Qwen-Image-2.1 pada Perangkat Keras Intel: Apa yang Sebenarnya Anda Dapatkan dari Dukungan OpenVINO Day-0

Intel merilis dukungan OpenVINO hari nol untuk Qwen-Image-2.1 pada 22 September 2026 — dua hari setelah tim Qwen-Image mengunggah bobotnya — dan pengumumannya hanya empat kalimat. Itu bukanlah kritik, melainkan deskripsi artefaknya: sebuah unggahan media sosial singkat yang mengonfirmasi bahwa model tersebut berjalan secara teroptimasi di silikon Intel, tanpa benchmark, tanpa daftar perangkat keras yang didukung, dan tanpa catatan penyiapan yang dilampirkan. Qwen-Image-2.1 adalah rilis sungguhan dan benar-benar menarik — satu checkpoint berbobot terbuka yang melakukan pembuatan teks-ke-gambar dan penyuntingan gambar, dengan transparansi RGBA native dan keluaran 2K. Apakah semua itu berguna bagi Anda di laptop Intel atau kartu Arc adalah pertanyaan tersendiri, dan itulah yang layak dijawab dengan benar.

Berikut adalah keadaan sebenarnya: apa yang dicakup oleh dukungan tersebut, apa yang belum diterbitkan Intel, apa yang dilarang oleh lisensi, dan apa yang Anda perlukan di disk sebelum Anda dapat menguji salah satu bagiannya sendiri.

Apa yang dijanjikan oleh "day-0 OpenVINO support", dan angka yang hilang

Pengumuman itu datang dari akun Qwen yang memberikan kredit kepada tim pengembang Intel, dan frasa yang menjadi kuncinya adalah "siap dijalankan secara teroptimasi pada perangkat keras Intel." Itu adalah pernyataan tentang jalur yang didukung, bukan tentang kinerja. Tidak ada token per detik, tidak ada detik per gambar, tidak ada resolusi, tidak ada jumlah langkah, tidak ada presisi — tidak ada apa pun yang bisa Anda jadikan dasar untuk menentukan ukuran mesin. Satu-satunya klaim perangkat keras dalam postingan tersebut adalah frasa "perangkat keras Intel," yang mencakup segala hal mulai dari CPU laptop Core Ultra hingga kartu Arc diskret hingga rak Xeon.

Namun, ada sinyal berguna di tempat lain, dan itu layak dibaca dengan saksama karena isinya tidak seperti yang disiratkan oleh pembacaan sekilas. Catatan rilis OpenVINO 2026.4 milik Intel mencantumkan Qwen-image — keluarga modelnya, bukan checkpoint ini — di antara "model tambahan yang diaktifkan untuk CPU dan GPU yang tersedia sebagai rilis awal." Itu kategori yang berbeda dari entri yang didukung penuh di halaman yang sama, yang dicantumkan secara gamblang sebagai tersedia di CPU dan GPU. Rilis awal adalah kategori yang digunakan Intel untuk model yang telah diaktifkan dan dapat dijalankan tetapi belum melewati gerbang validasi apa pun yang tersirat oleh daftar yang didukung. Jika Anda berencana memasukkan ini ke dalam sesuatu yang Anda andalkan, perbedaan itulah yang perlu dipegang.

Yang justru ditunjukkan oleh waktu day-zero kepada Anda adalah bahwa para engineer Intel sudah memiliki arsitekturnya sebelum bobotnya dipublikasikan, yang memang merupakan cara pekerjaan framework biasanya hadir bila dilakukan dengan benar. Dukungan day-zero yang muncul pada minggu yang sama dengan peluncurannya berarti implementasinya ditulis berdasarkan model asli, bukan direkayasa balik dari model card setelahnya. Itu tetap bernilai sesuatu bahkan tanpa angka yang menyertainya.

Model itu sendiri, dalam detail yang penting untuk perangkat keras

Qwen-Image-2.1 adalah model generasi dan penyuntingan terpadu, bukan dua checkpoint yang disatukan begitu saja. Arsitektur yang dipublikasikan bersifat spesifik, dan setiap bagiannya memiliki konsekuensi terhadap perangkat keras:

• Komponen generasi — 7B parameter di 32 lapisan DiT aliran tunggal, dengan atensi blok-kausal dan skema atensi granularitas campuran yang dirancang untuk mendukung penggunaan ulang cache KV prefiks

• Encoder teks — Qwen3-VL 8B, model visi-bahasa yang mengodekan baik instruksi teks maupun gambar referensi menjadi satu representasi. Ini lebih besar daripada generator yang menerima masukannya, yang mengejutkan orang-orang yang menganggap "model 7B" adalah seluruh unduhan

• VAE — autoencoder RGBA 64 kanal dengan kompresi spasial 16×. Kanal alfa berada di ruang laten, bukan ditempelkan setelahnya, itulah sebabnya transparansi bertahan melewati sampler alih-alih memerlukan tahap matting

• Output native — 2048×2048 secara default pada 40 langkah denoising, dengan ukuran per rasio hingga 2752×1536 untuk 16:9

• Gambar referensi — hingga 10, untuk komposisi multi-subjek, pengeditan yang mempertahankan identitas, dan pengeditan lokal yang dibuat dengan lingkaran, anotasi yang dilukis, atau mask eksternal

• Penjadwal — pencocokan aliran dengan penjadwalan diskret Euler dan pergeseran dinamis

Encoder Qwen3-VL adalah alasan mengapa "model gambar 7B yang efisien" tetap membutuhkan memori yang nyata. Pada GPU desktop, jawaban dari kartu model itu sendiri untuk kartu dengan keterbatasan adalah enable_model_cpu_offload(), yang merupakan jalan keluar standar alih-alih solusi. Qwen tidak menerbitkan angka VRAM untuk model tersebut dalam konfigurasi apa pun, dan Intel kini juga tidak menerbitkan angka untuk jalur OpenVINO — jadi klaim apa pun yang Anda lihat tentang model ini yang muat pada kartu tertentu, baik Intel maupun lainnya, adalah hasil pengukuran seseorang di mesinnya sendiri, bukan spesifikasi vendor.

Silicon Intel mana yang sebenarnya dijangkau oleh dukungan ini

OpenVINO adalah runtime inferensi milik Intel, dan cakupan perangkatnya luas tetapi tidak seragam. Untuk 2026.4, daftar dukungan CPU mencakup Core Ultra Series 1, 2, dan 3, bersama Xeon, plus GPU diskret Arc dan grafis terintegrasi HD, UHD, serta Iris Xe. Eksekusi GPU memerlukan driver yang tidak dibundel dengan toolkit, yang menjadi hal pertama yang membuat orang tersandung.

Bagian yang mudah ditafsirkan secara berlebihan adalah NPU. Catatan rilis Intel sendiri menempatkan model pembuatan gambar di NPU secara selektif — FLUX.2-Klein 4B dan Kokoro 82M terdaftar sebagai berjalan di NPU, sedangkan Qwen-image hanya muncul di bawah judul rilis awal CPU-dan-GPU. Tidak ada apa pun dalam pengumuman hari pertama yang mengklaim eksekusi NPU untuk Qwen-Image-2.1. Jika Anda berharap ini mengubah NPU laptop Copilot+ menjadi generator gambar, buktinya belum mendukung hal itu, dan ketidakhadirannya mencolok justru karena Intel memang mengiklankan dukungan NPU untuk model gambar lain di halaman yang sama.

Jadi tafsiran realistisnya adalah: CPU dan GPU kelas Arc, status rilis awal, tanpa rentang performa yang dipublikasikan. Jika Anda memiliki kartu Arc dan menginginkan alasan untuk menggunakannya, ini adalah jalur yang didukung, bukan jalur yang sudah terbukti.

Lisensi lebih menentukan daripada perangkat keras.

Qwen-Image-2.1 dirilis berdasarkan Perjanjian Lisensi Riset Qwen, yang hanya memberikan hak untuk tujuan penelitian dan evaluasi non-komersial. Penerapan komersial memerlukan lisensi terpisah yang dinegosiasikan dengan Alibaba. Karya turunan memiliki kewajiban atribusi — "Dibuat dengan Qwen" atau "Ditingkatkan menggunakan Qwen" — dan "Qwen" tidak dapat menjadi nama utama produk turunan.

Hal ini lebih penting pada perangkat keras Intel daripada pada GPU sewaan, karena seluruh premis menjalankan model pada perangkat keras yang Anda miliki biasanya adalah bahwa Anda berniat terus menggunakannya. Jika penggunaan Anda bersifat komersial, dukungan OpenVINO tetap layak untuk diketahui — ini memberi tahu Anda bahwa model tersebut dapat dijalankan dan portabel di seluruh keluarga perangkat keras yang mungkin sudah Anda miliki — tetapi hal itu tidak mengubah pertanyaan lisensi, dan seberapa pun besarnya dukungan kerangka kerja tidak akan mengubahnya. Siapa pun yang merencanakan produk berdasarkan checkpoint ini harus menyelesaikan pembicaraan lisensi sebelum menyelesaikan urusan perangkat kerasnya.

Berapa biaya disk yang harus Anda tanggung, sebelum Anda mengkhawatirkan hal lain

Unduhan open-weights untuk Qwen-Image-2.1 berukuran sekitar 33 GB di tiga komponen, dan pembagiannya adalah bagian yang berguna:

• Transformer (generator 7B) — sekitar 14,2 GB di dua shard

• Encoder teks (Qwen3-VL 8B) — sekitar 17,5 GB yang tersebar di empat shard, bagian tunggal terbesar dari unduhan

• VAE — sekitar 1,35 GB

Sebagai perbandingan, itu beberapa kali lebih besar daripada jejak model gambar yang lebih kecil yang sudah dicantumkan Intel sebagai yang mendukung NPU. Angka 7B di judul menggambarkan generator; itu bukan pernyataan tentang apa yang perlu tetap ada di memori untuk menjalankan hal itu. Perhitungkan juga encoder.

Bagaimana Anda benar-benar menjalankannya

Lapisan GenAI OpenVINO mengekspos model difusi melalui API pipeline text-to-image, dengan perangkat diteruskan sebagai string — bentuk yang didokumentasikan adalah objek pipeline yang dibangun dari direktori model dan nama perangkat, lalu panggilan generate dengan prompt. Model perlu tersedia dalam representasi perantara OpenVINO, bukan sebagai checkpoint PyTorch mentah, sehingga jalur praktisnya adalah langkah konversi diikuti inferensi, dengan string perangkat memilih CPU atau GPU.

Itu bagian mekanisnya. Bagian yang tidak dibahas dalam pengumuman adalah presisi apa yang akhirnya dipakai oleh bobot hasil konversi, apa dampak konversi secara khusus terhadap jalur RGBA VAE, dan apakah alur penyuntingan dengan 10 gambar referensi benar-benar dijalankan di sisi Intel — postingan itu hanya menyebut "satu checkpoint open-weight untuk generasi dan penyuntingan," yang merupakan deskripsi tentang model, bukan tentang integrasi. Itu adalah tiga hal pertama yang perlu diperiksa saat Anda mengonversinya, karena model gambar bisa saja didukung secara teknis tetapi tetap kehilangan fitur yang sebenarnya Anda inginkan.

Jika Anda lebih memilih tidak menghabiskan malam untuk konversi dan penyiapan driver hanya untuk mengetahuinya, checkpoint yang sama sudah berjalan di jalur day-zero lain — SGLang-Diffusion, ComfyUI, Diffusers melalui kelas pipeline khusus, vLLM-Omni, LightX2V, plus ROCm pada AMD Radeon dan dukungan multi-chip melalui FlagOS. Rute OpenVINO adalah pilihan yang tepat jika perangkat keras Intel yang Anda miliki; itu bukan satu-satunya cara untuk mengevaluasi model.

Ke mana ini membawamu

Bagi perusahaan yang berbasis Intel, dukungan hari nol adalah berita nyata: sebuah model yang dua hari lalu merupakan cerita NVIDIA-dan-AMD kini memiliki jalur yang didukung pada perangkat keras yang sudah Anda miliki, dan pekerjaan itu dilakukan cukup awal sehingga ditulis terhadap checkpoint asli. Itulah keseluruhan dari apa yang telah ditetapkan.

Bagi semua orang lainnya, ringkasan jujurnya adalah bahwa Qwen-Image-2.1 adalah rilis open-weight yang kuat dengan lisensi yang restriktif, unduhan 33 GB, kebutuhan memori yang tidak dipublikasikan, dan kini satu runtime lagi yang mengklaim dapat menjalankannya tanpa menyebut seberapa cepat. Arsitektur transparansinya adalah pembeda yang sesungguhnya dan layak diuji berdasarkan keunggulannya sendiri. Dukungan Intel adalah alasan untuk mencobanya jika Anda memiliki silikonnya — belum menjadi alasan untuk menjadikannya standar.

Layak diperhatikan selama beberapa minggu ke depan: apakah Intel mempublikasikan latensi terukur untuk jalur OpenVINO, apakah daftar NPU bertambah untuk mencakup model ini, dan apakah ada pihak di luar vendor yang mereproduksi klaim kualitas generasi pada perangkat keras Intel. Sampai setidaknya salah satu dari itu terwujud, anggap dukungan tersebut sebagai lampu hijau untuk bereksperimen dan tidak lebih.

Ketika Anda memang ingin membandingkannya dengan model gambar terhosting yang sudah Anda panggil, OrcaRouter menempatkan 200+ model di balik satu endpoint yang kompatibel dengan OpenAI dengan harga daftar penyedia yang diteruskan tanpa markup dan failover otomatis antar penyedia — berguna justru karena checkpoint berlisensi riset seperti ini tidak dapat masuk ke jalur produksi, dan alternatif terhosting dapat berada di balik kunci yang sama sementara Anda memutuskan.