Qwen-Image 2.1 vs Krea 2: Który otwarty model do generowania obrazów możesz faktycznie wdrożyć

Dwa otwarte modele generowania obrazów, oba do pobrania w ciągu ostatnich czterech miesięcy, odpowiadają na to samo pytanie w diametralnie różny sposób. Qwen-Image 2.1 to model dostawcy o 7 mld parametrów do generowania obrazów z tekstu i edycji obrazów, wydany 20 września 2026 na licencji wyłącznie badawczej — tylko do użytku niekomercyjnego. Krea 2 to pierwszy fundamentalny model obrazu wytrenowany od podstaw przez Krea, opublikowany jako dwa checkpointy w czerwcu 2026 na licencji Krea 2 Community License, która pozwala na użycie komercyjne wprost poniżej progu przychodów. Na dzisiejszym rankingu Artificial Analysis text-to-image oba modele dzieli nie więcej niż jedenaście punktów Elo. A jeśli chodzi o pytanie, na które zespół faktycznie musi odpowiedzieć, zanim cokolwiek zbuduje, to nie są nawet blisko.

Czym właściwie jest Krea 2

Zacznij tutaj, ponieważ nazewnictwo jest mylące, a większość porównań się myli. Firma Krea prowadzi hostowaną platformę kreatywną z płatną subskrypcją; model Krea 2 to osobna rzecz, która przypadkiem dzieli tę samą nazwę. Krea udostępniła go jako Diffusion Transformer z otwartymi wagami i dwoma checkpointami, który opublikowano na Hugging Face jako krea/Krea-2-Raw i krea/Krea-2-Turbo, z kodem do wnioskowania w publicznym repozytorium.

Podział pracy między nimi jest celowy i został jasno określony w samym repozytorium Krea: RAW to niedestylowana baza, przeznaczona do dostrajania, post-trainingu i trenowania LoRA; Turbo to ośmiokrokowy destylowany checkpoint przeznaczony do szybkiego wnioskowania. Zalecenie Krea jest takie, aby trenować na RAW i uruchamiać na Turbo, a ekosystem LoRA jest zbudowany właśnie w ten sposób — adaptery wytrenowane względem bazy są stosowane do destylowanego checkpointu w czasie wnioskowania. Oba checkpointy mają tę samą licencję i należą do tej samej rodziny, ale nie są zamienne i nie mają tych samych ustawień.

Jeden szczegół wart odnotowania, bo wprowadzi w błąd każdego, kto czyta kartę: metadane Hugging Face dla obu checkpointów podają w panelu bocznym 13 mld parametrów, podczas gdy tekst karty mówi „Diffusion Transformer z 12 miliardami parametrów”. Krea nie uzgodniła publicznie tych dwóch liczb, więc liczbę parametrów należy traktować jako wynoszącą około dwunastu–trzynastu miliardów i niepotwierdzoną, a nie jako ustaloną wartość.

Liczby, z tablicy, na którą wskazują obaj dostawcy

Repozytorium Krei podaje, że Krea 2 to najlepszy model tekst-na-obraz od niezależnego laboratorium w Artificial Analysis; raport techniczny mówi, że jest „w pierwszej dziesiątce” i „na drugim miejscu wśród modeli z niezależnych laboratoriów”. To są własne twierdzenia Krei, sformułowane w czerwcu. To, co pokazuje tablica wyników na żywo 13 października 2026 r., jest nieco węższe i warte bezpośredniego przeczytania:

• Qwen-Image 2.1 — 1,038 Elo, przedział 95% od 1,029 do 1,047, z 5 554 próbek, miejsce 20 na 168. W kolumnie z ceną na tablicy widnieje „No API available”.

• Krea 2 Large — 1027 Elo, przedział od 1020 do 1034, na podstawie 17 514 próbek, 25. miejsce z 168, po $60,00 za 1000 obrazów.

• Krea 2 Medium Turbo — 1 022 Elo, przedział od 1 014 do 1 030, z 6 454 próbek, przy cenie 15,00 USD za 1 000 obrazów.

• Krea 2 Medium — 1014 Elo, przedział od 1007 do 1021, na podstawie 17 284 próbek, po 30,00 USD za 1000 obrazów.

Wszystkie cztery z tych wierszy pochodzą z tablicy tekst-na-obraz. Na tablicy edycji w ogóle pojawia się tylko Qwen-Image 2.1 — 1072 Elo, przedział od 1063 do 1081, z 6132 próbek, pozycja 21 z 81. Na tej tablicy nie ma żadnego wpisu Krea 2. Wszystkie podane tu liczby to Elo z głosowania w ciemno Artificial Analysis, pobrane z aktualnej angielskojęzycznej tabeli liderów 13 października 2026; są niezależne od obu dostawców, a przedziały są wystarczająco szerokie, by różnicy między Qwen-Image 2.1 a Krea 2 Large nie odczytywać jako rankingu.

Wiersze „Krea 2 Large” i „Krea 2 Medium” również nie są otwartymi checkpointami. To hostowane warianty Krei, dlatego mają cenę za obraz, a otwarte repozytoria jej nie mają. Porównywanie pobieralnego Krea 2 RAW z hostowanym Krea 2 Large to porównywanie checkpointu z usługą.

Prawdziwy podział dotyczy edycji, nie jakości.

Jakość jest wystarczająco zbliżona, że rozstrzygnięcie nie należy do rankingu. Należy ono do możliwości. Qwen-Image 2.1 to jeden model służący do generowania i edycji: przyjmuje sam prompt albo maksymalnie dziesięć obrazów referencyjnych wraz z instrukcją, a także obsługuje lokalne edycje za pomocą narysowanych okręgów, namalowanych adnotacji lub osobnej maski, z przezroczystością RGBA na wejściu i wyjściu. Otwarte wydanie Krea 2 to rodzina modeli tekst-obraz. Jego karta modelu dokumentuje generowanie obrazu na podstawie promptu; w organizacji nie ma punktu kontrolnego do edycji ani trybu edycji z maską w skrypcie inferencyjnym, którego flagi obejmują prompt, kroki, guidance, rozdzielczość, ziarno i liczbę obrazów — nic, co przyjmuje obraz wejściowy.

Ta asymetria wynika z udostępnionego materiału, a nie z tego, co potrafi którekolwiek z laboratoriów. Własna platforma Krea sprzedaje edycję, opierając się na zestawie modeli edycyjnych firm trzecich. Istotny fakt dla czytelnika pobierającego wagi jest węższy: jeśli Twój przepływ pracy wymaga „weź to zdjęcie i zmień w nim jedną rzecz”, otwarta Krea 2, którą można pobrać, tego nie robi, a cała architektura Qwen-Image 2.1 jest zbudowana wokół robienia tego.

Dwie licencje, dwa różne mury

To tutaj porównanie przestaje być tak bliskie i to jest ten fragment, który większość podsumowań spłaszcza do „oba są otwarte”. Żadne z nich nie jest open source w sensie permisywnym i wcale nie są otwarte na tych samych warunkach.

• Qwen-Image 2.1 — Umowa licencyjna Qwen Research z dnia 20 września 2026 r. Licencja jest niewyłączna, ogólnoświatowa, wolna od tantiem i ograniczona do celów niekomercyjnych, przy czym „Non-Commercial” zdefiniowano jako wyłącznie badania lub ocenę. Wszelkie inne zastosowania wymagają odrębnej licencji komercyjnej, o którą należy poprosić e-mailem. Redystrybucja podlega warunkom: należy przekazać umowę dalej, oznaczyć zmodyfikowane pliki, zachować notę o atrybucji wskazującą Hangzhou Tongyi Laboratory Technology Co., Ltd, wyświetlić „Built with Qwen”, jeśli używasz wyników do trenowania innego modelu, który rozpowszechniasz, oraz nie używać „Qwen” jako głównej nazwy utworu pochodnego. Prawem właściwym jest prawo chińskie, a jurysdykcja należy do Hangzhou.

• Krea 2 — Licencja społecznościowa Krea 2. Użytkowanie komercyjne jest dozwolone, z zastrzeżeniem warunku dotyczącego przychodów: Ty i Twoje podmioty powiązane musicie utrzymywać się poniżej jednego miliona dolarów amerykańskich łącznego rocznego przychodu w skali całej firmy, mierzonego narastająco za ostatnie dwanaście miesięcy ze wszystkich źródeł. Powyżej tego progu wymagana jest licencja korporacyjna od firmy Krea przed jakimkolwiek dalszym użytkowaniem komercyjnym. Redystrybucja wymaga przekazania tej umowy dalej, poprzedzenia nazwy modelu — „Krea 2 [Nazwa Twojego Modelu]” — oraz zachowania informacji o autorstwie. Krea oświadcza, że nie rości sobie prawa własności do wyników, a Ty posiadasz swoje utwory pochodne z zastrzeżeniem praw podstawowych Krei. Obowiązuje prawo stanu Delaware. Dostęp jest ograniczony umową i polityką dopuszczalnego użytkowania, a oba punkty kontrolne noszą tag licencji krea-2-community-license na Hugging Face.

Czytane obok siebie, ich kształty są różne, a nie że jedna jest bardziej restrykcyjna. Qwen-Image 2.1 to zdecydowane „nie” dla użycia komercyjnego, z furtką, którą trzeba wynegocjować. Krea 2 to „tak” z pułapem, a ten pułap to konkretna, weryfikowalna kwota w dolarach, a nie uznaniowa decyzja. Dla małego studia lub niezależnego dewelopera ta różnica to cała decyzja, a różnica w Elo to szum. Dla każdego powyżej progu oba modele kończą w tym samym miejscu: e-mail do dostawcy przed wypuszczeniem produktu.

Ile kosztuje cię eksploatacja każdego z nich

Żadna z tych liczb nie jest publikowana przez dostawcę, więc uczciwa odpowiedź brzmi: porównanie trzeba zbudować na podstawie ustawień, a nie wyceny.

• Próbkowanie — Krea 2 RAW działa z 52 krokami i skalą guidance wynoszącą 3,5, Krea 2 Turbo z 8 krokami przy wyłączonym guidance; Qwen-Image 2.1 domyślnie używa 40 kroków.

• Rozdzielczość — Krea dokumentuje swój bazowy checkpoint do 1K, a swój checkpoint Turbo w zakresie od około 1K do 2K; Qwen-Image 2.1 domyślnie ustawia 2048×2048, oferując siedem opublikowanych presetów w tym samym zakresie.

• Co pobierasz — repozytorium Qwen-Image 2.1 Diffusers ma 33,1 GB, z czego większość to enkoder tekstu Qwen3-VL 8B. Krea nie opublikowała odpowiadającego rozmiaru dla swoich checkpointów.

• Co to obsługuje — Qwen-Image 2.1 ukazał się z udokumentowanym wsparciem w Diffusers, ComfyUI, vLLM-Omni, SGLang i LightX2V, a także ze ścieżkami AMD i FlagOS. Krea 2 dokumentuje w swoim repozytorium ComfyUI i SGLang, wraz ze skryptem inferencji i kilkoma zestawami narzędzi do trenowania LoRA.

Krea opublikowała liczby pobrań za ostatni miesiąc: 84 354 dla Krea-2-Raw i 87 771 dla Krea-2-Turbo, odczytane 13 października 2026 — dane z platformy hostingowej, nie od Krea, i nie są wyznacznikiem jakości.

Jedyny istniejący niezależny test i czego nie dowodzi

Istnieje porównanie obok siebie, o którym warto wiedzieć, i trzeba jasno określić jego ograniczenia. Japońskojęzyczny artykuł opublikowany 21 września 2026 r. przepuścił 28 promptów przez oba modele, przy identycznych promptach i seedach, na RTX 5090 z 32 GB, w ComfyUI v0.37.0, tworząc 76 obrazów porównawczych. Jego bilans: Krea 2 zwyciężyła 10 razy, Qwen-Image 2.1 zwyciężył 7 razy, 9 remisów, a 2 zakończyły się niepowodzeniem w przypadku obu. Autor podsumował ten wzorzec tak, że Qwen-Image 2.1 dobrze radzi sobie z płaskimi treściami symbolicznymi, podczas gdy Krea 2 lepiej radzi sobie ze strukturą i fizyką obiektów trójwymiarowych, i zauważył, że wynik Krea 2 uzyskano przy 8 krokach w porównaniu z 25 krokami Qwen-Image 2.1.

To jeden operator, jedno ziarno na prompt, jeden wizualny sędzia i jeden miesiąc przed tym artykułem. To nie jest benchmark ani ranking. Przydaje się do kalibrowania oczekiwań: oba modele są wystarczająco blisko siebie, że osoba uruchamiająca prawdziwe prompty zobaczy zwycięstwa po obu stronach, co jest spójne z jedenastopunktową różnicą Elo na bieżącej tablicy wyników.

Gdzie OrcaRouter pasuje, a gdzie nie

Żaden z tych modeli nie znajduje się na OrcaRouter i warto powiedzieć to na samym początku: sprawdziliśmy naszą własną bieżącą listę modeli 13 października 2026 r. i nie ma na niej żadnego modelu Qwen-Image ani żadnego modelu Krea. Oba powyższe porównania dotyczą wag, które uruchamiasz samodzielnie, albo hostowanych punktów końcowych, które kupujesz bezpośrednio od każdego dostawcy. Jeśli którykolwiek z nich będzie kierowany przez nas, routing następuje po decyzji licencyjnej, a nie zamiast niej.

Powód, dla którego to rozróżnienie ma tu znaczenie, tkwi w kształcie problemu. Qwen-Image 2.1 i Krea 2 nie są ostatnimi modelami obrazu, jakie wyda którakolwiek z tych pracowni, a warunki licencji dla tej generacji nie są wskazówką co do następnej — Krea przeszła już od produktu subskrypcyjnego do otwartego wydania licencjonowanego społecznościowo, a firma przeniosła się z Apache-2.0 w swoich wcześniejszych checkpointach Qwen-Image na licencję wyłącznie badawczą w tym przypadku. Zespół, który standaryzuje swój pipeline obrazowy na SDK jednego dostawcy, kończy na renegocjowaniu tego pipeline'u za każdym razem, gdy zmienia się licencja. OrcaRouter udostępnia ponad 200 modeli za jednym punktem końcowym zgodnym z OpenAI w cenie katalogowej dostawcy bez marży, z automatycznym przełączaniem awaryjnym między dostawcami oraz DSL routingu do komponowania kilku modeli w jedno wywołanie. Istotna właściwość nie polega na tym, że hostujemy te dwa — nie robimy tego — ale na tym, że gdy model jest obsługiwany przez nas, podmiana modelu stojącego za wywołaniem jest zmianą konfiguracji, a nie projektem integracyjnym, co jest właśnie tym, do czego zmiana licencji na otwarte wagi zwykle zmusza.

Który wybrać

Reguła, a nie werdykt. Jeśli musisz edytować istniejące obrazy — wgrać fotografię lub zdjęcie produktowe i zmienić jego fragment, pracować z maskami, tworzyć przezroczyste zasoby — Qwen-Image 2.1 to model, który ma tę możliwość, a otwarte wydanie Krea 2 nie wchodzi w rachubę. Jeśli potrzebujesz komercyjnych wyników i jesteś małym zespołem poniżej progu przychodów, Krea 2 ma licencję dokładnie na to, a Qwen-Image 2.1 nie ma na to licencji w ogóle. Jeśli dostrajasz model, checkpoint RAW Krea 2 jest wyraźnie stworzony do trenowania, a ekosystem LoRA Krea 2 zakłada, że będziesz to robić; Qwen-Image 2.1 można dostrajać w ramach grantu wyłącznie badawczego, który ogranicza to, co możesz zrobić z wynikiem. Jeśli przekraczasz próg przychodów i chcesz użyć któregokolwiek z nich w produkcji, tak czy inaczej piszesz do dostawcy — Krea na opensource@krea.ai, a dostawca na adres podany w umowie licencyjnej — a wybór sprowadza się do tego, którą rozmowę wolisz odbyć.

Fakt, który rozstrzyga najczęściej: licencja, a nie ranking. Te dwa modele dzieli jedenaście punktów Elo na tablicy, której przedziały są szersze niż ta różnica, a jako usługi hostowane różnią się o około sto dolarów miesięcznie; jedyną z tych różnic, której czytelnik nie może obejść, jest ta wydrukowana w pliku licencji.