Qwen-Image-2.1 לעומת Bernini-Diffusers-v2: הרישיון הוא הטיעון כולו
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 11 tok/s
- deepseekחדשDeepSeek: DeepSeek V4.1 Flash 10172026-10-1745אינטליגנציה
- DeepSeekחדשDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 136 tok/s
- openaiOpenAI: 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 · 1055 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 · 50 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 826 tok/s
- 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 · 47 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 94 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642אינטליגנציה72כתיבת קוד
שתי מערכות תמונות במשקולות פתוחות הושקו בהפרש של שישה שבועות זו מזו ב-2026 כמעט בלי שום תרועה, והן חלוקות בדבר האחד שמכריע בשאלה אם אפשר לבנות עליהן עסק. Qwen-Image-2.1, שפורסמה ב-20 בספטמבר 2026, מופצת תחת רישיון מחקרי — שימוש לא-מסחרי בלבד, שימוש מסחרי בהסדר נפרד. Bernini-Diffusers-v2, שפורסמה על ידי ByteDance ב-13 באוגוסט 2026, מופצת תחת Apache 2.0, כלומר אפשר להפיץ אותה. הגרסה שנראית היכולתית יותר היא זו שאי אפשר למכור, והמתירנית יותר היא זו שבעיקר רוצה ליצור וידאו. ההיפוך הזה הוא ההשוואה.
היפוך הרישיון
התחילו עם הניירת, כי היא חשובה יותר מכל דבר אחר בעמוד הזה. שום פער באיכות, גדול ככל שיהיה, לא סוגר בעיית רישוי, ושום ציון בנצ'מרק לא מציל מוצר שצריך להוריד מהמדפים.
• רישיון — Qwen-Image-2.1 הוא הסכם רישיון המחקר של Qwen (Qwen Research License Agreement), מיום 20 בספטמבר 2026, "למטרות לא-מסחריות בלבד", כאשר זכויות מסחריות זמינות רק לפי בקשה; Bernini-Diffusers-v2 הוא Apache 2.0.
• השלכה מעשית — תזרים עבודה של Qwen-Image-2.1 הוא נכס להערכה או נכס אישי; תזרים עבודה של Bernini-Diffusers-v2 ניתן לשילוח כבר היום, עם דרישות הייחוס הרגילות של Apache וללא צורך בשיחה עם הספק.
• כיוון ההתפתחות — קו המוצרים הקודם של Qwen בתחום התמונות הופץ תחת Apache 2.0, כך שהמהדורה הזו היא הידוק; ByteDance שמרה על Bernini כרשיונית בשני הדורות.
אם תקראו רק מקטע אחד מהמאמר הזה, זה המקטע. כל מה שלמטה הוא שובר שוויון בין שני דברים שלמעשה אינם שווים בציר הזה.
מהי כל מערכת בפועל
שני המודלים אינם אותו סוג של אובייקט, וההבדל מתגלה ברגע שאתה מסתכל על מה שמגיע בהורדה.
Qwen-Image-2.1 הוא מודל מאוחד יחיד. טרנספורמר דיפוזיה חד-זרימי אחד בעל 7B ו-32 שכבות מטפל ביצירה ובעריכה באותם משקלים, כשהוא מותנה על ידי מקודד טקסט Qwen3-VL 8B, עם VAE מסוג RGBA בעל 64 ערוצים בדחיסה מרחבית של פי 16 שנושא את עיקר העומס בכל הנוגע לשקיפות. כ-33 GB בסך הכול, כאשר ה-DiT עצמו מהווה כ-14 GB ומקודד הטקסט לוקח את השאר. הוא מגיע גם עם שני צ'קפוינטים אופציונליים לשכתוב פרומפטים — PE-T2I ו-PE-I2I, כל אחד Qwen3.5-VL 9B מכוונן עדין בנפח של כ-18.8 GB — שמשכתבים את ההוראה שלך למשהו מדויק לפני שמודל הדיפוזיה רואה אותה.
Bernini-Diffusers-v2 הוא צינור עיבוד, לא מודל בודד. מתכנן סמנטי Qwen2.5-VL מבצע את ההיסק וכותב תוכנית סמנטית חבויה; מרנדר דיפוזיה Wan2.2 מבצע אותה. השינוי המרכזי במתכון v2 לעומת ההפצה הראשונה של Bernini הוא שהוא מחמם את המחבר במשך אלפי צעדים לפני האימון המשותף, וזה מה ששיפר עריכת וידאו מונחית-ייחוס והתנהגות OpenS2V. הפיצול הדו-שלבי הזה הוא ההימור הארכיטקטוני: קודם לתכנן, אחר כך לרנדר, וכך אפשר לערוך וידאו על ידי עריכת התוכנית.
• ארכיטקטורה — Qwen-Image-2.1 הוא DiT מאוחד ליצירה ולעריכה; Bernini-Diffusers-v2 הוא מתכנן Qwen2.5-VL שמפעיל רנדרר Wan2.2.
• מודאליות — Qwen-Image-2.1 הוא תמונות בלבד; Bernini-Diffusers-v2 מכסה t2i, i2i, t2v, v2v, עריכת וידאו מונחית ייחוס ו־r2v, כך שתמונות הן חדר צדדי ולא הבית.
• שקיפות — Qwen-Image-2.1 מפיק אלפא מהסמפלר דרך ה־VAE מסוג RGBA שלו; הפלט המתועד של Bernini-Diffusers-v2 הוא וידאו RGB ומסגרות תמונה, בלי תיאור של נתיב אלפא מקורי שקול.
• טיפול בפרומפטים — Qwen-Image-2.1 מגיע עם צ'קפוינטים נפרדים של משכתב 9B שאפשר לקרוא, לבצע diff ולעקוף; המתכנן של Bernini-Diffusers-v2 הוא חלק מהצינור, ומשפר הפרומפט שלו הוא קריאה אופציונלית לנקודת קצה תואמת OpenAI ולא צ'קפוינט שנשלח יחד.
• חומרה — Qwen-Image-2.1 נכנס ב־GPU צרכני בודד, עם המלצה ל־CPU offload בכרטיסים מוגבלים; הסביבה המתועדת של Bernini-Diffusers-v2 היא מסוג Hopper, H100/H800/H200, עם מקביליות רצפים מרובת־GPU עבור התצורות הגדולות יותר.
היכן שההשוואה מפסיקה להיות שימושית
מפתה לתת לשניים האלה ציון זה מול זה על איכות הפלט. השוואה כזאת אינה קיימת, ולהעמיד פנים אחרת יהיה המהלך הלא־ישר.
הנתונים המפורסמים של Bernini-Diffusers-v2 הם מדדי וידאו ועריכה כפי שדווחו על ידי הספק — EditVerse 8.02, OpenVE 3.96, OpenS2V 63.83, VBench 84.46 — בתוספת טענה לביצועים מהשורה הראשונה בזירה הפנימית של ByteDance להשוואות אנושיות עיוורות בזוגות. אלה מדדי וידאו. לא נערך מבחן תמונה עצמאי ל-Bernini-Diffusers-v2, אין FID, אין ציון רינדור טקסט, אין רשומה בלוח המובילים של תמונות. מנגד, מספר האיכות היחיד של Qwen-Image-2.1 הוא תרשים Qwen-Image-Bench של הספק עצמו, שבו הוא מציג 60.28 לעומת Nano Banana 2.0 עם 59.82 ו-GPT Image 1.5 עם 59.65 — חומר של הספק, ללא שחזור, והמודל נעדר מלוחות הדירוג העצמאיים לתמונות בזמן כתיבת הדברים. נקודת הנתונים העצמאית היחידה באמת היא אימות פונקציונלי מעבודת האינטגרציה של SGLang: פלט PNG שקוף עבר, ערוץ אלפא נשמר לאורך כל הטווח 0–255, RGBA PSNR נמדד 60.69 dB בדגימה בודדת, ותצורות FP8 עברו יצירת PNG שקוף. מחברי SGLang מבהירים במפורש שזו בדיקת נכונות, ולא הבטחת איכות.
אז: שני שחרורים פתוחים, שני כרטיסי דירוג של ספקים, אין בנצ'מרק משותף, ואין צד שלישי שהריץ את שניהם. כל מי שאומר לך שאחד מנצח את השני באיכות תמונה חוזר על מסרי שיווק.
פילוסופיית עריכה: לשכתב את הפרומפט, או לשכתב את התוכנית
שני המודלים מנסים לפתור את אותה הבעיה הבסיסית — ההנחיה של המשתמש מעורפלת ומודל הדיפוזיה הוא מילולי — והם פותרים אותה במקומות מנוגדים.
Qwen-Image-2.1 פותר את זה בשפה. צ'קפוינט PE-I2I מקבל את הוראת העריכה שלך יחד עם תמונת קלט אחת או יותר, ומנסח אותה מחדש להנחיה מדויקת לפני היצירה. מכיוון שזהו צ'קפוינט שסופק עם system_prompt.txt שסופק, אתה יכול לקרוא בדיוק מה הוא מתבקש לעשות — כולל הכלל שטקסט מרונדר בפלט צריך להתאים לשפה הדומיננטית של הטקסט שכבר נמצא בתמונת הקלט, במקום להיות מאולץ לאנגלית. זוהי התנהגות ניתנת לבדיקה. אתה יכול לעקוף אותה.
Bernini-Diffusers-v2 פותר זאת במבנה. המתכנן מייצר תוכנית סמנטית שהמרנדר מבצע לאחר מכן, והתכונה המעניינת של הסידור הזה היא שהתוכנית היא דבר שאפשר לערוך. בעבודה על וידאו — שבה כל העניין הוא לעתים קרובות לשנות אלמנט אחד לאורך רצף בלי ליצור מחדש את הצילום — תכנון בנפרד מהרינדור הוא הצורה הנכונה. עבור סטילס בודד, זהו חלק נע נוסף.
• רמת הפירוט של העריכה — Qwen-Image-2.1 תומך בעריכות מקומיות באמצעות עיגול, סימון מצויר או מסכה נפרדת, וכן בעריכה בשכבה שקופה ובחילוץ סובייקט מתצלומי RGB; חוזקות העריכה המתועדות של Bernini-Diffusers-v2 הן עריכת וידאו מונחית-הפניה ויצירת וידאו מסובייקט, ולא תיקון מקומי של תמונת סטיל.
• קלטי ייחוס — Qwen-Image-2.1 מקבל עד 10 תמונות ייחוס, אם כי סוקר בגישה מוקדמת דיווח שעקביות ריבוי-הייחוסים מתדרדרת החל מכ-שלוש תמונות ואילך; הטיפול בייחוסים ב-Bernini-Diffusers-v2 מתועד סביב רצפי וידאו.
• יכולת בדיקה — לוגיקת השכתוב של Qwen-Image-2.1 היא פרומפט מערכת קריא במאגר הקוד; שלב התכנון של Bernini-Diffusers-v2 הוא משקלי מודל.
מה בעצם לעשות עם זה
כלל ההחלטה נובע מהרישיון ולא מדף המפרט.
אם הפלט מיועד למשהו שאתה מוכר — עבודה ללקוח, מוצר, פייפליין בתשלום — Bernini-Diffusers-v2 הוא היחיד מבין השניים שאתה יכול להשתמש בו בלי שיחה, וכדאי לתקצב חומרה בדרגת Hopper כדי להריץ אותו כמתועד. אם אתה עוסק במחקר, בהערכה או בעבודה אישית, Qwen-Image-2.1 נותן לך את המערכת הניתנת יותר לבדיקה ואת זו עם אלפא נייטיב, במחיר של רישיון שבסופו של דבר תצטרך לנהל עליו משא ומתן מחדש או לנטוש אותו.
קיימת אפשרות שלישית שאף אחת מאלה אינה מכסה, וכדאי לומר אותה בפשטות: מודלי תמונות מתארחים, שבהם אין לך מגע עם קובץ רישיון או עם GPU. OrcaRouter מנתב למעלה מ-200 מודלים מאחורי נקודת קצה אחת תואמת OpenAI במחיר המחירון של הספק, ללא כל תוספת, עם מעבר אוטומטי בין ספקים בעת כשל, DSL לניתוב לשרשראות גיבוי, ומיזוג מודלים. לא Qwen-Image-2.1 ולא Bernini-Diffusers-v2 נמצאים בקטלוג שלנו במועד כתיבת הדברים — אנחנו לא מנתבים שום מודל Qwen-Image משום גרסה ולא שום מודל Bernini — כך שזו אינה הצגה של אף אחד מהם. קו מודלי התמונות שאנחנו כן מנתבים הוא משפחת GPT-Image של OpenAI, שכבות Imagen 4 ו־Gemini image previews של Google, ונקודת הקצה Grok Imagine image של xAI; כיוון שמחיר המחירון מועבר הלאה ולא מתומחר בתוספת, הורדת מחיר של ספק באחד מהם נכנסת לתוקף באותו יום.
החלק שאף אחד משני המאגרים לא עונה עליו
שתי אלו היו מהדורות שקטות ללא הכנה מוקדמת, וקשה לתכנן סביב מהדורות שקטות. האות המקדים היחיד של Qwen-Image-2.1 היה הודעת גישה מוקדמת מ-17 בספטמבר שהציעה 50 מקומות ב-ModelScope, כשהבודקים התבקשו לפרסם עד 29 בספטמבר — שלושה ימים לפני שהמשקולות פורסמו לציבור. Bernini-Diffusers-v2 פשוט הופיע ב-Hugging Face ב-13 באוגוסט, עם מירור ב-Gitee לצידו.
מה שחסר בשניהם הוא סיבה להאמין שתנאי הרישיון יחזיקו מעמד. Qwen הידקה את הרישיון שלה בין דור יצירת התמונות הקודם לזה הנוכחי, וזו נקודת נתונים לגבי הכיוון. ByteDance שמרה על Bernini Apache 2.0 לאורך שני דורות, וזו נקודת נתונים לגבי הכיוון ההפוך. האם מי משניהם יחזיק מעמד במהדורה הבאה אינו ניתן לדעת מכאן, וזה הדבר שצריך לבדוק לפני שמתחייבים לפייפליין ולא אחרי.
