Qwen-Image-2.1 primeggia in entrambe le arene delle immagini: cosa nasconde l'etichetta open source n. 1

Il team dietro Qwen-Image-2.1 ha ringraziato l'Arena per il riconoscimento, e il riconoscimento è reale. Qwen-Image-2.1 è il modello con il punteggio più alto su entrambe le board dedicate alle immagini dell'Arena che le board non etichettano come Proprietary: 1.367 su Image Edit e 1.228 su Text-to-Image, nello snapshot del 22 settembre 2026. Ogni riga sopra di esso su entrambe le board porta un tag Proprietary. Tre fatti che l'annuncio non riporta sono verificabili quanto l'affermazione stessa — la posizione complessiva che quei punteggi garantiscono, il flag Preliminary con cui entrambe le righe vengono rilasciate, e una stringa di licenza che recita qwen-research invece dell'Apache 2.0 presente sui suoi precedenti modelli per immagini. L'affermazione regge il confronto con le board. Dice semplicemente meno di quanto il titolo lasci intendere.

Leggere le due schede fianco a fianco

I punteggi Arena sono valutazioni in stile Elo basate su voti ciechi a coppie: una persona vede due output, non sa quale modello abbia prodotto quale, e sceglie. Questa è una classe di prove categoricamente diversa da un benchmark di un fornitore, ed è per questo che un'affermazione che si basa su di essa merita di essere verificata anziché ripetuta. Entrambe le board sono state acquisite il 22 settembre 2026, ed entrambe sono state lette riga per riga invece che scorse superficialmente dal grafico della classifica.

La classifica Image Edit elenca 56 modelli e 29.902.508 voti. Qwen-Image-2.1 si trova al 16° posto con un punteggio di 1.367, un intervallo di confidenza di ±9 e 4.841 voti. Le quindici righe sopra di esso — da gpt-image-2.5-sunburst a 1.526 fino a gpt-image-1.5-high-fidelity a 1.370 — sono tutte proprietarie. Anche le due righe immediatamente sotto di esso lo sono: reve-2.0 a 1.358 e uni-1.1-max a 1.334.

La classifica Text-to-Image dello stesso giorno elenca 79 modelli e 6.258.152 voti. Qwen-Image-2.1 è al 17° posto con 1.228, con un intervallo di confidenza di ±11 e 2.843 voti. Stesso schema: le sedici righe sopra di esso sono Proprietary, e la prima riga non-Proprietary sotto di esso è ideogram-4.0-quality a 1.204, etichettata Ideogram Open Model.

Vale la pena estrarre due dettagli da quelle righe, perché vanno contro il modo in cui l'affermazione viene di solito ripetuta.

• Posizione e punteggio raccontano storie diverse — 1.367 è il miglior numero non-Proprietary sulla classifica di editing delle immagini, ed è anche il sedicesimo posto, 159 punti dietro il leader e 3 punti dal quindicesimo.
• Su una classifica vince il modello chiuso di Alibaba stesso — qwen-image-3.0-pro, etichettato Proprietary, si trova a 1.254 su Text-to-Image, ventisei punti sopra i 1.228 di qwen-image-2.1. Sulla classifica di editing il modello aperto batte il precedente proprietario qwen-image-2.0-pro-2026-06-22 a 1.304. Il campione di casa non è lo stesso modello su entrambe le classifiche.
• Il divario rispetto al modello aperto successivo è ampio su una classifica e stretto sull'altra — su Image Edit la riga successiva non-Proprietary è hunyuan-image-3.0-instruct a 1.302, sessantacinque punti indietro; su Text-to-Image è ideogram-4.0-quality a 1.204, ventiquattro punti indietro.

La stringa di licenza sta facendo più lavoro della classifica

Ogni riga di Arena riporta un'etichetta di organizzazione e licenza. Quella di Qwen-Image-2.1 recita Alibaba · qwen-research su entrambe le board. Non è l'etichetta Apache 2.0 dei precedenti modelli di immagini di Alibaba: qwen-image-edit a 1.241 e qwen-image-edit-2511 a 1.235 sulla board di editing sono entrambi contrassegnati Apache 2.0, così come qwen-image-2512 a 1.125 e qwen-image a 1.057 su Text-to-Image. Il post sul blog del fornitore chiude lo stesso cerchio, pubblicando i pesi con la Qwen Research License Agreement datata 20 settembre 2026, che consente ricerca e valutazione e non l'uso commerciale.

Quindi la lettura onesta di «modello open source n. 1» è più ristretta di quanto non sembri. Nella bipartizione adottata dalla classifica stessa — proprietario o no — Qwen-Image-2.1 è al primo posto. Secondo la definizione di open source dell'OSI, che non accetta restrizioni sul campo d'uso, non è affatto open source, e non lo sono nemmeno la maggior parte dei modelli con cui viene confrontato: le stesse classifiche contengono righe etichettate flux-non-commercial-license, tencent-hunyuan-community, krea-2-community-license e Ideogram Open Model. Il filtro «Open Source» di Arena è un grossolano interruttore tra proprietario e non proprietario. È utile. Non è un esame delle licenze.

Qui quella distinzione conta più dei margini di due punti, perché è l'unica cosa che non può cambiare con un'altra settimana di voti. Se oggi vuoi un modello di immagini con licenza permissiva di questa famiglia, le righe Apache 2.0 sono qwen-image-edit e qwen-image-edit-2511 — entrambi più vecchi, ed entrambi oltre centoventi punti più in basso sulla stessa classifica di editing (1.241 e 1.235 contro 1.367). Il modello Qwen per immagini open-labelled con il punteggio più alto e il modello Qwen per immagini utilizzabile commercialmente non sono lo stesso download.

Preliminare significa che il numero può ancora cambiare

Entrambe le righe di Qwen-Image-2.1 riportano il Preliminary marcatore della classifica, che l'Arena applica quando una riga non ha accumulato abbastanza voti perché il punteggio sia considerato definitivo. Il motivo sono i conteggi dei voti: 4.841 voti contro un totale della classifica di 29.902.508 su Image Edit, e 2.843 contro 6.258.152 su Text-to-Image. Per confronto, le righe circostanti ne hanno molti di più — gpt-image-1.5-high-fidelity ha 589.013 voti sulla classifica di editing, e qwen-image-2.0-pro-2026-06-22 ne ha 307.705 sulla classifica Text-to-Image.

Un intervallo di confidenza di ±9 e uno di ±11 su un modello vecchio di tre giorni non è un segnale d'allarme; è l'aspetto che ha una nuova release. Ma significa che l'ordine specifico in cima alla fascia open può cambiare man mano che i voti si accumulano, in particolare su Text-to-Image, dove il margine sulla riga open successiva è di ventiquattro punti.

Che cos'è il modello, sulla scheda del fornitore stesso

La descrizione ufficiale di Alibaba descrive un modello unificato di text-to-image ed editing con una componente di generazione visiva da 7 miliardi di parametri costruita da 32 layer DiT Single-Stream, generazione ed editing nativi di immagini trasparenti, supporto fino a 10 immagini di riferimento e un tetto di output nativo di 2048×2048 — il download completo della pipeline è di circa 33 GB. Il supporto alla trasparenza è l'elemento meno comune di quell'elenco; la classifica di editing di Arena non lo sta misurando in modo evidente, quindi una posizione in classifica non è una prova né a favore né contro quella specifica capacità.

Il benchmark di punta del fornitore è Qwen-Image-Bench, in cui il modello viene riportato a 60,28, davanti a Nano Banana 2.0 a 59,82 e GPT Image 1.5 a 59,65. Si tratta di una valutazione condotta dal fornitore, senza riproduzione da parte di terzi, e i margini sono inferiori a un punto — un divario che non resisterebbe a un cambio del set di prompt. Vale la pena dirlo chiaramente: i numeri dell'Arena sopra riportati sono i voti di altre persone, mentre i numeri di Qwen-Image-Bench sono quelli di Alibaba. Non sono lo stesso tipo di prove e non dovrebbero essere mediati in un'unica impressione del modello.

Il supporto al deployment è arrivato insieme al rilascio, anziché dopo: le integrazioni day-zero per il modello esistono in ComfyUI, SGLang, vLLM-Omni, LightX2V e nella libreria Diffusers, il che significa che la domanda pratica per la maggior parte dei team non è se il modello possa essere servito, ma se il costo di serving sia sostenibile.

Dove si colloca un’affermazione come questa se ti serve un’API per immagini questa settimana

Essere precisi sulla nostra posizione conta qui. OrcaRouter non instrada Qwen-Image-2.1, né alcun modello Qwen-Image di qualsiasi versione. Se sono i punteggi dell'Arena ad averti convinto, il modello è raggiungibile tramite l'API proprietaria del fornitore e diverse piattaforme di terze parti, oppure come download self-hosted — non tramite noi. Non abbiamo alcuna rotta Qwen image da venderti, e la posizione in classifica non è una ragione per fingere il contrario.

Quello che instradiamo è il resto del livello di immagini che quelle classifiche ordinano, e diverse delle righe sopra Qwen-Image-2.1 ne fanno parte. Sono disponibili GPT-Image-2, GPT-Image-1.5 e GPT-Image-1-mini di OpenAI, così come i livelli Imagen 4 di Google e gli endpoint di anteprima immagini di Gemini, e l'endpoint immagini Grok Imagine di xAI. Quel mix è la risposta pratica a un'affermazione come questa. Se l'Arena avesse messo direttamente un modello aperto in cima, passare sarebbe stata una modifica di una riga di codice su una singola chiave. Non l'ha fatto — la vetta di entrambe le classifiche è proprietaria, e la decisione interessante è tra un download con licenza per la ricerca e un endpoint ospitato che puoi chiamare oggi.

Tre proprietà della piattaforma contano per quella decisione. Il routing passa attraverso un unico endpoint compatibile con OpenAI per oltre 200 modelli, quindi confrontare tra loro le righe ospitate non significa un secondo contratto o un secondo SDK. Il prezzo di listino dei provider viene trasferito senza alcun ricarico, il che significa che una variazione di prezzo di un fornitore arriva sulla tua fattura lo stesso giorno in cui viene annunciata, anziché al successivo rinnovo contrattuale. E il failover automatico tra provider significa che un modello nuovo, con pochi voti, può stare dietro a uno consolidato in una catena di fallback invece di diventare una dipendenza di produzione al terzo giorno — che è più o meno il punto in cui si trova Qwen-Image-2.1 proprio ora.

L'affermazione è vera, e più esile di quanto sembri leggendola.

Ciò che Alibaba ha pubblicato è verificabile: nello snapshot del 22 settembre 2026 di entrambe le classifiche di immagini di Arena, Qwen-Image-2.1 è il modello con il punteggio migliore non contrassegnato come Proprietary. Ciò che il post comprime è tutto ciò che lo ridimensiona — sedicesimo e diciassettesimo in classifica generale, un punteggio preliminare su qualche migliaio di voti, e una licenza di ricerca che prende il posto della licenza open source che la frase evoca.

Niente di tutto questo sminuisce il risultato. Essere la prima riga non proprietaria su entrambe le classifiche, tre giorni dopo il rilascio, è un vero cambiamento nella posizione in cui si colloca la fascia open — i modelli di immagini Qwen con licenza permissiva che lo precedono sono indietro di oltre centoventi punti sulla stessa classifica di editing. Non è però la stessa affermazione di «il miglior modello di immagini open source», e la differenza è una riga di licenza e una colonna di classifica che richiedono circa un minuto per essere controllate.