Qwen-Image 2.1 vs Krea 2: Qual modelo de imagem aberto você pode realmente colocar em produção

Dois modelos de imagem abertos, ambos disponíveis para download nos últimos quatro meses, respondendo à mesma pergunta de maneiras opostas. Qwen-Image 2.1é o modelo de texto para imagem e de edição de imagens de 7B do fornecedor, lançado em 20 de setembro de 2026 sob uma licença exclusiva para pesquisa — apenas para uso não comercial. Krea 2é o primeiro modelo de imagem de base que a Krea treinou do zero, publicado como dois checkpoints em junho de 2026 sob a Licença Comunitária do Krea 2, que permite uso comercial de imediato abaixo de um limite de receita. No ranking de texto para imagem do Artificial Analysis, hoje, os dois estão a onze pontos Elo de distância um do outro. Na questão que uma equipe realmente precisa responder antes de construir qualquer coisa, eles não estão nem perto.

O que o Krea 2 realmente é

Comece por aqui, porque a nomenclatura é enganosa e a maioria das comparações erra. A Krea, a empresa, opera uma plataforma criativa hospedada com assinatura paga; o Krea 2, o modelo, é uma coisa separada que por acaso compartilha o nome. A Krea o lançou como um Diffusion Transformer de pesos abertos com dois checkpoints, publicados no Hugging Face como krea/Krea-2-Raw e krea/Krea-2-Turbo, com código de inferência em um repositório público.

A divisão de trabalho entre eles é deliberada e está declarada claramente no próprio repositório da Krea: RAW é a base não destilada, destinada a fine-tuning, pós-treinamento e treinamento de LoRA; Turbo é um checkpoint destilado de oito passos, destinado a inferência rápida. A orientação da Krea é treinar com RAW e executar com Turbo, e o seu ecossistema LoRA é construído dessa forma — adaptadores treinados com a base são aplicados ao checkpoint destilado no momento da inferência. Os dois checkpoints partilham uma licença e uma família, mas não são intercambiáveis e não têm as mesmas configurações.

Um detalhe que vale a pena destacar, porque vai confundir qualquer pessoa que leia o card: os metadados do Hugging Face para ambos os checkpoints listam 13B de parâmetros na barra lateral, enquanto o texto do card diz "Transformer de Difusão com 12 bilhões de parâmetros." A Krea não conciliou publicamente os dois números, então trate a contagem de parâmetros como aproximadamente doze a treze bilhões e não confirmada, em vez de um número definitivo.

Os números, do quadro para o qual ambos os fornecedores apontam

O repositório da Krea declara que o Krea 2 é o melhor modelo de texto para imagem de um laboratório independente no Artificial Analysis; o relatório técnico diz que ele está "entre os 10 melhores" e em "segundo lugar entre modelos de laboratórios independentes". Essas são afirmações da própria Krea, feitas em junho. O que o painel ao vivo mostra em 13 de outubro de 2026 é um pouco mais restrito e vale a pena ler diretamente:

• Qwen-Image 2.1 — 1.038 Elo, intervalo de 95% de 1.029 a 1.047, proveniente de 5.554 amostras, posição 20 de 168. A coluna de preço do ranking diz "Nenhuma API disponível".

• Krea 2 Large — 1.027 Elo, intervalo de 1.020 a 1.034, de 17.514 amostras, posição 25 de 168, a US$ 60,00 por 1.000 imagens.

• Krea 2 Medium Turbo — 1.022 Elo, intervalo de 1.014 a 1.030, com base em 6.454 amostras, a US$ 15,00 por 1.000 imagens.

• Krea 2 Medium — 1.014 Elo, intervalo de 1.007 a 1.021, com base em 17.284 amostras, a US$ 30,00 por 1.000 imagens.

Todas as quatro dessas linhas são do quadro de texto para imagem. No quadro de edição, apenas o Qwen-Image 2.1 é que aparece — 1.072 Elo, intervalo de 1.063 a 1.081, de 6.132 amostras, posição 21 de 81. Não há entrada do Krea 2 nesse quadro. Todos os valores aqui são o Elo de votação cega da Artificial Analysis, capturados do leaderboard inglês ao vivo em 13 de outubro de 2026; são independentes de ambos os fornecedores, e os intervalos são suficientemente amplos para que a diferença entre o Qwen-Image 2.1 e o Krea 2 Large não deva ser interpretada como uma classificação.

As linhas "Krea 2 Large" e "Krea 2 Medium" também não são os checkpoints abertos. Elas são os níveis hospedados da Krea, e é por isso que têm um preço por imagem, enquanto os repositórios abertos não. Comparar o Krea 2 RAW baixável com um Krea 2 Large hospedado é comparar um checkpoint com um serviço.

A verdadeira divisão é a edição, não a qualidade

A qualidade é tão próxima que o ranking não decide. A capacidade decide. O Qwen-Image 2.1 é um único modelo que faz geração e edição: aceita um prompt sozinho, ou até dez imagens de referência com uma instrução, e oferece suporte a edições locais por meio de círculos desenhados, anotações pintadas ou uma máscara separada, com transparência RGBA na entrada e na saída. O lançamento aberto do Krea 2 é uma família texto-para-imagem. Seu model card documenta a geração de imagem a partir de prompt; não há checkpoint de edição na organização nem modo de edição com máscara no script de inferência, cujas flags abrangem prompt, passos, orientação, resolução, seed e número de imagens — nada que aceite uma imagem de entrada.

Essa assimetria vem do material divulgado, não do que qualquer um dos laboratórios é capaz de fazer. A própria plataforma da Krea vende edição, recorrendo a um conjunto de modelos de edição de terceiros. O fato relevante para quem baixa os pesos é mais restrito: se o seu fluxo de trabalho exige "pegar esta fotografia e mudar uma coisa nela", o Krea 2 aberto que você pode baixar não faz isso, e toda a arquitetura do Qwen-Image 2.1 é construída em torno de fazer isso.

Duas licenças, dois muros diferentes

É aqui que a comparação deixa de ser tão equilibrada, e é a parte que a maioria dos resumos reduz a "ambos são abertos". Nenhum dos dois é de código aberto no sentido permissivo e eles não são abertos sob os mesmos termos de forma alguma.

• Qwen-Image 2.1 — o Acordo de Licença de Pesquisa Qwen, datado de 20 de setembro de 2026. A concessão é não exclusiva, mundial, isenta de royalties e limitada a fins não comerciais, sendo «Não Comercial» definido como apenas investigação ou avaliação. Qualquer outra utilização exige uma licença comercial separada, solicitada por e-mail. A redistribuição está sujeita a condições: repassar o acordo, assinalar os ficheiros modificados, manter o aviso de atribuição com o nome de Hangzhou Tongyi Laboratory Technology Co., Ltd., exibir "Built with Qwen" se utilizar os resultados para treinar outro modelo que distribua, e não utilizar "Qwen" como nome principal de uma obra derivada. A lei aplicável é a chinesa, com jurisdição em Hangzhou.

• Krea 2 — a Licença Comunitária Krea 2. O uso comercial é permitido, com uma condição de receita: você e suas afiliadas devem permanecer abaixo de um milhão de dólares americanos em receita anual total de toda a empresa, medida em uma base de doze meses consecutivos em todas as fontes. Acima desse limite, é necessária uma licença empresarial da Krea antes de qualquer outro uso comercial. A redistribuição exige que você repasse o acordo, que prefixe o nome do modelo — "Krea 2 [Seu Nome de Modelo]" — e que mantenha o aviso de atribuição. A Krea afirma não reivindicar a propriedade dos resultados, e você é proprietário de seus derivados, sujeito aos direitos subjacentes da Krea. A lei de Delaware rege. O acesso está condicionado a um acordo e a uma política de uso aceitável, e ambos os pontos de verificação carregam a etiqueta de licença krea-2-community-license no Hugging Face.

Lidos lado a lado, os formatos são diferentes, e não que um seja mais rigoroso. O Qwen-Image 2.1 é um não categórico ao uso comercial, com uma porta de saída que você precisa negociar. O Krea 2 é um sim com um teto, e o teto é um valor específico em dólares, verificável, em vez de uma decisão subjetiva. Para um pequeno estúdio ou um desenvolvedor independente, essa diferença é a decisão inteira, e a diferença de Elo é ruído. Para quem estiver acima do limite, os dois modelos acabam no mesmo lugar: um e-mail ao fornecedor antes de lançar.

Quanto cada um lhe custa para executar

Nenhum dos dois números é publicado pelo fornecedor, portanto a resposta honesta é que a comparação tem de ser construída a partir das configurações, e não de um orçamento.

• Amostragem — O Krea 2 RAW é executado com 52 etapas e uma escala de orientação de 3,5; o Krea 2 Turbo com 8 etapas e orientação desativada; o Qwen-Image 2.1 usa 40 etapas por predefinição.

• Resolução — A Krea documenta seu checkpoint base até 1K e seu checkpoint Turbo em uma faixa de aproximadamente 1K a 2K; o Qwen-Image 2.1 usa 2048×2048 por padrão, com sete presets publicados na mesma faixa.

• O que você baixa — o repositório Diffusers do Qwen-Image 2.1 mede 33,1 GB, a maior parte correspondendo ao codificador de texto Qwen3-VL 8B. A Krea não publicou um tamanho correspondente para os seus checkpoints.

• O que o executa — O Qwen-Image 2.1 foi lançado com suporte documentado no Diffusers, ComfyUI, vLLM-Omni, SGLang e LightX2V, além de caminhos para AMD e FlagOS. O Krea 2 documenta o ComfyUI e o SGLang em seu repositório, com um script de inferência e um punhado de kits de treinamento para trabalhos com LoRA.

A Krea publicou contagens de downloads de 84.354 para o Krea-2-Raw e 87.771 para o Krea-2-Turbo no último mês, conforme lido em 13 de outubro de 2026 — números da plataforma de hospedagem, não da Krea, e não um indicativo de qualidade.

O único teste independente que existe, e o que ele não prova

Há uma comparação lado a lado que vale a pena conhecer, e é preciso deixar claros os seus limites. Um artigo escrito em japonês, publicado em 21 de setembro de 2026, executou 28 prompts nos dois modelos, com prompts e seeds idênticos, em uma RTX 5090 com 32 GB, no ComfyUI v0.37.0, produzindo 76 imagens de comparação. A contagem: Krea 2 venceu 10, Qwen-Image 2.1 venceu 7, 9 empataram e 2 falharam em ambos. O resumo do autor sobre o padrão foi que o Qwen-Image 2.1 lida bem com conteúdo simbólico plano, enquanto o Krea 2 lida melhor com a estrutura e a física de objetos tridimensionais, e ele observou que o resultado do Krea 2 veio com 8 passos, contra 25 do Qwen-Image 2.1.

Isso é um operador, uma seed por prompt, um juiz visual e um mês antes deste artigo. Não é um benchmark e não é um ranking. O que ele tem de útil é calibrar expectativas: os dois modelos são próximos o suficiente para que uma pessoa executando prompts reais veja vitórias dos dois lados, o que é consistente com a diferença de onze pontos de Elo no placar ao vivo.

Onde o OrcaRouter se encaixa, e onde não

Nenhum desses modelos está no OrcaRouter, e vale a pena dizer isso antes de qualquer outra coisa: verificamos nossa própria lista de modelos ativos em 13 de outubro de 2026 e não há nenhum modelo Qwen-Image nem nenhum modelo Krea nela. As duas comparações acima são sobre pesos que você mesmo executa ou endpoints hospedados que você compra diretamente de cada fornecedor. Se qualquer um deles for roteado por nós, o roteamento vem depois da decisão de licenciamento, não em vez dela.

A razão pela qual essa distinção importa aqui é o formato do problema. Qwen-Image 2.1 e Krea 2 não são os últimos modelos de imagem que qualquer um dos laboratórios lançará, e os termos de licença desta geração não são um guia para a próxima — a Krea já passou de um produto por assinatura para um lançamento aberto licenciado pela comunidade, e a empresa passou do Apache-2.0 em seus checkpoints anteriores do Qwen-Image para uma licença somente para pesquisa neste. Uma equipe que padroniza seu pipeline de imagens no SDK de um único fornecedor acaba renegociando esse pipeline toda vez que a licença muda. O OrcaRouter coloca mais de 200 modelos por trás de um único endpoint compatível com OpenAI ao preço de tabela do provedor, sem markup, com failover automático entre provedores e um DSL de roteamento para compor vários modelos em uma única chamada. A propriedade relevante não é que hospedamos esses dois — não hospedamos —, mas que, quando um modelo é servido por meio de nós, trocar o modelo por trás de uma chamada é uma mudança de configuração, e não um projeto de integração, que é o que uma mudança de licença de pesos abertos normalmente exige.

Qual escolher

A regra, e não um veredito. Se você precisa editar imagens existentes — inserir uma fotografia ou uma foto de produto e alterar parte dela, trabalhar com máscaras, produzir assets transparentes — o Qwen-Image 2.1 é o modelo com essa capacidade, e o lançamento aberto do Krea 2 não entra nessa conversa. Se você precisa de resultado comercial e é uma equipe pequena abaixo da linha de receita, o Krea 2 tem licença exatamente para isso e o Qwen-Image 2.1 não tem licença para isso de forma alguma. Se você está fazendo fine-tuning, o checkpoint RAW do Krea 2 é explicitamente feito para ser treinado, e seu ecossistema de LoRA pressupõe que você vai fazer isso; o Qwen-Image 2.1 é ajustável sob uma concessão apenas para pesquisa, que restringe o que você pode fazer com o resultado. Se você está acima do limite de receita e quer qualquer um dos dois em produção, você vai escrever para um fornecedor de qualquer maneira — a Krea em opensource@krea.ai, o fornecedor no endereço do contrato de licença — e a escolha se resume a qual conversa você prefere ter.

O fato que decide isso com mais frequência: a licença, não a tabela de classificação. Os dois modelos estão separados por onze pontos Elo numa tabela com intervalos mais amplos do que isso, e por cerca de cem dólares por mês como serviços hospedados, e a única dessas diferenças que um leitor não consegue contornar é a que está impressa no arquivo de licença.