Qwen-Image 2.1 vs Qwen-Image 3.0: het lagere nummer is het nieuwere model

Begin met het ding dat iedereen in de war brengt. Qwen-Image 2.1 is nieuwer dan Qwen-Image 3.0. De leverancier bracht Qwen-Image 3.0 uit op 21 juli 2026 en maakte het op 5 augustus algemeen beschikbaar. Qwen-Image 2.1 verscheen op 20 september 2026 — zeven weken later, en één minorversie lager. De nummering is geen volgorde; het zijn twee verschillende productlijnen die een naam delen, en het allerbelangrijkste feit over beide is dat ze tegenovergestelde standpunten innemen over de vraag die bepaalt of je erop kunt voortbouwen. Qwen-Image 3.0 is gesloten en gehost, zonder gewichten, zonder licentie en zonder technisch rapport. Qwen-Image 2.1 heeft open gewichten, is vandaag downloadbaar, onder een onderzoekslicentie die alleen niet-commercieel gebruik toestaat.

Twee producten die toevallig dezelfde naam hebben

De Qwen-Image-familie heeft in veertien maanden tijd nu drie verschillende licentiestandpunten ingenomen, en door ze uiteen te zetten verdwijnt het grootste deel van de verwarring:

• Qwen-Image 1.0 en 2.0 — Apache 2.0 open gewichten op Hugging Face en ModelScope, technische rapporten op de dag van de lancering, zelf te hosten, fine-tunebaar, quantiseerbaar.

• Qwen-Image 3.0 — gesloten. Geen gewichten, geen vermelde licentie, geen modelkaart, geen technisch rapport, geen gepubliceerde benchmarktabel. Alleen bereikbaar via een gehoste API, in de edities Pro en Standard.

• Qwen-Image 2.1 — opnieuw open gewichten, maar onder de Qwen Research License Agreement van 20 september 2026, die rechten verleent "FOR NON-COMMERCIAL PURPOSES ONLY" en commercieel gebruik doorverwijst naar een apart te onderhandelen licentie.

Lees dat als een patroon in plaats van een tijdlijn, en de vorm is duidelijk: Alibaba behandelt "open" niet langer als binair. Qwen-Image 2.1 is niet de permissieve release die 1.0 en 2.0 waren, noch de gesloten release die 3.0 was. Het is een derde positie — gewichten die je kunt inspecteren, uitvoeren en aanpassen, met een commerciële poort vooraan vastgeschroefd.

Wat elk model daadwerkelijk is

• Qwen-Image 2.1 — een uniform model voor tekst-naar-afbeelding-generatie en beeldbewerking met 7B parameters in de visuele generatiecomponent, gebouwd als een single-stream DiT met 32 lagen. Een Qwen3-VL 8B-tekstencoder en een 64-kanaals RGBA-VAE met 16× ruimtelijke compressie staan ernaast; de volledige download is ongeveer 33 GB, waarbij de tekstencoder meer dan de helft voor zijn rekening neemt. Block-causale attention met een token-level causale masker voor tekst en een chunk-level bidirectioneel masker voor beeldgeneratie, plus hergebruik van prefix-KV-cache voor het bewerken van meerdere afbeeldingen. Native 2K, standaard 2048×2048 bij 40 stappen, met zeven vooraf ingestelde beeldverhoudingen.

• Qwen-Image 3.0 — een gesloten gehost model in Pro- en Standard-edities, dat beeldgeneratie en -bewerking via één API levert. Het lanceringsmateriaal van Alibaba claimt prompts tot ongeveer 4.500 tokens, leesbare tekst tot ongeveer 10 pixels en dekking van 12 talen in meer dan 20 lettertypen, met output tot 2048×2048 en maximaal zes afbeeldingen per aanroep. Er werd geen parameteraantal gepubliceerd; het veelvuldig herhaalde cijfer van ~20B MMDiT wordt gemeld, niet bevestigd.

Het architecturale verschil dat er in de praktijk het meest toe doet, is niet de omvang — het is waar het model draait en wat je ermee kunt doen. Qwen-Image 2.1 komt als bestanden die je kunt inspecteren, quantiseren, fine-tunen op privégegevens en op je eigen hardware kunt draaien, met een pull request voor SGLang-ondersteuning die drie dagen werd samengevoegd voordat de gewichten zelfs maar arriveerden. Qwen-Image 3.0 komt als een endpoint. Je kunt het niet quantiseren, je kunt het niet fine-tunen, en je kunt het nergens anders draaien dan waar Alibaba het draait.

Bewerken is waar de twee het sterkst uiteenlopen.

Beide modellen doen generatie en bewerking in één systeem, dus de interessante vergelijking zit in de specifieke details van het bewerken — en hier is het nieuwere, kleinere model op papier het capabelere.

• Referentieafbeeldingen — Qwen-Image 2.1 accepteert maximaal 10 invoerreferenties. De Pro-documentatie van Qwen-Image 3.0 beschrijft ondersteuning voor 1–3 invoerafbeeldingen.

• Lokale bewerkingscontrole — Qwen-Image 2.1 ondersteunt cirkels, geschilderde annotaties en een aparte masker die als eigen invoer wordt aangeleverd, zodat de originele afbeelding ongewijzigd blijft. Het gedocumenteerde bewerkingspad van Qwen-Image 3.0 omvat lokaal herschrijven, inhoudsuitbreiding, stijloverdracht en het genereren vanuit meerdere camerahoeken, zonder een gepubliceerde workflow op basis van maskers.

• Transparantie — Qwen-Image 2.1 genereert en bewerkt native RGBA-afbeeldingen, bewerkt tekst in een transparante laag en haalt een onderwerp uit een RGB-foto naar een transparante laag. De aankondiging van Qwen-Image 3.0 bevat geen enkele claim over transparantie.

• Prompt herschrijven — Qwen-Image 2.1 wordt geleverd met twee toegewijde herschrijf-checkpoints, beide fijngetunede Qwen3.5-VL 9B-modellen, één voor tekst-naar-afbeelding en één voor bewerken, waarbij de herschrijfcode en de systeemprompt openbaar zijn gemaakt. De promptverwerking van Qwen-Image 3.0 is een black box achter de API.

• Ecosysteem — Qwen-Image 2.1 heeft vanaf dag één ondersteuning in Diffusers, ComfyUI, vLLM-Omni, SGLang en LightX2V, plus AMD ROCm- en FlagOS-paden. Qwen-Image 3.0 heeft een API.

Die laatste regel is geen retorische versiering. Voor een team wiens pipeline in ComfyUI leeft of wiens inferentiestack vLLM is, is het verschil tussen een model met een samengevoegde pipelineklasse en een model met een HTTP-endpoint het verschil tussen een integratietaak en een herschrijving.

Prijs, en hetgeen prijs niet vangt

Qwen-Image 3.0 heeft van de twee de enige gepubliceerde prijs: op de cloud van de leverancier staat Pro vermeld voor ongeveer $0,04 per afbeelding en Standard voor ongeveer $0,03, waarbij de prijs voor binnenlandse consumenten begint nabij ¥0,18. Dat zijn introductiecijfers en ze zijn niet onafhankelijk gecontroleerd. Qwen-Image 2.1 heeft helemaal geen gepubliceerd tarief voor gehoste dienst — het is een download, en de kosten zijn wat je eigen GPU-tijd kost.

Die twee regels zijn niet vergelijkbaar, en doen alsof dat wel zo is, is de meest voorkomende fout in deze vergelijking. Een prijs per afbeelding dekt het model, de serverinfrastructuur, de schaalbaarheid en de uptime van iemand anders. Een download van gewichten dekt niets daarvan. De juiste vraag is niet welk getal kleiner is; het is of je de operationele capaciteit hebt om een modelstack van 33 GB te draaien, en of de licentie aan de goedkope kant toestaat wat je ermee van plan bent.

Wat de licentie weer terugbrengt naar het centrum van de vergelijking, waar ze thuishoort. De voorwaarden van Qwen-Image 3.0 zijn niet gepubliceerd, wat op zichzelf een probleem is voor gereguleerd of bureauwerk — er is geen document om naar te verwijzen. De voorwaarden van Qwen-Image 2.1 zijn gepubliceerd, en ze zeggen niet-commercieel. Tussen een onduidelijke licentie en een duidelijk beperkende, is de duidelijk beperkende gemakkelijker om omheen te plannen, omdat je tenminste weet welk gesprek je moet voeren.

Welke je moet pakken

• Je hebt productiebeeldmateriaal met veel tekst nodig en wilt dat iemand anders het draait — Qwen-Image 3.0 is de juiste keuze, met de kanttekening dat de opvallende cijfers voor tekstweergave claims van de leverancier zijn en dat het beschikbare onafhankelijke onderzoek beschrijft dat tekst in kleine lettertjes in sommige gevallen nog steeds wordt verhaspeld.

• Je moet het model zelf draaien, fine-tunen of data op je eigen hardware houden — Qwen-Image 2.1 is van de twee de enige optie, en de onderzoekslicentie is de toegangsprijs.

• Je hebt transparante assets, productuitsnedes of meer dan drie referentieafbeeldingen nodig — Qwen-Image 2.1 is volgens de gepubliceerde specificaties de sterkere tool, en qua aantal referenties is het verschil allesbehalve klein.

• U hebt commerciële rechten en een permissieve licentie nodig — geen van beide geldt voor uw model. Qwen-Image 3.0 heeft helemaal geen gepubliceerde voorwaarden, en Qwen-Image 2.1 vereist een onderhandelde commerciële licentie. De Apache-2.0-releases in deze familie zijn de eerdere Qwen-Image 1.0 en 2.0.

Die laatste rij is er een om bij stil te staan, want hij beschrijft een krimpende verzameling. Een al verleende licentie verandert niet met terugwerkende kracht, dus de Apache-2.0 Qwen-Image-releases blijven bruikbaar onder hun oorspronkelijke voorwaarden. Maar als u een commerciële beeldpijplijn plant op basis van de aanname dat de nieuwste Qwen-Image onder een permissieve licentie zal vallen, dan vormen de laatste drie releases bewijs tegen die aanname.

Een van beide draaien zonder de hele pijplijn eraan te wagen

Beide modellen zijn om verschillende redenen vandaag lastig achter een productiepad te zetten — het ene vanwege een licentie, het andere vanwege een black box en een niet-gepubliceerd aantal parameters. Dat is precies de situatie waarvoor een routeringslaag is gebouwd. OrcaRouter zet 200+ modellen achter één OpenAI-compatibel endpoint voor de lijstprijs van de provider zonder opslag, met automatische failover tussen providers en een routerings-DSL waarmee je meerdere modellen in één aanroep kunt samenstellen, zodat een nieuw of lastig model naast een bewezen model kan staan in plaats van ervoor. Model fusion voert hetzelfde idee verder: het laat een panel van modellen samen draaien en stelt je in staat ze te vergelijken op je eigen prompts in plaats van op een lanceergrafiek.

Noch Qwen-Image 2.1, noch Qwen-Image 3.0 behoort tot de modellen die we vandaag routeren, en dit artikel zal niets anders suggereren. De beeldmodellen die we wel routeren — OpenAI's GPT-Image-lijn, Google's Imagen 4-tiers en Gemini-beeldpreviews, en xAI's Grok Imagine-beeldeindpunt — zijn waar een failoverpad daadwerkelijk op zou worden gebouwd terwijl je het Qwen-tweetal op je eigen voorwaarden evalueert.

Waarop je moet letten, is beperkter dan het lijkt. Alibaba heeft nu laten zien dat het binnen dezelfde familie in hetzelfde kwartaal open gewichten, gesloten gehoste modellen en downloads met een onderzoekslicentie zal uitbrengen. De volgende release zal je niet vertellen welk patroon heeft gewonnen. Het licentiebestand wel.