Qwen-Image 2.1: 7B 오픈 웨이트 이미지 모델의 실체

Qwen-Image 2.1은 사람들이 이름으로 검색하지만 현재로선 아무것도 찾지 못하는 모델이다. 알리바바가 2026년 9월 20일에 공개한 오픈 웨이트 텍스트-투-이미지 및 이미지 편집 모델이며, 이 모델을 둘러싼 혼란은 대부분 구조적인 데서 비롯된다. 이것이 더 최신이라는 점 — 비교 대상은 바로 Qwen-Image 3.0, 같은 팀이 2026년 7월 21일에 출시한 모델이고, 이것보다 한층 최신인 것은 바로 Qwen-Image 2.1 Turbo, 2026년 10월 9일에 뒤이어 나온 가속 체크포인트다. 이름은 셋, 제품군은 하나, 그러나 실제로는 완전히 다른 세 개의 제품 — 그리고 버전 번호는 그중 어느 것도 올바른 순서로 정렬해 주지 않는다.

이 페이지는 모델 자체에 대한 참조 자료입니다: 그것이 무엇인지, 무엇을 입력받고 반환하는지, 라이선스가 실제로 무엇을 허용하는지, 가중치는 어디에 있는지, 그리고 무엇에서 실행되도록 문서화되어 있는지. 이 글을 쓰는 시점에서 릴리스는 23일 되었으므로, 이를 뉴스가 아니라 모델의 시점을 가늠하게 하는 사실로 취급하세요 — 답할 가치가 있는 질문은 독자가 모델 이름 자체를 입력할 때 늘 가지는 질문입니다.

따로 분리된 세 가지 Qw{{1}}en{{/1}} 이미지 제품

Qwen-Image 2.1에 대한 거의 모든 잘못된 기대는 이 제품군을 하나의 연속선으로 취급하는 데서 비롯됩니다. 그렇지 않습니다. 현재의 세 제품은 성능과 접근성 모두에서 서로 다른 지점에 위치합니다:

• Qwen-Image 2.1 — 텍스트-이미지 생성과 이미지 편집을 모두 수행하는 단일 모델로, 시각 생성 구성 요소에 7B 파라미터와 32개의 단일 스트림 DiT 레이어를 갖추고 있으며, 연구용 라이선스에 따라 오픈 웨이트로 공개되었습니다. 2026년 9월 20일 출시.

• Qwen-Image 2.1 Turbo — 동일한 7B 비주얼 생성 아키텍처와 동일한 해상도 프리셋을 사용하며, 2026년 10월 9일에 별도의 가속 체크포인트로 공개되어 8단계로 디노이징합니다. 40단계 대신이며, CFG 기본값은 1이고 권장 샘플링 스케줄은 체크포인트 안에 저장되어 있습니다. 이는 속도 변형이며 성능 등급이 아닙니다.

• Qwen-Image 3.0 — 2026년 7월 21일 공개된 3세대 모델이자 비공개 모델입니다. Hugging Face나 ModelScope에 가중치 저장소가 없으며, 출시 자료에도 파라미터 수와 라이선스가 공개되지 않았습니다. 이 모델의 대표적인 주장은 텍스트와 지식 밀도에 관한 것으로, 최대 4.5k 토큰의 프롬프트, 10px만큼 작은 텍스트도 읽을 수 있게 렌더링, 12개 언어, 100가지 이상의 예술 스타일을 내세우고 있으며, 이는 모두 벤더의 자체 주장으로 여기서 재현된 것이 아닙니다. 가족 중 가장 강력한 텍스트 렌더링이 필요하다면 그것이 3.0의 명분이고, 모델을 직접 실행하는 것이 필요하다면 3.0은 아예 선택지가 아닙니다.

네 번째로 분리해 둘 만한 사항이 있는데, 그것은 2.1이라는 이름을 공유하기 때문입니다. 2026년 10월 9일부터 벤더의 뉴스 목록에는 Qwen-Image-2.1 Pro 및 Turbo 호스팅 API가 Aliba​ba Cloud Model Studio에서 공식적으로 라이브 상태라고 실려 있습니다. 이는 동일한 모델의 서빙 경로이지, 네 번째 모델이 아닙니다.

내부적으로 그것은 무엇인가

벤더의 모델 카드와 리포지토리에 공개된 이 아키텍처는 현재 이미지 분야의 기준으로 볼 때 컴팩트하며, 한 가지 아이디어를 중심으로 구성되어 있다: 다중 이미지 편집을 저렴하게 만드는 것.

• Transformer — 32개 레이어, 7B 파라미터, 블록 인과적 어텐션을 사용하는 단일 스트림 DiT. 시스템 프리픽스와 편집 지침을 포함한 텍스트에는 토큰 수준 인과 마스크가 적용되고, 이미지 생성에는 청크 수준 양방향 마스크가 적용됩니다.

• 텍스트 인코더 — Qwen3-VL 8B는 텍스트 지시문과 조건 이미지를 모두 하나의 표현으로 인코딩하는 비전-언어 모델입니다. 공개된 다운로드에서는 스택의 더 큰 부분을 차지합니다.

• VAE — 16배 공간 압축을 사용하는 64채널 RGBA 오토인코더로, 사후 처리 방식이 아닌 네이티브 투명도가 바로 여기에서 나옵니다.

• 스케줄러 — 오일러 이산 스케줄링과 동적 시프팅을 사용하는 Flow Matching, 기본 체크포인트에서 기본 40회 디노이징 스텝.

그 혼합 세분성 분할이 효율성의 근거입니다. 입력 이미지와 지시사항은 첫 번째 디노이징 단계에서 한 번 계산되고, 이후에는 캐시된 접두사 컨텍스트로 재사용되므로, 참조 이미지를 추가하는 비용은 매 단계마다 모든 것을 다시 인코딩하는 설계에서보다 적습니다.

게시된 그대로의 라이선스

이 부분은 대부분의 요약이 양쪽 방향으로 잘못 짚는 대목이다. Qwen-Image 2.1은 허용적 의미의 오픈 소스가 아니라, 또한 클로즈드도 아니다. Hugging Face 카드에는 license: other와 함께 license_name: qwen-research라는 태그가 붙어 있으며, 저장소의 LICENSE 파일은 Qw​en Research License Agreement, 2026년 9월 20일자이다. 2026년 10월 13일에 읽어 보면, 그 효력 조항은 …을 부여한다

• 비독점적, 전 세계적, 양도 불가, 로열티 없는 제한적 라이선스자료를 사용, 재현, 배포, 복제, 2차적 저작물을 작성 및 수정할 수 있는 비상업적 목적으로만.

이 협약은 "비상업적"을 오직 연구 또는 평가 목적으로만이라는 좁은 범위로 정의하고, 그 밖의 모든 경우는 명시적으로 이렇게 규정합니다: 귀하는 "우리로부터 별도의 상업적 라이선스를 취득하지 않고서는 어떠한 상업적 목적으로도 자료를 사용해서는 안 되며", 이는 협약에 명시된 주소로 이메일을 통해 요청해야 합니다. 따라서 팀이 실질적으로 취할 수 있는 입장은 하나가 아니라 두 가지입니다: 가중치는 다운로드하고, 검사하고, 양자화하고, 미세 조정할 수 있지만, 이를 기반으로 제품을 출시하려면 먼저 Aliba​ba와 논의가 필요합니다.

재배포에는 세 가지 추가 조건이 따르며, 라이선스가 "비상업적"으로 요약될 때 놓치기 쉽습니다. 재배포하는 모든 사람에게 계약 사본을 전달해야 합니다. 수정된 파일에는 변경되었음을 알리는 눈에 띄는 고지가 있어야 합니다. 그리고 배포되는 모든 사본에는 계약이 명시한 고지 문구를 그대로 유지해야 하며, 해당 자료를 Hangzhou Tongyi Laboratory Technology Co., Ltd.의 것으로 명시해야 합니다. 이와 함께 두 가지 사용 규칙이 있습니다. 모델 또는 그 출력물을 사용하여 이후 배포하는 AI 모델을 학습시키거나 미세 조정하거나 개선하는 경우, 제품 문서에 "Built with Qw​en" 또는 "Improved using Qw​en"을 눈에 띄게 표시해야 합니다. 그리고 "Qw​en"을 파생 저작물의 기본 이름이나 식별자로 사용할 수 없지만, "fine-tuned from Qw​en Image"와 같은 설명적 사용은 허용됩니다. 준거법은 중국법이며, 항저우에 있는 인민법원에 전속 관할권이 있습니다.

한 가지 비교는 해 둘 가치가 있습니다. 왜냐하면 그것은 이 제품군이 어디에서 시작했는지가 아니라 어디로 이동했는지를 보여주는 지점이기 때문입니다. 이전 Qwen-Image 릴리스들은 허용적 라이선스가 적용되어 있습니다: 다음 모델들의 모델 카드에는 Qwen-Image, Qwen-Image-Edit, Qwen-Image-Edit-2509, Qwen-Image-Edit-2511, Qwen-Image-Layered 및 Qwen-Image-2512 모두 apache-2.0이 적용되어 있으며, 2026년 10월 13일 기준으로 상업적 제한이 없습니다. Qwen-Image 2.1이 바로 그 패턴의 단절입니다. 이미 부여된 라이선스는 소급하여 변경되지 않으므로, 그 이전 체크포인트들은 원래 조건대로 계속 사용할 수 있습니다 — 하지만 최신 Qwen 이미지 모델이 허용적일 것이라는 가정으로 상업용 파이프라인을 계획하는 사람은 다음 릴리스 후가 아니라 그 전에 이 글을 읽어야 합니다.

무엇이 들어가고, 무엇이 나오는가

입력 범위는 텍스트-투-이미지 모델의 것보다 더 넓고, 출력 범위에는 대부분의 이미지 모델이 전혀 생성하지 않는 요소가 포함됩니다. 벤더의 모델 카드와 리포지토리에 따르면:

• 텍스트 전용 — 프롬프트로 이미지를 생성합니다. 텍스트-투-이미지가 기본 모드이며, 따로 선택할 T2I 체크포인트가 없습니다.

• 이미지 하나와 프롬프트 하나 — 이미지와 지시를 함께 전달하는 표준 편집 호출입니다.

• 최대 10개의 참조 이미지 — 벤더의 예시는 인물 사진 여섯 장을 하나의 단체 사진으로, 제품 사진 다섯 장을 하나의 의상으로, 가구 이미지 열 장을 하나의 방으로 결합합니다. 바로 이것이 이 아키텍처가 최적화된 기능입니다.

• 로컬 편집 제어, 세 가지 방식 — 이미지 위에 그린 원(색상으로 여러 영역을 한 번에 식별 가능), 페인트로 그린 주석, 또는 원본 사진에 표시가 남지 않도록 자체 입력으로 제공되는 별도의 마스크.

• 양방향 투명도 — 공급업체 권장 프롬프트 형식을 사용하여 프롬프트에서 직접 RGBA 이미지를 생성하고, 텍스트를 포함한 투명 레이어 내에서 편집하며, 일반 RGB 사진에서 피사체를 RGBA 레이어로 추출하는 것.

• 크기 범위 — 네이티브 2K, 기본값은 2048×2048이며, 공개된 프리셋 7개를 제공합니다: 1:1은 2048×2048, 4:3은 2400×1792, 3:4는 1792×2400, 3:2는 2528×1696, 2:3은 1696×2528, 16:9는 2752×1536, 9:16은 1536×2752.

• 출력 — 벤더 자체 코드의 모든 예제는 PNG를 쓰며, 투명 경로는 실제 알파 채널이 있는 RGBA를 씁니다. 별도의 출력 형식 열거형은 공개되어 있지 않으므로, PNG는 입증된 한계라기보다 문서화된 경로가 생성하는 결과입니다.

독자가 직접 발견하게 두기보다는 명시할 가치가 있는 두 가지 부재가 있다. 이 카드는 Qwen-Image 2.1의 최대 프롬프트 길이를 공개하지 않는다. 4.5k 토큰 입력 수치는 Qwen-Image 3.0에 해당하므로 그대로 옮겨와서는 안 된다. 그리고 오픈 웨이트에 대해 공개된 가격은 없다. 다운로드에 연결된 이미지당 호스팅 요금이 없기 때문이다. 비용은 사용자 자신의 컴퓨팅 자원이다. Model Studio의 호스팅 Pro 및 Turbo API는 별도의 상업적 경로이며, 우리가 읽을 수 있었던 자료에는 접근 및 사용 세부 사항이 공개 출시 노트가 아니라 공급업체의 콘솔 페이지에 있다고 명시되어 있다.

텍스트 렌더링 및 편집, 벤더의 말 그대로

이번 릴리스에 대한 벤더의 주장은 정성적이며, 측정치라기보다 주장으로서 인용할 가치가 있다. 텍스트에 관해 블로그는 렌더링이 "콘텐츠 자체뿐만 아니라 타입 스타일, 레이아웃, 그리고 전체 구성과의 관계까지 고려한다"고 말하며, 이를 네 가지 예로 보여준다. 편집에 관해 제시된 네 가지 개선 사항은 여러 참조 이미지, 로컬 편집, 인물과 제품에 대한 충실도 보존, 작업 커버리지이며, 한 장의 셀피에서 생성된 파노라마, 제품 사진에서 확장된 인포그래픽, 삼면도 캐릭터 참조를 스토리보드로 전환한 사례가 그 예로 제시된다. 인물 정체성과 제품 일관성은 명시적으로 언급된 두 가지 충실도 주장이다.

공개되지 않은 것도 그만큼 중요하다. 벤더 자료에는 Qwen-Image 2.1에 대한 수치 벤치마크 표가 없다. 블로그는 Qwen-Image-Bench 비교를 텍스트로 수치를 적어 내지 않은 이미지로 보여주며, 저장소에는 평가 표가 전혀 공개되어 있지 않다. 따라서 이 모델에 대해 벤더가 보고한 수치라고 표기할 만한 벤더 보고 수치는 없다. 우리가 독립적인 수치를 싣는 것도 아니다. 이 모델은 서드파티 이미지 아레나에 분명히 등장하지만, 오늘 현재의 보드 점수를 다시 검증할 수 없었고, 우리가 재확인할 수 없는 리더보드 수치는 독자에게 건네줄 만한 것이 아니다. 텍스트 렌더링 문제는 미해결로 남겨 두고, 벤더 자체의 가장 강력한 텍스트 관련 주장 — 10px 수치와 12개 언어 — 은 이 모델이 아니라 Qwen-Image 3.0에 속한다는 점을 유의하라.

가중치가 어디에 있는지, 그리고 어떤 형식인지

가중치는 두 곳에 공개되어 있으며, 둘 다 퍼스트파티입니다: Hugging Face의 Qwen/Qwen-Image-2.1과 ModelScope의 이에 대응하는 Qw​en 조직 경로이며, 그 옆에 호스팅된 데모 Space도 함께 제공됩니다. Hugging Face 저장소의 총 용량은 33.1 GB로 표시되며, 세부 구성이 실질적으로 중요한 부분입니다:

• Transformer — BF16 safetensors 샤드 2개, 약 9.97 GB 및 4.26 GB, 인덱스 파일 포함.

• 텍스트 인코더 — 총 약 17.5GB에 달하는 4개의 BF16 safetensors 샤드이며, 이 때문에 Qwen3-VL 8B 인코더가 위에서 다운로드의 더 큰 절반이라고 설명된 것입니다.

• VAE — RGBA 오토인코더를 담고 있는 1.35 GB 단일 safetensors 파일입니다.

• Diffusers 레이아웃 — 저장소는 Diffusers 형식 릴리스입니다 (model_index.json, transformer/, text_encoder/, vae/, scheduler/, processor/)로, 이것이 바로 아래의 pipeline import를 단 한 줄로 만들어 주는 이유입니다.

• ComfyUI용 두 번째 패키징 — Comfy-Org/Qwen-Image-2.1은 동일한 모델을 단일 파일 컴포넌트로 다시 패키징합니다: 확산 모델의 bf16 및 int8 변형, VAE, bf16, int8 및 w4a8 버전의 Qwen3-VL 8B 텍스트 인코더, 두 개의 프롬프트 재작성기 인코더, Turbo LoRA, 그리고 ControlNet-Union 패치가 포함됩니다. Python이 아니라 ComfyUI에서 이걸 실행하려는 경우, 다운로드해야 하는 것은 메인 저장소가 아니라 바로 그 저장소입니다.

규모를 가늠해 보자면, Hugging Face 자체 페이지는 2026년 10월 13일 기준 지난 한 달 동안 142,375회 다운로드를 보고했습니다 — 이는 호스팅 사이트가 제공한 플랫폼 수치이며, 채택에 관한 Alibaba의 주장이 아닙니다.

오늘 실행하는 방법

Qwen-Image 2.1 이야기에서 정말 이례적인 부분은 이것입니다. 문서화된 런타임 지원이 가중치가 나온 뒤 몇 달 후가 아니라 가중치와 함께 도착했기 때문에, 문제는 그것을 서빙할 수 있느냐가 아니라 이미 여러 지원 경로 중 어느 것을 가지고 있느냐입니다.

• Diffusers(공급업체 권장 경로) — QwenImage21Pipeline은 다음에서 로드됩니다: Qwen/Qwen-Image-2.1 (BF16, transformers>=5.17, torch>=2.4 및 소스에서 설치한 Diffusers와 함께). Turbo 체크포인트도 동일한 파이프라인 클래스를 통해 로드됩니다.

• ComfyUI — 네이티브 Day-0 지원, 위의 Comfy-Org 가중치를 사용하는 텍스트-투-이미지 및 이미지 편집용 템플릿 워크플로가 공개되어 있습니다.

• vLLM-Omni — 오프라인 스크립트와 OpenAPI 스타일 온라인 서빙(vllm serve … --omni), 단계별 실행, 프리픽스 KV 캐싱, CUDA Graph 디코드, FP8 양자화 및 TP/Ulysses 병렬화가 문서화되어 있습니다.

• SGLang — Day-0 네이티브 지원, sglang generate를 통한 편집용 --image-path 인수 추가와 병렬 처리 및 오프로드 옵션을 제공합니다.

• LightX2V — ModelTC 프로젝트에서 유지 관리하는 Day-0 가속 경로입니다.

• 비NVIDIA 하드웨어 — ROCm, PyTorch, Diffusers를 통한 AMD Radeon 경로와 ModelScope에 게시된 사전 빌드된 이미지 및 가중치를 통해 8개 칩 플랫폼을 아우르는 FlagOS 경로.

출력 품질을 중요하게 여긴다면, 한 가지 액세서리는 사실상 설치의 일부입니다. 이 릴리스에는 두 가지 프롬프트 재작성 체크포인트가 포함되어 있습니다: Qwen-Image-2.1-PE-T2I 및 Qwen-Image-2.1-PE-I2I, 둘 다 미세 조정된 Qwen3.5-VL 9B 모델이며, 재작성 코드와 시스템 프롬프트는 리포지토리에 공개되어 있습니다. 공급업체는 이미지 모델을 직접 호출하기보다 짧은 프롬프트를 상세한 프롬프트로 재작성할 것을 권장합니다.

33 GB 스택을 메모리에 아예 올려두고 싶지 않다면, Model Studio Pro와 Turbo 엔드포인트가 바로 서빙 경로이며 2026년 10월 9일부터 라이브입니다. 저희가 확인할 수 있었던 공개 출시 노트에 이미지당 요금이 게시되어 있지 않기 때문에, 이들에 대한 이미지당 요금은 기재하지 않습니다.

이 상황이 당신에게 의미하는 바

분명히 말하자면, 대부분의 평가를 좌우하는 사실이기 때문입니다: OrcaRouter는 Qwen-Image 2.1이나 어떤 Qwen-Image 모델도 라우팅하지 않습니다. 우리는 2026년 10월 13일에 자체 라이브 모델 목록을 확인했으며, 거기에는 없습니다. 오픈 웨이트가 당신을 설득한 것이라면, 경로는 자체 호스팅 다운로드 또는 벤더가 직접 호스팅하는 API입니다 — 우리가 아닙니다.

우리에게 실제로 있는 것은 이 모델이 이를 시도하려는 팀에 야기하는 문제의 대략적인 윤곽이다. Qwen-Image 2.1은 특정한 방식으로 어색하다: 공개된 사양상으로는 정말 유능하고, 상업적 용도에 대해서는 라이선스에 의해 확실히 제한되며, 자체 호스팅이 한나절이 아니라 하나의 프로젝트가 될 정도로 무겁다. 그래서 첫날부터 프로덕션 경로 앞에 두지 않는 것이다. OrcaRouter는 200개 이상의 모델을 하나의 OpenAI 호환 엔드포인트 뒤에 공급자 정가로 마크업 없이 제공하며, 공급자 간 자동 페일오버와 라우팅 DSL이 있어, 여러 모델을 하나의 호출로 구성할 수 있게 해 주므로, 아직 평가 중인 연구용 라이선스 체크포인트가 이미 신뢰하는 모델을 대체하는 대신 그 옆에 자리할 수 있다. 모델 융합은 같은 아이디어를 더 발전시켜, 모델 패널이 동일한 프롬프트에 답하게 함으로써 비교가 공급업체의 예시 갤러리가 아니라 자신의 입력에서 이루어지게 한다.

세 명의 독자, 세 가지 다른 답. 상업용으로 개발 중이라면 라이선스가 결정의 전부이며, 협상 없이는 안 된다고 말합니다 — 그 대화를 시작하거나 같은 계열의 Apache-2.0 체크포인트를 고르세요. 연구하거나, 파인튜닝하거나, 투명한 자산과 참조 이미지 세 장 이상이 필요하다면, 이것은 나머지 오픈 계층이 현재 기준으로 삼고 있는 모델이며, 데이제로 런타임 지원 덕분에 통합 작업은 적습니다. 텍스트가 많은 프로덕션 이미지가 필요하고 직접 아무것도 실행하고 싶지 않다면, 클로즈드 Qwen-Image 3.0과 호스팅된 Pro 엔드포인트가 이에 대한 벤더 나름의 답이며, 이 모델의 텍스트 렌더링이 정확히 어디까지 왔는지에 대한 분류는 아직 공개된 수치도 없는 미해결 질문입니다.