Qwen-Image-2.1 מוביל בשתי זירות התמונות: מה תווית הקוד הפתוח מספר 1 מסתירה

הצוות שמאחורי Qwen-Image-2.1 הודה ל-Arena על ההכרה, וההכרה אמיתית. Qwen-Image-2.1 הוא המודל בעל הניקוד הגבוה ביותר מבין המודלים שאינם מסומנים כ"קנייני" בשני לוחות התמונות של Arena: 1,367 ב-Image Edit ו-1,228 ב-Text-to-Image, בתמונת המצב מ-22 בספטמבר 2026. כל שורה שמעליו בשני הלוחות נושאת תג "קנייני". שלוש עובדות שההודעה אינה כוללת ניתנות לבדיקה בדיוק כמו הטענה עצמה — הדירוג הכולל שהציונים האלה קונים, הדגל הראשוני ששתי השורות מגיעות איתו, ומחרוזת רישיון שקוראת qwen-research ולא Apache 2.0 של מודלי התמונה הקודמים שלה. הטענה שורדת את המפגש עם הלוחות. היא רק אומרת פחות ממה שהכותרת מרמזת.

קריאה של שני הלוחות זה לצד זה

ציוני Arena הם דירוגים בסגנון Elo שנבנים מהצבעות עיוורות בזוגות: אדם רואה שני פלטים, אינו יודע איזה מודל הפיק איזה, ובוחר. זהו סוג ראיות שונה מהותית מבנצ׳מרק של ספק, ולכן טענה הנשענת עליו ראויה לאימות ולא לחזרה עליה. שני הלוחות תועדו ב-22 בספטמבר 2026, ושניהם נקראו שורה אחר שורה ולא נסרקו במבט חטוף מתוך גרפיקת הדירוג.

לוח Image Edit מפרט 56 מודלים ו-29,902,508 הצבעות. Qwen-Image-2.1 נמצא במקום ה-16 עם ציון של 1,367, רווח סמך של ±9, ו-4,841 הצבעות. חמש עשרה השורות שמעליו — מ-gpt-image-2.5-sunburst ב-1,526 ועד gpt-image-1.5-high-fidelity ב-1,370 — כולן קנייניות. וכך גם שתי השורות מיד מתחתיו, reve-2.0 ב-1,358 ו-uni-1.1-max ב-1,334.

לוח טקסט-לתמונה באותו יום מפרט 79 מודלים ו-6,258,152 הצבעות. Qwen-Image-2.1 נמצא במקום ה-17 עם 1,228, ברווח סמך של ±11 ו-2,843 הצבעות. אותו דפוס: שש-עשרה השורות שמעליו הן קנייניות, והשורה הראשונה שאינה קניינית מתחתיו היא ideogram-4.0-quality עם 1,204, המסומנת Ideogram Open Model.

שני פרטים מאותן שורות ראויים לציון, משום שהם מנוגדים לאופן שבו הטענה חוזרת בדרך כלל.

• דירוג וניקוד מספרים סיפורים שונים — 1,367 הוא המספר הטוב ביותר שאינו Proprietary בלוח עריכת התמונות, והוא גם המקום ה-16, 159 נקודות אחרי המוביל ו-3 נקודות מהמקום ה-15.
• בלוח אחד, המודל הסגור של עליבאבא מנצח — qwen-image-3.0-pro, המתויג כ-Proprietary, נמצא ב-1,254 ב-Text-to-Image, עשרים ושש נקודות מעל 1,228 של qwen-image-2.1. בלוח העריכה המודל הפתוח מנצח את המודל הקנייני הקודם qwen-image-2.0-pro-2026-06-22 ב-1,304. האלוף הביתי אינו אותו מודל בשני הלוחות.
• הפער למודל הפתוח הבא רחב בלוח אחד וצר בשני — ב-Image Edit השורה הבאה שאינה Proprietary היא hunyuan-image-3.0-instruct ב-1,302, שישים וחמש נקודות מאחור; ב-Text-to-Image זה ideogram-4.0-quality ב-1,204, עשרים וארבע נקודות מאחור.

מחרוזת הרישיון עושה יותר עבודה מאשר הדירוג

כל שורה ב-Arena נושאת תווית ארגון ורישיון. זה של Qwen-Image-2.1 מציג Alibaba · qwen-research בשני הלוחות. זו אינה תווית Apache 2.0 שעל דגמי התמונה המוקדמים יותר של Alibaba: qwen-image-edit עם 1,241 ו-qwen-image-edit-2511 עם 1,235 בלוח העריכה מתויגים שניהם Apache 2.0, וכך גם qwen-image-2512 עם 1,125 ו-qwen-image עם 1,057 ב-Text-to-Image. פוסט הבלוג של הספק סוגר את אותו מעגל, ומפרסם את המשקולות תחת הסכם רישיון Qwen Research License Agreement מתאריך 20 בספטמבר 2026, המתיר מחקר והערכה ולא שימוש מסחרי.

אז הקריאה הישרה של „מודל הקוד הפתוח #1” צרה מכפי שהיא נשמעת. לפי החלוקה הדו-כיוונית של הלוח עצמו — קנייני, או לא — Qwen-Image-2.1 הוא הראשון. לפי הגדרת הקוד הפתוח של OSI, שאינה מקבלת הגבלת תחום שימוש, הוא אינו קוד פתוח כלל, וכך גם רוב המודלים שאיתם הוא מושווה: אותם לוחות מכילים שורות המסומנות flux-non-commercial-license, tencent-hunyuan-community, krea-2-community-license וIdeogram Open Model. המסנן „קוד פתוח” של Arena הוא מתג גס של קנייני מול לא-קנייני. הוא שימושי. הוא אינו סקירת רישיונות.

ההבחנה הזו חשובה כאן יותר מפערי שתי הנקודות, מפני שהיא הדבר היחיד שלא יכול להשתנות עם עוד שבוע של הצבעות. אם אתם רוצים מודל תמונות ברישיון מתירני מהמשפחה הזו היום, שורות ה-Apache 2.0 הן qwen-image-edit ו-qwen-image-edit-2511 — שתיהן ישנות יותר, ושתיהן נמוכות ביותר ממאה ועשרים נקודות באותו לוח עריכה (1,241 ו-1,235 לעומת 1,367). מודל התמונות Qwen בעל הניקוד הגבוה ביותר עם תווית פתוחה ומודל התמונות Qwen השמיש מסחרית אינם אותה הורדה.

ראשוני אומר שהמספר עדיין יכול לזוז

שתי השורות של Qwen-Image-2.1 נושאות את הסימון ״ראשוני״ של הלוח, שמוחל על ידי Arena כאשר שורה לא צברה מספיק קולות כדי שהציון ייחשב כסופי. ספירת הקולות היא הסיבה: 4,841 קולות לעומת סך של 29,902,508 בלוח Image Edit, ו-2,843 לעומת 6,258,152 בלוח Text-to-Image. לשם השוואה, השורות שסביבו נושאות הרבה יותר — ל-gpt-image-1.5-high-fidelity יש 589,013 קולות בלוח העריכה, ול-qwen-image-2.0-pro-2026-06-22 יש 307,705 בלוח Text-to-Image.

מרווח סמך של ±9 ושל ±11 במודל בן שלושה ימים אינו סימן אזהרה; כך נראית גרסה חדשה. אבל זה כן אומר שהסדר הספציפי בראש השכבה הפתוחה יכול להשתנות ככל שהקולות מצטברים, במיוחד ב-Text-to-Image, שבו הפער מול השורה הפתוחה הבאה הוא עשרים וארבע נקודות.

מהו הדגם, כפי שמופיע בגיליון של הספק עצמו

התיעוד של Alibaba עצמה מתאר מודל מאוחד של טקסט-לתמונה ועריכה עם רכיב יצירה ויזואלית בעל 7B פרמטרים הבנוי מ-32 שכבות Single-Stream DiT, יצירה ועריכה מקוריות של תמונות שקופות, תמיכה בעד 10 תמונות ייחוס, ותקרת פלט מקורית של 2048×2048 — הורדת הצינור המלא היא כ-33 GB. תמיכת השקיפות היא הפריט הפחות נפוץ ברשימה הזו; לוח העריכה של Arena לא מודד אותה באופן ברור, כך שדירוג בלוח אינו ראיה לכאן או לכאן לגבי היכולת הספציפית הזו.

מדד הדגל של הספק הוא Qwen-Image-Bench, שבו מדווח שהמודל קיבל 60.28, לפני Nano Banana 2.0 עם 59.82 ו-GPT Image 1.5 עם 59.65. זוהי הערכה שמנוהלת על ידי הספק ללא שחזור של צד שלישי, והפערים הם מתחת לנקודה — פער שלא ישרוד שינוי של סט פרומפטים. ראוי לומר זאת בבירור: מספרי ה-Arena שלמעלה הם הצבעות של אנשים אחרים, ומספרי Qwen-Image-Bench הם של Alibaba עצמה. הם אינם אותו סוג של ראיות ואין למצע אותם לרושם אחד של המודל.

תמיכת פריסה הגיעה עם השחרור ולא אחריו: אינטגרציות יום-אפס עבור המודל קיימות ב-ComfyUI, ב-SGLang, ב-vLLM-Omni, ב-LightX2V ובספריית Diffusers, מה שאומר שהשאלה המעשית עבור רוב הצוותים אינה אם ניתן לשרת את המודל אלא אם עלות השירות מתאימה.

לאן טענה כזו מגיעה אם אתם צריכים API לתמונות השבוע

להיות מדויקים לגבי העמדה שלנו חשוב כאן. OrcaRouter לא מנתב את Qwen-Image-2.1, או כל מודל Qwen-Image מכל גרסה. אם ציוני Arena הם מה ששכנע אותך, המודל נגיש דרך ה-API של הספק עצמו ומספר פלטפורמות צד שלישי, או כהורדה באירוח עצמי — לא דרכנו. אין לנו מסלול Qwen image למכור לך, ודירוג הלוח אינו סיבה להעמיד פנים אחרת.

מה שאנחנו מנתבים הוא שאר שכבת התמונות שאותה מדרגים לוחות הדירוג האלה, וכמה מהשורות שמעל Qwen-Image-2.1 נכללות בו. GPT-Image-2, GPT-Image-1.5 ו-GPT-Image-1-mini של OpenAI זמינים, וכך גם שכבות Imagen 4 של Google, נקודות הקצה של Gemini image preview, ונקודת הקצה של Grok Imagine image של xAI. השילוב הזה הוא התשובה המעשית לטענה כמו זו. אילו Arena הייתה מציבה מודל פתוח בראש באופן חד-משמעי, ההחלפה הייתה שינוי קוד של שורה אחת במפתח בודד. זה לא קרה — ראש שני הלוחות הוא קנייני, וההחלטה המעניינת היא בין הורדה ברישיון מחקרי לבין נקודת קצה מתארחת שאפשר לפנות אליה היום.

שלושה מאפיינים של הפלטפורמה חשובים להחלטה הזו. הניתוב פועל דרך נקודת קצה אחת תואמת OpenAI על פני יותר מ-200 מודלים, כך שהשוואה בין השורות המתארחות זו לזו אינה מחייבת חוזה שני או SDK שני. מחיר המחירון של הספק מועבר הלאה ללא תוספת רווח, כלומר שינוי במחיר הספק מגיע לחשבונית שלך באותו יום שבו הוא מוכרז, ולא רק בחידוש החוזה הבא. ומעבר אוטומטי בין ספקים פירושו שמודל חדש עם מעט הצבעות יכול לשבת מאחורי מודל מבוסס בשרשרת גיבוי, במקום להפוך לתלות בייצור ביום השלישי — שזה בערך המקום שבו נמצא Qwen-Image-2.1 כרגע.

הטענה נכונה, והיא דקה יותר משנדמה בקריאה.

מה שאליבאבא פרסמה ניתן לאימות: בתמונת המצב מ-22 בספטמבר 2026 של שני לוחות התמונות של Arena, Qwen-Image-2.1 הוא המודל בעל הניקוד הגבוה ביותר שלא מתויג כ-Proprietary. מה שהפוסט דוחס הוא כל מה שמסייג אותו — מקום 16 ומקום 17 בסך הכול, ניקוד ראשוני על בסיס כמה אלפי הצבעות, ורישיון מחקרי שממלא את מקומו של רישיון הקוד הפתוח שהביטוי מעלה בדעתנו.

שום דבר מזה לא הופך את התוצאה לקטנה. להיות השורה הראשונה שאינה קניינית בשני הלוחות, שלושה ימים אחרי ההשחרור, הוא שינוי אמיתי במקום שבו נמצאת השכבה הפתוחה — מודלי התמונה של Qwen ברישיון מתירני שקדמו לו מפגרים ביותר ממאה ועשרים נקודות באותו לוח עריכה. זה פשוט לא אותה אמירה כמו "מודל התמונה הטוב ביותר שהוא קוד פתוח", וההבדל הוא שורת רישיון ועמודת דירוג שלוקח בערך דקה לבדוק.