Qwen-Image 2.1: wat het 7B open-weights beeldmodel werkelijk is

Qwen-Image 2.1 is het model waar mensen op naam naar zoeken en momenteel op niets uitkomen. Het is Aliba​ba's open-weights tekst-naar-afbeelding- en beeldbewerkingsmodel, uitgebracht op 20 september 2026, en de meeste verwarring eromheen is structureel: het is nieuwer dan Qwen-Image 3.0, dat hetzelfde team op 21 juli 2026 uitbracht, en ouder dan Qwen-Image 2.1 Turbo, de versnelde checkpoint die volgde op 9 oktober 2026. Drie namen, één familie, drie werkelijk verschillende producten — en de versienummers ordenen geen van hen correct.

Deze pagina is de referentie voor het model zelf: wat het is, wat het accepteert en retourneert, wat de licentie daadwerkelijk toestaat, waar de gewichten staan, en waarop het volgens de documentatie draait. De release is op het moment van schrijven 23 dagen oud, dus behandel dit als het feit dat het model dateert in plaats van als nieuws — de vraag die het waard is om te beantwoorden, is de vaste vraag die een lezer heeft wanneer die de eigen naam van het model typt.

De drie Qw​en-afbeeldingsproducten, apart gehouden

Bijna elke verkeerde verwachting over Qwen-Image 2.1 komt voort uit het behandelen van de familie als één enkele reeks. Dat is niet zo. De drie huidige producten bevinden zich op verschillende punten, zowel qua capaciteiten als qua toegang:

• Qwen-Image 2.1 — één model dat zowel tekst-naar-afbeelding-generatie als beeldbewerking doet, met 7B parameters in zijn visuele generatiecomponent en 32 single-stream DiT-lagen, gepubliceerd als open gewichten onder een onderzoekslicentie. Uitgebracht op 20 september 2026.

• Qwen-Image 2.1 Turbo — dezelfde 7B-architectuur voor visuele generatie en dezelfde resolutievoorinstellingen, uitgebracht als een afzonderlijk versneld checkpoint op 9 oktober 2026 dat in 8 stappen ruis verwijdert in plaats van 40, waarbij CFG standaard op 1 staat en het aanbevolen bemonsteringsschema in het checkpoint is opgeslagen. Het is een snelheidsvariant, geen capaciteitsniveau.

• Qwen-Image 3.0 — het derde-generatiemodel van 21 juli 2026, en het gesloten model. Er is geen weights-repository voor op Hugging Face of ModelScope, en het lanceermateriaal vermeldt geen parametertal en geen licentie. De belangrijkste claims gaan over tekst- en kennisdichtheid — prompts tot 4,5k tokens, tekst van slechts 10px leesbaar weergegeven, 12 talen, meer dan 100 artistieke stijlen — en ze komen van de leverancier zelf, hier niet gereproduceerd. Als je de sterkste tekstweergave in de familie nodig hebt, is dat het argument voor 3.0; als je het model zelf wilt draaien, is 3.0 helemaal geen optie.

Een vierde ding is het waard om apart te behandelen, omdat het de 2.1-naam deelt: sinds 9 oktober 2026 vermeldt de nieuwslijst van de leverancier Qwen-Image-2.1 Pro en Turbo gehoste API's als officieel live op Aliba​ba Cloud Model Studio. Dat is een serveerroute voor hetzelfde model, niet een vierde model.

Wat het onder de motorkap is

De architectuur, zoals gepubliceerd op de modelkaart en in de repository van de leverancier, is compact naar de maatstaven van het huidige beeldveld en is georganiseerd rond één idee: het bewerken van meerdere afbeeldingen goedkoop maken.

• Transformer — 32 lagen, 7B parameters, single-stream DiT met blok-causale attention. Tekst, inclusief het systeemprefix en de bewerkingsinstructies, gebruikt een causaal masker op tokenniveau; beeldgeneratie gebruikt een bidirectioneel masker op chunkniveau.

• Tekstencoder — Qwen3-VL 8B, een visie-taalmodel dat zowel de tekstinstructie als eventuele conditie-afbeeldingen codeert in één representatie. In de gepubliceerde download is het de grotere helft van de stack.

• VAE — een 64-kanaals RGBA-autoencoder met 16× ruimtelijke compressie, waar de native transparantie vandaan komt in plaats van uit nabewerking.

• Scheduler — Flow Matching met discrete Euler-planning en dynamische verschuiving; standaard 40 denoisingstappen op het basischeckpoint.

Die splitsing met gemengde granulariteit is het efficiëntieargument. Invoerafbeeldingen en instructies worden één keer berekend bij de eerste denoisingstap en daarna hergebruikt als gecachte prefix-context, dus het toevoegen van referentieafbeeldingen kost minder dan in een ontwerp waarin alles per stap opnieuw wordt gecodeerd.

De licentie, exact zoals gepubliceerd

Dit is het punt waarop de meeste samenvattingen het mis hebben, in beide richtingen. Qwen-Image 2.1 is niet open source in de permissieve zin, en het is ook niet gesloten. De Hugging Face-kaart tagt het als license: other met license_name: qwen-research, en het LICENSE-bestand van de repository is de Qw​en Research License Agreement, gedateerd 20 september 2026. Gelezen op 13 oktober 2026, verleent de operationele clausule een

• niet-exclusieve, wereldwijde, niet-overdraagbare en royaltyvrije beperkte licentie om de materialen te gebruiken, te reproduceren, te distribueren, te kopiëren, er afgeleide werken van te maken en ze te wijzigen — uitsluitend voor niet-commerciële doeleinden.

De overeenkomst definieert "Non-Commercial" nauw, namelijk als uitsluitend voor onderzoeks- of evaluatiedoeleinden, en leidt al het overige expliciet in banen: u "shall not use the Materials for any commercial purpose without obtaining a separate commercial license from us", aan te vragen per e-mail op het adres dat de overeenkomst noemt. De praktische positie voor een team bestaat dus uit twee regels in plaats van één: de gewichten zijn downloadbaar, inspecteerbaar, te quantiseren en te fine-tunen, en het op de markt brengen van een product op basis daarvan vereist eerst een gesprek met Aliba​ba.

Drie aanvullende voorwaarden gaan gepaard met herdistributie en worden gemakkelijk over het hoofd gezien wanneer de licentie wordt samengevat als "niet-commercieel". Je moet een kopie van de overeenkomst verstrekken aan iedereen aan wie je herdistribueert. Gewijzigde bestanden moeten opvallende kennisgevingen bevatten dat ze zijn gewijzigd. En elke gedistribueerde kopie moet de kennisgevingstekst die de overeenkomst woordelijk voorschrijft behouden, waarbij het materiaal wordt toegeschreven aan Hangzhou Tongyi Laboratory Technology Co., Ltd. Daarnaast gelden twee gebruiksregels: als je het model of de uitvoer ervan gebruikt om een AI-model te trainen, fijn af te stemmen of te verbeteren dat je vervolgens distribueert, moet je in de productdocumentatie duidelijk "Built with Qw​en" of "Improved using Qw​en" weergeven; en je mag "Qw​en" niet gebruiken als de primaire naam of identifier van een afgeleid werk, hoewel beschrijvend gebruik zoals "fine-tuned from Qw​en Image" is toegestaan. Het toepasselijke recht is Chinees, met exclusieve jurisdictie bij de Volksrechtbanken in Hangzhou.

Eén vergelijking is de moeite waard, want ze laat zien waar de familie naartoe is gegaan en niet waar ze begon. De eerdere Qwen-Image-releases hebben een permissieve licentie: de modelkaarten voor Qwen-Image, Qwen-Image-Edit, Qwen-Image-Edit-2509, Qwen-Image-Edit-2511, Qwen-Image-Layered en Qwen-Image-2512 vermelden allemaal apache-2.0 zoals gelezen op 13 oktober 2026, zonder commerciële beperking. Qwen-Image 2.1 doorbreekt dat patroon. Licenties die al zijn verleend, veranderen niet met terugwerkende kracht, dus die eerdere checkpoints blijven bruikbaar onder hun oorspronkelijke voorwaarden — maar wie een commerciële pipeline plant in de veronderstelling dat het nieuwste Qwen-image-model permissief zal zijn, kan deze beter vóór de volgende release lezen, niet erna.

Wat erin gaat, en wat eruit komt

Het invoeroppervlak is breder dan dat van een tekst-naar-afbeelding-model, en het uitvoeroppervlak omvat iets wat de meeste beeldmodellen helemaal niet produceren. Volgens de modelkaart en repository van de leverancier:

• Alleen tekst — een prompt genereert een afbeelding. Tekst-naar-afbeelding is de standaardmodus; er is geen afzonderlijk T2I-checkpoint om te kiezen.

• Eén afbeelding plus een prompt — de standaard bewerkingsaanroep, waarbij de afbeelding samen met een instructie wordt meegegeven.

• Tot 10 referentieafbeeldingen — de voorbeelden van de leverancier combineren zes portretten tot één groepsfoto, vijf productfoto's tot één outfit en tien inrichtingsafbeeldingen tot één kamer. Dit is de capaciteit waarvoor de architectuur is geoptimaliseerd.

• Lokale bewerkingscontrole, op drie manieren — cirkels die op de afbeelding worden getekend (meerdere regio's tegelijk herkenbaar aan kleur), geschilderde annotaties, of een apart masker dat als eigen invoer wordt aangeleverd, zodat de originele foto ongewijzigd blijft.

• Transparantie in beide richtingen — het direct genereren van een RGBA-afbeelding op basis van een prompt met behulp van het door de leverancier aanbevolen promptformaat, bewerken binnen een transparante laag, inclusief tekst, en het extraheren van een onderwerp uit een gewone RGB-foto als een RGBA-laag.

• Formaatbereik — native 2K, standaard ingesteld op 2048×2048, met zeven gepubliceerde presets: 1:1 op 2048×2048, 4:3 op 2400×1792, 3:4 op 1792×2400, 3:2 op 2528×1696, 2:3 op 1696×2528, 16:9 op 2752×1536 en 9:16 op 1536×2752.

• Uitvoer — elk voorbeeld in de eigen code van de leverancier schrijft PNG, en het transparante pad schrijft RGBA met een echt alfakanaal. Er is geen aparte enumeratie van uitvoerformaten gepubliceerd, dus PNG is wat het gedocumenteerde pad oplevert, eerder dan een bewezen beperking.

Twee afwezigheden verdienen het om te worden vermeld in plaats van aan de lezer te worden overgelaten om te ontdekken. De kaart publiceert geen maximale promptlengte voor Qwen-Image 2.1 — het invoeraantal van 4,5k tokens hoort bij Qwen-Image 3.0 en mag niet worden overgenomen. En er is geen gepubliceerde prijs voor de open gewichten, omdat er geen gehoste prijs per afbeelding aan de download is gekoppeld; de kosten bestaan uit je eigen rekenkracht. De gehoste Pro- en Turbo-API's op Model Studio zijn een aparte commerciële route, en het materiaal dat we konden lezen vermeldt dat toegangs- en gebruikdetails op de consolepagina's van de leverancier staan en niet in de openbare lanceringsnotities.

Tekstweergave en -bewerking, in de eigen woorden van de leverancier

De beweringen van de leverancier voor deze release zijn kwalitatief en het is de moeite waard ze als beweringen te citeren in plaats van als metingen. Wat tekst betreft, zegt de blog dat rendering "niet alleen rekening houdt met de inhoud zelf, maar ook met typestijlen, lay-out en hun relatie tot de algehele compositie", en illustreert dit met vier voorbeelden. Wat bewerken betreft, zijn de vier genoemde verbeteringen meerdere referentieafbeeldingen, lokaal bewerken, behoud van getrouwheid voor personen en producten, en taakdekking — met panorama's die uit één selfie worden gegenereerd, infographics die vanuit een productfoto worden uitgebreid, en een personagereferentie met drie aanzichten die in een storyboard wordt omgezet. Portretidentiteit en productconsistentie zijn de twee getrouwheidsclaims die het expliciet noemt.

Wat niet gepubliceerd is, is net zo belangrijk. Er is geen numerieke benchmarktabel voor Qwen-Image 2.1 in het materiaal van de leverancier: de blog toont een Qwen-Image-Bench-vergelijking als een afbeelding zonder cijfers die in tekst zijn uitgeschreven, en de repository publiceert helemaal geen evaluatietabel. Er is dus geen door de leverancier gerapporteerd getal voor dit model dat we als door de leverancier gerapporteerd kunnen bestempelen. We drukken ook geen onafhankelijk cijfer af: het model verschijnt wel op image-arena's van derden, maar we konden vandaag geen actuele score van een bord opnieuw verifiëren, en een leaderboardcijfer dat we niet opnieuw kunnen controleren is er niet een die we een lezer waardig kunnen aanreiken. Behandel de vraag naar tekstweergave als open, en merk op dat de sterkste tekstclaims van de leverancier zelf — het 10px-getal, de 12 talen — toebehoren aan Qwen-Image 3.0, niet aan dit model.

Waar de gewichten zijn, en in welke formaten

De gewichten zijn op twee plaatsen gepubliceerd, beide first-party: Hugging Face op Qwen/Qwen-Image-2.1 en ModelScope op het overeenkomstige Qw​en-organisatiepad, met daarnaast een gehoste demo-Space. De Hugging Face-repository telt in totaal 33,1 GB, en de uitsplitsing is het praktische deel:

• Transformer — twee BF16 safetensors-shards, ongeveer 9,97 GB en 4,26 GB, met een indexbestand.

• Tekstencoder — vier BF16 safetensors-shards die samen ongeveer 17,5 GB groot zijn, wat de reden is dat de Qwen3-VL 8B-encoder hierboven wordt beschreven als de grotere helft van de download.

• VAE — een enkel 1,35 GB safetensors-bestand dat de RGBA-autoencoder bevat.

• Diffusers-indeling — de repository is een release in Diffusers-formaat (model_index.json, transformer/, text_encoder/, vae/, scheduler/, processor/), wat de pipeline-import hieronder tot een one-liner maakt.

• Een tweede distributiepakket voor ComfyUI — Comfy-Org/Qwen-Image-2.1herverpakt hetzelfde model als single-file-componenten: bf16- en int8-varianten van het diffusiemodel, de VAE, de Qwen3-VL 8B-tekstencoder in bf16, int8 en w4a8, de twee prompt-rewriter-encoders, een Turbo LoRA en een ControlNet-Union-patch. Als je dit in ComfyUI wilt uitvoeren in plaats van in Python, dan is het die repository, en niet de hoofdrepository, die je downloadt.

Ter indicatie van de schaal: de eigen pagina van Hugging Face meldde per 13 oktober 2026 142.375 downloads in de afgelopen maand — een door het platform aangeleverd cijfer van de hostingsite, geen bewering van Alibaba over adoptie.

Hoe voer je het vandaag uit

Dit is het deel van het Qwen-Image 2.1-verhaal dat echt ongewoon is: gedocumenteerde runtime-ondersteuning kwam samen met de gewichten in plaats van maanden daarna, dus de vraag is niet of je het kunt serveren, maar welk van de verschillende ondersteunde paden je al hebt.

• Diffusers (het door de leverancier aanbevolen pad) — QwenImage21Pipeline geladen uit Qwen/Qwen-Image-2.1 in BF16, met transformers>=5.17, torch>=2.4 en Diffusers geïnstalleerd vanaf de bron. Het Turbo-checkpoint wordt via dezelfde pipelineklasse geladen.

• ComfyUI — native ondersteuning vanaf dag één, met gepubliceerde sjabloonworkflows voor tekst-naar-afbeelding en voor beeldbewerking, met behulp van de hierboven genoemde Comfy-Org-gewichten.

• vLLM-Omni — offline scripts en online serving in OpenAPI-stijl (vllm serve … --omni), met gedocumenteerde stapsgewijze uitvoering, prefix-KV-caching, CUDA Graph-decodering, FP8-kwantisatie en TP/Ulysses-parallelisme.

• SGLang — native ondersteuning vanaf dag 0 via sglang generate, met een --image-path-argument voor het bewerken, met parallelisme- en offload-opties.

• LightX2V — Day-0-versnellingspaden die worden onderhouden door het ModelTC-project.

• Niet-NVIDIA-hardware — een AMD Radeon-route via ROCm, PyTorch en Diffusers, en een FlagOS-route die acht chipplatforms bestrijkt via vooraf gebouwde images en gewichten die op ModelScope zijn gepubliceerd.

Eén accessoire maakt in feite deel uit van de installatie als je om de uitvoerkwaliteit geeft: de release wordt geleverd met twee checkpoints voor het herschrijven van prompts, Qwen-Image-2.1-PE-T2I en Qwen-Image-2.1-PE-I2I, beide fine-tuned Qwen3.5-VL 9B-modellen, met de herschrijfcode en systeemprompts gepubliceerd in de repository. De leverancier raadt aan om korte prompts te herschrijven naar gedetailleerde in plaats van het beeldmodel rechtstreeks aan te roepen.

Als je liever helemaal geen stack van 33 GB in het geheugen wilt houden, zijn de Model Studio Pro- en Turbo-endpoints de aangeboden route, live sinds 9 oktober 2026. We publiceren hiervoor geen tarief per afbeelding, omdat de openbare lanceringsnotities die we konden lezen er geen publiceren.

Wat dit voor jou betekent

Simpel gezegd, want het is het feit dat de meeste evaluaties bepaalt: OrcaRouter routeert Qwen-Image 2.1 of welk Qwen-Image-model dan ook niet. We hebben onze eigen live modellenlijst op 13 oktober 2026 gecontroleerd en het staat er niet op. Als de open weights je hebben overtuigd, zijn de routes een self-hosted download of de eigen gehoste API van de leverancier — niet wij.

Wat we wél hebben, is de algemene vorm van het probleem dat dit model oplevert voor een team dat het wil uitproberen. Qwen-Image 2.1 is op een specifieke manier onhandig: oprecht capabel volgens de gepubliceerde specificaties, door zijn licentie oprecht beperkt voor alles wat commercieel is, en zwaar genoeg dat self-hosting een project is in plaats van een middagje werk. Dat pleit ervoor om het niet op dag één in een productiepad te zetten. OrcaRouter zet 200+ modellen achter één OpenAI-compatibel endpoint tegen de lijstprijs van de provider, zonder opslag, met automatische failover tussen providers en een routing-DSL waarmee je meerdere modellen in één aanroep kunt samenbrengen, zodat een checkpoint met een onderzoekslicentie dat je nog aan het evalueren bent naast een model kan staan dat je al vertrouwt, in plaats van het te vervangen. Model fusion gaat nog een stap verder: een panel van modellen kan dezelfde prompt beantwoorden, zodat de vergelijking plaatsvindt op je eigen input in plaats van op de voorbeeldgalerij van een leverancier.

Drie lezers, drie verschillende antwoorden. Als je commercieel bouwt, is de licentie de hele beslissing en die zegt nee als er niet wordt onderhandeld — begin dat gesprek of kies een Apache-2.0-checkpoint uit dezelfde familie. Als je onderzoek doet, fine-tunet of transparante assets en meer dan drie referentieafbeeldingen nodig hebt, is dit het model waaraan de rest van de open tier momenteel wordt afgemeten, en de runtime-ondersteuning vanaf dag nul betekent dat het integratiewerk klein is. Als je tekstrijke productiebeelden nodig hebt en liever zelf niets draait, zijn de gesloten Qwen-Image 3.0 en het gehoste Pro-endpoint het eigen antwoord van de leverancier daarop, en de classificatie van precies hoe ver de tekstweergave van dit model is gekomen, is nog steeds een open vraag zonder een gepubliceerd cijfer erachter.