Qwen-Image-Edit: Jalur Edit, Checkpoint demi Checkpoint

Ini adalah halaman referensi untuk Qwen-Image-Edit — lini editor gambar yang mengikuti instruksi, bukan generator text-to-image yang dikembangkan bersamanya. Lini ini memiliki tepat tiga checkpoint yang telah dipublikasikan: Qwen-Image-Edit, dirilis pada 17 Agustus 2025 dan dibangun di atas Qwen-Image 20B; Qwen-Image-Edit-2509, iterasi bulanan yang dipublikasikan pada 22 September 2025; dan Qwen-Image-Edit-2511, yang dipublikasikan pada 17 Desember 2025 sebagai versi peningkatan dari 2509. Semua hal di halaman ini berpusat pada yang paling baru dari ketiganya, dan halaman ini menyebutkan checkpoint mana yang dibahas oleh setiap pernyataan, setiap kali. Ada satu hal lagi yang perlu disebutkan di awal karena ini adalah jawaban atas pertanyaan yang sebenarnya paling banyak ditanyakan orang: Qwen-Image-2.1 adalah model terpadu untuk text-to-image dan penyuntingan gambar dengan komponen generasi visual 7B, dan Qwen-Image-2.1-Turbo adalah model yang sama sebagai checkpoint yang dipercepat 8 langkah. Tidak satu pun dari keduanya merupakan entri dalam lini edit, dan perbedaan itulah alasan utama halaman ini ada.

Qwen-Image versus Qwen-Image-Edit

Jika Anda mencari perbedaan antara Qwen-Image dan Qwen-Image-Edit, Anda sedang menanyakan yang mana dari dua hal yang ada di hadapan Anda. Jawabannya jelas dan patut dinyatakan secara lugas, karena keduanya tidak dapat dipertukarkan dan nama filenya tidak memberi tahu Anda mana yang mana.

• Qwen-Image — model text-to-image. Anda memberinya kata-kata, ia memberi Anda gambar. Ini adalah model yang menjadi dasar pembuatan Qwen-Image-Edit. Kartu dari checkpoint edit aslinya sendiri mendeskripsikannya sebagai "versi pengeditan gambar dari Qwen-Image," yang dibangun di atas model Qwen-Image 20B, dan dari situlah ia mewarisi kemampuan rendering teks Qwen-Image.

• Qwen-Image-Edit — model gambar-ke-gambar. Anda memberinya sebuah gambar plus kata-kata, dan ia mengembalikan versi gambar tersebut yang telah dimodifikasi. Kartu checkpoint pertama mengelompokkannya di bawah pipeline_tag: image-to-image. Anda tidak dapat memintanya menghasilkan gambar dari ketiadaan; gambar sumber bukan opsional.

• Mekanisme yang membuat pengeditan berbeda — di mana generator memiliki satu jalur masuk (teks), editor memiliki tiga. Kartu checkpoint asli menjelaskan memberikan gambar masukan secara simultan ke Qwen2.5-VL untuk kontrol semantik visual dan ke encoder VAE untuk kontrol tampilan visual. Jalur kedua itulah yang secara struktural tidak dimiliki oleh model text-to-image: editor tidak diberitahu tentang gambar Anda dengan kata-kata, ia melihat latent gambar Anda.

• Di mana kedua jalur itu bertemu kembali — Qwen-Image-2.1 dijelaskan pada kartunya sendiri sebagai "model terpadu untuk pembuatan gambar dari teks dan pengeditan gambar." Itu adalah arsitektur jawaban yang berbeda untuk pertanyaan yang sama: alih-alih checkpoint edit yang ditempelkan pada generator, satu model melakukan keduanya. Contoh pengeditannya meneruskan sebuah image= argumen ke pipeline yang juga Anda gunakan untuk text-to-image. Jika Anda mencoba mencari tahu keluarga mana yang Anda miliki, petunjuk tercepat adalah nama checkpoint: nama dalam rangkaian Qwen-Image-Edit… adalah lini edit, dan nama dalam rangkaian Qwen-Image-2.1… adalah model terpadu.

Tidak ada apa pun di sini yang merupakan rekomendasi di antara keduanya. Keduanya adalah jawaban yang berbeda untuk masalah yang berbeda, dan sisa halaman ini membahas yang pertama.

Kepatuhan terhadap instruksi: apa yang diubahnya, dan apa yang dibiarkannya tetap

Inilah pertanyaan yang menurut permintaan pencarian benar-benar diketik orang, dan pertanyaan ini layak dijawab secara langsung, bukan dengan daftar fitur. Jawaban jujurnya punya dua bagian, dan hanya satu di antaranya yang terasa nyaman.

Mulailah dari bagian yang sudah tertanam dalam desain model, karena itu menjelaskan sebagian besar laporan "perubahannya lebih banyak daripada yang saya minta". Kartu Qwen-Image-Edit yang asli menarik garis pemisah antara dua mode, dan hanya salah satunya yang menjanjikan bahwa apa pun akan dipertahankan.

• Penyuntingan tampilan — pekerjaan visual tingkat rendah seperti menambahkan, menghapus, atau mengubah elemen tertentu. Kata-kata pada kartu itu sendiri menyatakan bahwa ini mengharuskan "semua area lain dari gambar tetap sepenuhnya tidak berubah." Ini adalah mode yang sesuai dengan apa yang dimaksud sebagian besar orang dengan penyuntingan.

• Penyuntingan semantik — pekerjaan tingkat tinggi seperti pembuatan IP, rotasi objek, dan transfer gaya. Di sini kartunya mengatakan hal yang sebaliknya: fitur ini "memungkinkan perubahan piksel secara keseluruhan sambil mempertahankan konsistensi semantik." Contoh yang disiapkan sendiri oleh vendor untuk ini adalah maskot kapibara yang digambar ulang dalam berbagai gaya, di mana kartunya mencatat bahwa "sebagian besar piksel pada gambar yang diedit berbeda dari piksel pada gambar masukan" sementara konsistensi karakter tetap terjaga.

Mode kedua itu bukan bug, dan kartu tidak menyajikannya sebagai bug. Tetapi itulah alasan permintaan seperti "jadikan ini tampak seperti film Ghibli" bisa secara sah kembali sebagai gambar yang nyaris tidak berbagi piksel dengan sumber Anda. Jika Anda hanya ingin langitnya diubah, Anda tidak meminta pengeditan semantik. Bacalah ini sebagai deskripsi perilaku yang dimaksudkan yang dilaporkan vendor, bukan sebagai pengukuran — kartu menyatakannya sebagai desain, dan tidak ada pihak yang menerbitkan tingkat seberapa sering setiap mode menepati janjinya.

Sekarang bagian yang kurang nyaman. Proyek dari lini itu sendiri mengakui masalah kepatuhan terhadap instruksi sejak awal, dalam catatannya sendiri. Catatan repositori Qwen-Image untuk checkpoint asli, bertanggal 19 Agustus 2025, menandai "performance misalignments" pada rilis pertama itu dan secara khusus menyoroti preservasi identitas serta kepatuhan terhadap instruksi, mengarahkan pengguna ke build Diffusers yang diperbarui. Itu adalah pengakuan yang dilaporkan vendor tentang model milik vendor sendiri, yang kurang lebih merupakan bukti paling langsung mengenai kepatuhan terhadap instruksi yang bisa didapat — dan ini tentang checkpoint Agustus 2025, bukan tentang 2511.

Contoh kasus sulit yang dikerjakan sendiri oleh vendor lebih instruktif daripada klaim apa pun. Dalam panduan penyuntingan berantai pada kartu asli, sebuah karya kaligrafi yang dihasilkan oleh Qwen-Image mengandung kesalahan karakter, dan editor diminta memperbaiki 稽 di dalam kotak merah yang digambar serta 亭 di dalam kotak biru. Kartu itu melaporkan bahwa 稽 — karakter langka — tidak dikoreksi dengan benar dalam satu langkah: komponen kanan bawah seharusnya 旨 tetapi kembali sebagai 日. Hanya setelah menggambar kotak merah tambahan yang rapat di sekitar area 日, model menghasilkan komponen yang benar. Dua hal mengikuti dari itu, dan vendor menyatakan keduanya: kotak pembatas pada gambar sumber adalah mekanisme kontrol yang nyata, dan satu langkah koreksi terbatas tidak selalu cukup. Itu adalah kegagalan yang dilaporkan vendor dan pemulihan yang dilaporkan vendor pada contoh yang dipilih vendor, yang persis merupakan bentuk yang seharusnya dimiliki bukti semacam itu.

Kategorikan dokumen kartu sebagai berfungsi, masing-masing sebagai klaim vendor, bukan hasil yang diukur:

• Pengeditan tingkat elemen dengan preservasi — menambahkan papan tanda ke sebuah adegan (kartu asli mencatat bahwa model juga menghasilkan pantulan yang cocok), menghapus helai rambut halus dan objek kecil, mewarnai ulang satu huruf dalam sebuah gambar.

• Pengeditan teks bilingual — menambahkan, menghapus, dan memodifikasi teks Tionghoa dan Inggris dalam sebuah gambar sambil mempertahankan font, ukuran, dan gaya aslinya. Kartu 2509 memperluasnya hingga pengeditan jenis font, warna, dan material, serta kartu aslinya menunjukkan pengeditan poster Tionghoa hingga teks kecil yang rumit.

• Konsistensi identitas dan karakter — kartu 2509 melaporkan peningkatan pelestarian identitas wajah yang mendukung transformasi pose dan gaya potret; kartu 2511 melaporkan kemajuan lebih lanjut pada foto grup dengan banyak orang dan pada penggabungan dua gambar orang terpisah menjadi satu foto grup yang koheren.

• Sintesis pandangan baru dan rotasi objek — kartu aslinya menampilkan rotasi objek 90 derajat dan penuh 180 derajat, yang secara eksplisit menempatkan ini dalam pengeditan semantik di mana perubahan piksel seluruh bingkai memang diharapkan.

• Pekerjaan produk — Kartu 2509 melaporkan pembuatan poster produk dari gambar produk berlatar polos, plus pembuatan logo. Kartu 2511 menambahkan desain produk industri batch dan penggantian material untuk komponen industri.

• Kondisioner bergaya ControlNet — kartu 2509 melaporkan dukungan native untuk peta depth, edge, dan keypoint serta sketsa, termasuk menggunakan peta keypoint untuk mengubah pose seseorang.

• Mengambil panduan — Kartu 2509 melaporkan bahwa pengeditan multi-gambar bekerja melalui penggabungan gambar pada "orang + orang," "orang + produk" dan "orang + adegan," serta menyatakan bahwa performa optimal saat ini dicapai dengan 1 hingga 3 gambar masukan. Batas atas tersebut merupakan panduan vendor, bukan batas mutlak, dan dinyatakan untuk 2509.

• Kemampuan yang lebih baru di 2511 — kartu tersebut mencantumkan memitigasi pergeseran gambar, mengintegrasikan LoRA komunitas populer terpilih secara langsung ke dalam model dasar, generasi desain industri yang ditingkatkan, dan penalaran geometris yang diperkuat, dengan contoh menghasilkan garis konstruksi bantu untuk anotasi desain.

Pos pemeriksaan, nama-nama, dan jalur turbo

Inilah tempat banyak lalu lintas pencarian menjadi salah, jadi penting untuk bersikap tepat. Daftar organisasi model itu sendiri di Hugging Face berisi tiga, dan hanya tiga, repositori di lini edit. Itu adalah temuan negatif yang ditetapkan melalui pemeriksaan langsung: tiga repositori yang sebenarnya dapat diakses, dan serangkaian nama yang tampak masuk akal dalam keluarga yang sama — termasuk Qwen/Qwen-Image-Edit-2.1, -3.0, -3, -2512, -2601, -Plus, -Max, dan kedua Qwen/Qwen-Image-2.1-Edit dan Qwen/Qwen-Image-Max-2512 — tidak dapat diakses dengan cara yang sama. Apa pun yang dimaksud oleh nama-nama itu, itu bukan checkpoint yang diterbitkan oleh organisasi model itu sendiri, dan halaman ini tidak akan menebak apa itu.

Tiga yang ada:

• Qwen-Image-Edit — versi asli, 17 Agustus 2025, Apache-2.0, terdaftar sebagai image-to-image. Dimuat dengan QwenImageEditPipeline. Panduan memulai cepatnya sendiri menggunakan true_cfg_scale=4.0, negative_prompt=" " dan num_inference_steps=50.

• Qwen-Image-Edit-2509 — 22 September 2025, Apache-2.0, dijelaskan pada kartunya sebagai "iterasi bulanan Qwen-Image-Edit." Dimuat dengan QwenImageEditPlusPipeline; quick start-nya menggunakan true_cfg_scale=4.0, num_inference_steps=40 dan guidance_scale=1.0. Ini adalah checkpoint yang menambahkan input multi-gambar, pekerjaan konsistensi yang lebih kuat, dan dukungan ControlNet native.

• Qwen-Image-Edit-2511 — 17 Desember 2025, Apache-2.0, dijelaskan pada kartunya sebagai "versi yang ditingkatkan dibanding Qwen-Image-Edit-2509, yang menghadirkan berbagai peningkatan—termasuk konsistensi yang jauh lebih baik." Ini juga dimuat dengan QwenImageEditPlusPipeline, pada pengaturan sampling yang sama seperti 2509. Jika Anda tidak memiliki batasan lain, ini adalah checkpoint terbaru dalam lini edit.

Versi mana yang kemungkinan dimiliki pembaca bergantung pada dari mana mereka mengenalnya. Siapa pun yang menggunakan fitur pengeditan gambar yang dihosting kemungkinan besar berada di 2511 atau 2509. Siapa pun yang mengunduh checkpoint setahun lalu dan belum menyentuhnya kemungkinan besar berada di versi asli, dan perbedaan yang penting bagi mereka adalah konsistensi serta pekerjaan multi-gambar yang ditambahkan pada 2509, bukan perubahan dalam cara pengeditan bekerja.

Sekarang pertanyaan turbo, yang dinyatakan secara tepat karena namanya mengundang asumsi yang salah. Qwen-Image-2.1-Turbo bukanlah checkpoint edit turbo. Kartu modelnya mendeskripsikannya sebagai "checkpoint yang dipercepat dari Qwen-Image-2.1 untuk generasi teks-ke-gambar dan pengeditan gambar dengan 8 langkah denoising," menggunakan arsitektur generasi visual 7B yang sama dan dimuat langsung dengan QwenImage21Pipeline. Jadi jalur yang dipercepat untuk pengeditan adalah jalur yang dipercepat untuk model terpadu, dan ia mewarisi perilaku pengeditan model itu alih-alih perilaku lini edit.

Apa yang diubah turbo, secara konkret:

• Jumlah langkah — 8 langkah denoising, dibandingkan dengan 40 pada panduan cepat model terpadu dan 40 atau 50 pada lini edit.

• Panduan — pembuatan menggunakan CFG=1 secara default, dan cache KV prefiks menggunakan kembali konteks teks dan gambar referensi di seluruh langkah denoising. Penggunaan kembali itulah yang menjadi sumber sebagian besar percepatan, dan contoh penyuntingan kartu tersebut secara eksplisit meneruskan use_kv_cache=True.

• Jadwal disimpan bersama checkpoint — kartu menyatakan bahwa jadwal sampling 8 langkah yang direkomendasikan disimpan bersama checkpoint dan dimuat secara otomatis, dan bahwa pengaturan num_inference_steps saja tidak menimpa jadwal tersebut. Jika Anda mengatur jumlah langkah dan tidak melihat perubahan, itulah alasannya. Secara eksplisit pada waktu panggilan sigmas argumen menimpa jadwal yang disimpan, dan kartu menambahkan bahwa jadwal lain belum dievaluasi untuk checkpoint ini.

• Fidelity — kartu tersebut tidak membuat klaim kesetiaan untuk checkpoint turbo terhadap model terpadu, dan tidak ada pengukuran independen yang mengisolasi kesetiaan penyuntingan turbo yang tersedia untuk dikutip. Siapa pun yang memberi tahu Anda bahwa penyuntingan 8 langkah sama atau tidak sama setia dengan penyuntingan 40 langkah telah melampaui apa yang telah dipublikasikan. Yang didokumentasikan kartu tersebut adalah perubahan pengambilan sampel dan arsitektur yang tetap sama, yaitu komponen visual 7B, yang menjadi alasan mengapa hal itu layak diuji daripada diasumsikan.

Dalam hal kualitas relatif, angka-angka independen berasal dari papan penyuntingan gambar Artificial Analysis, yang merupakan pengukuran pihak ketiga dan bukan klaim vendor, dan angka-angka itu layak dibaca dengan saksama karena dua di antaranya tidak seperti yang disiratkan oleh nama-namanya.

• Qwen Image Edit Plus 2511 — 1021 Elo, ±8, 4.478 sampel, November 2025, bobot terbuka. Ini adalah entri dengan skor tertinggi dalam lini edit diskret.

• Qwen Image Edit Plus 2509 — 981 Elo, ±7, 7.390 sampel, September 2025, bobot terbuka.

• Qwen Image Edit — 918 Elo, ±7, 7.415 sampel, Agustus 2025, bobot terbuka. Itu sekitar 103 Elo di bawah 2511 pada papan peringkat yang sama, yang merupakan ukuran selisih yang diperoleh dari kerja konsistensi.

• Qwen Image Edit Max 2601 — 1000 Elo, ±8, 5.036 sampel, bertanggal Januari 2026 di papan, bobot tertutup. Papan mencantumkan entri ini; tidak ada repositori yang cocok dalam daftar organisasi model itu sendiri, sehingga status checkpoint ini tidak dapat dipastikan dari materi primer. Entri ini dilaporkan di sini sebagai baris papan independen dan tidak lebih.

• Qwen-Image-2.1 — 1074 Elo, ±9, 5.536 sampel, bobot terbuka, sekitar 53 Elo di atas checkpoint edit terbaik. Perhatikan bahwa papan memberi label tanggal entri ini sebagai September 2026 dan menambahkan "Tidak ada API yang tersedia." Model terpadu yang mengungguli lini edit khusus adalah fakta paling berguna di halaman ini bagi siapa pun yang memutuskan apa yang akan dijalankan, dan ini adalah pengukuran independen, bukan klaim vendor.

Halaman yang sama juga mencantumkan biaya API per 1.000 gambar untuk beberapa entri ini, dan halaman ini sengaja tidak memuatnya: angka-angka itu berubah-ubah, dilaporkan oleh board alih-alih diterbitkan vendor, dan pembaca yang bertindak berdasarkan angka hari ini pasti ingin membacanya langsung dari sumbernya.

Apa yang harus Anda sediakan

Persyaratan masukan editor adalah titik yang menentukan sebagian besar eksekusi yang gagal, dan spesifikasinya lebih toleran daripada yang diduga orang dalam satu arah, namun kurang toleran dalam arah lain.

• Gambar sumber bersifat wajib dan merupakan keseluruhan input — tidak ada mode khusus teks. Kartu checkpoint asli mengonversi contohnya ke RGB sebelum meneruskannya; kartu turbo model terpadu memuat contohnya dan mengonversinya ke RGBA, dan ini penting karena Qwen-Image-2.1 menghasilkan serta mengedit gambar transparan secara native.

• Pengeditan tanpa mask adalah jalur yang didokumentasikan dalam model terpadu — kartu Qwen-Image-2.1 menyatakan bahwa pengeditan lokal dapat ditentukan melalui lingkaran, anotasi yang dilukis, atau mask terpisah, dan bahwa model tersebut mendukung hingga 10 gambar referensi. Jalur tanpa mask melalui lingkaran dan anotasi yang dilukis adalah yang diutamakan oleh kartu tersebut; itulah alasan Anda dapat menandai suatu wilayah di editor gambar biasa alih-alih menghasilkan berkas mask.

• Pengeditan dengan mask hadir sebagai pipeline terpisah — sebuah pipeline inpaint diskret mengekspos mask_image, masked_image_latents dan padding_mask_crop di samping sebuah parameter strength yang secara default bernilai 0.6. Jika Anda telah menghabiskan waktu mencari slider strength pada checkpoint edit dan tidak menemukannya, inilah alasannya: pipeline milik lini edit sendiri tidak menerimanya, dan contoh pengeditan model terpadu memberikan prompt dan gambar tanpa argumen strength sama sekali.

• Resolusi sumber dibatasi, dan batasannya bersifat aritmetika — baik pipeline original maupun pipeline plus memvalidasi bahwa tinggi habis dibagi dua kali faktor skala VAE. Pada pipeline model terpadu, faktor skala VAE adalah 16 dan pemeriksaan memperingatkan agar dapat dibagi 32, dengan default output_resolution sebesar 1024. Meneruskan ukuran foto arbitrer begitu saja adalah salah satu cara umum untuk mendapatkan kegagalan keras alih-alih hasil edit yang buruk.

• Preset resolusi tinggi native tersedia, dan itu adalah angka-angka yang spesifik — model terpadu dan checkpoint turbo-nya mempublikasikan tujuh preset yang sama: 1:1 pada 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. Contoh text-to-image pada kartu turbo menggunakan preset potret 1696×2528 dan contoh pengeditannya menggunakan 2048×2048.

• Input multi-gambar memiliki titik optimal yang terdokumentasi — hingga 3 gambar untuk 2509, dan hingga 10 referensi untuk model terpadu. Melampaui rentang yang didokumentasikan vendor tidak dilarang, tetapi tidak ada publikasi yang menjelaskan apa yang terjadi jika Anda melakukannya.

• Satu lagi persyaratan pasokan yang mudah terlewat — jalur pengeditan model terpadu menggunakan num_inference_steps sebesar 40 dalam quick start-nya, dan default pipeline-nya mencakup use_kv_cache=True dan true_cfg_scale=1.0. Membaca default tersebut sebelum menyetel apa pun akan menghemat satu putaran kebingungan tentang mengapa output berubah padahal Anda mengira hanya mengubah satu hal.

Mengedit gambar yang sudah Anda edit

Ini adalah area yang paling belum tuntas di halaman ini dan perlu memisahkan apa yang didokumentasikan dari apa yang tidak. Dua mekanisme diuraikan, dan salah satunya adalah jawaban vendor sendiri atas sebuah kegagalan.

• Koreksi berantai didokumentasikan dan memang diharapkan — panduan kaligrafi pada kartu asli adalah loop multi-giliran, bukan sekali jalan. Model gagal pada 稽 dalam satu langkah, pembaca menggambar kotak yang lebih ketat pada komponen yang gagal, dan giliran berikutnya memperbaikinya. Kartu menyajikan ini sebagai cara kerja yang dimaksudkan, bukan sebagai solusi sementara, dan hasil akhirnya dicapai setelah beberapa giliran berturut-turut pada gambar yang sama. Jika Anda mengedit gambar yang sudah diedit, Anda melakukan apa yang didokumentasikan oleh vendor.

• Image drift adalah risiko yang disebutkan dalam checkpoint terbaru — kartu 2511 menempatkan "mitigasi image drift" di awal daftar peningkatan utamanya, yang merupakan istilah vendor sendiri untuk perubahan tak diinginkan yang menumpuk di setiap giliran. Klaimnya adalah bahwa 2511 menguranginya; kartu tersebut tidak mengukur seberapa besar pengurangannya, dan tidak ada pengukuran independen atas image drift pada sejumlah giliran edit yang diketahui untuk dikutip.

• Apa yang belum pasti — berapa banyak kualitas yang dikorbankan pada putaran ketiga atau kelima, apakah penyimpangan terakumulasi secara linear atau mendatar, dan apakah jadwal 8 langkah dari checkpoint turbo mengalami penyimpangan yang berbeda dari jalur 40 langkah. Vendor tidak menerbitkan kurva kualitas per putaran untuk checkpoint mana pun di kedua lini, dan papan tolok ukur independen mengukur penyuntingan satu lintasan, bukan rangkaian. Pembacaan praktisnya adalah bahwa alur kerja terdokumentasi vendor adalah rangkaian pendek yang terbatas dengan wilayah yang digambar pada setiap putaran, dan tidak ada yang dipublikasikan yang mendukung menganggap rangkaian panjang suntingan yang tidak disematkan sebagai aman.

• Penggunaan ulang konteks berinteraksi dengan chaining — caching KV prefiks pada checkpoint turbo menggunakan ulang konteks teks dan gambar referensi di seluruh langkah denoising, dan contoh penyuntingan pada kartu mengaktifkannya. Itu adalah optimasi dalam satu panggilan, bukan memori antar-giliran; tidak ada apa pun di kartu yang menunjukkan bahwa model mempertahankan sesuatu di antara panggilan yang terpisah. Setiap giliran dimulai dari gambar yang Anda berikan.

Apa yang belum terselesaikan

Dibuat singkat, karena halaman referensi yang menyembunyikan batasnya lebih buruk daripada halaman yang menunjuk pada batas itu.

• Apa itu "Qwen Image Edit 3" dan "Qwen Image Edit 2512". Tidak ada dari kedua nama itu yang cocok dengan repositori dalam daftar milik organisasi model tersebut, jadi halaman ini tidak dapat menyatakan generasi mana yang mereka sebut, atau apakah mereka menyebut salah satunya sama sekali. Jika generasi edit yang lebih baru diterbitkan, itu akan muncul dalam daftar tersebut dan halaman ini akan keliru sampai ditulis ulang.

• Apa itu Qwen Image Edit Max 2601. Sebuah board independen memuat baris tersebut; tidak ada repositori vendor yang cocok. Kesenjangan itu dilaporkan, bukan diisi.

• Apakah turbo mengorbankan ketepatan penyuntingan. Tidak ada klaim vendor, tidak ada pengukuran independen.

• Berapa banyak drift yang sebenarnya dihilangkan oleh 2511. Vendor mengklaim adanya pengurangan dan tidak menyatakan besarnya.

• Tingkat untuk setiap kemampuan yang didokumentasikan.Setiap pernyataan "berfungsi untuk X" di halaman ini adalah kartu milik checkpoint itu sendiri yang menjelaskan perilaku yang dimaksudkan pada contoh-contoh yang dipilih. Tidak satu pun dari itu merupakan tingkat keberhasilan yang terukur, dan tidak satu pun dari itu boleh dibaca sebagai demikian.

Tindakan Anda berikutnya adalah memilih salah satu dari tiga checkpoint yang ada, baca kartu checkpoint itu sendiri sebelum Anda mengubah apa pun di quick start-nya, dan berikan padanya gambar sumber yang dimensinya memenuhi pemeriksaan keterbagian pipeline. Jika alasan Anda datang ke sini adalah karena Anda ingin memulai dari gambar Anda sendiri dan mempertahankan sebanyak mungkin bagiannya alih-alih mengubahnya, itu adalah masalah terkait dengan panduan langkahnya sendiri — halaman image-to-image membahas cara memulai dari gambar Anda sendiri dan apa arti tidak adanya kontrol strength untuknya. Jika sebaliknya Anda menginginkan model terpadu yang lebih baru karena papan independen menempatkannya di atas seluruh lini edit, checkpoint yang dipercepat adalah cara murah untuk mencobanya sebelum Anda berkomitmen.