Qwen-Image-2.1-Turbo: Checkpoint 8-Langkah yang Memindahkan Jadwal ke Dalam Bobot

Repositori untuk Qwen-Image-2.1-Turbo muncul di Hugging Face pada 9 Oktober 2026, dan hal yang paling menarik darinya bukanlah jumlah langkahnya. Ada bobot bfloat16, kartu model dengan kode yang dapat dijalankan, file lisensi, delapan gambar pameran, dan satu baris di daftar berita GitHub proyek Qwen-Image-2.1 yang mengumumkan rilis tersebut. Tidak ada postingan blog tersendiri, tidak ada tabel tolok ukur, tidak ada siklus pers, dan tidak ada perubahan apa pun pada ketentuan Qwen-Image-2.1 didistribusikan. Turbo adalah checkpoint yang dipercepat dari Qwen-Image-2.1 untuk pembuatan gambar dari teks dan penyuntingan gambar yang berjalan dalam delapan langkah denoising alih-alih empat puluh langkah yang digunakan contoh-contoh model dasar itu sendiri. Turbo juga, secara diam-diam, mengubah dari mana jadwal sampling berasal — dan itulah bagian yang akan merusak kode.

Apa yang sebenarnya ada di dalam repositori

Kartu itu singkat dan sangat spesifik, sehingga memudahkan untuk memisahkan apa yang sudah dikonfirmasi dari apa yang baru tersirat.

• Apa itu: kartu model ini mendeskripsikan Qwen-Image-2.1-Turbo sebagai "checkpoint yang dipercepat dari Qwen-Image-2.1 untuk pembuatan gambar dari teks dan pengeditan gambar dengan 8 langkah denoising". Ini bukan arsitektur baru dan bukan keluarga model baru. Ini adalah komponen generasi visual 7B yang sama, dikemas ulang dengan lintasan sampling yang jauh lebih pendek.

• Cara memuatnya: melalui QwenImage21Pipeline di Diffusers, kelas pipeline yang sama yang digunakan model dasar, dengan nama checkpoint yang ditukar. Metadata repositori itu sendiri mendeklarasikan base_model: Qwen/Qwen-Image-2.1 dan library_name: diffusers, serta mencantumkan base_model:finetune:Qwen/Qwen-Image-2.1 sebagai tag kedua. Itu adalah pihak vendor yang menggambarkan ini sebagai fine-tune dari checkpoint dasar, bukan sebagai model sejajar.

• Yang dipertahankan: arsitektur generasi visual 7B yang sama, tujuh prasetel resolusi yang sama seperti Qwen-Image-2.1 (persegi 2048 × 2048, 4:3 pada 2400 × 1792, 3:4 pada 1792 × 2400, 3:2 pada 2528 × 1696, 2:3 pada 1696 × 2528, 16:9 pada 2752 × 1536 dan 9:16 pada 1536 × 2752), dan dua kemampuan yang sama — pembuatan gambar dari teks dan penyuntingan gambar dengan panduan instruksi. Etalase kartu ini disusun berdasarkan kategori: fotografi potret, pose dan gerakan manusia, pembuatan RGBA transparan, tipografi dan desain poster, tata letak UI dan informasi, transformasi gambar tunggal, komposisi multi-referensi, dan komposisi interior empat gambar.

• Yang tidak termuat di dalamnya: angka evaluasi apa pun. Tidak ada skor Qwen-Image-Bench untuk checkpoint Turbo di kartu tersebut, dan tidak ada perbandingan dengan model dasar. Satu-satunya skor di mana pun dalam lini Qwen-Image-2.1 tetap merupakan hasil Qwen-Image-Bench milik model dasar itu sendiri, yang merupakan angka yang dilaporkan vendor dan diukur pada checkpoint dasar — bukan pada checkpoint ini.

Jadwalnya kini hidup di dalam bobot, dan itulah perubahan yang sesungguhnya.

Inilah kalimat yang paling penting di kartu, dan kalimat itu terkubur di bawah instruksi instalasi: checkpoint "menyertakan jadwal sampling yang direkomendasikan, sehingga siap digunakan tanpa mengonfigurasi penjadwal secara manual."

Lalu konsekuensinya, dinyatakan secara gamblang di bagian sampling: "Jadwal sampling 8 langkah yang direkomendasikan disimpan bersama checkpoint dan dimuat secara otomatis. Menyetel num_inference_steps saja tidak menimpa jadwal tersebut."

Baca itu dua kali. Dalam konvensi Diffusers yang dipegang kebanyakan orang di kepalanya, jumlah langkah adalah argumen saat pemanggilan — Anda memberikan num_inference_steps=40 untuk model dasar, num_inference_steps=4 untuk checkpoint terdistilasi, dan pipeline akan menyusun jadwal yang sesuai. Qwen-Image-2.1-Turbo melanggar konvensi itu. Jadwal delapan langkah adalah metadata checkpoint, bukan parameter permintaan. Anda dapat memberikan bilangan bulat yang berbeda dan pipeline tetap akan menggunakan jadwal yang tersimpan. Kartu model menyatakan satu-satunya cara untuk menimpanya adalah memberikan argumen sigmas eksplisit saat pemanggilan, dan menambahkan bahwa jadwal lain "belum dievaluasi untuk checkpoint ini."

Hasil praktisnya adalah jebakan reproduksi. Kode yang diambil dari kartu model Qwen-Image-2.1 dan diarahkan ke repositori Turbo akan berjalan, tidak akan error, dan tidak akan menghasilkan keluaran yang ditunjukkan oleh showcase Turbo. Kode itu juga memerlukan build Diffusers yang memahami sampling sigma yang dikonfigurasi pipeline — dukungan ditambahkan di Diffusers PR #14950, yang pada saat penulisan ini berada di pohon sumber, bukan di rilis bertag. Instalasi yang dinyatakan adalah build PyTorch yang kompatibel dengan CUDA ditambah git+https://github.com/huggingface/diffusers.git, transformers>=5.17.0, accelerate, dan pillow.

Dua default lainnya berasal dari card, bukan dari apa pun yang Anda tetapkan: generasi menggunakan CFG 1 secara default, dan prefix KV caching "menggunakan kembali konteks teks dan gambar referensi di seluruh langkah denoising." CFG 1 berarti tidak ada proses classifier-free guidance, yang merupakan sebagian besar dari cara trajektori diperpendek tanpa runtuh — dan itu juga sebabnya card tidak repot memberikan rekomendasi guidance-scale. Prefix KV cache adalah warisan base model: mekanisme yang sama yang digunakan Qwen-Image-2.1 untuk menggunakan kembali konteks teks dan gambar referensi, yang justru lebih penting, bukan lebih tidak penting, ketika loop denoising hanya delapan iterasi.

Diumumkan dalam changelog, disampaikan sebagai repositori

Kerangka yang cocok untuk rilis ini bukanlah "peluncuran" dan bukan "kebocoran". Ini adalah artefak yang sudah di-check-in dengan baris bertanggal dalam daftar berita. Daftar berita GitHub untuk proyek Qwen-Image-2.1 memuat dua entri bertanggal 2026.10.09: satu untuk checkpoint Turbo, satu mencatat bahwa API Qwen-Image-2.1 Pro dan Turbo "kini resmi aktif" di Alibaba Cloud Model Studio. Tidak ada pos blog Turbo terpisah; tautan blog pada kartu mengarah ke blog Qwen-Image-2.1 dari 20 September 2026.

Bandingkan itu dengan bagaimana model dasar hadir tiga minggu sebelumnya. Daftar berita Qwen-Image-2.1 memiliki entri bertanggal untuk bobotnya, lalu lima entri lagi pada hari yang sama: dukungan Diffusers sejak hari nol melalui PR #14804, dukungan native ComfyUI sejak hari nol, dukungan vLLM-Omni dengan eksekusi bertahap dan caching KV prefiks dan kuantisasi FP8 dan paralelisme tensor, dukungan SGLang dengan Cache-DiT dan CUDA graph, serta akselerasi hari nol dari LightX2V. Checkpoint Turbo tidak memiliki semua itu. Setiap entri ekosistem tersebut merujuk pada Qwen-Image-2.1.

Penghitung repositori menunjukkan hal yang sama tentang kematangan, bukan keunggulan, dan semua itu hanyalah cuplikan sesaat, bukan putusan: pada saat penulisan ini, Qwen-Image-2.1 menunjukkan 122.311 unduhan dalam sebulan terakhir dan 3.142 suka, sementara Qwen-Image-2.1-Turbo — yang baru berusia beberapa jam — menunjukkan 33 suka. Unduhan adalah indikator yang tertinggal dan angka Turbo akan berubah. Yang bisa diberitahukannya kepada Anda hari ini hanyalah bahwa belum ada yang sempat menjalankannya.

Apa yang tidak diberitahukan oleh delapan langkah kepada Anda

Jumlah langkah adalah sorotan utama sekaligus angka yang paling tidak berguna dalam rilis ini, karena tiga alasan yang perlu dinyatakan secara gamblang.

• Langkah bukan detik. Baik kartu maupun repositori tidak memublikasikan throughput, latensi, atau memori untuk checkpoint Turbo. Delapan langkah pada 2048 × 2048 dengan model 7B bfloat16 adalah beban kerja yang berbeda dari delapan langkah pada model yang lebih kecil, dan kartu tersebut tidak menyebutkan perangkat keras apa yang digunakan untuk mengukurnya karena sama sekali tidak melaporkan pengukuran.

• Belum ada acuan kualitas. Tidak ada skor yang dipublikasikan untuk Turbo, tidak ada perbandingan berdampingan dengan checkpoint dasar, dan tidak ada evaluasi independen untuk keduanya. Gambar showcase adalah keluaran yang dipilih vendor pada pengaturan yang direkomendasikan vendor. Gambar-gambar itu adalah bukti bahwa model tersebut menghasilkan gambar; gambar-gambar itu bukan bukti seberapa besar kualitas yang dikorbankan demi pengurangan langkah, dan bukan pengganti tolok ukur.

• Panduan memori tidak ada. Kartu model dasar mencakup bagian optimasi memori; kartu Turbo mendokumentasikan instalasi, generasi, pengeditan, sampling dan rasio aspek, serta stop. Jika Anda berencana melayani ini, rencanakan untuk mengukur.

Lisensinya tidak berubah, dan itulah berita utamanya bagi siapa pun yang merilis.

Qwen-Image-2.1-Turbo dilisensikan di bawah Perjanjian Lisensi Riset Qwen. Metadata repositori tersebut mencantumkan license: other dengan license_name: qwen-research dan license_link: LICENSE, serta terdapat berkas LICENSE di dalam repositori bersama dengan bobotnya. Bagian lisensi pada kartu model itu sendiri menyatakan satu kalimat: model ini dilisensikan di bawah Perjanjian Lisensi Riset Qwen.

Akselerasi tidak mengubah apa pun soal itu. Lisensi riset nonkomersial pada model dasar tidak berubah menjadi lisensi komersial hanya karena checkpoint-nya lebih cepat, dan repositori Turbo adalah unduhan terpisah dengan ketentuan yang sama. Jika ketertarikan Anda pada generasi delapan langkah adalah karena itu membuat model cukup murah untuk dimasukkan ke produk, lisensilah kendalanya, bukan jumlah langkahnya. Pertanyaan itu harus diajukan ke vendor; hal itu tidak dijawab di mana pun dalam repositori ini.

Jalur yang dihosting, dan di mana OrcaRouter berada di dalamnya

OrcaRouter tidak merutekan Qwen-Image-2.1-Turbo, dan tidak merutekan Qwen-Image-2.1. Keduanya tidak muncul di katalog kami, dan tidak ada apa pun dalam artikel ini yang boleh ditafsirkan sebagai penawaran untuk melayani keduanya. Jika Anda menginginkan salah satunya, jalurnya adalah API milik vendor sendiri dan beberapa platform pihak ketiga, atau bobotnya sendiri dengan build Diffusers yang cukup baru untuk memuat jadwal tersimpan dari checkpoint Turbo.

Apa yang kami tampilkan di depan adalah lini gambar terkelola, dan ada baiknya mengetahui apa saja yang ada di dalamnya agar Anda dapat menyandingkannya dengan eksperimen self-hosted. OrcaRouter menempatkan 200+ model di balik satu endpoint yang kompatibel dengan OpenAI pada harga daftar penyedia tanpa markup — jadi ketika vendor memangkas harga, pemotongan itu langsung berlaku di sisi kami pada hari yang sama alih-alih menunggu proses penetapan harga ulang. Ini menambahkan failover otomatis saat penyedia mengalami degradasi, DSL perutean untuk menyatakan model dan penyedia mana yang boleh digunakan suatu permintaan, dan fusi model untuk menggabungkan beberapa model ke dalam satu panggilan. Model gambar yang kami rutekan adalah keluarga OpenAI GPT-Image, tingkatan Google Imagen 4 termasuk varian fast dan ultra, endpoint pratinjau gambar Gemini milik Google, dan endpoint gambar xAI Grok Imagine.

Bentuk jujur dari keputusan ini: jika Anda membutuhkan model 7B open-weights delapan langkah yang dapat Anda periksa dan modifikasi, Turbo adalah pekerjaan self-hosted, dan lisensinya adalah hal yang harus diselesaikan lebih dulu. Jika Anda membutuhkan endpoint gambar di produksi minggu ini, itu pembelian yang berbeda, dan itulah yang kami jual.

Apa yang dapat dikatakan, dan apa yang tidak dapat

• Dikonfirmasi oleh repositori itu sendiri: sebuah checkpoint 7B yang dipercepat dari Qwen-Image-2.1 yang melakukan generasi teks-ke-gambar dan pengeditan gambar dalam delapan langkah denoising; jadwal pengambilan sampel tersimpan yang tidak ditimpa oleh num_inference_steps; CFG 1 secara bawaan; caching KV prefiks untuk teks dan konteks gambar referensi; tujuh preset resolusi yang sama seperti model dasar; jalur pemuatan QwenImage21Pipeline; entri rilis bertanggal 9 Oktober 2026 dalam daftar berita proyek itu sendiri; dan Qwen Research License Agreement yang sama seperti model dasar.

• Tidak ditetapkan di mana pun: pengukuran kualitas apa pun untuk checkpoint Turbo, pengukuran kecepatan atau memori apa pun, evaluasi independen apa pun terhadap checkpoint dasar yang menjadi asalnya, pernyataan apa pun tentang ketentuan komersial di luar lisensi riset, dan dukungan kerangka kerja sejak hari pertama seperti yang disertakan pada Qwen-Image-2.1.

Delapan langkah adalah angka yang akan dikutip. Jadwal yang dipindahkan ke bobot adalah detail yang menentukan apakah eksekusi pertama Anda mereproduksi apa pun.