Qwen-Image 2.1 対 Krea 2：実際にリリースできるオープン画像モデルはどちらか

2つのオープンな画像モデルは、どちらも過去4か月以内にダウンロード可能になったものだが、同じ問いに対して正反対の答えを出している。Qwen-Image 2.1は、ベンダーの7Bテキストtoイメージ／画像編集モデルで、2026年9月20日に研究目的限定ライセンス——非商用のみ——で公開された。Krea 2は、Kreaがゼロから学習した初の基盤画像モデルで、2026年6月にKrea 2 Community Licenseのもと、2つのチェックポイントとして公開された。このライセンスは、収益ラインを下回る場合は商用利用を無条件で認めている。現在のArtificial Analysisのtext-to-imageボードでは、両者はEloポイントで11ポイント以内の差に収まっている。しかし、チームが何かを構築する前に実際に答えを出さなければならない問いにおいては、両者はまったく近くない。

Krea 2とは実際に何なのか

まずはここから始めてください。命名が紛らわしく、ほとんどの比較が間違っているからです。企業としてのKreaは有料サブスクリプションのホスト型クリエイティブプラットフォームを運営しています。一方、モデルとしてのKrea 2は、たまたま名前を共有している別物です。Kreaはこれを、2つのチェックポイントを備えたオープンウェイトのDiffusion Transformerとしてリリースし、Hugging Faceで次の2つとして公開しました：krea/Krea-2-Rawとkrea/Krea-2-Turbo、推論コードは公開リポジトリにあります。

両者の役割分担は意図的なものであり、Krea自身のリポジトリで明確に述べられている。RAWは蒸留されていないベースであり、ファインチューニング、ポストトレーニング、LoRAトレーニング向けである。Turboは高速推論向けの8ステップ蒸留チェックポイントだ。Kreaの指針は、RAWでトレーニングし、Turboで実行することであり、そのLoRAエコシステムもそのように構築されている — ベースに対してトレーニングされたアダプターは、推論時に蒸留チェックポイントへ適用される。2つのチェックポイントはライセンスとファミリーを共有しているが、互換性はなく、同じ設定を持つわけではない。

特筆すべき点が一つあります。というのも、モデルカードを読む人なら誰でも混乱するからです。Hugging Face の両方のチェックポイントのメタデータでは、13B パラメータ がサイドバーに表示されていますが、モデルカード本文には「120億パラメータの Diffusion Transformer」と書かれています。Krea はこの2つの数値を公に整合させていないため、パラメータ数は確定値ではなく、およそ120億から130億の未確認値として扱ってください。

両ベンダーが指し示すボードからの数字

Kreaのリポジトリは、Krea 2がArtificial Analysis上で独立系ラボ発のトップのテキスト画像生成モデルであると述べている。技術レポートでは「トップ10以内」であり、「独立系ラボのモデルの中で2位」だと述べられている。これらはKrea自身の主張であり、6月になされたものだ。2026年10月13日にライブボードが示しているものはやや限定的で、直接読む価値がある：

• Qwen-Image 2.1 — Elo 1,038、95%区間 1,029～1,047、5,554サンプル、168件中20位。このボードの価格欄には「API は利用できません」と表示されています。

• Krea 2 Large — 1,027 Elo、区間 1,020～1,034、17,514 サンプル、168 件中 25 位、1,000 画像あたり $60.00。

• Krea 2 Medium Turbo — Elo 1,022、区間 1,014～1,030、6,454 件のサンプルに基づく、画像 1,000 枚あたり $15.00。

• Krea 2 Medium — Elo 1,014、区間 1,007～1,021、17,284 サンプル、画像 1,000 枚あたり $30.00。

これらの4行はすべて、テキストから画像生成のボードのものです。編集ボードでは、Qwen-Image 2.1だけがそもそも登場しています — Eloは1,072、区間は1,063～1,081、6,132サンプル、81件中21位です。そのボードにはKrea 2のエントリはありません。ここにある数値はすべて、2026年10月13日に公開中の英語版リーダーボードから取得したArtificial Analysisのブラインド投票Eloです。これらは両ベンダーとは独立しており、区間が十分に広いため、Qwen-Image 2.1とKrea 2 Largeの間の差を順位付けとして読むべきではありません。

「Krea 2 Large」と「Krea 2 Medium」の行も、オープンなチェックポイントではありません。これらはKreaのホステッド階層であり、そのため画像ごとの価格が設定されていて、オープンなリポジトリにはそれがありません。ダウンロード可能なKrea 2 RAWをホスト型のKrea 2 Largeと比較するのは、チェックポイントとサービスを比較するようなものです。

本当の分かれ目は編集であり、品質ではない

品質は互角と言えるほど近く、ボードでは決着がつかない。決めるのは能力だ。Qwen-Image 2.1 は、生成と編集をこなす単一のモデルである。プロンプトのみ、または指示付きの最大10枚の参照画像を受け付け、描いた円、ペイント注釈、または別個のマスクによるローカル編集をサポートし、入出力ともにRGBA透過に対応する。Krea 2 のオープンリリースは、テキストから画像への生成モデルファミリーである。そのモデルカードにはプロンプトから画像への生成が記載されているが、その組織には編集用チェックポイントがなく、推論スクリプトにもマスク編集モードはない。そのフラグはプロンプト、ステップ、ガイダンス、解像度、シード、画像枚数をカバーするが、入力画像を受け取るものは何もない。

その非対称性は、どちらのラボが何をできるかではなく、公開された素材に由来する。Krea自身のプラットフォームは編集機能を販売しており、サードパーティの編集モデル群を活用している。重みをダウンロードする読者にとっての関連する事実は、もっと限定的だ。もしあなたのワークフローが「この写真を渡して、その一点だけを変える」ことを必要とするなら、ダウンロードできるオープンなKrea 2はそれを実現しない。そしてQwen-Image 2.1のアーキテクチャ全体は、それを実現することを中心に構築されている。

2つのライセンス、2つの異なる壁

ここで比較はもはや近いものではなくなり、多くの要約が「どちらもオープンだ」と平板化してしまう部分である。どちらも寛容な意味でのオープンソースではなく、そもそも同じ条件でオープンなわけでもない。

• Qwen-Image 2.1 — Qwenリサーチライセンス契約、2026年9月20日付。許諾は非独占的で、全世界を対象とし、ロイヤルティフリーであり、非商業的目的に限定されます。ここでいう「非商業的」とは、研究または評価のみと定義されます。それ以外の用途には、電子メールで申請する別個の商用ライセンスが必要です。再配布には条件があります。本契約を一緒に渡すこと、変更したファイルを明示すること、Hangzhou Tongyi Laboratory Technology Co., Ltdの名称を記載した帰属表示を保持すること、配布する別のモデルを学習させるために出力を使用する場合は「Built with Qwen」を表示すること、および派生製品の主要名称として「Qwen」を使用しないことです。準拠法は中国法で、管轄は杭州です。

• Krea 2 — Krea 2コミュニティライセンス。商用利用は許可されていますが、収益条件があります。あなたおよび関連会社は、あらゆる収入源を対象に直近12か月ベースで測定した、会社全体の年間総収益が100万米ドル未満でなければなりません。この線を超える場合、さらなる商用利用の前にKreaからエンタープライズライセンスを取得する必要があります。再配布する場合は、本契約を引き継ぎ、モデル名の前に「Krea 2 [Your Model Name]」という接頭辞を付け、帰属表示を保持する必要があります。Kreaは出力に対する所有権を主張しないと明言しており、あなたはKreaの根底にある権利に従うことを条件に、自身の派生作品を所有します。準拠法はデラウェア州法です。アクセスは契約と許容利用ポリシーによって制限されており、両方のチェックポイントにはライセンスタグkrea-2-community-licenseがHugging Face上で付与されています。

並べて読むと、どちらか一方がより厳しいというより、条件の形が異なっている。Qwen-Image 2.1 は商用利用に関しては明確に不可で、交渉しなければならない抜け道が用意されている。Krea 2 は上限付きの可であり、その上限は主観的な判断ではなく、具体的で確認可能なドル金額だ。小規模なスタジオや独立系開発者にとって、この違いが判断のすべてであり、Elo の差はノイズにすぎない。しきい値を超える人にとっては、どちらのモデルも行き着く先は同じだ。リリース前にベンダーへメールを送ることになる。

それぞれの運用にかかるコスト

どちらの数値もベンダーから公開されているわけではない。したがって正直に言えば、比較は見積もりからではなく設定から組み立てるしかない。

• サンプリング — Krea 2 RAW は52ステップ・ガイダンススケール3.5で実行され、Krea 2 Turbo は8ステップでガイダンスは無効、Qwen-Image 2.1 のデフォルトは40ステップです。

• 解像度 — Kreaはベースチェックポイントを最大1Kまで、Turboチェックポイントをおよそ1K〜2Kの範囲にわたって記載しています。Qwen-Image 2.1は2048×2048をデフォルトとし、同じ範囲で7つの公開プリセットを備えています。

• ダウンロードするもの — Qwen-Image 2.1 Diffusersリポジトリは33.1 GBで、その大半はQwen3-VL 8Bテキストエンコーダーです。Kreaは自社のチェックポイントについて対応するサイズを公表していません。

• 何が動かすのか — Qwen-Image 2.1 は Diffusers、ComfyUI、vLLM-Omni、SGLang、LightX2V で文書化されたサポートとともに提供され、さらに AMD と FlagOS の経路も備えています。Krea 2 はリポジトリ内で ComfyUI と SGLang を文書化しており、推論スクリプトと LoRA 作業向けのいくつかのトレーニングツールキットを備えています。

Kreaは、過去1か月間のKrea-2-Rawのダウンロード数84,354件とKrea-2-Turboの87,771件を公開した（2026年10月13日時点で確認）。この数値はホスティングプラットフォームによるもので、Kreaによるものではなく、品質の指標でもない。

存在する唯一の独立したテスト、そしてそれが証明しないこと

知っておく価値のある横並び比較があり、ただしその限界も明示しておく必要がある。2026年9月21日に公開された日本語の記事では、RTX 5090（32 GB）上、ComfyUI v0.37.0で、同一のプロンプトとシードを使って28個のプロンプトを両モデルに通し、76枚の比較画像を生成した。その集計は、Krea 2が10勝、Qwen-Image 2.1が7勝、9件が引き分け、2件は両方とも失敗だった。著者によるパターンの要約は、Qwen-Image 2.1はフラットで象徴的な内容を得意とする一方、Krea 2は三次元オブジェクトの構造と物理をより得意とし、Krea 2の結果は8ステップで得られたのに対しQwen-Image 2.1は25ステップだった、というものだった。

それは、オペレーター1人、プロンプトごとにシード1つ、視覚判定者1人、そしてこの記事の1か月前という構成です。これはベンチマークではなく、ランキングでもありません。これが役立つのは、期待値を調整することです。2つのモデルは十分に近接しているため、実際のプロンプトを実行する人なら双方で勝利を見るでしょう。これは、ライブボード上の11ポイントのElo差と一致しています。

OrcaRouterが適する場面と、適さない場面

これらのモデルはどちらもOrcaRouter上にはありません。そして、何よりも先にそう言っておく価値があります。私たちは2026年10月13日に自社のライブモデル一覧を確認しましたが、そこにQwen-ImageモデルもKreaモデルも含まれていません。上記の比較はいずれも、自分で実行する重み、または各ベンダーから直接購入するホスト型エンドポイントに関するものです。どちらかが当社を通じてルーティングされる場合でも、そのルーティングはライセンス判断の後に行われるものであり、判断の代わりになるものではありません。

ここでこの区別が重要なのは、問題の性質そのものにある。Qwen-Image 2.1 と Krea 2 は、どちらのラボにとっても最後の画像モデルではないし、この世代のライセンス条件が次の世代の指針になるわけでもない——Krea はすでにサブスクリプション製品からコミュニティライセンスのオープンリリースへと移行しており、同社は以前の Qwen-Image チェックポイントでの Apache-2.0 から、今回の研究専用ライセンスへと移行した。あるベンダーの SDK に画像パイプラインを標準化したチームは、ライセンスが動くたびにそのパイプラインを再交渉することになる。OrcaRouter は 200 以上のモデルを、プロバイダーの定価・マークアップなしで、単一の OpenAI 互換エンドポイントの背後に提供しており、プロバイダー間の自動フェイルオーバーと、複数のモデルを 1 回の呼び出しに組み合わせるためのルーティング DSL を備えている。重要なのは、当社がこの 2 つをホストしていることではない——ホストしていない——。そうではなく、当社を通じてモデルが提供される場合、呼び出しの背後にあるモデルを差し替えるのは統合プロジェクトではなく設定変更で済むということであり、オープンウェイトのライセンス変更が通常強いられるのは、まさにそうした統合プロジェクトなのだ。

どちらを選ぶべきですか

判決ではなく、ルールだ。既存の画像を編集する必要があるなら——写真や製品ショットを入力してその一部を変更したり、マスクを使って作業したり、透過アセットを作成したりするなら——その能力を備えているのは Qwen-Image 2.1 であり、Krea 2 のオープンリリースはそもそも選択肢に入らない。商用出力が必要で、収益ライン未満の小規模チームなら、Krea 2 はまさにそのためにライセンスされており、Qwen-Image 2.1 はその目的ではまったくライセンスされていない。ファインチューニングするなら、Krea 2 の RAW チェックポイントは訓練されることを明示的に前提として作られており、その LoRA エコシステムもそうすることを想定している。Qwen-Image 2.1 は研究専用の許諾の下でファインチューニングできるが、その結果で何ができるかは制約される。収益閾値を超えていて、どちらかを本番環境で使いたいなら、いずれにせよベンダーに連絡することになる——Krea は opensource@krea.ai、ライセンス契約書に記載されたアドレスのベンダーへ——そして選択は、どちらの会話をしたいかに帰着する。

たいていの場合、決め手となるのはリーダーボードではなくライセンスだ。その2つのモデルは、Eloポイントで11ポイント差だが、その差より広い区間を持つボード上での話であり、ホスト型サービスとしては月およそ100ドル差がある。そして、それらの違いのうち読者が回避できない唯一のものは、ライセンスファイルに記されているものだ。