Qwen-Image-2.1-Turbo op een desktop: BaoCut 3.5 en de eerste lokale timings

De repository voor Qwen-Image-2.1-Turbo verscheen op 9 oktober 2026 op Hugging Face met 707 likes, gewichten, een licentiebestand en één regel in de nieuwslijst van Qwen-Image-2.1 op GitHub als de volledige aankondiging. Vijf dagen later draait het al op de bureaus van mensen. BaoCut 3.5, een Chinese desktopbewerkingstool, integreerde het checkpoint en begon afbeeldingen op de lokale machine te genereren in plaats van via een server; X/@dotey meldde op 13 oktober 2026 dat een afbeelding ongeveer drie tot vijf minuten kost bij 1080p op hun Mac Mini M2 en bijna twintig minuten bij 2K. Afzonderlijk plaatste een open-source macOS-app genaamd Siliconed op 11 oktober 2026 een bericht op het eigen discussieforum van het model, met een gemeten tijd van 118 seconden bij 1024² op een M1 Pro, en dezelfde machine draait Z-Image Turbo — het andere open checkpoint met 8 stappen waar mensen tussen kiezen — in 82 tot 85 seconden. Qwen-Image-2.1, het basismodel waarvan beide lokale ports zijn afgeleid, werd uitgebracht op 20 september 2026. Het versnelde checkpoint is drie weken jonger dan zijn bovenliggende model en heeft geen eigen onafhankelijke evaluatie.

Dat is de vorm van dit verhaal: een checkpoint dat nooit werd gelanceerd, alleen gepubliceerd, en nu opduikt in desktopsoftware voordat de leverancier er publiekelijk ook maar iets over heeft gezegd. Wat volgt scheidt wat de repository feitelijk stelt van wat de eerste gebruikers melden, want de twee zijn niet hetzelfde soort bewering.

Wat de repository bevestigt, en wat niet

Alles hieronder is afkomstig uit de modelkaart, het licentiebestand en de changelog van het project — primaire bronnen, door iedereen te controleren.

• Gedateerd, en gedateerd waar het erop aankomt. De Hugging Face API meldt dat de repository is aangemaakt op 2026-10-09T04:50:01Z en voor het laatst is gewijzigd op 2026-10-12. De nieuwslijst van Qwen-Image-2.1 op GitHub bevat de overeenkomstige regel: "2026.10.09: We hebben Qwen-Image-2.1-Turbo uitgebracht voor beeldgeneratie en -bewerking in slechts 8 denoising-stappen." In hetzelfde changelog staat dat de Pro- en Turbo-API's diezelfde dag live zijn gegaan op Alibaba Cloud Model Studio. Dit is een release; het is een release zonder lancering.

• Wat het is. De kaart noemt het "een versneld checkpoint van Qwen-Image-2.1 voor tekst-naar-afbeelding-generatie en beeldbewerking met 8 denoising-stappen", gebouwd op dezelfde 7B-architectuur voor visuele generatie. Het is geen nieuwe familie en geen nieuwe architectuur. Het is het basis-checkpoint, opnieuw verpakt rond een veel korter samplingtraject.

• Beide mogelijkheden in één download. Tekst-naar-afbeelding en instructiegestuurde bewerking worden door dit ene checkpoint geleverd. De voorbeelden op de kaart zelf gebruiken voor beide hetzelfde opgeslagen schema van 8 stappen en dezelfde standaardwaarde CFG=1, en demonstreren bewerking door een schets van een jacht om te zetten in een fotorealistische afbeelding.

• Het schema wordt meegeleverd met de weights. Het checkpoint levert zijn aanbevolen sampling-schema mee, zodat Diffusers het automatisch laadt. De kaart maakt expliciet duidelijk dat het enkel instellen van `num_inference_steps` dat opgeslagen schema niet overschrijft. Prefix-KV-caching hergebruikt tekst- en referentieafbeeldingscontext gedurende de denoising-stappen.

• Er zijn twee versies van de toolkit nodig. De aangegeven installatie is een CUDA-compatibele PyTorch-build, Diffusers vanaf de broncode, transformers 5.17.0 of later, accelerate en pillow. De checkpoint vereist Diffusers-ondersteuning voor pipeline-geconfigureerde sampling-sigma's, toegevoegd in PR #14950 — de source tree, niet een getagde release op het moment van schrijven.

• De licentie is ongewijzigd, en dat is de commerciële barrière. De repository valt onder de qwen-research-licentie. Die overeenkomst verleent rechten "ALLEEN VOOR NIET-COMMERCIËLE DOELEINDEN" en stelt dat commercieel gebruik een aparte licentie vereist die bij de leverancier moet worden aangevraagd. Niets aan Turbo versoepelt de licentie.

• Geen enkele benchmark, van welke aard dan ook. Er staat geen score voor het Turbo-checkpoint op de kaart, geen vergelijking met de basis, geen latentiecijfer en geen geheugencijfer. De leverancier publiceert niets daarvan.

• Niet te verwarren met de cijfers van het basismodel. Als je een Elo of een kwaliteitsclaim ziet die aan de naam Qwen-Image-2.1 hangt, controleer dan bij welke checkpoint die hoort. De publieke image-arena-rij hoort bij Qwen-Image-2.1, het basismodel van 20 september, niet bij Turbo.

De eerste twee lokale rapporten, en waarom ze van elkaar afwijken

Twee onafhankelijke personen publiceerden cijfers over lokale inferentie binnen vier dagen nadat de repository verscheen. Ze maten verschillende machines, verschillende resoluties en verschillende pipelines, en hun resultaten verschillen ongeveer een orde van grootte bij dezelfde nominale taak. Beide zijn het lezen waard; geen van beide is een benchmark.

Het desktop-editorrapport. X/@dotey, 13 oktober 2026: BaoCut 3.5 heeft Qwen-Image-2.1-Turbo geïntegreerd, en beeldgeneratie vindt plaats op de lokale machine in plaats van via een server. Op hun Mac Mini M2 duurt een 1080p-afbeelding ongeveer drie tot vijf minuten en een 2K-afbeelding bijna twintig. Ze merken ook op dat de tool NSFW-uitvoer produceert, en dat een agent kan worden gericht op de lokale beeldservice van de machine.

Het native-app-rapport. Op 11 oktober 2026 plaatste de auteur van Siliconed een bericht op het eigen Hugging Face-discussieforum van de checkpoint. Siliconed is een open-source macOS-app met Apache-2.0-licentie die het model in Swift en Metal draait, zonder Python en zonder ComfyUI in de keten, en elke fase — tekstencoder, transformer, VAE — kanaal voor kanaal vergelijkt met de Diffusers-implementatie in fp32. Op de referentiemachine, een MacBook Pro M1 Pro met 16 GB unified memory, rendert Qwen-Image-2.1-Turbo bij 1024², 8 stappen en CFG 1 in 118 seconden; een render van 1024×1536 duurt 190 seconden, een bewerking met één referentieafbeelding 212 seconden, en een bewerking met twee referentieafbeeldingen 285 seconden. Het piekgeheugen blijft tussen 1,8 en 2,7 GB, zonder enige swap. Z-Image Turbo doet op dezelfde machine en bij dezelfde resolutie 82 tot 85 seconden.

• Waarom 3–5 minuten en 118 seconden geen tegenstelling zijn. Het cijfer van de poster is een Mac Mini M2 op 1080p binnen een applicatie; het cijfer van de app is een M1 Pro op 1024² rechtstreeks aangestuurd. Ander silicium, ander aantal pixels, andere hoeveelheid werk rond het model. Geen van beide getallen vertelt je wat jouw machine zal doen.

• Wat de app rapporteert is zelfgerapporteerd, en zegt dat ook. De auteur is de auteur. Daar staat tegenover: de methode is gepubliceerd, elk cijfer gaat gepaard met een vermeld meetinstrument — `phys_footprint` elke 100 ms bemonsterd, swap uit `vm_stat` — en het project publiceert een chiptabel met één ingevulde regel en een openbaar formulier waarmee lezers hun eigen gegevens kunnen toevoegen. Dat is meer dan de leverancier je geeft, en minder dan een onafhankelijk lab.

• Geheugen is het getal dat bepaalt of iets haalbaar is. Een standaardinstallatie van 31,2 GB draait op een Mac met 16 GB omdat gewichten van schijf worden gestreamd wanneer ze nodig zijn, binnen een vastgesteld budget van driekwart van het systeemgeheugen minus 2 GB. Daarom is een installatiegrootte groter dan je RAM niet automatisch een blokkade, en daarom is de doorvoersnelheid van schijflezen — niet VRAM — de beperkende factor.

• Het resolutieplafond is een echte limiet. De macOS-port beperkt de uitvoer tot een oppervlak van 1024×1536, waarbij elke zijde 512 of meer is en een veelvoud van 16, op grond van het feit dat dit het grootste formaat is dat zonder swapgebruik op een machine met 16 GB is gemeten. Grotere renders worden vooraf geweigerd in plaats van dat ze mogen thrashen. Als je werk de presets in de 2048-klasse van het basismodel nodig heeft, zal dit lokale pad ze je niet geven.

Lokale gewichten betekenen geen moderatielaag, en dat snijdt aan twee kanten

De meest geciteerde regel uit het bericht van 13 oktober is dat het model NSFW-afbeeldingen genereert. Het is de moeite waard om precies te zijn over wat dat wel en niet is.

Het is geen functie die de leverancier adverteert. De modelkaart zegt niets over contentbeleid voor de open checkpoint, en de licentie voorziet niet in enige uitzondering: ze staat niet-commercieel gebruik toe en vereist dat je je aan de toepasselijke wetgeving houdt, punt uit. Wat het rapport beschrijft, is het gewone gevolg van het draaien van een diffusiemodel op je eigen hardware — er zit geen aanbieder tussen je prompt en de sampler, dus er is geen filter aan de kant van de aanbieder dat kan afgaan. Elk open checkpoint voor afbeeldingen gedraagt zich zo. Het verschil hier is snelheid en verpakking: een 8-stapsmodel van deze klasse is nu snel genoeg op consumentenhardware dat de lokale route niet langer als een compromis voelt.

De compliancevraag komt volledig bij u te liggen. Als u van plan bent iets uit te brengen dat op dit checkpoint is gebouwd, is de licentie de bindende beperking, en het is geen permissieve licentie — het basismodel wordt onder dezelfde niet-commerciële onderzoeksvoorwaarden verspreid, en het Turbo-checkpoint neemt deze ongewijzigd over. Lokale inferentie verandert niets aan wat u met de output mag doen.

Het deel dat echt nieuw is: een tool die een agent kan aanroepen

Beide rapporten komen op hetzelfde detail uit, en het is het detail met de langere staart. De post van 13 oktober vermeldt dat een agent kan worden gericht op de lokale imageservice van de machine. De macOS-port levert precies die interface: een hulp-binary genaamd `silicontrol` in de app-bundel die het draaiende venster vanuit een terminal aanstuurt, met opdrachten om modellen op te sommen, een render in de wachtrij te plaatsen met `--wait --out`, en de status uit te lezen, waarbij JSON-regels worden geproduceerd met een laatste `"ok"`-veld. Er is één wachtrij en nooit twee renders tegelijk.

Een lokaal afbeeldingsendpoint dat in JSON lines antwoordt en een bestandspad retourneert, is een doelwit voor tool-calls. Dat is iets heel anders dan prompts in een web-UI plakken: een coding agent kan besluiten dat hij een diagram, een placeholder of een variant nodig heeft, de lokale service aanroepen en gewoon doorwerken zonder API-sleutel, zonder facturering per afbeelding en zonder dat er data de machine verlaat. Voor niet-commercieel werk — onderzoek, interne prototypes, evaluatieharnassen — is dat een werkelijk nieuwe mogelijkheid bij 8 stappen en minder dan 3 GB piekgeheugen.

Het heeft ook een harde grens, en dezelfde licentie trekt die. Op het moment dat het ding dat je bouwt een product is in plaats van een onderzoeksartefact, is het lokale pad niet langer het gemakkelijke antwoord en wordt de niet-commerciële beperking het beslissende feit.

Waar een routeringslaag past, en waar niet.

Qwen-Image-2.1-Turbo is een download van gewichten met een onderzoekslicentie. Het is geen gehost endpoint op OrcaRouter, en niets hier mag worden opgevat als een bewering van het tegendeel. De eerlijke opsplitsing gebeurt op basis van de workload.

Als je afbeeldingen moeten worden geproduceerd op een machine die je zelf beheert, vanwege privacy, vanwege kosten, of omdat er geen connectiviteit is, dan zijn deze checkpoint en een lokale runner het antwoord, en de routeringsvraag komt nooit aan de orde — de niet-commerciële licentie en het schijfbudget zijn je twee beperkingen. Als je daarentegen in productie beeldmodellen aanroept, waarbij een verzoek ergens betrouwbaar moet landen en je liever geen leveranciersrelatie per model onderhoudt, dan is dat precies waar OrcaRouter voor bestaat: 200+ modellen achter één OpenAI-compatibel eindpunt tegen de lijstprijs van de provider, met nul opslag, automatische failover wanneer een provider verslechtert, en een routerings-DSL voor gevallen waarin je een voorkeur wilt uitdrukken in plaats van een standaardoptie te accepteren. De twee opstellingen concurreren niet met elkaar. Een lokale checkpoint is een hulpmiddel op je bureau; een router is wat je vóór de gehoste modellen zet die je aanroept wanneer het werk het bureau verlaat.

De praktische reden om ze in je hoofd gescheiden te houden, is dat ze op verschillende manieren falen. Een lokale render mislukt wanneer de machine bezet is, de schijf traag is of het geheugenbudget wordt overschreden. Een gehoste aanroep mislukt wanneer een provider faalt. Slechts één daarvan is het waard om met failover op te lossen.

Wat we nog steeds niet kunnen zeggen

Drie dingen zouden de reputatie van dit checkpoint bezegelen, en geen ervan bestaat nog.

• Geen onafhankelijke evaluatie. Turbo heeft geen arena-rij, geen gepubliceerde Elo en geen kwaliteitsvergelijking door derden met Qwen-Image-2.1 of Z-Image Turbo. De kwaliteitskosten van het terugschroeven van de langere samplingtrajectorie van het basismodel naar 8 stappen zijn simpelweg niet publiekelijk gemeten.

• Geen doorvoer- of geheugencijfer van de leverancier. De kaart karakteriseert het checkpoint en zegt niets over wat het kost om te draaien. Elk getal in dit artikel dat geen datum is, is afkomstig van een gebruiker, en elk daarvan draagt het stempel van de machine waarop het is gemeten.

• Eén chip in de openbare tabel. De resultatentabel van de macOS-port heeft precies één ingevulde rij, een M1 Pro, en een uitnodiging voor alle anderen om de hunne toe te voegen. Als je op het punt staat hiervoor hardware te kopen, extrapoleer je op basis van die rij plus één anekdote over een Mac Mini M2.

Wat met zekerheid gezegd kan worden, is beperkter en nuttiger. De checkpoint bestaat, is gedateerd op 9 oktober 2026, doet generatie en bewerking in 8 stappen op 7B, het schema is in de gewichten ingebakken, het is niet-commercieel, en het ging van een repository naar draaien in desktopsoftware in minder dan een week, zonder enige lancering. Dat is een echte gebeurtenis in lokale beeldgeneratie, en het gebeurt voordat iemand een cijfer heeft gepubliceerd waaraan je de leverancier kunt afrekenen.

Ook bij modelkeuzes zoals deze komen de faalmodi naar voren: de gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernstgraad, betrouwbaarheidsgraad en betwistingsmarkering bevat.