Qwen-Image 2.1 vs Krea 2: quale modello open per immagini puoi davvero mettere in produzione

Due modelli di immagini aperti, entrambi scaricabili negli ultimi quattro mesi, che rispondono alla stessa domanda in modi opposti. Qwen-Image 2.1 è il modello da 7B del fornitore per la generazione di immagini da testo e l'editing di immagini, rilasciato il 20 settembre 2026 con una licenza solo per ricerca — solo uso non commerciale. Krea 2 è il primo modello di base per immagini che Krea ha addestrato da zero, pubblicato come due checkpoint a giugno 2026 con la Krea 2 Community License, che consente l'uso commerciale senza riserve al di sotto di una soglia di fatturato. Oggi, nella classifica text-to-image di Artificial Analysis, i due si collocano entro undici punti Elo l'uno dall'altro. Sulla domanda a cui un team deve davvero rispondere prima di costruire qualsiasi cosa, non sono affatto vicini.

Che cos'è realmente Krea 2

Inizia da qui, perché la denominazione è fuorviante e la maggior parte dei confronti la interpreta male. Krea l'azienda gestisce una piattaforma creativa ospitata con abbonamento a pagamento; Krea 2 il modello è una cosa separata che per caso condivide il nome. Krea lo ha rilasciato come Diffusion Transformer a pesi aperti con due checkpoint, pubblicati su Hugging Face come krea/Krea-2-Raw e krea/Krea-2-Turbo, con il codice di inferenza in un repository pubblico.

La divisione del lavoro tra i due è intenzionale ed è dichiarata apertamente nel repository di Krea: RAW è la base non distillata, destinata al fine-tuning, al post-training e all'addestramento LoRA; Turbo è un checkpoint distillato in otto passaggi destinato all'inferenza rapida. L'indicazione di Krea è di addestrare su RAW ed eseguire su Turbo, e il suo ecosistema LoRA è costruito in questo modo — gli adapter addestrati sulla base vengono applicati al checkpoint distillato al momento dell'inferenza. I due checkpoint condividono una licenza e una famiglia, ma non sono intercambiabili e non hanno le stesse impostazioni.

Un dettaglio che vale la pena segnalare, perché confonderà chiunque legga la scheda: i metadati di Hugging Face per entrambi i checkpoint elencano 13B parametri nella barra laterale, mentre il testo della scheda dice "Diffusion Transformer con 12 miliardi di parametri". Krea non ha riconciliato pubblicamente le due cifre, quindi considera il conteggio dei parametri come circa dodici-tredici miliardi e non confermato, anziché come un numero stabilito.

I numeri, dal tabellone che entrambi i fornitori indicano

Il repository di Krea afferma che Krea 2 è il miglior modello text-to-image di un laboratorio indipendente su Artificial Analysis; il rapporto tecnico dice che è «tra i primi 10» e «al secondo posto tra i modelli di laboratori indipendenti». Queste sono affermazioni della stessa Krea, fatte a giugno. Ciò che mostra la classifica live il 13 ottobre 2026 è leggermente più limitato, e vale la pena leggerlo direttamente:

• Qwen-Image 2.1 — 1.038 Elo, intervallo al 95% da 1.029 a 1.047, su 5.554 campioni, posizione 20 su 168. La colonna del prezzo della classifica riporta «Nessuna API disponibile».

• Krea 2 Large — 1.027 Elo, intervallo da 1.020 a 1.034, da 17.514 campioni, posizione 25 su 168, a 60,00 $ per 1.000 immagini.

• Krea 2 Medium Turbo — 1.022 Elo, intervallo da 1.014 a 1.030, su 6.454 campioni, a 15,00 $ per 1.000 immagini.

• Krea 2 Medium — 1.014 Elo, intervallo da 1.007 a 1.021, da 17.284 campioni, a 30,00 $ per 1.000 immagini.

Tutte e quattro quelle righe provengono dalla classifica text-to-image. Sulla classifica di editing, solo Qwen-Image 2.1 compare in assoluto — 1.072 Elo, intervallo da 1.063 a 1.081, da 6.132 campioni, posizione 21 di 81. Non c'è alcuna voce Krea 2 su quella classifica. Tutti i valori qui riportati sono l'Elo con voto cieco di Artificial Analysis, catturati dalla classifica inglese live il 13 ottobre 2026; sono indipendenti da entrambi i fornitori, e gli intervalli sono abbastanza ampi che il divario tra Qwen-Image 2.1 e Krea 2 Large non dovrebbe essere interpretato come una classifica.

Anche le righe "Krea 2 Large" e "Krea 2 Medium" non sono i checkpoint aperti. Sono i livelli ospitati di Krea, ed è per questo che hanno un prezzo per immagine, mentre i repository aperti no. Confrontare il Krea 2 RAW scaricabile con un Krea 2 Large ospitato equivale a confrontare un checkpoint con un servizio.

Il vero discrimine è l'editing, non la qualità.

La qualità è ormai così vicina che la commissione non decide. La capacità invece sì. Qwen-Image 2.1 è un unico modello che fa generazione e modifica: accetta un prompt da solo, oppure fino a dieci immagini di riferimento con un'istruzione, e supporta modifiche locali tramite cerchi disegnati, annotazioni dipinte o una maschera separata, con trasparenza RGBA in entrata e in uscita. La release aperta di Krea 2 è una famiglia text-to-image. Il suo model card documenta la generazione da prompt a immagine; non esiste alcun checkpoint di editing nell'organizzazione né alcuna modalità di modifica con maschera nello script di inferenza, i cui flag coprono prompt, passi, guidance, risoluzione, seed e numero di immagini — nulla che accetti un'immagine in input.

Quell'asimmetria deriva dal materiale rilasciato, non da ciò che ciascuno dei due laboratori è in grado di fare. La piattaforma di Krea stessa vende funzionalità di editing, attingendo a una serie di modelli di editing di terze parti. Il fatto rilevante per chi scarica i pesi è più circoscritto: se il tuo flusso di lavoro richiede «prendi questa fotografia e cambia una sola cosa», il Krea 2 open che puoi scaricare non lo fa, mentre l'intera architettura di Qwen-Image 2.1 è costruita proprio per farlo.

Due licenze, due muri diversi

È qui che il confronto smette di essere ravvicinato, ed è la parte che la maggior parte dei riassunti appiattisce in «entrambi sono aperti». Nessuno dei due è open source nel senso permissivo e non sono affatto aperti alle stesse condizioni.

• Qwen-Image 2.1 — il Contratto di Licenza per la Ricerca Qwen, datato 20 settembre 2026. La concessione è non esclusiva, mondiale, esente da royalty e limitata a scopi non commerciali, con «Non-Commercial» definito come solo ricerca o valutazione. Qualsiasi altro uso richiede una licenza commerciale separata, da richiedere via e-mail. La ridistribuzione comporta delle condizioni: trasmettere il contratto insieme al software, contrassegnare i file modificati, mantenere l'avviso di attribuzione che nomina Hangzhou Tongyi Laboratory Technology Co., Ltd, visualizzare "Built with Qwen" se si utilizzano gli output per addestrare un altro modello che si distribuisce, e non usare "Qwen" come nome principale di un'opera derivata. La legge applicabile è quella cinese, con giurisdizione a Hangzhou.

• Krea 2 — la Krea 2 Community License. L'uso commerciale è consentito, con una condizione sui ricavi: tu e le tue società affiliate dovete rimanere al di sotto di un milione di dollari statunitensi di ricavi annui complessivi a livello aziendale, misurati su base mobile di dodici mesi, da tutte le fonti. Oltre tale soglia, è necessaria una licenza enterprise da parte di Krea prima di qualsiasi ulteriore uso commerciale. La ridistribuzione richiede che tu trasmetta l'accordo, anteponga al nome del modello — "Krea 2 [Il nome del tuo modello]" — e mantenga l'avviso di attribuzione. Krea dichiara di non rivendicare alcuna proprietà sugli output, e tu possiedi i tuoi derivati soggetti ai diritti sottostanti di Krea. La legge del Delaware è applicabile. L'accesso è subordinato a un accordo e a una politica di uso accettabile, ed entrambi i checkpoint riportano il tag di licenza krea-2-community-license su Hugging Face.

Messi a confronto fianco a fianco, i profili sono diversi, più che uno essere più severo dell'altro. Qwen-Image 2.1 è un no categorico all'uso commerciale, con una scappatoia che devi negoziare. Krea 2 è un sì con un tetto, e il tetto è una cifra in dollari specifica e verificabile, non una valutazione soggettiva. Per un piccolo studio o uno sviluppatore indipendente, questa differenza è l'intera decisione e il divario Elo è rumore. Per chiunque superi la soglia, entrambi i modelli finiscono nello stesso posto: un'email al fornitore prima di rilasciare.

Quanto ti costa eseguire ciascuno

Nessuno dei due numeri è pubblicato dal fornitore, quindi la risposta onesta è che il confronto va costruito a partire dalle impostazioni anziché da un preventivo.

• Campionamento — Krea 2 RAW opera a 52 passaggi con scala di guidance 3,5, Krea 2 Turbo a 8 passaggi con guidance disattivata; Qwen-Image 2.1 usa 40 passaggi per impostazione predefinita.

• Risoluzione — Krea documenta il proprio checkpoint di base fino a 1K e il proprio checkpoint Turbo all'incirca da 1K a 2K; Qwen-Image 2.1 usa come impostazione predefinita 2048×2048 con sette preset pubblicati nello stesso intervallo.

• Cosa scarichi — il repository Diffusers di Qwen-Image 2.1 pesa 33,1 GB, gran parte dei quali è occupata dal text encoder Qwen3-VL 8B. Krea non ha pubblicato una dimensione corrispondente per i suoi checkpoint.

• Cosa lo esegue — Qwen-Image 2.1 è stato rilasciato con supporto documentato in Diffusers, ComfyUI, vLLM-Omni, SGLang e LightX2V, oltre a percorsi AMD e FlagOS. Krea 2 documenta ComfyUI e SGLang nel suo repository, con uno script di inferenza e una manciata di toolkit di training per il lavoro su LoRA.

Krea ha pubblicato conteggi di download pari a 84.354 per Krea-2-Raw e 87.771 per Krea-2-Turbo nell'ultimo mese, rilevati il 13 ottobre 2026 — cifre provenienti dalla piattaforma di hosting, non da Krea, e non indicative della qualità.

L'unico test indipendente che esiste, e ciò che non dimostra

Esiste un confronto affiancato che vale la pena conoscere, e occorre precisarne i limiti. Un articolo in lingua giapponese pubblicato il 21 settembre 2026 ha eseguito 28 prompt su entrambi i modelli con prompt e seed identici su una RTX 5090 con 32 GB, in ComfyUI v0.37.0, producendo 76 immagini di confronto. Il suo conteggio: Krea 2 ha vinto 10, Qwen-Image 2.1 ha vinto 7, 9 sono finiti in parità e 2 sono falliti per entrambi. Il riepilogo dell'autore dello schema era che Qwen-Image 2.1 gestisce bene i contenuti simbolici piatti, mentre Krea 2 gestisce meglio la struttura e la fisica degli oggetti tridimensionali, e ha osservato che il risultato di Krea 2 è stato ottenuto in 8 passaggi contro i 25 di Qwen-Image 2.1.

Si tratta di un operatore, un seed per prompt, un giudice visivo e un mese prima di questo articolo. Non è un benchmark e non è una classifica. È utile per calibrare le aspettative: i due modelli sono abbastanza vicini che una persona che esegue prompt reali vedrà vittorie da entrambe le parti, il che è coerente con il divario Elo di undici punti sulla classifica live.

Dove OrcaRouter è adatto, e dove non lo è

Nessuno di questi modelli è su OrcaRouter, e vale la pena dirlo prima di ogni altra cosa: abbiamo controllato il nostro elenco di modelli attivi il 13 ottobre 2026 e non vi è presente alcun modello Qwen-Image né alcun modello Krea. Entrambi i confronti sopra riguardano pesi che esegui autonomamente o endpoint ospitati che acquisti direttamente da ciascun fornitore. Se uno dei due viene instradato tramite noi, l'instradamento avviene dopo la decisione sulla licenza, non al posto di essa.

Il motivo per cui questa distinzione conta qui è la forma del problema. Qwen-Image 2.1 e Krea 2 non sono gli ultimi modelli di immagini che entrambi i laboratori rilasceranno, e i termini di licenza di questa generazione non sono una guida per la prossima — Krea è già passata da un prodotto in abbonamento a un rilascio aperto con licenza community, e l'azienda è passata da Apache-2.0 sui suoi precedenti checkpoint Qwen-Image a una licenza solo per ricerca su questo. Un team che standardizza la propria pipeline di immagini sull'SDK di un unico fornitore finisce per rinegoziare quella pipeline ogni volta che la licenza cambia. OrcaRouter mette davanti oltre 200 modelli dietro un unico endpoint compatibile con OpenAI al prezzo di listino del provider, senza alcun ricarico, con failover automatico tra i provider e un DSL di routing per comporre più modelli in un'unica chiamata. La proprietà rilevante non è che ospitiamo questi due — non lo facciamo — ma che, laddove un modello viene servito tramite noi, sostituire il modello dietro una chiamata è una modifica di configurazione anziché un progetto di integrazione, che è ciò a cui di solito costringe un cambio di licenza open-weights.

Quale scegliere?

La regola, più che un verdetto. Se devi modificare immagini esistenti — inserire una fotografia o uno scatto di prodotto e cambiarne una parte, lavorare con le maschere, produrre asset trasparenti — Qwen-Image 2.1 è il modello con la capacità necessaria e il rilascio aperto di Krea 2 non entra nemmeno in discussione. Se ti serve un output commerciale e sei un piccolo team sotto la soglia di ricavi, Krea 2 è concesso in licenza esattamente per questo e Qwen-Image 2.1 non è affatto concesso in licenza per farlo. Se stai facendo fine-tuning, il checkpoint RAW di Krea 2 è esplicitamente costruito per essere addestrato e il suo ecosistema LoRA dà per scontato che tu lo faccia; Qwen-Image 2.1 è fine-tunabile con una concessione di sola ricerca che limita ciò che puoi fare con il risultato. Se sei sopra la soglia di ricavi e vuoi l'uno o l'altro in produzione, in ogni caso stai scrivendo a un fornitore — Krea a opensource@krea.ai, il fornitore all'indirizzo indicato nel contratto di licenza — e la scelta si riduce a quale conversazione preferiresti avere.

Il fatto che decide più spesso: la licenza, non la classifica. I due modelli distano undici punti Elo su una classifica con intervalli più ampi di così, e circa cento dollari al mese di differenza come servizi in hosting, e l'unica di queste differenze che un lettore non può aggirare è quella stampata nel file della licenza.