Qwen-Image-2.1 vs Grok Imagine Image 2.0: Bobot Gratis Melawan Lingkungan Berbayar

Salah satunya tidak memerlukan biaya apa pun per gambar dan disertai lisensi yang melarang menjual hasilnya. Yang lain berbiaya antara dua hingga enam sen per gambar tergantung di mana Anda membelinya, tidak membawa batasan semacam itu, dan diperingkatkan di papan peringkat yang benar-benar bisa Anda telusuri. Qwen-Image-2.1 resmi dirilis ke publik pada 20 September 2026 sebagai bobot terbuka di bawah lisensi riset. Grok Imagine Image 2.0 adalah endpoint gambar berbayar milik vendor tersebut, yang didistribusikan melalui API-nya sendiri dan berbagai penyedia pihak ketiga. Pilihan di antara keduanya bukan soal kualitas — melainkan apakah Anda ingin memiliki modelnya atau menyewa lingkungan di sekitarnya, dan lingkungan itu melakukan lebih banyak hal daripada yang disiratkan oleh label harganya.

Berapa biaya sebuah gambar di setiap sisi

Harga Qwen-Image-2.1 adalah nol per gambar dan bukan nol sekali saja. Anda mengunduh sekitar 33 GB — transformer difusi aliran tunggal 7B dengan 32 lapisan berukuran sekitar 14 GB ditambah encoder teks Qwen3-VL 8B yang menghabiskan sebagian besar sisanya — dan setelah itu biaya marginal sebuah gambar hanyalah listrik untuk menjalankannya. Pada kartu dengan sumber daya terbatas, kartu model merekomendasikan offload CPU melalui pipe.enable_model_cpu_offload(), yang merupakan jalan keluar standar dan biayanya adalah kecepatan, bukan uang.

Harga Grok Imagine Image 2.0 justru berbentuk sebaliknya. Dokumentasi xAI sendiri mencantumkan model unggulan pada $0,04 per gambar keluaran, dengan endpoint gambar Grok Imagine dasar pada $0,02 dan tier kualitas pada $0,05. Penyedia pihak ketiga berada dalam kisaran serupa dengan penjenjangan mereka sendiri — satu mencantumkan tarif tetap $0,05 untuk text-to-image dan $0,06 untuk editing tanpa memandang resolusi atau pengaturan kualitas, yang lain menawarkan $0,045 tetap pada 1K dan 2K untuk tier kualitasnya, dan yang ketiga mengiklankan $0,025 untuk text-to-image atau reference editing dengan hingga lima gambar masukan. Di seluruh pasar, itu berkisar sekitar $0,02 hingga $0,06 per gambar, dengan akses konsumen yang dibundel ke dalam X Premium dan SuperGrok alih-alih ditagih per gambar.

• Model biaya — Qwen-Image-2.1 adalah biaya perangkat keras dan unduhan tetap dengan biaya marginal nol per gambar; Grok Imagine Image 2.0 sepenuhnya marginal, berskala linear dengan volume selamanya.
• Titik impas — titik persilangannya adalah pertanyaan volume yang dapat Anda hitung, dan berubah setiap kali penyedia mengubah tarif. Pada beberapa ribu gambar per bulan, rute hosted jelas lebih murah daripada membeli GPU; pada volume tinggi yang berkelanjutan, rute lokal menang dalam hal biaya dan kalah pada semua sumbu lainnya.
• Apa yang tidak dapat Anda beli di sisi lokal — batas laju, uptime, dan tim operasi milik orang lain. Apa yang tidak dapat Anda beli di sisi hosted adalah bobotnya.

Apa yang dikatakan papan peringkat, dan apa yang tidak

Grok Imagine Image 2.0 memiliki klaim peringkat publik. Materi peluncuran xAI menyebut posisi kedua secara keseluruhan di papan Text-to-Image dan Image Edit Arena per 7 Agustus 2026, di belakang GPT Image 2 — itu adalah cuplikan bertanggal yang dikutip vendor dan harus dibaca sebagai demikian. Pelacak pihak ketiga pada minggu-minggu setelahnya menempatkannya sekitar peringkat kedua dalam penyuntingan gambar dan ketiga dalam text-to-image, lagi-lagi di belakang GPT Image 2, dengan angka Elo di kisaran 1.300-an rendah dan beberapa situs pelacak melaporkan lebih dekat ke 1.173–1.175. Selisih antara angka-angka itu sendiri adalah pelajarannya: posisi papan peringkat dalam kategori ini bergerak dari minggu ke minggu, dan peringkat tanpa tanggal yang terlampir bukanlah informasi.

Qwen-Image-2.1 tidak memiliki peringkat sama sekali. Ia tidak ada dalam papan peringkat gambar independen saat ini ditulis. Satu-satunya angka kualitasnya adalah grafik Qwen-Image-Bench milik vendor sendiri, yang tercatat 60,28 berbanding Nano Banana 2.0 pada 59,82 dan GPT Image 1.5 pada 59,65 — materi vendor, bukan direproduksi oleh pihak ketiga mana pun. Satu-satunya titik data yang benar-benar independen adalah verifikasi fungsional yang diterbitkan bersama pekerjaan integrasi SGLang: keluaran PNG transparan lulus, alfa dipertahankan di seluruh rentang 0–255, dan RGBA PSNR terukur 60,69 dB dalam satu sampel yang secara eksplisit digambarkan oleh para penulis sebagai pemeriksaan kebenaran, bukan jaminan kualitas.

Jadi papan skor yang jujur adalah: satu model memiliki peringkat publik yang berubah dan klaim vendor yang melekat padanya, sedangkan yang lain memiliki kartu skor vendor dan uji integrasi yang lulus. Itu bukan perbandingan, dan tidak ada artikel yang mengklaim sebaliknya yang telah menjalankan keduanya.

Alpha, dan mengapa itu adalah satu-satunya asimetri teknis

Transparansi Qwen-Image-2.1 sudah tertanam di dalam model. VAE RGBA 64 saluran dengan kompresi spasial 16× berarti saluran alfa adalah bagian dari ruang laten yang didenoise, yang memberi Anda tiga hal dari satu mekanisme: pembuatan dengan transparansi, pengeditan di dalam gambar yang sudah memiliki transparansi tanpa meratakannya terlebih dahulu, dan ekstraksi subjek dari foto RGB biasa yang menghasilkan alfa alih-alih mask keras. Tidak ada node penghapusan latar belakang, tidak ada model matting, tidak ada pembersihan tepi — itulah klaim vendor, dan verifikasi fungsional SGLang adalah satu-satunya bukti independen bahwa saluran tersebut nyata, bukan sekadar nominal.

Grok Imagine Image 2.0 tidak memiliki padanan yang terdokumentasi. Cakupan yang dipublikasikan adalah text-to-image dan pengeditan berbasis referensi, dengan tingkatan resolusi dan kualitas serta hingga lima gambar masukan pada beberapa penyedia. Jika aset Anda memerlukan subjek hasil potong dengan tepi semi-transparan yang bersih — rambut, kaca, asap — Anda menambahkan langkah matting di sisi Grok dan bukan di sisi Qwen. Apakah langkah itu lebih mahal daripada masalah lisensi di sisi lain adalah pertanyaan rekayasa yang sebenarnya, dan itu bergantung pada materi subjek Anda.

Lingkungan penyuntingan versus pos pemeriksaan

Kedua sistem tersebut berbeda pendapat tentang di mana kecerdasan penyuntingan seharusnya berada.

Grok Imagine Image 2.0 menempatkannya di dalam layanan. Anda mengirim gambar referensi dan sebuah instruksi, penyedia menentukan apa maksudnya, dan tingkat resolusi serta kualitas dipilih per permintaan. Tidak ada yang perlu dibaca, tidak ada yang perlu disetel, dan tidak ada yang bisa rusak — yang merupakan keunggulan nyata bagi tim yang tidak ingin memiliki pipeline diffusers. Itu juga alasan harga bervariasi antar penyedia untuk model yang secara nominal sama: Anda membeli sebuah lingkungan, bukan sekadar bobot.

Qwen-Image-2.1 menaruhnya di checkpoint yang dapat Anda periksa. Selain model gambar, ia menyertakan dua model penulisan ulang prompt — PE-T2I dan PE-I2I, masing-masing adalah Qwen3.5-VL 9B yang disetel secara khusus berukuran sekitar 18,8 GB — dengan kode penulisan ulang di dalam folder prompt_rewrite/ dan system_prompt.txt yang disertakan yang menjelaskan, antara lain, bagaimana bahasa teks yang dirender dipilih. Itu adalah tingkat keterperiksaan yang tidak ditawarkan oleh API gambar yang dihosting mana pun. Ini juga 37,6 GB penulis ulang di atas model, yang merupakan biaya nyata dalam hal disk dan waktu muat untuk komponen yang sebagian besar pipeline akan anggap opsional.

• Permukaan penyuntingan — Qwen-Image-2.1 mendukung penyuntingan lokal dengan lingkaran, anotasi yang dilukis, atau mask terpisah, ditambah penyuntingan lapisan transparan dan ekstraksi subjek; penyuntingan terdokumentasi Grok Imagine Image 2.0 digerakkan oleh gambar referensi.
• Input referensi — Qwen-Image-2.1 menerima hingga 10 gambar referensi, dengan satu peninjau akses awal melaporkan konsistensi multi-referensi menurun mulai dari sekitar tiga gambar dan seterusnya; beberapa penyedia Grok mendokumentasikan hingga lima gambar input.
• Resolusi native — Qwen-Image-2.1 menghasilkan secara native pada 2K dengan 2048×2048 sebagai default pada 40 langkah di tujuh preset rasio aspek; resolusi Grok Imagine Image 2.0 adalah pilihan per permintaan yang harganya ditentukan oleh penyedia.

Distribusi dan lisensi

Di sinilah keduanya paling tajam berbeda, dan itu sama sekali bukan perbedaan teknis.

Grok Imagine Image 2.0 tersedia melalui API xAI dan melalui beberapa penyedia pihak ketiga independen, yang berarti persaingan harga, yang berarti tarif yang Anda bayarkan adalah tarif pasar, bukan tarif daftar. Tidak ada unduhan, tidak ada GPU, tidak ada file lisensi yang perlu dibaca, dan tidak ada pembatasan penggunaan komersial di luar ketentuan penyedia itu sendiri.

Qwen-Image-2.1 tersedia melalui satu cara: mengunduhnya. Model ini dirilis di bawah Qwen Research License Agreement tertanggal 20 September 2026, yang memberikan hak hanya untuk tujuan non-komersial dan menyatakan bahwa penggunaan komersial memerlukan lisensi terpisah yang diminta dari vendor. Ini merupakan pengetatan dari lini Qwen-Image sebelumnya, yang dirilis di bawah Apache 2.0, dan inilah satu fakta yang menentukan sebagian besar keputusan nyata di antara keduanya. Studio yang membandingkan keduanya berdasarkan kualitas keluaran sedang menjawab pertanyaan yang salah; studio yang tidak dapat menggunakan Qwen-Image-2.1 untuk pekerjaan klien sama sekali tidak membandingkannya.

OrcaRouter adalah tempat sisi sewa dari pengaturan itu berada. Kami merutekan 200+ model di balik satu endpoint yang kompatibel dengan OpenAI dengan harga daftar penyedia tanpa markup, dengan failover otomatis antar penyedia, sebuah DSL perutean, dan fusi model — sehingga rute gambar dapat menyebutkan primer dan fallback alih-alih bertaruh pada nasib salah satu penyedia pada sore itu. Kami merutekan endpoint gambar xAI Grok Imagine, tetapi perhatikan versinya: katalog kami memuat grok/grok-imagine-image, bukan Grok Imagine Image 2.0, jadi model yang lebih baru bukan sesuatu yang saat ini bisa kami layani untuk Anda. Kami juga tidak merutekan model Qwen-Image versi apa pun, sehingga Qwen-Image-2.1 hanya tersedia secara lokal. Lini gambar yang kami rutekan dan memang tersedia adalah keluarga GPT-Image dari OpenAI, tingkatan Imagen 4 dan pratinjau gambar Gemini dari Google, serta endpoint gambar Grok Imagine yang lebih lama itu; karena harga daftar diteruskan alih-alih ditambahi markup, pemotongan harga vendor pada salah satunya berlaku pada hari yang sama.

Apa yang akan mengubah jawaban ini

Tiga hal, dan ketiganya masuk akal dalam waktu satu kuartal.

• Lisensi komersial untuk Qwen-Image-2.1. Jika vendor menerbitkan ketentuan pada harga yang akan dibayar oleh studio, keunggulan transparansi dan biaya marginal nol keduanya menjadi dapat digunakan dalam pekerjaan komersial, dan perbandingan ini berubah bentuk sepenuhnya. Saat ini tidak ada harga yang dipublikasikan dan tidak ada ketentuan yang dinyatakan.
• Tolok ukur independen untuk Qwen-Image-2.1. Pihak ketiga yang mereproduksi angka Qwen-Image-Bench milik vendor, atau menempatkan model tersebut di papan gambar publik, akan mengubah satu-satunya pertanyaan terbuka yang tersisa — apakah model itu benar-benar bagus — menjadi pertanyaan yang sudah terjawab.
• Pergerakan harga di sisi Grok. Persaingan penyedia telah menghasilkan rentang dari $0,02 hingga $0,06 untuk model yang secara nominal sama. Pemotongan harga yang bertahan lama akan menjadikan jalur hosted sebagai default untuk lebih banyak rentang volume daripada saat ini.

Sampai salah satu dari itu terwujud, penentunya bukan kualitas dan bukan harga. Penentunya adalah apakah Anda membutuhkan alpha dan bisa menerima lisensi nonkomersial, yang berarti Anda mengunduhnya dan membayar lewat perangkat keras; atau apakah Anda perlu merilis produk dan ingin orang lain menjalankan modelnya, yang berarti Anda membayar per gambar dan tidak perlu memikirkan VAE lagi.