Qwen-Image 2.1 vs Meta Muse Image: Het model dat je kunt aanroepen versus het model dat je kunt behouden

Er bestaat een versie van deze vergelijking die over beeldkwaliteit gaat, en die kan nog niet worden geschreven — niet eerlijk. Qwen-Image 2.1, die het Qwen-Image-team op 20 september 2026 publiceerde, heeft geen enkele onafhankelijke score van welke aard dan ook. Meta Muse Image, gelanceerd door Meta Superintelligence Labs op 7 juli 2026 als Meta's eerste eigen beeldmodel, is gemeten — het staat derde op de Artificial Analysis-ranglijst voor beeldbewerking met een Elo van ongeveer 1.105, in de top vijf voor tekst-naar-afbeelding, en op de Pareto-frontier van kwaliteit versus prijs bij $10 per duizend afbeeldingen. Maar de nuttigere vraag over deze twee is niet welke beter is. Het is wat je met elk van beide mag doen, en die antwoorden zijn bijna perfect omgekeerd.

Toegang en inspecteerbaarheid zijn twee verschillende dingen, en niemand biedt beide

Meta Muse Image is degene die je kunt aanroepen. Sinds augustus 2026 is het bereikbaar via de eigen Model API van Meta tegen een vast tarief van $0,01 per afbeelding — ongeveer $10 per duizend — via een OpenAI-compatibel endpoint, wat een echte verandering is ten opzichte van hoe het model werd beschreven toen het in juli werd gelanceerd, toen er helemaal geen ontwikkelaarsroute naartoe was. Dat vaste tarief is ongewoon in een categorie waar bijna al het andere in tokens wordt afgerekend, en het maakt het voorspellen van kosten kinderlijk eenvoudig: duizend afbeeldingen is tien dollar, of ze nu eenvoudig of uitgebreid zijn.

Qwen-Image 2.1 is de versie die je kunt houden. Het is een download van gewichten — ongeveer 33 GB verdeeld over de diffusie-transformer, de tekstencoder en de VAE — gepubliceerd onder de Qwen Research License Agreement van 20 september 2026, die rechten verleent "ALLEEN VOOR NIET-COMMERCIËLE DOELEINDEN" en een aparte licentie vereist voor commercieel gebruik. Er is geen gehoste endpoint. Er is geen vast tarief. Er is ook niets verborgen: je kunt de architectuur lezen, de systeemprompt voor het herschrijven van prompts lezen, er een diff van maken, die overschrijven en het geheel op je eigen hardware draaien.

Dus de afweging is niet kwaliteit tegen kwaliteit. Het is een gemeten, afgemeten, commercieel gelicentieerd model dat je niet bezit tegenover een gratis, ongemeten, niet-commercieel model dat je volledig bezit. Weinig teams kunnen een van beide kanten daarvan kiezen zonder iets op te geven.

Waarom Muse niet helemaal een diffusiemodel in de gebruikelijke zin is

Het bijzondere aan Meta Muse Image is dat het niet alleen maar genereert. Het doorloopt een lus: het kan het web doorzoeken, code schrijven en uitvoeren, en zijn eigen output beoordelen voordat het een afbeelding retourneert. Dat is Meta's eigen beschrijving, en het is de reden dat het model interessant is in plaats van louter concurrerend — de agentische stappen zijn waar de ambiguïteit van de prompt wordt opgelost, en waar een verzoek als "maak me een grafiek van de cijfers van dit jaar" kan worden beantwoord in plaats van benaderd.

Het is ook de reden waarom het gedrag ervan moeilijker te beredeneren is. Een conventioneel beeldmodel is een functie van prompt naar pixels. Een agentisch model heeft een traject, en dat traject is niet iets wat je van een modelkaart kunt aflezen. De door de leverancier gerapporteerde cijfers — 94% consistentie van personages over meerdere afbeeldingen, tot 10 referentieafbeeldingen, uitvoer tot 1600 pixels aan de lange zijde — beschrijven de envelop, niet de lus.

Qwen-Image 2.1 lost hetzelfde dubbelzinnigheidsprobleem op de tegenovergestelde manier op: expliciet, en openlijk. Samen met het beeldmodel worden bij de release twee checkpoints voor het herschrijven van prompts meegeleverd — Qwen/Qwen-Image-2.1-PE-T2I en Qwen/Qwen-Image-2.1-PE-I2I, elk een fine-tuned Qwen3.5-VL 9B van ongeveer 18,8 GB — die een vage instructie aannemen en deze herschrijven tot een precieze opdracht voordat het diffusiemodel die te zien krijgt. De I2I-variant heeft altijd een invoerafbeelding, dus het is altijd een bewerkingstaak. En cruciaal: het gedrag van de herschrijver wordt gespecificeerd in een system_prompt.txt die in de repository wordt meegeleverd, wat betekent dat de stap die bepaalt wat je prompt betekent, iets is dat je kunt lezen en aanpassen.

Meta's agentische lus en Alibaba's prompt-herschrijver zijn beide antwoorden op "het model weet niet wat je bedoelde." De een is een dienst die voor jou beslist. De ander is een bestand dat je kunt aanpassen.

Hoe de cijfers eruitzien wanneer slechts één kant ze heeft

Meta Muse Image staat op beide Artificial Analysis-afbeeldingsboards. Het staat derde bij beeldbewerking met ongeveer Elo 1.105, achter MAI-Image-2.6 met 1.122 en GPT Image 2 (high) met 1.117, en het zit in de top vijf voor tekst-naar-afbeelding met ongeveer Elo 1.116. Voor $10 per duizend afbeeldingen bevindt het zich op de Pareto-frontier van kwaliteit versus prijs, wat de nuttige plek is: niet het beste model op het board, maar een van de weinige waar meer betalen meetbaar meer oplevert.

Qwen-Image 2.1 heeft dat allemaal niet. Het heeft een blogpost van de leverancier met een Qwen-Image-Bench-grafiek die geen enkele derde partij heeft gereproduceerd, en het heeft één praktijkverslag — een tester met vroege toegang in het Qwen Ambassador-programma die de definitieve gewichten via een ModelScope Studio-interface liet draaien en ongeveer 10–15 seconden voor tekst-naar-afbeelding en 18–23 seconden voor bewerken rapporteerde, waarbij de consistentie bij meerdere referenties afnam vanaf ongeveer drie invoerafbeeldingen. Eén reviewer, geen stopwatch, geen promptset. Het is een nuttig signaal en het is geen benchmark, en de eerlijke manier om het te behandelen is als een hint over waar het model zou kunnen belanden in plaats van als bewijs van waar het staat.

Waar Qwen-Image 2.1 concreet vooroploopt, is niet kwaliteit maar capaciteit op pixelniveau: native 2K-uitvoer op 2048×2048 standaard, 40 inferentiestappen, zeven beeldverhoudingspresets, tot 10 referentieafbeeldingen, lokale bewerkingen via cirkel, geschilderde annotatie of een apart masker, en RGBA-generatie met transparante-laagbewerking en onderwerp-extractie uit RGB-foto's. Het model van Meta gaat niet verder dan 1600 pixels en het transparantieverhaal is niet gepubliceerd. Als je direct uit de doos een echt alfakanaal nodig hebt, is die beslissing voor je genomen.

Het vaste tarief is het deel dat het overdenken waard is.

Een vaste cent per afbeelding is een prijsbeslissing, niet een technische, en het verandert waarvoor het model dient. Prijsstelling per token voor afbeeldingen bestraft complexiteit: een lange instructie met meerdere referentieafbeeldingen kost meer dan een korte, wat betekent dat de kosten van een afbeelding gekoppeld zijn aan hoe moeilijk het was. Bij een vast tarief verdwijnt die koppeling, en het rationele gedrag verandert mee — je stopt met prompts optimaliseren voor lengte en gaat het model gebruiken zoals het bedoeld is, met de agentische lus en de referentieafbeeldingen die hun werk doen.

Het is ook het soort prijsstelling dat alleen een bedrijf dat zijn eigen model aanbiedt kan bieden, wat het vermelden waard is wanneer je een provider kiest. OrcaRouter zet 200+ modellen achter één OpenAI-compatibel endpoint tegen de lijstprijs van de provider, zonder markup, met automatische failover tussen providers en een routing-DSL die meerdere modellen in één aanroep samenbrengt. De relevante eigenschap hier is de pass-through: omdat we de lijstprijs van de provider in rekening brengen in plaats van een opgehoogde prijs, is een prijswijziging van een leverancier — een vast tarief dat verschijnt, een tokentarief dat daalt — dezelfde dag live aan onze kant in plaats van te wachten op een contract. Noch Meta Muse Image noch Qwen-Image 2.1 behoort tot de modellen die we vandaag routeren, en dit artikel zal niet het tegendeel suggereren; de beeldmodellen die we wel aanbieden zijn de GPT-Image-familie van OpenAI, de Imagen 4-niveaus van Google en Gemini-afbeeldingspreviews, en het Grok Imagine-afbeeldingsendpoint van xAI.

Het contrast dat voor deze vergelijking van belang is, is dat een van deze twee modellen überhaupt een prijs heeft. Meta Muse Image kost $0,01 per afbeelding, gepubliceerd, op een API die je vanmiddag kunt aanroepen. Qwen-Image 2.1 kost een download van 33 GB, een GPU die je al bezit, en een juridische toetsing van een licentie die alleen niet-commercieel gebruik toestaat.

Waar ze per ongeluk samenkomen

Beide modellen accepteren tot 10 referentieafbeeldingen. Dat is niet zozeer toeval als wel een industrie die tot één antwoord is gekomen: tien is genoeg voor een character sheet, een productset of een pakket stijlreferenties, en daarna stopt de conditionering met helpen en begint ze tegen te werken. Meta publiceert voor zijn model een cijfer van 94% voor multi-image personageconsistentie; Alibaba publiceert geen equivalent, en het enige onafhankelijke hands-on rapport suggereert dat de consistentie rond de derde referentieafbeelding begint af te nemen. Twee modellen die dezelfde bandbreedte claimen met totaal verschillende onderbouwing erachter: dat is de hele vergelijking in het klein.

Ze convergeren ook op het probleem dat geen van beide heeft opgelost: geen van beide geeft je beide. Meta Muse Image kan niet worden gedownload, geïnspecteerd of op je eigen hardware worden uitgevoerd, en de agentische lus is per constructie een black box. Qwen-Image 2.1 kan niet worden verkocht, niet worden aangeroepen en kan nog nergens tegen worden afgemeten. Als je beperking een deadline is, is een van deze vandaag bruikbaar. Als je beperking een compliancebeoordeling is of de behoefte om precies te begrijpen wat je pipeline doet, dan is de andere dat wel.

Kies op basis van wat je hierna moet doen, niet op basis van wat beter is.

Als je dit kwartaal beeldgeneratie wilt uitbrengen onder een commerciële licentie, met een meetbaar model erachter, dan is Meta Muse Image het antwoord en is $0,01 per afbeelding een bedrag dat je in een budget kunt opnemen. Als je een beeldmodel van begin tot eind wilt begrijpen — de attention masking, de prompt rewriter, de VAE, de licentie — is Qwen-Image 2.1 de enige van de twee die je dat toestaat, en het scheelt maar een onderzoekslicentie of het is voor al het andere onbruikbaar. Geen van beide keuzes is een compromis op het gebied van kwaliteit, want de kwaliteitsvraag is aan één kant nog open. Die wordt beslecht wanneer genoeg mensen Qwen-Image 2.1 publiekelijk draaien om het op een leaderboard te zetten, en de early-access-testers is gevraagd om uiterlijk 29 september te publiceren. Dat is de datum waarop deze vergelijking pas echt wordt.