Qwen-Image 2.1 vs Z-Image Turbo: Langkah, Lisensi, dan Untuk Apa Masing-Masing Cocok

Delapan langkah melawan empat puluh, dan lisensi yang mengatakan ya melawan lisensi yang mengatakan tidak. Qwen-Image 2.1adalah model pembuatan dan penyuntingan gambar berbobot terbuka dari vendor tersebut, dirilis 20 September 2026 di bawah perjanjian khusus riset, yang melakukan denoising dalam 40 langkah secara default. Z-Image Turboadalah checkpoint hasil distilasi dari organisasi Tongyi-MAI di keluarga korporat yang sama, dirilis 26 November 2025, yang melakukan pekerjaan yang sama dalam 8 langkah di bawah Apache-2.0. Hampir sebelas bulan memisahkan keduanya, yang lebih baru secara hitungan di atas kertas berukuran unduhan lebih kecil, dan yang lebih lama justru yang bisa Anda masukkan ke dalam produk komersial tanpa perlu bertanya kepada siapa pun. Pembalikan itulah inti dari seluruh perbandingan ini.

Jawaban singkat, kalau Anda ingin mendapatkannya sebelum penjelasannya: pilih Z-Image Turbo ketika kecepatan per gambar, VRAM pada perangkat keras konsumen, atau lisensi yang permisif menjadi kendala. Pilih Qwen-Image 2.1 ketika Anda perlu menyunting gambar yang sudah ada, menginginkan transparansi native, atau menginginkan skor yang lebih tinggi di papan independen. Tidak ada orang dengan beban kerja campuran yang harus memilih hanya satu, dan sebagian besar halaman ini dihabiskan untuk dua alasan yang membuat orang mengira mereka harus begitu.

Pertama, masalah penamaan

Dua hal dalam perbandingan ini disebut turbo dan keduanya bukan turbo yang sama. Qwen-Image 2.1 memiliki varian percepatannya sendiri — "varian turbo dari Qwen-Image 2.1," yang dirilis 9 Oktober 2026, berbagi arsitektur dan kelas pipeline model dasar tetapi melakukan denoising dalam 8 langkah dengan CFG yang secara default diatur ke 1. Itu bukan model yang dibandingkan di halaman ini. Z-Image Turbo adalah model terpisah dari lini terpisah, dibuat oleh grup Tongyi-MAI, dan ia mendistilasi basis yang berbeda — checkpoint Z-Image, yang berjalan pada 50 langkah.

Mereka juga berbeda dalam hal apa yang menjadi bahan distilasinya dan bagaimana prosesnya. Tongyi-MAI menggambarkan Z-Image Turbo sebagai hasil distilasi dengan Decoupled-DMD ditambah tahap yang disebutnya DMDR, yang menggabungkan DMD dengan pembelajaran penguatan. Varian turbo Qwen-Image 2.1 dipresentasikan oleh vendornya sebagai perubahan checkpoint, bukan arsitektur baru. Keduanya menggunakan 8 langkah; yang satu bukanlah yang lain, dan kalimat yang ditulis tentang salah satunya tidak boleh dibaca sebagai mencakup yang lain.

Jika Anda membandingkan "model Qwen-Image tercepat" dengan Z-Image Turbo, halaman ini bukan halaman yang tepat — perbandingan tersebut adalah dengan varian turbo dari Qwen-Image 2.1, dan kerangka dua checkpoint 8 langkah adalah pertanyaan yang berbeda dengan jawaban yang berbeda.

Apa yang sebenarnya disertakan oleh Z-Image Turbo

Ambil ini dari materi vendor itu sendiri, bukan dari situs ringkasan, karena sebagian besar dari mereka salah menyebut ukurannya atau menghilangkannya. Keluarga Z-Image didokumentasikan pada 6B parameter, dengan desain diffusion-transformer aliran tunggal di mana token teks, token semantik visual, dan token VAE gambar digabungkan menjadi satu urutan masukan. Turbo adalah anggota terdistilasi dari keluarga tersebut dan berjalan pada 8 NFE — kode referensi menetapkan num_inference_steps=9 dan mencatat bahwa ini menghasilkan 8 forward pass melalui transformer — dengan pemanduan dinonaktifkan.

Klaim performa vendor adalah ini, dan itu adalah klaim vendor: latensi inferensi di bawah satu detik pada GPU H800 kelas enterprise, dan muat "dengan nyaman dalam VRAM 16G" pada perangkat konsumen. Perkakas komunitas sejak itu melaporkan menjalankannya pada sekitar 4GB melalui stable-diffusion.cpp, yang merupakan angka komunitas, bukan angka vendor. Resolusi tidak dipublikasikan sebagai rentang di kartu model; contoh yang didokumentasikan menghasilkan pada 1024×1024. Kartu tersebut juga mencantumkan jumlah adapter, finetune, dan kuantisasi masing-masing 879, 170, dan 93 model plus sekitar 100 Spaces — sebuah ukuran aktivitas ekosistem di platform hosting, bukan ukuran kualitas.

Di papan teks-ke-gambar independen, Z-Image Turbo berada di 941 Elo, interval 95% 933 hingga 949, dari 8.991 sampel, peringkat 83 dari 168, dengan biaya $5,00 per 1.000 gambar, dengan penanda open-weights yang disetel dan papan yang memberi tanggal pada baris tersebut Desember 2025. Semua angka berasal dari Artificial Analysis, diambil secara langsung dalam bahasa Inggris pada 13 Oktober 2026.

Satu catatan historis yang terdapat dalam materi vendor dan layak dibaca dengan benar: pada 8 Desember 2025, Artificial Analysis menempatkan Z-Image Turbo di peringkat kedelapan secara keseluruhan dan pertama di antara model open-source. Itu benar saat ditulis dan merupakan klaim yang sudah bertanggal. Hari ini itu tidak lagi benar — papan peringkat kini memiliki enam belas baris model tertutup dan terbuka di atasnya. Alasannya bukan karena Z-Image Turbo memburuk; melainkan karena sepuluh bulan telah berlalu.

Apa yang sebenarnya dirilis Qwen-Image 2.1

Bentuknya sama sekali berbeda. Qwen-Image 2.1 memiliki 7B parameter pada komponen generasi visualnya di 32 lapisan DiT aliran tunggal, dengan encoder teks yang jauh lebih besar — Qwen3-VL 8B — dan VAE RGBA 64 kanal pada kompresi spasial 16×. Bagian terakhir itulah asal transparansinya: ia dihasilkan secara native, bukan dipotong setelahnya. Penyamplingan default adalah 40 langkah pada checkpoint dasar, pada default 2048×2048, di tujuh preset yang dipublikasikan dari 1:1 hingga 9:16.

• Fleksibilitas input — prompt saja, prompt dengan satu gambar, atau prompt dengan hingga 10 gambar referensi.

• Kontrol pengeditan lokal — lingkaran yang digambar, anotasi yang dilukis, atau mask terpisah yang diteruskan sebagai input tersendiri sehingga foto asli tetap tanpa tanda.

• Transparansi di kedua arah — hasilkan RGBA, edit di dalam lapisan transparan, atau pisahkan subjek dari foto RGB biasa sebagai lapisan RGBA.

• Ukuran unduhan — repositori Diffusers di Qwen/Qwen-Image-2.1 berukuran 33,1 GB, dengan sekitar 17,5 GB di antaranya adalah encoder teks. Itulah biaya praktis dari memiliki model visi-bahasa di dalam stack.

Di papan yang sama, Qwen-Image 2.1 berada di 1.038 Elo, interval 1.029 hingga 1.047, dari 5.554 sampel, peringkat 20 dari 168, dengan set penanda bobot terbuka dan "Tidak ada API yang tersedia" di kolom harga. Di papan penyuntingan, ia adalah satu-satunya dari kedua model tersebut yang muncul sama sekali: 1.072 Elo, interval 1.063 hingga 1.081, dari 6.132 sampel, peringkat 21 dari 81. Z-Image Turbo tidak memiliki baris di papan penyuntingan.

Dua baris itu — 1.038 versus 941, selisih sembilan puluh tujuh poin dengan interval yang tidak saling tumpang tindih — adalah bukti independen terkuat dalam tulisan ini, dan tetap harus dibaca dengan catatan bahwa Elo di sini adalah skor preferensi dari pemungutan suara secara buta. Ini menunjukkan output mana yang lebih disukai khalayak, bukan model mana yang lebih cepat, lebih murah, atau dilisensikan untuk penggunaan Anda.

Langkah bukan detik

Kesalahan paling umum dalam membaca perbandingan ini adalah menganggap 8 langkah dan 40 langkah sebagai rasio kecepatan lima kali lipat. Keduanya bukan satuan yang sebanding lintas dua model. Jumlah langkah adalah berapa kali denoiser dijalankan; berapa lama setiap proses itu berlangsung bergantung pada ukuran transformer, resolusi, presisi, implementasi attention, dan perangkat keras. Vendor Z-Image Turbo menerbitkan angka latensi pada satu resolusi di satu kelas GPU. Vendor Qwen-Image 2.1 sama sekali tidak menerbitkan angka latensi.

Yang bisa dibandingkan secara jujur adalah arah dan kendalanya. Z-Image Turbo dibuat untuk berjalan pada 8 NFE di VRAM konsumen, dengan batas 16GB yang dinyatakan vendor dan laporan komunitas di bawah itu. Checkpoint dasar Qwen-Image 2.1 menjalankan 40 langkah di atas unduhan 33 GB dan encoder Qwen3-VL 8B; varian turbo-nya sendiri ada justru karena 40 langkah bukan konfigurasi yang cepat. Jika biaya inferensi adalah kendala mengikat Anda, arahnya tidak diragukan meskipun rasionya tidak.

Ada juga pertukaran kualitas per langkah yang tidak diukur oleh vendor mana pun. Checkpoint hasil distilasi dengan sedikit langkah dilatih untuk mengaproksimasi lintasan banyak langkah, dan titik tempat aproksimasi itu paling lemah — teks halus, tata letak padat, detail kecil yang berulang — bersifat spesifik per model dan tidak dipublikasikan. Jangan berasumsi bahwa langkah kedelapan model delapan langkah setara dengan langkah keempat puluh model empat puluh langkah; bukti independen berdampingan untuk pasangan spesifik ini tidak ada pada pengaturan yang setara, dan halaman ini tidak akan mengarang peringkat yang tidak didukung oleh bukti.

Lisensi adalah tempat keputusan dibuat

Z-Image Turbo adalah Apache-2.0. Itu adalah lisensi repositori ini, dinyatakan secara gamblang, tanpa pembatasan, tanpa registrasi, dan tanpa syarat pendapatan. Anda dapat menjalankannya, memodifikasinya, melakukan fine-tuning padanya, mendistribusikan ulang turunannya, dan merilis keluaran komersial darinya tanpa menghubungi Tongyi-MAI.

Qwen-Image 2.1 bukan itu. Repositorinya mencantumkan lisensi: lainnya dengan nama lisensi qwen-research, dan berkas LICENSE-nya adalah Qwen Research License Agreement tertanggal 20 September 2026. Jika dibaca pada 13 Oktober 2026, lisensi ini memberikan lisensi non-eksklusif, berlaku di seluruh dunia, dan bebas royalti untuk menggunakan, memperbanyak, mendistribusikan, dan memodifikasi materi hanya untuk tujuan non-komersial, yang mendefinisikan "Non-Komersial" sebagai tujuan penelitian atau evaluasi, dan mensyaratkan lisensi komersial terpisah — yang diminta melalui email — untuk hal lainnya. Pendistribusian ulang membawa syarat tambahan: teruskan perjanjiannya, tandai berkas yang dimodifikasi, pertahankan pemberitahuan yang menyebutkan Hangzhou Tongyi Laboratory Technology Co., Ltd, tampilkan "Built with Qwen" jika keluarannya digunakan untuk melatih model lain yang didistribusikan, dan jangan gunakan "Qwen" sebagai nama utama turunannya.

Ini layak dinyatakan sebagai fakta keluarga, bukan sebagai kejadian satu kali, karena ini merupakan perubahan arah. Checkpoint Qwen-Image yang lebih awal — Qwen-Image, Qwen-Image-Edit, rilis -2509, -2511, -Layered, dan -2512 — semuanya Apache-2.0 sebagaimana dibaca pada 13 Oktober 2026. Qwen-Image 2.1 adalah pemutus pola tersebut. Lisensi yang sudah diberikan tidak berubah secara retroaktif, jadi checkpoint yang lebih lama tetap dapat digunakan berdasarkan ketentuan aslinya, tetapi tidak ada yang boleh merencanakan pipeline komersial dengan asumsi bahwa model Qwen-Image terbaru bersifat permisif.

Itu membuat kedua model memiliki bentuk yang sama seperti berkas lisensi mereka, bukan lembar spesifikasi mereka: Z-Image Turbo adalah model yang bisa Anda rilis hari ini tanpa perlu percakapan apa pun, dan Qwen-Image 2.1 adalah model yang memerlukan negosiasi yang mungkin tidak ingin Anda lakukan.

Di mana Anda dapat menjalankan masing-masing

Qwen-Image 2.1 dirilis dengan dukungan runtime yang terdokumentasi, bukan memperolehnya belakangan: Diffusers melalui QwenImage21Pipeline, ComfyUI native dengan alur kerja templat, penyajian offline dan online vLLM-Omni, SGLang melalui sglang generate, dan LightX2V untuk akselerasi, dengan AMD ROCm dan jalur FlagOS yang mencakup delapan platform chip. Dua checkpoint penulisan ulang prompt diterbitkan bersamanya sebagai unduhan terpisah.

Dukungan Z-Image Turbo lebih luas dalam satu aspek spesifik: karena ukurannya kecil, berlisensi Apache-2.0, dan sudah berumur hampir satu tahun, ia telah mengumpulkan ekosistem kuantisasi dan pengemasan yang luas — konversi GGUF, varian FP8 dan SDNQ, build int4, dan pengemasan ulang file tunggal ComfyUI — yang membuat jalur sub-16GB dan sub-8GB menjadi mungkin. Model 6B dengan lisensi permisif akan di-porting; model 33 GB berlisensi riset di-porting lebih lambat dan lebih hati-hati. Efek orde kedua itu mudah terlewatkan di lembar spesifikasi dan sering kali menjadi hal yang menentukan apa yang sebenarnya dapat dilakukan pembaca minggu ini.

Bekerja di keduanya, tanpa stack kedua

OrcaRouter tidak merutekan Qwen-Image 2.1 dan tidak merutekan Z-Image Turbo. Kami memeriksa daftar model aktif kami pada 13 Oktober 2026 dan keduanya tidak muncul, jadi tidak ada yang di bawah ini merupakan klaim bahwa kami melayani keduanya — rute untuk keduanya adalah self-hosting atau endpoint yang dihosting milik vendor sendiri.

Pola yang menyatukan keduanya adalah pola yang diundang pasangan ini: Z-Image Turbo sebagai pass pertama yang murah dan model yang lebih kuat sebagai render akhir. Itu pipeline yang masuk akal, dan biaya tersembunyinya bersifat operasional — dua tumpukan unduhan, dua set pengaturan, dan integrasi kedua begitu salah satunya berubah. OrcaRouter menempatkan 200+ model di belakang satu endpoint yang kompatibel dengan OpenAI pada harga daftar penyedia tanpa markup, dengan failover otomatis antar penyedia saat salah satu menurun, sehingga pipeline draf-dan-final dapat menempatkan model yang benar-benar dipanggilnya di belakang satu kunci dan satu klien, dan gangguan penyedia menjadi percobaan ulang alih-alih batch yang macet. DSL perutean melakukan hal yang sama untuk komposisi itu sendiri, memungkinkan beberapa model dialamatkan sebagai satu panggilan alih-alih sebagai beberapa integrasi.

Yang mana, untuk siapa

• Anda merilis produk komersial — Z-Image Turbo. Apache-2.0, tanpa percakapan, tidak ada lini pendapatan yang perlu diperiksa.

• Anda perlu mengedit gambar yang sudah ada, menggunakan mask, atau menghasilkan aset transparan — Qwen-Image 2.1. Mode terdokumentasi Z-Image Turbo adalah prompt-to-image; tidak ada checkpoint penyuntingan dalam keluarga itu dan tidak ada input mask di jalur yang terdokumentasi.

• Batasan Anda adalah VRAM atau biaya per gambar — Z-Image Turbo. Model 6B dengan satu dekade kerja kuantisasi di belakangnya, melawan tumpukan 33 GB dengan encoder visi-bahasa 8B.

• Batasan Anda adalah kualitas keluaran yang dinilai oleh orang tak dikenal — Qwen-Image 2.1, dengan selisih sekitar seratus poin Elo di papan tempat keduanya diperingkat, dengan interval yang tidak tumpang tindih.

• Anda sedang melakukan riset, bukan produksi — Qwen-Image 2.1 dilisensikan tepat untuk itu, dan kemampuan penyuntingannya adalah alasan untuk menanggung biaya pengunduhan.

Fakta yang paling sering menentukan, dalam satu kalimat: Z-Image Turbo menang setiap kali jawabannya harus dikirim atau harus berjalan di perangkat yang sudah dimiliki pembaca, dan Qwen-Image 2.1 menang setiap kali tugasnya melibatkan gambar yang sudah ada.