Qwen-Image-2.1-Turbo: מהו הצ'קפוינט ה-8-שלבי, וכיצד הוא שונה מ-Qwen-Image-2.1
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 66 tok/s
- openaiחדשOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 159 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 42 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 478 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040אינטליגנציה
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 57 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 198 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 לכל 1M טוקנים · 228 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845אינטליגנציה75כתיבת קוד
Qwen-Image-2.1-Turbo הוא צ׳קפוינט מואץ של Qwen-Image-2.1: אותו עמוד שדרה ליצירה חזותית של 7B, אותן שתי משימות — יצירת תמונות מטקסט ועריכת תמונות מונחית הוראות — ושמונה שלבי הסרת רעש, בעוד שהדוגמאות של הצ׳קפוינט הבסיסי עצמו משתמשות בארבעים. הוא אינו ארכיטקטורה חדשה ואינו משפחת מודלים חדשה, ואין מודל שני בתוך הקובץ. הצ׳קפוינט הועלה ל-Hugging Face ב-9 באוקטובר 2026, תאריך שמצוין הן בחתימת הזמן של יצירת המאגר והן בשורה ברשימת החדשות של פרויקט Qwen-Image עצמו; כל מה שלהלן הוא התיאור הקבוע של המודל, שנקבע מחדש ב-13 באוקטובר 2026 מתוך החומר של הספק עצמו ולא מתוך סיכום של מישהו אחר אודותיו.
אם הקלדת את שם המודל כדי לגלות מהו, התשובה הקצרה היא הפסקה הקודמת. התשובה המועילה היא הניגוד.
גרסת ה-Turbo, מימד אחד בכל פעם
כל שורה שלהלן מקורה במאגר של הצ'קפוינט עצמו — כרטיס המודל, model_index.json, transformer/config.json וה-LICENSE — או ממאגר הפרויקט Qwen-Image ב-GitHub, כפי שנקרא היום. במקום שבו הספק אינו מפרסם דבר, הדבר מצוין ולא ממולא.
• מספר שלבים — 8 שלבי הסרת רעש עבור Qwen-Image-2.1-Turbo, לעומת 40 עבור Qwen-Image-2.1. ה-40 הוא הנתון של היצרן עצמו, המשמש בכל דוגמה של Qwen-Image-2.1 בכרטיס שלה ומופיע כברירת מחדל בטבלת הפרמטרים של הפרויקט ב-GitHub.
• מהירות — מספר הצעדים הוא טענת המהירות היחידה ש-Qwen מציגה, והוא ספירה ולא מדידה. לא מופיע נתון השהיה, תפוקה או תמונות לכל GPU עבור אף אחד מהצ'קפוינטים, ואף אחד מהכרטיסים אינו מציין את החומרה שעליה נוצרו הדוגמאות שלו.
• פשרה באיכות —לא מכומתת. אין ציון הערכה עבור Qwen-Image-2.1-Turbo, אין עבור Qwen-Image-2.1, ואין השוואה ישירה בין השניים בשום מקום בחומר של הספק. תמונות התצוגה בכרטיס של Turbo הן פלטים של שמונה שלבים שנבחרו על ידי הספק; הן מדגימות שהצ'קפוינט מפיק תמונות, ולא כמה נאמנות הוקרבה כדי להגיע לשמונה שלבים. לא עמד לרשותנו בנצ'מרק של צד שלישי לאף אחד מהצ'קפוינטים בזמן הכתיבה.
• היכן לוח הדגימה מתגורר — זהו ההבדל המבני היחיד שהכרטיסים חושפים. ה-model_index.json של Turbo נושא מערך sample_sigmas של שמונה ערכים, הנעים מ-1.0 ועד 0.414568, והכרטיס מציין שלוח הזמנים נשמר עם נקודת הביקורת וננטע אוטומטית — "הגדרת num_inference_steps לבדה אינה עוקפת אותו." Qwen-Image-2.1 מקבל את מספר הצעדים בזמן הקריאה. פתח המילוט הוא ארגומנט sigmas מפורש בזמן הקריאה, והכרטיס מציין שלוחות זמנים אחרים "לא הוערכו עבור נקודת ביקורת זו."
• Backbone — זהה. של Turbo transformer/config.json תואם את נקודת הביקורת הבסיסית שדה אחר שדה: 32 שכבות, 32 ראשי קשב ב-128 ממדים כל אחד, גודל patch 1, 64 ערוצי קלט ופלט, causal_condition true, ממד קלט ההקשר 4096. הערך היחיד ששונה בין שני הקבצים הוא גרסת Diffusers הרשומה.
• מקודד טקסט, VAE ומתזמן — של Turbomodel_index.json מפרט את Qwen3VLForConditionalGeneration כמקודד הטקסט עם Qwen3VLProcessor, AutoencoderKLQwenImage21 VAE, ו-FlowMatchEulerDiscreteScheduler. אלה אותן מחלקות רכיבים ש-Qwen-Image-2.1 מצהיר עליהן. הערות הארכיטקטורה של הפרויקט מתארות את מקודד הטקסט המשותף כמודל שפה-חזות Qwen3-VL 8B ואת ה-VAE כאוטואנקודר RGBA בעל 64 ערוצים עם דחיסה מרחבית של 16×.
• ברירת מחדל של הנחיה — כרטיס ה-Turbo מציין CFG 1 כברירת מחדל, מה שמסיר את מעבר ההנחיה ללא מסווג מכל צעד. הכרטיס של מודל הבסיס אינו מציין ברירת מחדל של הנחיה כלל.
• הגדרות רזולוציה מוכנות מראש —אותם שבעה בשניהם, נלקחו מילה במילה מכרטיס Turbo: 1:1 ב-2048 × 2048, 4:3 ב-2400 × 1792, 3:4 ב-1792 × 2400, 3:2 ב-2528 × 1696, 2:3 ב-1696 × 2528, 16:9 ב-2752 × 1536 ו-9:16 ב-1536 × 2752.
• טביעת רגל בדיסק —פירוט הקבצים של מאגר Turbo עצמו מסתכם בכ-32.5 GB, וכולל טרנספורמר בנפח 14.2 GB, מקודד טקסט בנפח 17.5 GB ו-VAE בנפח 0.7 GB, כפי שנמדד לפי גדלי הקבצים המפורסמים של המאגר היום. זהו סט הרכיבים של צ'קפוינט הבסיס ברמת דיוק bfloat16, ולספק אין גרסה מכומתת משלו.
מה Qwen בעצם אומר על הפשרה בין מהירות לנאמנות
הטענה של הספק צרה יותר מכפי שהכותר מרמז, וכדאי לקרוא אותה במילותיו של הכרטיס עצמו. Qwen-Image-2.1-Turbo מתואר כ"נקודת ביקורת מואצת של Qwen-Image-2.1 ליצירת תמונות מטקסט ולעריכת תמונות עם 8 שלבי הסרת רעש", כזו ש"משתמשת באותה ארכיטקטורת יצירה חזותית של 7B ונטענת ישירות עם QwenImage21Pipeline." הצגת התועלת בכרטיס היא פרוצדורלית ולא חזותית: נקודת הביקורת "כוללת את לוח הזמנים המומלץ לדגימה שלה, כך שהיא מוכנה לשימוש בלי להגדיר ידנית את המתזמן."
שלושה מנגנונים נקובים בשמות, ורק שלושה. לוח הזמנים של שמונה הצעדים עצמו. CFG 1 כברירת מחדל, שמשמיט את מעבר ההנחיה. ומטמון KV של קידומת, אשר "עושה שימוש חוזר בהקשר של הטקסט ותמונת הייחוס לאורך צעדי הסרת הרעש" — מנגנון שגם מודל Base מתעד, ואשר חשוב יותר, לא פחות, כאשר הלולאה היא בת שמונה איטרציות בלבד.
עכשיו החלק שאינו שם. הכרטיס לעולם אינו אומר שצ׳קפוינט Turbo תואם את איכות הפלט של Qwen-Image-2.1. הוא לעולם אינו אומר כמה איכות הוקרבה, או אילו קטגוריות נסוגות ראשונות — מרקם, טקסט קטן, פנים, עקביות ריבוי-הפניות. הוא לעולם אינו משתמש במילה זיקוק, ושום דבר במאגר אינו מציין יחס מורה–תלמיד. מה שהמטא-נתונים כן אומרים הוא נגזרתי: התגיות של Hugging Face נושאות base_model:Qwen/Qwen-Image-2.1 ו-base_model:finetune:Qwen/Qwen-Image-2.1, ורשומת המודל של ModelScope מפרטת את אותו אב עם היחס "finetune". עמדתו של Qwen עצמה, במילים אחרות, היא כיוונון עדין של צ׳קפוינט הבסיס, ושאלת האיכות נותרת בידי מי שמריץ אותו.
זו לא ביקורת אלא אופיו של השחרור. ספק שמשיק צ׳קפוינט מואץ בלי בנצ׳מרק מזמין בדיוק את ההשוואה שהקורא נאלץ כעת להריץ בעצמו: אותו פרומפט, אותו זרע, שני הצ׳קפוינטים, ארבעים צעדים מול שמונה.
קלטים, פלטים, וכמה הדבר הזה באמת גדול
הכרטיס מתעד שתי מודאליות קלט ומודאליות פלט אחת, והן של מודל הבסיס, ללא שינוי.
• טקסט נכנס, תמונה יוצאת — הנחיית טקסט מפיקה תמונה רסטרית. הדוגמה המעובדת של הכרטיס היא פוסטר בכיוון לאורך במידות 1696 × 2528, והתצוגה עוברת על צילום פורטרטים, טיפוגרפיה ועיצוב פוסטרים, וכן ממשק משתמש ופריסת מידע, שזו הטענה של Qwen לגבי נאמנות רינדור טקסט ופריסה ולא מדידה שלה.
• תמונה נכנסת, תמונה יוצאת — אותו pipeline מקבל תמונת קלט לצד הפרומפט עבור עריכה מונחית הוראות. הדוגמה של הכרטיס ממירה סקיצת יאכטה לתצלום פוטוריאליסטי ברזולוציה 2048 × 2048 וטוענת את הקלט כ-RGBA. התצוגה גם מדגימה קומפוזיציה מרובת-רפרנסים וקומפוזיציית פנים עם ארבע תמונות. מספר אחד שצריך להיזהר איתו כאן: הנתון "עד 10 תמונות רפרנס" שייך לתיעוד של Qwen-Image-2.1, וכרטיס ה-Turbo לא מציין מחדש מגבלת תמונות רפרנס. התייחסו ל-10 כאל הנתון המפורסם של מודל הבסיס, ולא כמפרט של Turbo.
• שקיפות — הכרטיס מפרט יצירת תמונות שקופות בין קטגוריות התצוגה, ומחלקת ה-VAE המסופקת היא אותו אוטואנקודר RGBA בעל 64 ערוצים שבו משתמש מודל הבסיס, כך שפלט אלפא מתועד עבור הצ'קפוינט הזה ולא רק עובר בירושה על סמך השם.
• רזולוציית פלט — אותם שבעה פריסטים המפורטים לעיל, עד 2752 × 1536 במצב לרוחב ו-1536 × 2752 במצב לאורך, כאשר 2048 × 2048 היא רמת ברירת המחדל. הפרויקט מתאר את Qwen-Image-2.1 ככזה שתומך באופן מובנה ברזולוציית 2K; אין באף אחד מהמאגרים טענה לדרגה מקורית מעל זו, ושום דבר אינו מתעד שלב הגדלה (upscaling).
• גודל המודל — 7B פרמטרים ברכיב יצירת החזות, על פני 32 שכבות DiT בזרם יחיד, ב-bfloat16, כ-32.5 GB בדיסק עבור המאגר המלא. אין חלון הקשר טקסטואלי לציטוט, מכיוון שזה אינו מודל טקסט; קלט ההקשר בן 4096 הממדים בתצורת ה-Transformer הוא הייצוג המקודד של הפרומפט ושל תמונת התנאי, ולא חלון טוקנים.
רישיון, והיכן נמצאות המשקולות
Qwen-Image-2.1-Turbo משוחרר תחת הסכם רישיון Qwen Research. המטא-נתונים של המאגר מציינים license: other עם license_name: qwen-research ו-license_link: LICENSE, וקובץ LICENSE נמצא במאגר לצד המשקלים. השווינו היום בין שני קבצי הרישיון: של מאגר ה-Turbo LICENSE זהה לחלוטין ברמת הבתים לזה של מודל הבסיס, וזה שווה לדעת כי משמעות הדבר היא שההאצה לא הביאה עימה שינוי בתנאי הרישיון.
מה שנאמר בהסכם, כפי שהוא נקרא מתוך הקובץ עצמו: הרישיון הוא "למטרות לא-מסחריות בלבד", "לא-מסחרי" מוגדר כ"למטרות מחקר או הערכה בלבד", ושימוש מסחרי מחייב "רישיון מסחרי נפרד מאיתנו", שאותו יש לבקש בכתובת model-business@notice.qwencloud.com. הכותרת של ההסכם עצמו מתארכת את הגרסה ל-20 בספטמבר 2026. אם הסיבה שאתם רוצים יצירה בשמונה שלבים היא שהיא הופכת את המודל לזול מספיק כדי להציבו מאחורי מוצר, הרי שהרישיון הוא האילוץ המחייב כאן, לא מספר השלבים, ואף עמוד במאגר הזה לא פותר זאת.
ניתן להוריד את המשקלים בשני מקומות, שניהם של המפתח עצמו: Hugging Face בכתובת Qwen/Qwen-Image-2.1-Turbo ו-ModelScope בכתובת Qwen/Qwen-Image-2.1-Turbo. המאגר של Hugging Face אינו דורש אישור גישה. המטא-נתונים שלו אינם מפרטים ספק הסקה מתארח, כך שאין נקודת קצה של צד שלישי שתריץ עבורך את הצ'קפוינט המדויק הזה היום, ככל שהרשומה של הספק עצמו מלמדת.
עבור מסלול מתארח יש את הפתרון של Qwen עצמה: רשימת החדשות של הפרויקט מתעדת שממשקי ה-API של Qwen-Image-2.1 Pro ו-Turbo עלו לאוויר ב-Alibaba Cloud Model Studio ב-9 באוקטובר 2026, וה-README ב-GitHub מציע "את ממשקי ה-API המתארחים, או להריץ את הצ'קפוינט Turbo בסביבה שלך עם Diffusers". תמחור לפי תמונה עבור נקודת הקצה Turbo אינו מצוין בדף העזר של ה-API של הספק שקראנו, אשר מפנה במקום זאת לדף תמחור נפרד של המודל — לכן התייחס למחיר כלא מפורסם בחומר שיכולנו לאמת, ובדוק את דף התמחור של הספק לפני שאתה מתכנן לפיו.
כיוונון עדין: מה מתועד, ומה הוא רק קהילתי
התשובה הכנה היא שכרטיס ה-Turbo אינו מתעד כוונון עדין מכל סוג שהוא. הוא מכסה התקנה, טקסט לתמונה, עריכת תמונות, דגימה ויחסי רוחב-גובה, ונעצר שם. אין בו מדור אימון, אין הוראות LoRA, אין הנחיות למתאמים, אין הערות על מערכי נתונים, ואין סקריפט אימון בשום מקום במאגר הפרויקט של Qwen-Image — בדקנו את עץ הקבצים שלו, והוא מכיל רק נכסים ושני קובצי נתונים של prompt-rewrite.
מודל הבסיס מצליח טיפה יותר טוב, וזו התיעוד של מודל אחר: החומר של Qwen-Image-2.1 מתעד אימון LoRA דרך ModelScope, שנבנה על מסגרת DiffSynth-Studio בקוד פתוח. הצהרה זו עוסקת ב-Qwen-Image-2.1, ושום דבר בכרטיס של Turbo אינו מרחיב אותה אל הצ'קפוינט המואץ.
מה שקיים עבור Turbo הוא עבודה קהילתית. Qwen/Qwen-Image-2.1-Turbo נכון להיום, 47 מאגרים ב-Hugging Face מצהירים על Qwen/Qwen-Image-2.1-Turbo כמודל הבסיס שלהם, וכמעט כולם הם פורטים של כימות — בניות GGUF, FP8, INT8, INT4, NVFP4, MLX, OpenVINO. בדיוק אחד מהם הוא מתאם LoRA, מתאם להחלפת דמות שפורסם ב-10 באוקטובר 2026. שום דבר מזה אינו תמיכה מצד הספק, שום דבר מזה אינו מאומת על ידי Qwen, ומתאם שאומן מול המסלול של ארבעים הצעדים של נקודת הביקורת הבסיסית אינו נכון אוטומטית מול לוח זמנים שמור של שמונה צעדים. אם הגעתם לכאן בחיפוש אחר זרימת עבודה של Turbo LoRA, התשובה המדויקת היא שהספק לא פרסם כזו.
איך להפעיל את זה, ואיך לקרוא לזה
אירוח עצמי הוא משימת Diffusers רגילה עם קצה חד אחד. ההתקנה של הכרטיס היא בנייה של PyTorch תואמת CUDA, Diffusers מהמקור (git+https://github.com/huggingface/diffusers.git), transformers>=5.17.0, accelerate ו-pillow. הקצה החד הוא שהצ'קפוינט הזה דורש בנייה של Diffusers עם תמיכה בסיגמות דגימה המוגדרות ב-pipeline, שנוספה ב-PR #14950 — שנכון לזמן כתיבת הדברים נמצאת בעץ המקור ולא במהדורה מתויגת, ולכן הכרטיס אינו אומר לך להתקין מספר גרסה.
שורת הטעינה היא מחלקת ה-pipeline של מודל הבסיס כשם ה-checkpoint מוחלף: QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16).to("cuda"). היצירה היא אז קריאה עם prompt, רוחב וגובה מהרשימה המוגדרת מראש, use_kv_cache=True, וזרע (seed) של המחולל; הדוגמה של טקסט-לתמונה בכרטיס משתמשת ב-1696 × 2528 עם זרע 42, והדוגמה של העריכה מעבירה תמונת RGBA כארגומנט image בגודל 2048 × 2048 עם זרע 20261009. אל תעבירו num_inference_steps בציפייה שזה יעשה משהו.
פער אחד שיש לתכנן סביבו: כרטיס ה-Turbo אינו מפרסם שום הנחיות זיכרון. בכרטיס של מודל הבסיס יש סעיף לאופטימיזציית זיכרון שמציג pipe.enable_model_cpu_offload(); כרטיס ה-Turbo פשוט מסתיים. עם מקודד טקסט בנפח 17.5 GB במאגר, זה המספר שצריך לתקצב עבורו, והכרטיס אינו אומר לך לאיזה GPU הוא מתאים.
לקרוא לו במקום להריץ אותו פירושו להשתמש ב-Turbo API המתארח של Qwen עצמו ב-Alibaba Cloud Model Studio. אין מחיר מפורסם לתמונה שיכולנו לאמת בדף העזר של ה-API של הספק, וגם אין מגבלת קצב מפורסמת שיכולנו לאמת — לכן קורא שמתכנן נפח שימוש צריך להשיג שני מספרים מהספק לפני שיתחייב.
היכן ממוקם OrcaRouter, במילים פשוטות
OrcaRouter אינו מנתב את Qwen-Image-2.1-Turbo ואינו מנתב את Qwen-Image-2.1 — אף אחד משני המזהים הללו אינו מופיע ברשימת המודלים הפעילה שלנו, שבדקנו היום, ושום דבר בעמוד זה לא אמור להיקרא כהצעה לשרת את מי מהם.קו התמונות שאנחנו כן מציגים הוא זה המתארח: משפחת GPT-Image של OpenAI, רמות Imagen 4 של Google ונקודת הקצה לתמונות Grok Imagine של xAI.
ההבחנה הזו היא ההבחנה המעשית עבור נקודת ביקורת זו. OrcaRouter מעמידה יותר מ-200 מודלים מאחורי נקודת קצה אחת תואמת OpenAI במחיר המחירון של הספק וללא תוספת מחיר, והיא מוסיפה מעבר אוטומטי לגיבוי כאשר ספק נחלש — וזה בדיוק מה שאתם רוצים כאשר אתם קוראים למודל תמונות מתארח בסביבת ייצור, וחסר כל חשיבות כאשר המודל המדובר הוא הורדה של 32.5 GB ברישיון מחקרי. אם התוכנית שלכם היא להריץ את Qwen-Image-2.1-Turbo בעצמכם, שכבת הניתוב אינה המגבלה; הסכם הרישיון המחקרי של Qwen הוא המגבלה.
אז ההחלטה מתפצלת בצורה נקייה. שמונה שלבים, לוח זמנים שמור, רישיון מחקרי זהה בייט-בבייט וללא בנצ'מרק — כל אלה אומרים שהצ'קפוינט הוא כלי מחקר ואב-טיפוס עד ש-Qwen תפרסם הערכה או שתריץ הערכה משלך. אם אתה צריך נקודת קצה לתמונות בפרודקשן השבוע, זו רכישה אחרת, וזה מה שאנחנו מוכרים.
