Qwen-Image-2.1-Turbo: wat de 8-staps-checkpoint is en waarin deze verschilt van Qwen-Image-2.1

Qwen-Image-2.1-Turbo is een versnelde checkpoint van Qwen-Image-2.1: dezelfde 7B-backbone voor visuele generatie, dezelfde twee taken — tekst-naar-afbeelding-generatie en door instructies gestuurde beeldbewerking — en acht denoiseringsstappen waar de eigen voorbeelden van de basis-checkpoint er veertig gebruiken. Het is geen nieuwe architectuur en geen nieuwe modelfamilie, en er zit geen tweede model in het bestand. De checkpoint is op 9 oktober 2026 op Hugging Face geplaatst, een datum die zowel door de aanmaaktijdstempel van de repository als door een regel in de eigen nieuwslijst van het Qwen-Image-project wordt gedragen; alles hieronder is de vaste beschrijving van het model, op 13 oktober 2026 opnieuw vastgesteld op basis van het eigen materiaal van de leverancier in plaats van op basis van iemands samenvatting daarvan.

Als je de naam van het model hebt getypt om erachter te komen wat het is, is het korte antwoord de vorige alinea. Het nuttige antwoord is het contrast.

De Turbo-variant, dimensie voor dimensie

Elke regel hieronder is afkomstig uit de eigen repository van het checkpoint — de modelkaart, het model_index.json, het transformer/config.json en de LICENSE — of uit de Qwen-Image-projectrepository op GitHub, vandaag gelezen. Waar de leverancier niets publiceert, wordt dat vermeld in plaats van ingevuld.

• Aantal stappen — 8 denoisingstappen voor Qwen-Image-2.1-Turbo, tegenover 40 voor Qwen-Image-2.1. Die 40 is het eigen cijfer van de leverancier, gebruikt in elk Qwen-Image-2.1-voorbeeld op de kaart en vermeld als de standaardwaarde in de parametertabel van het project op GitHub.

• Snelheid — het aantal stappen is de enige snelheidsclaim die Qw​en maakt, en het is een telling, geen meting. Voor geen van beide checkpoints verschijnt een cijfer voor latentie, doorvoer of afbeeldingen per GPU, en geen van beide kaarten vermeldt op welke hardware de voorbeelden zijn gegenereerd.

• Kwaliteitsafweging — niet gekwantificeerd. Er is geen evaluatiescore voor Qwen-Image-2.1-Turbo, geen voor Qwen-Image-2.1, en nergens in het materiaal van de leverancier een directe vergelijking tussen de twee. De showcase-afbeeldingen op de Turbo-kaart zijn door de leverancier geselecteerde outputs van acht stappen; ze tonen aan dat het checkpoint afbeeldingen produceert, niet hoeveel getrouwheid er is opgeofferd om acht stappen te bereiken. Ten tijde van het schrijven was er voor ons geen benchmark van een derde partij voor een van beide checkpoints beschikbaar.

• Waar het sampling-schema zich bevindt — dit is het enige structurele verschil dat de kaarten onthullen. Turbo's model_index.json bevat een sample_sigmas-array van acht waarden, van 1.0 tot 0.414568, en de kaart vermeldt dat het schema met de checkpoint wordt opgeslagen en automatisch wordt geladen — "het instellen van num_inference_steps alleen overschrijft dit niet." Qwen-Image-2.1 neemt het aantal stappen op het moment van de aanroep. De ontsnappingsroute is een expliciet sigmas-argument op het moment van de aanroep, en de kaart vermeldt dat andere schema's "niet zijn geëvalueerd voor deze checkpoint."

• Backbone — identiek. Turbo's transformer/config.json komt veld voor veld overeen met de basis-checkpoint: 32 lagen, 32 attention-heads van elk 128 dimensies, patchgrootte 1, 64 invoer- en uitvoerkanalen, causal_condition true, context-invoerdimensie 4096. De enige waarde die tussen de twee bestanden verschilt, is de geregistreerde Diffusers-versie.

• Tekstencoder, VAE en scheduler — Turbo's model_index.json noemt Qwen3VLForConditionalGeneration als de tekstencoder met een Qwen3VLProcessor, een AutoencoderKLQwenImage21 VAE, en een FlowMatchEulerDiscreteScheduler. Dat zijn dezelfde componentklassen die Qwen-Image-2.1 declareert. De architectuurnotities van het project beschrijven de gedeelde tekstencoder als een Qwen3-VL 8B vision-language-model en de VAE als een 64-kanaals RGBA-autoencoder met 16× ruimtelijke compressie.

• Standaardguidance — op de kaart van Turbo staat standaard CFG 1 vermeld, wat de classifier-free-guidancepass uit elke stap haalt. Op de kaart van het basismodel staat helemaal geen standaardwaarde voor guidance vermeld.

• Resolutiepresets — dezelfde zeven in beide, letterlijk overgenomen van de Turbo-kaart: 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.

• Schijfgebruik — de eigen bestandslijst van de Turbo-repository komt in totaal op ongeveer 32,5 GB, met daarin een transformer van 14,2 GB, een tekstencoder van 17,5 GB en een VAE van 0,7 GB, zoals vandaag gemeten op basis van de door de repository gepubliceerde bestandsgroottes. Dat is de componentset van het basis-checkpoint op bfloat16-precisie, en de leverancier levert zelf geen gekwantiseerde build.

Wat Qwen eigenlijk zegt over de trade-off tussen snelheid en getrouwheid

De bewering van de leverancier is beperkter dan de kop doet vermoeden, en het loont om die in de eigen woorden van de kaart te lezen. Qwen-Image-2.1-Turbo wordt beschreven als "een versneld checkpoint van Qwen-Image-2.1 voor tekst-naar-afbeelding-generatie en beeldbewerking met 8 denoising-stappen", een die "dezelfde 7B-architectuur voor visuele generatie gebruikt en direct laadt met QwenImage21Pipeline." De kaart kadert het voordeel procedureel, niet visueel: het checkpoint "bevat het aanbevolen bemonsteringsschema, zodat het direct te gebruiken is zonder de scheduler handmatig te configureren."

Er worden drie mechanismen genoemd, en slechts drie. Het achtstappen-schema zelf. CFG 1 standaard, waardoor de guidance-pass vervalt. En prefix-KV-caching, dat "hergebruikt de tekst- en referentieafbeeldingscontext over de denoisingstappen heen" — een mechanisme dat het Base model ook documenteert, en dat meer, niet minder, van belang is wanneer de lus slechts acht iteraties lang is.

Nu het deel dat er niet is. De kaart zegt nooit dat het Turbo-checkpoint overeenkomt met de outputkwaliteit van Qwen-Image-2.1. Er staat nooit hoeveel kwaliteit er is ingeleverd, of welke categorieën het eerst achteruitgaan — textuur, kleine tekst, gezichten, consistentie bij meerdere referenties. Het woord distillatie valt nooit, en niets in de repository vermeldt een leraar-studentrelatie. Wat de metadata wél zeggen, is afgeleid: de Hugging Face-tags bevatten base_model:Qwen/Qwen-Image-2.1 en base_model:finetune:Qwen/Qwen-Image-2.1, en de modelrecord van ModelScope vermeldt hetzelfde bovenliggende model met de relatie "finetune." Qw​ens eigen positie is, met andere woorden, fine-tune van het basischeckpoint, en de kwaliteitsvraag wordt overgelaten aan wie het maar draait.

Dat is niet zozeer kritiek als wel de vorm van de release. Een leverancier die een versnelde checkpoint zonder benchmark uitbrengt, lokt precies de vergelijking uit die een lezer nu zelf moet uitvoeren: dezelfde prompt, dezelfde seed, beide checkpoints, veertig stappen tegen acht.

Invoer, uitvoer en hoe groot het ding eigenlijk is

De kaart documenteert twee invoermodaliteiten en één uitvoermodaliteit, en deze zijn die van het basismodel, ongewijzigd.

• Tekst in, afbeelding uit — een tekstprompt produceert een rasterafbeelding. Het uitgewerkte voorbeeld op de kaart is een poster in portretoriëntatie van 1696 × 2528, en de showcase loopt langs portretfotografie, typografie en posterontwerp, en UI- en informatielay-out. Dat is een claim van Qwen over tekstweergave en lay-outgetrouwheid, niet een meting daarvan.

• Afbeelding in, afbeelding uit — dezelfde pijplijn accepteert een invoerafbeelding naast de prompt voor instructiegestuurde bewerking. Het voorbeeld op de kaart converteert een jachtschets naar een fotorealistische foto van 2048 × 2048 en laadt de invoer als RGBA. De showcase demonstreert ook multi-referentiecompositie en een interieurcompositie van vier afbeeldingen. Eén getal waar je hier voorzichtig mee moet zijn: het cijfer "tot 10 referentieafbeeldingen" hoort bij de documentatie van Qwen-Image-2.1, en de Turbo-kaart herhaalt geen limiet voor referentieafbeeldingen. Beschouw 10 als het gepubliceerde cijfer van het basismodel, niet als een Turbo-specificatie.

• Transparantie — de kaart vermeldt transparante beeldgeneratie bij de showcase-categorieën, en de meegeleverde VAE-klasse is dezelfde 64-kanaals RGBA-autoencoder die het basismodel gebruikt, dus alfa-uitvoer is gedocumenteerd voor dit checkpoint in plaats van alleen op naam geërfd.

• Uitvoerresolutie — dezelfde zeven hierboven genoemde presets, tot 2752 × 1536 in liggende oriëntatie en 1536 × 2752 in staande oriëntatie, met 2048 × 2048 als standaardniveau. Het project beschrijft Qwen-Image-2.1 als een model dat native 2K-resolutie ondersteunt; niets in een van beide repository's claimt een native niveau daarboven, en niets documenteert een upscalingsfase.

• Modelgrootte — 7B parameters in de component voor visuele generatie over 32 single-stream DiT-lagen, in bfloat16, ongeveer 32,5 GB op schijf voor de volledige repository. Er is geen tekstcontextvenster om te citeren, omdat dit geen tekstmodel is; de 4096-dimensionale contextinvoer in de transformerconfig is de gecodeerde prompt- en conditieafbeeldingsrepresentatie, niet een tokenvenster.

Licentie, en waar de gewichten zich bevinden

Qwen-Image-2.1-Turbo is uitgebracht onder de Qw​en Research License Agreement. De metadata van de repository vermeldt license: other met license_name: qwen-research en license_link: LICENSE, en een LICENSE-bestand staat in de repository naast de gewichten. We hebben vandaag de twee licentiebestanden vergeleken: de LICENSE van de Turbo-repository is byte-identiek aan die van het basismodel, wat goed is om te weten, want het betekent dat versnelling geen verandering in de licentievoorwaarden opleverde.

Wat de overeenkomst zegt, gelezen uit het bestand zelf: de toekenning luidt "ALLEEN VOOR NIET-COMMERCIËLE DOELEINDEN", "Niet-commercieel" is gedefinieerd als "alleen voor onderzoeks- of evaluatiedoeleinden", en commercieel gebruik vereist "een afzonderlijke commerciële licentie van ons", aan te vragen via model-business@notice.qwencloud.com. De eigen koptekst van de overeenkomst dateert de versie op 20 september 2026. Als de reden dat je generatie in acht stappen wilt, is dat het model daardoor goedkoop genoeg wordt om er een product achter te zetten, dan is de licentie hier de bindende beperking, niet het aantal stappen, en geen enkele pagina in deze repository lost dit op.

De gewichten zijn op twee plaatsen te downloaden, beide first-party: Hugging Face op Qwen/Qwen-Image-2.1-Turbo en ModelScope op Qwen/Qwen-Image-2.1-Turbo. De Hugging Face-repository is niet afgeschermd. De metadata vermeldt geen gehoste inference-provider, dus er is geen third-party endpoint dat dit exacte checkpoint vandaag voor je kan draaien, voor zover de eigen vermelding van de leverancier laat zien.

Voor een gehoste route is er die van Qwen zelf: het nieuwsoverzicht van het project vermeldt dat de Qwen-Image-2.1 Pro- en Turbo-API's op 9 oktober 2026 op Alibaba Cloud Model Studio live gingen, en de GitHub README biedt "de gehoste API's, of draai het Turbo-checkpoint in je eigen omgeving met Diffusers." De prijs per afbeelding voor het Turbo-endpoint staat niet vermeld op de API-referentiepagina van de leverancier die we hebben gelezen; die verwijst in plaats daarvan naar een aparte pagina met modelprijzen — beschouw de prijs dus als niet gepubliceerd in het materiaal dat we konden verifiëren, en controleer de prijzenpagina van de leverancier voordat je je plannen erop baseert.

Fine-tuning: wat is gedocumenteerd, en wat is alleen community

Het eerlijke antwoord is dat de Turbo-kaart geen enkele vorm van fine-tuning documenteert. Het behandelt installatie, tekst-naar-afbeelding, beeldbewerking, sampling en beeldverhoudingen, en stopt daar. Er is geen trainingssectie, geen LoRA-instructies, geen adapterrichtlijnen, geen datasetnotities en nergens in de projectrepository van Qwen-Image een trainingsscript — we hebben de bestandsstructuur bekeken, die alleen assets en twee prompt-rewrite-databestanden bevat.

Het basismodel doet het iets beter en het is documentatie van een ander model: het Qwen-Image-2.1-materiaal beschrijft LoRA-training via ModelScope, gebouwd op het open-source DiffSynth-Studio-framework. Die bewering gaat over Qwen-Image-2.1, en niets in de Turbo-kaart breidt die uit naar de versnelde checkpoint.

Wat er voor Turbo bestaat, is communitywerk. Op dit moment verklaren 47 repositories op Hugging Face Qwen/Qwen-Image-2.1-Turbo als hun basismodel, en bijna allemaal zijn het kwantisatieports — GGUF-, FP8-, INT8-, INT4-, NVFP4-, MLX-, OpenVINO-builds. Precies één is een LoRA-adapter, een character-swapadapter die op 10 oktober 2026 is gepubliceerd. Niets daarvan is leveranciersondersteuning, niets ervan is door Qwen gevalideerd, en een adapter die is getraind op de veertigstapstrajectorie van het basischeckpoint is niet automatisch correct voor een opgeslagen achtstappenschema. Als je hier bent gekomen op zoek naar een Turbo LoRA-workflow, dan is het accurate antwoord dat de leverancier er geen heeft gepubliceerd.

Hoe u het kunt uitvoeren en hoe u het kunt aanroepen

Zelfhosting is een normale Diffusers-taak met één lastig punt. De installatie op de modelkaart is een CUDA-compatibele PyTorch-build, Diffusers vanuit de source (git+https://github.com/huggingface/diffusers.git), transformers>=5.17.0, accelerate en pillow. Het lastige punt is dat deze checkpoint een Diffusers-build vereist met ondersteuning voor sampling-sigma's die via de pipeline worden geconfigureerd, toegevoegd in PR #14950 — die zich op het moment van schrijven in de source tree bevindt in plaats van in een getagde release, en daarom vermeldt de modelkaart niet dat je een versienummer moet installeren.

De laadregel is de pipeline-klasse van het basismodel met de naam van het checkpoint omgewisseld: QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16).to("cuda"). Het genereren is vervolgens een aanroep met een prompt, een breedte en hoogte uit de vooraf ingestelde lijst, use_kv_cache=True, en een generator-seed; het tekst-naar-afbeelding-voorbeeld van de kaart gebruikt 1696 × 2528 met seed 42, en het bewerkingsvoorbeeld ervan geeft een RGBA-afbeelding door als het image-argument bij 2048 × 2048 met seed 20261009. Geef geen num_inference_steps mee in de verwachting dat het iets doet.

Eén hiaat om rekening mee te houden: de Turbo-kaart publiceert geen geheugenaanwijzingen. De kaart van het basismodel heeft een sectie over geheugenoptimalisatie met pipe.enable_model_cpu_offload(); de Turbo-kaart eindigt gewoon. Met een tekstencoder van 17,5 GB in de repository is dat het getal waarop je moet rekenen, en de kaart vertelt je niet op welke GPU die past.

Het aanroepen ervan in plaats van het zelf te draaien betekent Qwen's eigen gehoste Turbo API op Alibaba Cloud Model Studio. Er is geen gepubliceerde prijs per afbeelding die we konden verifiëren op de API-referentiepagina van de leverancier, en ook geen gepubliceerde rate limit die we konden verifiëren — dus een lezer die volume plant, moet twee getallen bij de leverancier ophalen voordat hij zich vastlegt.

Waar OrcaRouter staat, eenvoudig gesteld

OrcaRouter routeert Qwen-Image-2.1-Turbo niet en routeert Qwen-Image-2.1 niet — geen van beide identifiers komt voor in onze actuele modellenlijst, die we vandaag hebben gecontroleerd, en niets op deze pagina mag worden opgevat als een aanbod om een van beide te bedienen. De beeldlijn die we wél aanbieden is de gehoste: de Open​AI GPT-Image-familie, Goog​le's Imagen 4-niveaus en x​AI's Grok Imagine-beeldeindpunt.

Dat onderscheid is het praktische onderscheid voor dit checkpoint. OrcaRouter zet 200+ modellen achter één OpenAI-compatibel endpoint tegen de lijstprijs van de provider, zonder markup, en het voegt automatische failover toe wanneer een provider achteruitgaat — precies wat je wilt wanneer je in productie een gehost image-model aanroept, en irrelevant wanneer het model in kwestie een download van 32,5 GB met een onderzoekslicentie is. Als je van plan bent Qwen-Image-2.1-Turbo zelf te draaien, is de routeringslaag niet de beperkende factor; de Qwen Research License Agreement is dat wel.

De beslissing valt dus duidelijk in twee delen uiteen. Acht stappen, een opgeslagen schema, een byte-identieke onderzoekslicentie en geen benchmark betekenen dat het checkpoint een onderzoeks- en prototypingstool is totdat Qwen een evaluatie publiceert of je er zelf een uitvoert. Als je deze week een image-endpoint in productie nodig hebt, is dat een andere aankoop, en het is degene die wij verkopen.