Qwen-Image-2.1-Turbo vs Z-Image Turbo：2つの8ステップモデル、2つの異なる賭け

Qwen-Image-2.1-Turbo と Z-Image Turbo は、今多くの人が最終的にどちらかを選ぶことになる2つのオープンな画像チェックポイントであり、この比較が堂々巡りを続ける理由は、両者が同じ目玉の数値をうたっているからだ。どちらも8回のデノイジングステップで動作する。どちらも、自分のマシンにダウンロードして実行できるだけのオープンさがある。どちらも、派生元となったものより劇的に高速だと宣伝されている。どちらを実際に欲しいかを決める要素はすべて、その共通の数値の下にあり、そのどれもステップ数ではない。Z-Image Turbo は2025年11月25日に、Apache-2.0 の下で6Bモデルとして公開され、公開された2段階レシピを用いて Z-Image 系から蒸留された。Qwen-Image-2.1-Turbo は2026年10月9日に、Qwen-Image-2.1の高速化チェックポイントとして登場した — 2026年9月20日に公開されたベースモデル — であり、7Bアーキテクチャとベンダーの非商用研究ライセンスを維持している。この2つのリポジトリの間には8か月の隔たりがあり、それらがどのように作られたかの違いは、日付の隔たりが示唆するよりも大きい。

8つのステップは共通の症状であり、共通の原因ではない

二つのモデルが異なる道筋で同じステップ数に到達したとき、そのステップ数は有用な比較軸ではなくなる。それは、その二つのモデルが同程度のレイテンシ向けに調整されていたという事実だけを伝え、それ以外の何も語らない。

• Z-Image Turboは蒸留によってその域に到達し、その後、強化学習を行った。 Z-Imageファミリーのカードでは、それを「わずか8 NFEで主要な競合他社に匹敵し、あるいは凌駕するZ-Imageの蒸留版」と説明している。技術解説ではその仕組みが明かされている。すなわちDecoupled-DMD——既存のDMD手法が一つとして扱ってきた2つのメカニズムを分離する、Distribution Matching Distillationの変種——であり、続いてポストトレーニング中にDMDとRLを融合するDMDRである。カード上の変種表はトレーニング経路を明示しており、事前学習、SFT、RLがすべて印され、8ステップ、CFGは無効化されている。

• Qwen-Image-2.1-Turbo は、強力なベースモデルを再パッケージすることでそこに到達した。そのモデルカードでは、「8 ステップのデノイジングによるテキストからの画像生成および画像編集のための Qwen-Image-2.1 の高速化チェックポイント」と説明されており、同じ 7B の視覚生成アーキテクチャ上に成り立っている。公開された蒸留レシピは存在しない。文書化されているのは、このチェックポイントが独自の推奨サンプリングスケジュールを備えているため Diffusers がそれを自動的に読み込み、`num_inference_steps` を設定するだけではそれを上書きできないこと、そして生成はデフォルトで CFG=1 となり、プレフィックス KV キャッシュがテキストと参照画像のコンテキストをステップ間で再利用することである。

実用上の帰結はこうだ。Z-Image Turbo では、その速度が訓練プロセスの産物であるモデルを実行していることになる。一方、Qwen-Image-2.1-Turbo では、すでに良好だったモデルのチェックポイントを、サンプリング経路を短縮してファイル内に凍結したものを実行している。どちらも正当な方法だ。だが失敗の仕方が異なる。蒸留モデルには訓練中に費やされた品質予算があり、再パッケージ化されたチェックポイントにはチェックポイント作成中に費やされた品質予算がある。どちらのカードも、どれだけ費やされたかを公表していない。

実際にそれらを分けている線

この対決を決めるのは5つの次元だ。それぞれは、あなたが開ける一次資料に記されている。

• サイズ: Z-Image Turbo の 6B パラメータに対して、Qwen-Image-2.1-Turbo は 7B です。どちらもコンシューマー向けハードウェアで十分に扱えるほど小さく、その差があなたの結果を決めるものではありません。

• ライセンス: Z-Image Turbo は Apache-2.0、Qwen-Image-2.1-Turbo は qwen-research 契約で、同契約は「非商用目的のみ」の権利を付与し、商用利用には別途申請が必要なライセンスを要求しています。これは両モデル間で最も大きな違いであり、唯一の二者択一の項目です。

• 編集:Qwen-Image-2.1-Turboは、1回のダウンロードでテキストからの画像生成と指示に基づく編集の両方を実行できます。そのカードでは、同じ保存済みスケジュールを使って両方を実演しています。Z-Image Turboは生成モデルであり、編集機能は別バリアントのZ-Image-Editにありますが、ファミリーカードでは依然として「リリース予定」と記載されています。今日あなたのパイプラインで指示ベースの編集が必要なら、この一点で決着がつきます。

• テキストレンダリングと言語： Z-Imageのカードでは、英語と中国語のバイリンガルなテキストレンダリングがTurboの主要な強みとして挙げられている。Qwen-Image-2.1-Turboのカードには、それに相当する主張はない。そのショーケースは言語別ではなく、出力カテゴリー（ポートレート、ポーズと動き、透過RGBA、タイポグラフィとポスターデザイン、UIレイアウト、単一画像変換、マルチリファレンス合成）別に構成されている。

• メモリとデプロイの成熟度：Z-Image のカードには、Turbo が「16G VRAM のコンシューマー向けデバイスに余裕で収まる」と記載され、H800 クラスのハードウェアで 1 秒未満の推論を主張している——ただしこれはベンダーの主張であり、測定方法は明示されていない。Qwen-Image-2.1-Turbo のカードには、メモリやレイテンシの数値が一切掲載されていない。登場から 4 日間で、独立系の macOS 移植版が 16 GB の M1 Pro 上、出力上限 1024×1536 において、スワップゼロでピーク 1.8～2.7 GB と測定した。これはサードパーティ実装におけるサードパーティの数値であり、ベンダーの数値ではない。

リーダーボードが対象とする内容と、存在しない2つの行

ここは比較が最も頻繁に誤って読まれる箇所であるため、各数値がどのモデルに属するのかを正確に示しておく価値がある。

公開のテキストから画像へのアリーナには、Z-Image Turbo の行が約9,000票で Elo 941、Z-Image Base の別の行が877で存在する。Qwen-Image-2.1 の行は約5,500票で Elo 1,038、日付は2026年9月で、APIが利用できないとフラグが付けられている。編集ボードにも Qwen-Image-2.1 の行がある。

欠けているものに注目してください。どちらのボードにも Qwen-Image-2.1-Turbo の行はありません。このチェックポイントは2026年10月9日版で、個別に評価されていません。また、編集ボードには Z-Image Turbo の行がありません。Z-Image Turbo は編集を行わないからです。したがって、一見きれいな「Qwen が 1,034 対 Z-Image が 941」という比較は、この記事が扱っている2つのチェックポイントの比較ではありません。それは、Z-Image Turbo が蒸留された元のモデルと、Qwen-Image-2.1-Turbo が高速化された元のモデルを比較したものです。Qwen-Image-2.1-Turbo の8ステップでの品質は公には測定されておらず、短縮されたスケジュールでベースモデルの位置がどれだけ保たれるかも同様です。

それらの数値を読む正しい方法は、注意点が付いた上限値として読むことだ。Qwen-Image-2.1-Turbo の派生元ファミリーは、text-to-image ボード上で Z-Image Turbo の派生元ファミリーよりおよそ97 Elo上に位置しており、Turboチェックポイントがその差を保っているかどうかは誰も公表していない。

この対戦で、ライセンスは脚注ではない。

能力がこれほど接近した2つのモデル間では、ライセンスがしばしば決定打のすべてとなるが、ここでは両者はまったく接近していない。

Z-Image TurboはApache-2.0の下で提供されています。これは寛容なライセンスです。使用し、改変し、配布し、それを使って構築したものを販売することができます。ただし、通常の帰属表示および通知の条件が適用されます。

Qwen-Image-2.1-Turbo は、ベースモデルから変更を加えずに Qwen Research License Agreement を継承しています。これを読むと、効力を持つ一文は曖昧ではありません。許諾は「FOR NON-COMMERCIAL PURPOSES ONLY」であり、商用利用にはベンダーから別途取得したライセンスが必要です。また、この契約は、派生物の主要な名称または識別子として「Qwen」を使用することを禁じる一方、「fine-tuned from Qwen Image」のような記述的な使用は許可しています。

プロトタイピング、評価、研究を行っているなら、その違いにコストはかからず、能力で選ぶことができます。販売または商用運用するつもりのものを構築しているなら、この2つのうち一方は使用でき、もう一方はAlibaba Cloudとの協議が必要です。それは8ステップのスケジュールよりもはるかに重大な事実です。

どちらかを実行すること、そしてルーターが関係してくる場面

これらはどちらも、自分でホストする重みのダウンロードです。どちらもOrcaRouter上のホスト型エンドポイントではなく、そう示唆するのは不誠実でしょう — 私たちがルーティングしている画像モデルは OpenAI GPT-Image ファミリーです。この製品がそもそもこの話に出てくる理由は、これらのようなチェックポイントの背後にホスト型プロバイダーが付いた瞬間に何が起きるか、という点にあります。

それが実現する日、判断は「どのファイルをダウンロードするか」ではなく「ベンダー連携をいくつ保守するか」になる。まさにそのために作られたのが OrcaRouter だ。200以上のモデルを、プロバイダー表示価格のままマークアップゼロで、単一の OpenAI 互換エンドポイントの背後に、どの条件でどのモデルを使いたいかを表現するためのルーティング DSL、プロバイダー劣化時の自動フェイルオーバー、そして出力を統合するモデルフュージョン。8ステップのオープンチェックポイントとルーターは競合する答えではない。一方はあなたのディスク上のファイルであり、もう一方はモデル名の背後にどのエンドポイントがあるかを気にしなくて済むようにする仕組みなのだ。

それまでは、ローカルの道が道のすべてであり、制約はカードとライセンスが述べるものに従う。

どれを先にダウンロードすればいいですか

決断を最も短く正直に言えば：

• Z-Image Turbo を選ぶべきなのは商用のものを出荷する必要がある場合、公開されたトレーニングパスを伴うより詳細に文書化された高速化レシピを求める場合、中国語と英語のバイリンガルテキストレンダリングが実際の要件である場合、または 16 GB デバイスを対象としてベンダーが明示するメモリエンベロープを必要とする場合です。

• Qwen-Image-2.1-Turbo を選びましょう指示に基づく編集とテキストからの画像生成を、別の編集用バリアントを待つのではなく、今日ひとつのチェックポイントでこなす必要があり、あなたの作業が研究や評価であり、より強力なベースモデルの系譜を求めて、8ステップ後の品質が現時点では未測定であることを受け入れるなら、

• 両方とも導入することをおすすめします、チーム向けに選ぶのであれば。どちらも同じディスク上に並べて置けるほど小さく、どちらも同じクラスのローカルランナーで動かせます。そして、両方をインストールした状態で唯一できないのは、Q​wenチェックポイントを商用として出荷することだけです。

どちらも現時点であなたに与えてくれないもの、それはベンチマークだ。8ステップ、6B対7B、Apache-2.0対リサーチライセンス——それらはすべてカード上の事実にすぎない。8回のノイズ除去ステップ後にどちらがより良い画像を作るかは、一次情報源がまだ答えていない問いであり、今のところ正直なやり方は、別のチェックポイントに属するリーダーボードの行を信じるのではなく、両方を自分のプロンプトに対して実行してみることだ。

このような比較は、失敗モードが表面化する場でもあります。このクラスのモデルの背後にある、記録されたAIインシデントやエージェント障害は、OrcaRouter AIインシデントアーカイブ に集められており、各エントリーには独自の情報源、重大度、信頼度グレード、異議ありフラグが付されています。