Qwen-Image-2.1 vs LLaDA-Image: A alegação de licença mudou, e apenas um deles diz isso

Quando o LLaDA-Image foi lançado pela inclusionAI, o laboratório de pesquisa do Ant Group, em 4 de setembro de 2026, a leitura de seus repositórios era direta: nenhuma licença declarada, portanto todos os direitos reservados. Essa leitura agora está desatualizada. Todos os quatro cartões de modelo do Hugging Face — LLaDA-Image, LLaDA-Image-Turbo, LLaDA-Image-FP8 e LLaDA-Image-Turbo-FP8 — declaram apache-2.0 em seu frontmatter hoje, e isso é a primeira linha do cartão. Nenhum desses quatro repositórios contém um arquivo LICENSE, e o repositório do projeto no GitHub, criado em 31 de agosto de 2026, também não tem arquivo de licença. Compare isso com Qwen-Image-2.1, lançado pela equipe Qwen da Alibaba com pesos abertos em 20 de setembro de 2026 sob o Qwen Research License Agreement — um documento de verdade, datado, apenas para uso não comercial, e a razão pela qual seus próprios repositórios marcam a licença como other. Dois modelos de imagem com pesos abertos, com dezesseis dias de diferença, e aquele com a papelada de aparência mais fraca é o que declarou uma licença permissiva. A pegadinha está inteiramente na forma como isso foi declarado.

Esta é uma comparação no papel, não em pixels. Nenhum dos dois modelos tem uma pontuação de imagem independente — o LLaDA-Image, em qualquer uma de suas quatro variantes, não aparece em nenhum dos quadros de imagem da Artificial Analysis, e as duas linhas do Qwen-Image-2.1 lá trazem uma Nenhuma API disponível observação. O que você pode de fato decidir hoje é o que você tem permissão para fazer, e essa resposta mudou para um desses dois modelos sem um anúncio.

O que as duas superfícies de licença realmente dizem

Leia as fontes primárias em vez dos resumos, porque a lacuna entre elas é toda a história.

• Qwen-Image-2.1 — lançado ao abrigo do Contrato de Licença de Investigação Qwen, datado de 20 de setembro de 2026, concedido "APENAS PARA FINS NÃO COMERCIAIS", exigindo o uso comercial uma licença separada solicitada ao fornecedor. Os repositórios do Aliba​ba no Hugging Face para o modelo indicam o campo de licença como other, que é a etiqueta correta: não é uma licença aprovada pela OSI e o modelo não é open source nesse sentido. Continua a ser possível descarregá-lo, executá-lo e avaliá-lo com benchmarks.

• LLaDA-Image — o cartão de modelo do Hugging Face declara license: apache-2.0 em seu frontmatter YAML. O Apache 2.0 é uma licença OSI que permite uso comercial. Se o frontmatter for a licença, esta é a mais permissiva das duas por uma ampla margem.

• LLaDA-Image, o resto do rasto documental — não há ficheiro LICENSE na árvore do repositório. O cartão lista um README, um model_index.json, um .gitattributes e os diretórios de pesos, e nada mais. O repositório GitHub do projeto também não tem ficheiro de licença; a própria API de repositórios do GitHub não reporta qualquer licença para ele. O próprio texto da Apache 2.0 exige que uma cópia da licença acompanhe a distribuição, e não existe cópia em nenhum dos dois locais.

Portanto, a descrição honesta da situação de licenciamento do LLaDA-Image não é "sem licença" nem "Apache 2.0". É isto: o cartão afirma Apache 2.0 e o repositório não inclui o texto da licença. Esses dois fatos apontam na mesma direção, mas não são o mesmo fato, e apenas um deles é aquilo que um responsável pela análise de aquisições vai procurar.

Por que o cartão está escrito dessa forma

O próprio frontmatter do card é o indício revelador. A manchete da família de modelos é LLaDA-Image: Construindo Geradores de Imagem Fortes com Receitas de Treinamento Totalmente Abertas, e dois dos seus cinco destaques declarados são sobre abertura: pré-treinamento apenas com imagens para estabelecer o prior visual, e um modelo de difusão unificado em que tanto o backbone quanto o DiT são modelos de difusão treinados em um único framework. O uso da palavra "receita" é deliberado. O card está vendendo um pipeline reproduzível, não apenas um checkpoint.

Em seguida, leia o plano de código aberto na parte inferior do mesmo cartão:

• Código de inferência e pesos do modelo — assinalado.

• Código de treinamento — não assinalado, marcado em breve.

• Um relatório separado do arXiv, numerado 2609.03796 no cartão, traz o método.

Essa é uma posição coerente e não desonesta: pesos e código de inferência agora, código de treinamento depois, método em um artigo. É também o contexto no qual uma linha de frontmatter Apache 2.0 faz sentido como intenção — este é um projeto que quer ser lido como totalmente aberto. A lacuna entre a intenção e o arquivo de licença ausente é exatamente o tipo de coisa que o frontmatter de um card não consegue expressar.

O que os números dizem, e quem os produziu

A única alegação quantitativa associada ao LLaDA-Image é uma pontuação de benchmark, e a sua proveniência precisa ser declarada com clareza. O cartão informa "SOTA no Qwen-Image-Bench", com pontuações gerais de 53,53 em inglês e 53,38 em chinês. Esses são os números da própria inclusionAI, medidos num benchmark batizado com o nome do modelo de outro laboratório, e não foram reproduzidos por ninguém fora do laboratório. O modelo Base os alcança com 50 etapas de amostragem; a variante Turbo é destilada com Twin-DMD para rodar em 2 a 4 etapas. Nenhum dos números tem uma contagem de votos por trás e nenhum aparece num painel independente, porque o LLaDA-Image não está em nenhum.

Qwen-Image-2.1 está em ambos os rankings do Artificial Analysis — 1.034 Elo na posição 18 de 166 em texto para imagem e 1.074 Elo na posição 18 de 97 em edição, a partir de 5.286 e 5.536 comparações cegas, respectivamente. As suas linhas em ambos os rankings exibem o marcador Open Weights ao lado da Nenhuma API disponível nota. Essa é uma medição independente de um modelo auto-hospedado, o que é mais difícil de conseguir do que parece, e é o único eixo em que estes dois modelos não estão de modo algum na mesma categoria.

A decisão que isto realmente muda

Se você estava se baseando na leitura anterior — de que a LLaDA-Image não declara nenhuma licença, então trate-a como todos os direitos reservados —, a situação melhorou, e a melhoria é real o suficiente para agir com base nela em avaliação e trabalho interno. Mantenha a ressalva: uma licença nomeada apenas no YAML, sem texto de licença no repositório, é evidência mais fraca do que um arquivo de licença ao lado dos pesos. Se a LLaDA-Image vai entrar em um produto, essa é uma questão para o laboratório de pesquisa do Ant Group, não algo a resolver apontando para uma tag de metadados.

Qwen-Image-2.1 é a troca inversa: a documentação é inequívoca e a resposta é não. Uma licença de pesquisa datada que proíbe uso comercial é mais fácil de planejar do que uma licença permissiva pouco clara, porque não há nada a interpretar. É também uma mudança em relação à linha Qwen-Image anterior, que era distribuída sob Apache 2.0, então as equipes que construíram sobre a geração anterior não podem levar essa suposição adiante.

Nenhum desses modelos é servido no OrcaRouter, e nenhum será até que a questão da licença se resolva — uma licença apenas para pesquisa e um arquivo de licença que não está no repositório são ambos motivos para manter o caminho hospedado separado do experimento. Os modelos de imagem que disponibilizamos são os níveis do Imagen do Google e as prévias de imagem do Gemini, o endpoint de imagem Grok Imagine da xAI e a família GPT-Image da OpenAI, todos atrás de um único endpoint compatível com a OpenAI, com o preço de tabela do provedor repassado sem margem, failover automático entre provedores, e uma DSL de roteamento para compor vários modelos em uma única chamada. Execute o modelo baixável para o trabalho que a licença cobre; chame o hospedado para qualquer coisa que chegue a um cliente.

O que assistir

Duas coisas transformam isto de uma comparação de documentação numa comparação de modelos, e ambas podem ser verificadas sem esperar pelo anúncio de ninguém.

A primeira é se um arquivo LICENSE aparece nos repositórios LLaDA-Image. Uma licença declarada no frontmatter e fornecida como texto é o que o Apache 2.0 realmente exige, e até que esse arquivo exista, a declaração é a única evidência. A segunda é se o código de treinamento é disponibilizado. É a última caixa não marcada no cartão, e é a diferença entre pesos que por acaso são baixáveis e as “receitas de treinamento totalmente abertas” que o título promete.

Até então, o resumo justo é aquele que as fontes apoiam: a LLaDA-Image agora reivindica a licença mais permissiva e ainda não a documentou, a Qwen-Image-2.1 documenta uma licença que proíbe o que a maioria das equipes quer fazer, e apenas uma das duas foi avaliada por alguém que não seja o próprio laboratório.