Qwen-Image 2.1 против FLUX 3: две модели генерации изображений, которыми не так-то просто воспользоваться

Qwen-Image 2.1 и FLUX 3 — два самых интересных релиза в области изображений во втором полугодии 2026 года, и ни один из них не пригоден для прямого использования. Qwen-Image 2.1, исходный код которого команда Qwen-Image открыла 20 сентября 2026 года, — это унифицированная модель генерации и редактирования на 7 млрд параметров, которую можно скачать уже сегодня днём и нельзя легально использовать в коммерческом продукте. FLUX 3, о котором Black Forest Labs объявила 23 июля 2026 года, — это унифицированная мультимодальная фундаментальная модель, у графического уровня которой — той части, которую вы бы действительно сравнивали, — спустя два месяца после анонса всё ещё нет ни публичного эндпоинта, ни идентификатора модели, ни цены, ни бенчмарков. Так что сравнение здесь не о том, «какая из них лучше». Оно о том, какое из двух препятствий вы способны обойти.

Два разных вида недоступности

Так и тянет отнести оба к категории «пока не готово» и двигаться дальше. Но это скрыло бы единственное решение, которое имеет значение, потому что эти два блокера имеют противоположную форму.

Блокером Qwen-Image 2.1 является юридический вопрос, и это строка в файле, которую можно прочитать ещё до того, как что-либо скачивать. Веса доступны на Hugging Face и ModelScope, карточка модели написана, код инференса опубликован, а поддержку четырёх отдельных фреймворков для обслуживания моделей добавили до дня релиза или в день релиза. Ничто техническое не стоит между вами и работающей моделью. Между вами и её выпуском стоит Лицензионное соглашение Qwen Research от 20 сентября 2026 года, пункт о предоставлении прав в котором разрешает использование «ТОЛЬКО ДЛЯ НЕКОММЕРЧЕСКИХ ЦЕЛЕЙ» и предписывает любому, кто хочет получить коммерческие права, запросить у поставщика отдельную лицензию.

Препятствие для FLUX 3 носит физический характер. Нет эндпоинта для изображений, к которому можно обратиться, нет идентификатора модели, который можно передать, и нет тарифной карточки, по которой можно планировать бюджет. На собственной странице цен BFL перечислены тарифы FLUX 3 Video и более старая линейка изображений FLUX.2; тарифа для изображений FLUX 3 там нет, потому что оценивать нечего. Доступ к модели изображений предоставляется только по запросу, а не через кнопку начала работы: на собственной странице FLUX 3 от BFL тариф для изображений указан как «скоро», а метку раннего доступа носит именно тариф action.

Итак, одна из них — это модель, которую вы можете запустить сегодня вечером и не можете продать, а другая — это модель, которую вы могли бы продать и не можете запустить. Какая из них полезнее для вас, полностью зависит от того, по какую сторону этого предложения вы стоите, — внутренняя исследовательская команда и команда коммерческого продукта должны прийти к противоположным выводам из одних и тех же двух фактов.

Чтение по измерениям

• Статус — веса, лицензия и карточка модели Qwen-Image 2.1 опубликованы 20 сентября 2026 года, а в тот же день вышел пост в блоге вендора. FLUX 3 анонсирован 23 июля 2026 года; отгружен только видеоуровень, достигший общей доступности 4 августа 2026 года.

• Что действительно можно вызвать уже сегодня — Qwen-Image 2.1 работает локально через Diffusers, ComfyUI, vLLM-Omni, SGLang и LightX2V либо через собственный API поставщика и несколько сторонних платформ. FLUX 3 указывает свой уровень для изображений как «скоро» без доступной конечной точки для вызова и предлагает платную, общедоступную конечную точку для видео.

• Архитектура — Qwen-Image 2.1 — это 32-слойный однопоточный DiT с 7 млрд параметров в компоненте визуальной генерации, текстовый энкодер Qwen3-VL 8B и 64-канальный RGBA VAE с 16-кратным пространственным сжатием. FLUX 3 — это единая унифицированная flow-модель, совместно обученная на изображениях, видео и аудио, построенная на методе self-supervised flow-matching, который BFL называет Self-Flow, с уровнем предсказания действий, разработанным вместе с Mimic Robotics.

• Нативная прозрачность — Qwen-Image 2.1 создаёт и редактирует RGBA-изображения, редактирует текст внутри прозрачных слоёв и извлекает объекты с RGB-фотографий в прозрачные слои, включая возможность, которую Alibaba выпустила отдельно под названием Qwen-Image-Layered в декабре 2025 года. BFL не публиковала никаких заявлений о поддержке прозрачности для FLUX 3 Image.

• Референсные изображения — Qwen-Image 2.1 принимает до 10 входных референсов, а локальное редактирование выполняется с помощью круга, нарисованной пометки или отдельной маски. Для FLUX 3 Image опубликованных данных нет.

• Разрешение — Qwen-Image 2.1 нативно поддерживает 2K, по умолчанию 2048×2048 при 40 шагах инференса, с семью задокументированными пресетами соотношения сторон. Разрешения FLUX 3 Image описаны в анонсе лишь как «широкие», и ничего не опубликовано.

• Цена — опубликованной цены нет ни для одного из них. У Qwen-Image 2.1 на момент написания нет указанного тарифа для хостинга; у FLUX 3 Image нет карточки цены, так как у него нет эндпоинта. Единственная существующая цена FLUX 3 — это видео: $0.06 за секунду в черновом качестве, $0.17 за секунду в HD и $0.29 за секунду в FHD.

• Лицензия — Лицензионное соглашение Qwen Research, только для некоммерческого использования; коммерческое использование — по отдельному запросу. Условия лицензии FLUX 3 для уровня изображений вообще не опубликованы.

Одна асимметрия заслуживает отдельной строки, потому что именно в ней кроется ловушка этого сравнения. У FLUX 3 действительно есть опубликованные показатели бенчмарков — внутренний Elo 1 135 для text-to-video и заявленные доли побед по человеческим предпочтениям против Grok Imagine Video, Seedance 2.0, Gemini Omni Flash, Runway Gen-4.5 и Luma Ray 3.2. Каждая из этих цифр описывает видео-уровень. Ни одна из них не переносится на генерацию изображений, и сама BFL не опубликовала ни бенчмарков, ни долей побед для изображений. Цитировать видео-Elo FLUX 3 как доказательство качества изображений FLUX 3 — это самая простая ошибка, которую можно допустить в этом сравнении.

Что на самом деле может показать каждая сторона

Сопоставьте данные — и асимметрия окажется обратной по сравнению с предыдущим разделом.

FLUX 3 — это выпущенный, с установленной ценой, общедоступный продукт, просто не тот, что указан в заголовке этой статьи. FLUX 3 Video генерирует клипы длительностью до 20 секунд с синхронизированным аудио за один проход, поддерживает преобразование текста в видео, изображения в видео, видео в видео, ключевого кадра в видео и генеративное продолжение, и его уже тестируют Canva, Burda, Magnific, Krea и Picsart. Это реальная, развёрнутая система с реальным списком клиентов. А вот уровень изображений — это та часть, которая так и не появилась, и первоначальное заявление BFL о том, что это произойдёт «в ближайшие недели», уже перешагнуло два полных месяца без публичного эндпоинта.

Qwen-Image 2.1 имеет противоположный профиль. Его заявления о качестве исходят из собственной сравнительной таблицы Qwen-Image-Bench от производителя, и ни одна третья сторона их не воспроизвела. Но сам продукт у вас в руках: 33 ГБ весов, структура репозитория в стиле Apache с файлом лицензии, который честно признаёт, что предназначен только для исследований, и путь развёртывания с первого дня для пяти фреймворков. Также есть один обзор раннего доступа с практическим тестированием от тестировщика, который запустил финальные веса через интерфейс ModelScope Studio и сообщил о примерно 10–15 секундах для генерации изображений по тексту и 18–23 секундах для редактирования, сильном поведении с предустановками камеры и назначением ролей для нескольких персонажей, и согласованности по нескольким референсам, начинающей ухудшаться примерно с трёх входных изображений. Один рецензент, без таймера, без опубликованного набора промптов. Полезно для общего направления, формально не подтверждено.

Честная сводка доказательств: у Qwen-Image 2.1 есть запускаемая модель и нет независимых данных о качестве; у FLUX 3 Image есть заявления производителя и нет ни запускаемой модели, ни каких-либо данных изображений вообще. Если ваш вопрос — «под что из этого мне планировать пайплайн», то ответ сегодня — ни под что, и причина у каждого своя.

Где на самом деле находится обходное решение

Для коммерческой команды препятствие в виде Qwen-Image 2.1 имеет очертания, которые можно учесть при планировании. Лицензия явная, контакт по коммерческой лицензии указан в репозитории, а модель достаточно мала — 7B в компоненте генерации, — так что стоимость её оценки на собственном оборудовании измеряется одним днём, а не кварталом. Сначала оцените, потом ведите переговоры, а тем временем держите исследовательскую сборку подальше от любых путей, доступных клиентам. Это обычная задача закупки.

Блокер FLUX 3 Image — это не проблема закупки, потому что закупать нечего. Вы можете присоединиться к очереди раннего доступа и можете следить за появлением эндпоинта — и это всё доступные действия. Если вам уже сегодня нужна генерация изображений семейства FLUX в продакшене, вызываемые варианты — это более старые линейки FLUX.2 и FLUX Pro/Dev, которые имеют цену и доступны, — и которые относятся к другому поколению модели, нежели то, о котором эта статья.

Для команды, которая хочет протестировать обоих кандидатов, не привязывая ни одного из них к продакшн-пути, — это именно тот случай, для которого и существует слой маршрутизации. OrcaRouter размещает более 200 моделей за одной конечной точкой, совместимой с OpenAI, по каталожной цене провайдера без какой-либо наценки, с автоматическим переключением при сбое между провайдерами, так что непроверенная или ещё не выпущенная модель оказывается за маршрутом рядом с тем, чему вы уже доверяете, а не заменяет это, — и поскольку каталожная цена передаётся как есть, любое изменение цены вендора на маршрутизируемую модель вступает в силу в тот же день. Ни Qwen-Image 2.1, ни FLUX 3 Image на момент написания не поддаются маршрутизации, и мы не собираемся делать вид, что это не так; что мы действительно маршрутизируем, так это линейку изображений вокруг них, включая семейство GPT-Image от OpenAI, уровни Imagen 4 от Google и превью изображений Gemini, а также конечную точку изображений Grok Imagine от xAI. Именно эти модели способны выдержать рабочую нагрузку, пока эти две разбираются с собой.

Ещё одна вещь, за которой стоит следить конкретно в случае Qwen. Alibaba выпустила Qwen-Image 1.0 и 2.0 как открытые веса под Apache-2.0, затем в июле 2026 года выпустила Qwen-Image 3.0 как полностью закрытую хостируемую модель — без весов, без лицензии и без технического отчёта, — а затем в сентябре выпустила Qwen-Image 2.1 как открытые веса под лицензией только для исследований. Направление движения не является прямой линией, и условия лицензии для следующего релиза — это действительно открытый вопрос, а не безопасное допущение в любую сторону.

Вердикт, каков он есть

Если вы исследователь или команда внутренней оценки, Qwen-Image 2.1 сейчас гораздо полезнее из этих двух — с большим отрывом: его можно скачать, у него есть документация, поддержка фреймворков и честно изложенные условия. Если вы коммерческая команда, оба варианта закрыты, но эти ограничения не равноценны: в одном случае это контракт, о котором можно начать разговор, в другом — продукт, которого ещё не существует.

Если вам нужно выпустить генерацию изображений уже в этом месяце, ни одна из них не станет ответом, и полезный вопрос в том, какая из моделей, к которым вы можете обратиться, подведёт вас ближе всего. Это упражнение по бенчмаркингу, и его стоит провести на собственных промптах, а не на чьём-либо презентационном графике — включая график вендора и включая этот.