Qwen-Image-2.1 vs GPT-Image-2.5: Kesenjangannya Satu Angka, dan Itu Bukan Kualitas

Letakkan Qwen-Image-2.1 dan GPT-Image-2.5 secara berdampingan pada spesifikasinya dan keduanya tampak seperti saudara sekandung: sama-sama model gambar terpadu untuk pembuatan dan penyuntingan, sama-sama menghasilkan keluaran berlatar belakang transparan, sama-sama dirilis dalam lima minggu terakhir, sama-sama mampu menghasilkan gambar statis kelas 2K. Perbedaan yang menentukan pilihan di antara keduanya adalah satu angka, dan itu bukan skor benchmark. Qwen-Image-2.1 gratis diunduh dan mustahil dijual. GPT-Image-2.5 mustahil diunduh dan sangat mudah dijual. Segala hal lainnya — arsitektur, latensi, implementasi transparansinya — merupakan turunan dari hal itu. Qwen-Image-2.1 dirilis sebagai sumber terbuka pada 20 September 2026; GPT-Image-2.5 diumumkan dengan model API-nya sudah aktif pada 8 September 2026.

Dua cara untuk menambah transparansi, terpaut satu bulan

Bahwa kedua model tersebut memperoleh output transparan hanya berselang beberapa minggu satu sama lain adalah sebuah kebetulan yang perlu dipahami, karena kedua implementasi itu tidak setara.

Qwen-Image-2.1 menempatkan alpha di dalam model. Model ini melakukan denoising dalam ruang laten RGBA 64 kanal dengan kompresi spasial 16×, sehingga kanal alpha menjadi komponen kelas utama dari hal yang dihasilkan sampler. Tidak ada langkah segmentasi dan tidak ada proses matting. Di samping itu ada tambahan yang tidak biasa: karena model dapat memutuskan per prompt apakah akan menghasilkan RGB atau gambar berkanal alpha, model juga dapat mengekstrak subjek dari foto biasa dan mengembalikan lapisan transparan alih-alih mask biner.

GPT-Image-2.5 mengambil jalur parameter. API OpenAI menerima latar belakang dengan pengaturan auto, opaque, atau transparent, dan model merespons sesuai. Itu adalah sakelar kapabilitas pada endpoint yang dihosting, bukan properti ruang laten, dan keuntungannya adalah Anda tidak perlu memikirkannya: setel flag, dapatkan potongan gambar, lanjutkan. Konsekuensinya adalah Anda mendapatkan apa yang diberikan endpoint, pada resolusi dan biaya yang ditentukan endpoint.

Mana yang lebih baik benar-benar belum terselesaikan. Tidak ada perbandingan publik atas tepi alpha Qwen-Image-2.1 versus model matting khusus pada saat penulisan, dan satu-satunya pemeriksaan yang dipublikasikan di sisi Qwen bersifat fungsional — keluaran PNG transparan lulus, alpha dipertahankan di seluruh rentang 0–255, PSNR RGBA 60,69 dB dalam satu sampel. Itu adalah pemeriksaan kebenaran, bukan putusan kualitas. Itu memberi tahu Anda bahwa kanalnya nyata.

Apa yang sebenarnya bisa Anda ukur

• Parameter — Komponen generasi Qwen-Image-2.1 adalah transformer difusi aliran tunggal 7B dengan 32 lapisan, dipasangkan dengan encoder teks Qwen3-VL 8B; total bobotnya sekitar 33 GB, dengan DiT menyumbang sekitar 14 GB dari jumlah itu. OpenAI tidak mempublikasikan jumlah parameter untuk GPT-Image-2.5.
• Resolusi — Qwen-Image-2.1 menghasilkan secara native hingga 2048×2048 pada 40 langkah inferensi dengan tujuh preset rasio aspek. GPT-Image-2.5 menerima ukuran hingga 3840×2160 dan 2160×3840, dengan setiap sisi dibatasi pada 3840 px dan diwajibkan kelipatan 16.
• Gambar referensi — Qwen-Image-2.1 menerima hingga 10 untuk komposisi multi-subjek dan try-on virtual. Model gambar OpenAI menerima input referensi untuk penyuntingan, tetapi batas praktis dan perilaku fidelitasnya berbeda per model dan per tingkat kualitas.
• Latensi — SGLang-Diffusion mempublikasikan 2,748 dtk untuk generasi 1024×1024, 40 langkah pada satu B200, dan 4,74 dtk pada RTX 4090 24 GB dengan Cache-DiT dan kernel INT8, hanya denoise. OpenAI melaporkan varian Flare dari GPT-Image-2.5 memiliki latensi hingga 50% lebih rendah daripada GPT-Image-2, dengan satu mitra peluncuran mengukur 2–4× — masing-masing dilaporkan vendor dan dilaporkan mitra, bukan perbandingan terkontrol.
• Harga — Qwen-Image-2.1 tidak memiliki harga hosted karena tidak ada endpoint hosted; biayanya adalah waktu GPU Anda sendiri. GPT-Image-2.5 menagih dengan tarif token yang sama seperti GPT-Image-2: $8,00 per 1 juta token input gambar, $30,00 per 1 juta token output gambar, $5,00 per 1 juta token input teks.
• Lisensi — Qwen-Image-2.1 dirilis di bawah Qwen Research License Agreement tertanggal 20 September 2026, hanya untuk penggunaan non-komersial. GPT-Image-2.5 adalah API komersial dengan provenans C2PA dan tanda air tak terlihat pada output.

Satu baris dalam daftar itu lebih rapuh daripada yang terlihat. OpenAI tidak menerbitkan harga per gambar untuk GPT-Image-2.5, hanya tarif token, dan konsumsi token gambar bervariasi menurut resolusi dan tingkat kualitas. Pengukuran pihak ketiga menempatkan kisaran dari sekitar $0,0059 hingga $0,712 per gambar di seluruh 1K, 2K, dan 4K pada pengaturan rendah, sedang, dan tinggi dengan rasio aspek 1:1 — berguna sebagai orde besaran, bukan sebagai penawaran harga. Jika Anda melakukan peramalan, susun perkiraan dari jumlah token dan distribusi prompt Anda sendiri, bukan dari angka per gambar yang diukur orang lain.

Dua biaya yang tak seorang pun menaruhnya di kolom yang sama

Alasan perbandingan ini tidak bisa dijawab secara sederhana adalah karena kedua model menagih Anda dalam mata uang yang berbeda, dan nilai tukarnya adalah situasi Anda sendiri.

GPT-Image-2.5 menagih per token, yang berarti meterannya terlihat, dapat diprediksi, dan berskala linear dengan volume. Itu adalah keunggulan nyata untuk produk dengan lalu lintas yang diketahui: Anda dapat memasukkannya ke dalam anggaran, dan penurunan harga dari vendor mengubah biaya Anda pada hari yang sama. Ini juga merupakan pajak atas eksplorasi, karena iterasi kesepuluh dari sebuah prompt sama biayanya dengan iterasi pertama. Perilaku input_fidelity ini membuatnya lebih tajam daripada yang disiratkan oleh tarif utama — API dapat secara otomatis menerapkan fidelitas tinggi pada input gambar, yang mengonsumsi lebih banyak token input daripada yang tersirat dari pembacaan sekilas daftar harga, sehingga loop edit lebih mahal daripada angka per gambar yang dikutip orang.

Qwen-Image-2.1 membalik kedua properti tersebut. Biaya marginal untuk generasi keseratus adalah listrik. Hal itu menjadikannya instrumen yang lebih baik untuk iterasi, untuk backfill batch, dan untuk apa pun yang prompt-nya masih dalam proses ditemukan. Yang tidak diberikannya kepada Anda adalah angka untuk lembar keuangan — Anda tetap membayar GPU baik saat sibuk maupun menganggur — dan itu tidak memberi Anda hak untuk menjual output-nya. Perjanjian Lisensi Riset Qwen mengizinkan penelitian dan evaluasi non-komersial, dan menyatakan bahwa penerapan komersial memerlukan lisensi terpisah dari Hangzhou Tongyi Laboratory Technology. Tidak ada harga yang dipublikasikan untuk lisensi tersebut dan tidak ada persyaratan yang dinyatakan. Itu bukan catatan kaki; bagi pipeline komersial, itu adalah keseluruhan keputusannya.

Menjalankan keduanya tanpa kontrak kedua

Jawaban yang realistis bagi sebagian besar tim bukanlah salah satu, melainkan keduanya. GPT-Image-2.5 menangani jalur produksi ketika hasilnya dikirim ke pelanggan dan meter per token menjadi item baris. Qwen-Image-2.1 menangani jalur eksplorasi ketika Anda memerlukan dua ratus varian foto produk transparan dan tidak ada vendor yang mau menjual volume sebesar itu dengan harga yang masuk akal.

Gesekannya adalah bahwa keduanya datang melalui jalur yang sepenuhnya berbeda. Yang satu adalah kunci API. Yang lain adalah unduhan 33 GB, lingkungan Python, dan GPU milik Anda sendiri. OrcaRouter mencakup separuh yang dihosting: 200+ model di balik satu endpoint yang kompatibel dengan OpenAI, harga daftar penyedia diteruskan tanpa markup, failover otomatis antar penyedia, DSL routing untuk mengekspresikan fallback, dan fusi model untuk menggabungkan beberapa model menjadi satu panggilan. Bersikap tepat mengenai model ini itu penting — kami tidak merutekan GPT-Image-2.5 saat ini; rute gambar OpenAI kami adalah GPT-Image-2, GPT-Image-1.5, dan GPT-Image-1-mini, semuanya dengan harga daftar OpenAI, dan pada hari penyedia hulu menambahkan pengenal gpt-image-2.5, kunci yang sama akan memanggilnya tanpa perubahan kode. Kami juga tidak merutekan model Qwen-Image versi apa pun, jadi Qwen-Image-2.1 sama sekali bukan rute di sisi kami. Yang Anda dapatkan dari harga pass-through untuk sementara ini adalah ketika OpenAI mengubah tarif, angka di sisi kami ikut berubah, bukan tertinggal.

Putusannya, dinyatakan sebagai suatu kondisi, bukan sebagai pemenang.

Jika outputnya harus dijual, ini bukanlah pilihan yang sulit: GPT-Image-2.5 adalah satu-satunya dari keduanya yang Anda memiliki lisensi untuk menggunakan, dan meteran token adalah harga yang harus dibayar untuk itu. Jika outputnya untuk riset, perkakas internal, atau evaluasi, Qwen-Image-2.1 adalah instrumen yang lebih kuat — 2K native, alpha keluar dari sampler, sepuluh gambar referensi, dan biaya marginal nol setelah perangkat kerasnya sudah dibayar. Jika Anda membutuhkan keduanya, jalankan keduanya, dan perlakukan lisensi sebagai batas yang menentukan ke pipeline mana suatu pekerjaan tertentu akan dimasukkan.

Dua hal akan mengubah ini. Lembar syarat komersial yang dipublikasikan untuk Qwen-Image-2.1 akan menutup kesenjangan pada baris lisensi, yang saat ini menjadi faktor utama dalam perbandingan ini. Dan entri papan peringkat gambar independen untuk Qwen-Image-2.1 akan memberi tahu kita apakah hasil Qwen-Image-Bench dari vendor — 60,28, mengungguli Nano Banana 2.0 pada 59,82 dan GPT Image 1.5 pada 59,65, peringkat pertama di antara model terbuka — tetap bertahan di luar lab yang menghasilkannya. Keduanya belum ada. Sampai keduanya ada, rekomendasi yang jujur adalah memilih berdasarkan lisensi dan meteran, bukan papan skor.