Qwen-Image-2.1-Turbo vs Z-Image Turbo: 두 개의 8단계 모델, 두 가지 다른 선택

Qwen-Image-2.1-Turbo와 Z-Image Turbo는 현재 대부분의 사람들이 결국 둘 중 하나를 선택하게 되는 두 가지 오픈 이미지 체크포인트입니다. 그리고 이 비교가 계속 제자리를 맴도는 이유는 두 모델이 동일한 대표 수치를 내세우기 때문입니다. 둘 다 8단계 디노이징으로 실행됩니다. 둘 다 자신의 컴퓨터에서 다운로드해 실행할 수 있을 만큼 개방되어 있습니다. 둘 다 파생된 원본보다 극적으로 빠르다고 광고됩니다. 실제로 어느 쪽을 원하는지를 결정하는 모든 요소는 그 공통 수치 아래에 있으며, 그중 어느 것도 스텝 수가 아닙니다. Z-Image Turbo는 2025년 11월 25일에 Apache-2.0에 따라 6B 모델로 공개되었으며, 공개된 2단계 레시피로 Z-Image 계열에서 증류되었습니다. Qwen-Image-2.1-Turbo는 2026년 10월 9일에 가속 체크포인트로 등장했으며, 그 원본인 Qwen-Image-2.1 — 2026년 9월 20일에 공개된 기본 모델 — 의 7B 아키텍처와 벤더의 비상업적 연구 라이선스를 유지했습니다. 두 저장소 사이에는 8개월이 있으며, 구축 방식의 차이는 날짜 차이가 시사하는 것보다 더 큽니다.

8단계는 공통된 증상이지, 공통된 원인이 아니다

두 모델이 서로 다른 경로를 거쳐 같은 스텝 수에 도달했다면, 그 스텝 수는 더 이상 유용한 비교 기준이 되지 못한다. 그것은 두 모델이 비슷한 지연 시간에 맞춰 튜닝되었다는 사실 외에는 아무것도 알려주지 않는다.

• Z-Image Turbo는 증류를 거친 뒤 강화 학습을 통해 그 수준에 도달했습니다. Z-Image 패밀리 카드는 이 모델을 "단 8개의 NFE만으로 선도적인 경쟁자들과 맞먹거나 능가하는 Z-Image의 증류 버전"이라고 설명합니다. 기술 문서는 그 메커니즘을 다음과 같이 명시합니다: 기존 DMD 방법들이 하나로 취급해 오던 두 메커니즘을 분리하는 Distribution Matching Distillation의 변형인 Decoupled-DMD, 그리고 사후 학습 중 DMD와 RL을 융합하는 DMDR입니다. 카드의 변형 표는 학습 경로를 명시적으로 보여줍니다 — 사전 학습, SFT, RL이 모두 표시되어 있고, 8단계, CFG 비활성화.

• Qwen-Image-2.1-Turbo는 강력한 베이스를 다시 포장하는 방식으로 그 경지에 도달했습니다. 모델 카드에서는 이를 "8개의 디노이징 스텝으로 텍스트-투-이미지 생성 및 이미지 편집을 위한 Qwen-Image-2.1의 가속 체크포인트"라고 설명하며, 동일한 7B 시각 생성 아키텍처를 기반으로 합니다. 공개된 증류 레시피는 없습니다. 문서화된 내용은 이 체크포인트가 자체 권장 샘플링 스케줄을 함께 제공하므로 Diffusers가 이를 자동으로 로드하며 `num_inference_steps`만 설정해서는 이를 덮어쓸 수 없다는 점, 그리고 생성 시 기본값이 CFG=1이고 프리픽스 KV 캐싱이 스텝 전반에 걸쳐 텍스트와 참조 이미지 컨텍스트를 재사용한다는 점입니다.

실질적 결과: Z-Image Turbo에서는 속도가 훈련 과정의 산물인 모델을 실행하고 있다. Qwen-Image-2.1-Turbo에서는 샘플링 경로가 단축되어 파일에 고정된, 이미 좋았던 모델의 체크포인트를 실행하고 있다. 둘 다 정당하다. 둘은 서로 다르게 실패한다. 증류 모델에는 훈련 중에 소모된 품질 예산이 있고, 재포장된 체크포인트에는 체크포인트 생성 중에 소모된 품질 예산이 있다. 어느 카드도 얼마나 소모되었는지 공개하지 않는다.

실제로 그들을 갈라놓는 경계

다섯 가지 차원이 이 맞대결을 결정합니다. 각 차원은 여러분이 직접 열어볼 수 있는 1차 자료에 명시되어 있습니다.

• 크기: Z-Image Turbo는 6B 파라미터, Qwen-Image-2.1-Turbo는 7B입니다. 둘 다 소비자용 하드웨어에서 구동할 수 있을 만큼 작으며, 이 차이가 결과를 결정하지는 않습니다.

• 라이선스: Z-Image Turbo는 Apache-2.0이며, Qwen-Image-2.1-Turbo는 qwen-research 계약이 적용되는데, 이는 "비상업적 목적으로만" 권리를 부여하며 상업적 사용을 위해서는 별도로 라이선스를 요청해야 합니다. 이는 두 모델 사이에서 가장 큰 차이이며, 유일하게 이분법적인 차이입니다.

• 편집: Qwen-Image-2.1-Turbo는 한 번의 다운로드로 텍스트-투-이미지와 지시 기반 편집을 모두 수행합니다 — 해당 카드는 동일한 저장된 스케줄을 사용해 두 기능을 모두 보여줍니다. Z-Image Turbo는 생성 모델이고, 편집 기능은 별도 변형인 Z-Image-Edit에 있으며, 제품군 카드에서는 여전히 "출시 예정"으로 표시되어 있습니다. 파이프라인에 지시 기반 편집이 지금 필요하다면, 그 한 줄이 결론을 내려줍니다.

• 텍스트 렌더링 및 언어: Z-Image 카드는 영어와 중국어 이중 언어 텍스트 렌더링을 Turbo의 대표적인 강점으로 내세웁니다. Qwen-Image-2.1-Turbo의 카드에는 이에 상응하는 주장이 없습니다 — 그 쇼케이스는 언어가 아니라 출력 카테고리(인물, 포즈와 모션, 투명 RGBA, 타이포그래피와 포스터 디자인, UI 레이아웃, 단일 이미지 변환, 다중 참조 구성)별로 구성되어 있습니다.

• 메모리 및 배포 성숙도: Z-Image 모델 카드는 Turbo가 "16G VRAM 소비자 기기 안에 여유 있게 들어간다"고 명시하며 H800급 하드웨어에서 1초 미만 추론을 주장합니다 — 측정 방법이 명시되지 않은 벤더 주장입니다. Qwen-Image-2.1-Turbo의 모델 카드는 메모리나 지연 시간 수치를 전혀 공개하지 않습니다. 등장 후 나흘 동안, 독립적인 macOS 이식판이 16GB M1 Pro에서 1024×1536 출력 상한으로 스왑 없이 최대 1.8~2.7GB로 측정했습니다; 이는 서드파티 구현에서 나온 서드파티 수치이며, 벤더 수치가 아닙니다.

리더보드가 다루는 범위, 그리고 존재하지 않는 두 개의 행

바로 이 지점에서 비교가 가장 자주 잘못 해석되므로, 각 수치가 어느 모델에 속하는지 정확히 밝히는 것이 좋습니다.

공개 텍스트-투-이미지 아레나에는 약 9,000표에서 941 Elo를 기록한 Z-Image Turbo 행이 있고, 877의 Z-Image Base를 위한 별도의 행도 있습니다. 약 5,500표에서 1,038 Elo를 기록하고 2026년 9월로 날짜가 표시되며 사용 가능한 API가 없다고 플래그가 지정된 Qwen-Image-2.1 행이 있습니다. 편집 보드에도 Qwen-Image-2.1 행이 있습니다.

빠진 것이 무엇인지 보십시오. 두 보드 어디에도 Qwen-Image-2.1-Turbo에 대한 행이 없습니다 — 이 체크포인트는 2026년 10월 9일자이며 별도로 평가되지 않았습니다. 그리고 편집 보드에는 Z-Image Turbo 행이 없습니다. Z-Image Turbo는 편집을 하지 않기 때문입니다. 따라서 깔끔해 보이는 "Q​wen은 1,034, Z-Image는 941"이라는 비교는 이 기사에서 다루는 두 체크포인트의 비교가 아닙니다. 그것은 Z-Image Turbo가 증류된 모델과 Qwen-Image-2.1-Turbo가 가속된 모델을 비교한 것입니다. Qwen-Image-2.1-Turbo의 8스텝 품질은 공개적으로 측정되지 않았으며, 단축된 스케줄에서 기본 모델의 순위가 얼마나 유지되는지도 마찬가지입니다.

그 숫자들을 읽는 올바른 방식은 단서가 붙은 상한으로 보는 것입니다: Qwen-Image-2.1-Turbo가 파생된 패밀리는 텍스트-투-이미지 리더보드에서 Z-Image Turbo가 파생된 패밀리보다 약 97 Elo 높으며, Turbo 체크포인트가 그 격차를 유지하는지 아무도 공개하지 않았습니다.

라이선스는 이 대결에서 각주가 아니다

능력이 이렇게 비슷한 두 모델 사이라면 라이선스가 사실상 결정을 좌우하는 경우가 많습니다. 그런데 여기서는 두 모델이 전혀 비슷하지 않습니다.

Z-Image Turbo는 Apache-2.0 라이선스로 배포됩니다. 이는 허용적인 라이선스로, 통상적인 저작자 표시 및 고지 조건을 준수하는 한 자유롭게 사용하고, 수정하고, 배포하고, 이를 바탕으로 만든 것을 판매할 수도 있습니다.

Qwen-Image-2.1-Turbo는 기본 모델로부터 Qwen Research License Agreement를 변경 없이 승계합니다. 이를 읽어 보면 효력이 있는 문장은 모호하지 않습니다 — 부여되는 권리는 "FOR NON-COMMERCIAL PURPOSES ONLY"이며, 상업적 사용에는 공급업체로부터 별도로 취득한 라이선스가 필요합니다. 이 계약은 또한 "Qwen"을 2차적 저작물의 주요 명칭 또는 식별자로 사용하는 것을 금지하는 한편, "fine-tuned from Qwen Image"와 같은 서술적 사용은 허용합니다.

프로토타이핑을 하거나 평가하거나 연구 중이라면 그 차이는 비용이 들지 않으므로 역량만 보고 선택할 수 있습니다. 판매하거나 상업적으로 운영할 의도로 무언가를 만들고 있다면, 이 둘 중 하나는 사용할 수 있고 다른 하나는 A​libaba Cloud와 상의해야 합니다. 그것은 8단계 일정보다 훨씬 더 큰 사실입니다.

둘 중 하나를 실행하는 경우, 그리고 라우터가 관련되는 시점

이 둘 모두 직접 호스팅하는 가중치 다운로드입니다. 어느 것도 OrcaRouter의 호스팅 엔드포인트가 아니며, 그렇다고 암시하는 것은 정직하지 않을 것입니다 — 우리가 라우팅하는 이미지 모델은 OpenAI GPT-Image 계열입니다. 이 제품이 이 대화에 등장하는 이유는, 이 둘 중 하나와 같은 체크포인트 뒤에 호스팅 제공업체가 붙는 순간 벌어지는 일에 있습니다.

그런 날이 오면, 결정은 "어떤 파일을 다운로드할까"에서 "내가 유지 관리하는 벤더 통합은 몇 개인가"로 바뀝니다. 바로 그 문제를 위해 OrcaRouter가 만들어졌습니다: 프로바이더 정가에 마크업 없이, 하나의 OpenAI 호환 엔드포인트 뒤에 200개 이상의 모델, 어떤 조건에서 어떤 모델을 원하는지 표현하기 위한 라우팅 DSL, 프로바이더가 성능 저하를 보일 때의 자동 장애 조치, 그리고 출력을 결합하기 위한 모델 퓨전. 8단계 오픈 체크포인트와 라우터는 서로 경쟁하는 답이 아닙니다. 하나는 여러분의 디스크에 있는 파일이고, 다른 하나는 모델 이름 뒤에 어떤 엔드포인트가 있는지 더 이상 신경 쓰지 않게 해주는 방식입니다.

그때까지는 로컬 경로가 전체 경로이며, 제약 조건은 카드와 라이선스가 명시한 바와 같다.

어느 것을 먼저 다운로드할까요?

그 결정에 대한 가장 짧고 솔직한 버전:

• Z-Image Turbo를 선택하세요.상업용으로 무언가를 출시해야 한다면, 훈련 경로가 공개된, 문서화가 더 잘 갖춰진 가속 레시피를 원한다면, 중국어와 영어 이중 언어 텍스트 렌더링이 실제 요구사항이라면, 또는 16GB 기기를 대상으로 하면서 벤더가 명시한 메모리 범위를 원한다면

• Qwen-Image-2.1-Turbo를 선택하세요.별도의 편집 변형을 기다리는 대신 오늘 하나의 체크포인트에서 명령어 기반 편집과 텍스트-이미지 생성을 모두 필요로 하고, 작업이 연구나 평가에 해당하며, 더 강력한 기본 모델의 계보를 선호하면서 8단계 후 품질이 현재 측정되지 않았다는 점을 감수할 수 있다면,

• 팀을 위해 고른다면 둘 다 선택하세요. 같은 디스크에 나란히 올려둘 수 있을 만큼 작고, 둘 다 동일한 등급의 로컬 러너로 서빙되며, 둘 다 설치한 상태에서 할 수 없는 유일한 일은 Qwen 체크포인트를 상업적으로 배포하는 것뿐입니다.

둘 중 어느 쪽도 오늘 당신에게 제공하지 않는 것은 벤치마크입니다. 여덟 단계, 6B 대 7B, Apache-2.0 대 연구용 라이선스 — 이 모든 것은 카드에 적힌 사실일 뿐입니다. 여덟 번의 디노이징 단계를 거친 뒤 둘 중 어느 쪽이 더 나은 그림을 만드는지는 아직 어떤 1차 출처도 답하지 못한 질문이며, 당분간은 다른 체크포인트에 속한 리더보드 행을 믿기보다 두 모델 모두를 당신의 프롬프트에 대해 직접 실행해 보는 것이 정직한 일입니다.

이런 종류의 비교는 실패 모드가 드러나는 지점이기도 합니다. 이 등급의 모델들 뒤에 있는, 문서로 기록된 AI 사고와 에이전트 실패 사례는 OrcaRouter AI Incident Archive에 모여 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 플래그가 함께 딸려 있습니다.