Qwen-Image-2.1 против Gemini Omni 1.1 Flash: один возвращает PNG, другой — нет

Самое полезное, что стоит знать о Qwen-Image-2.1 и Gemini Omni 1.1 Flash — это то, что они не конкурируют. Попросите Gemini Omni 1.1 Flash создать статичное изображение — и получите ошибку: в собственной документации производителя генерация изображений, редактирование изображений и чередующийся вывод изображения и текста указаны как неподдерживаемые возможности для этой модели. Попросите Qwen-Image-2.1 создать видео — и получите статичное изображение 2048×2048 с альфа-каналом. Любая таблица сравнения, которая ставит их в две колонки, — это сравнение фотоаппарата с проектором. Настоящий вопрос — тот, который действительно стоит денег, — в том, что происходит, когда вы соединяете их в цепочку, и выдерживает ли эта цепочка встречу с тарифной сеткой. Qwen-Image-2.1 стал общедоступным 20 сентября 2026 года; Gemini Omni 1.1 Flash находится в общем доступе с 27 августа 2026 года.

Что физически возвращает каждая модель

Это и есть всё сравнение, а всё остальное следует из него.

• Формат вывода — Qwen-Image-2.1 возвращает неподвижное изображение, нативно — до 2048×2048 при 40 шагах инференса, опционально с настоящим альфа-каналом; Gemini Omni 1.1 Flash возвращает видео длительностью до 40 секунд, собранное из 10-секундных вызовов генерации и продления, и вообще не имеет режима неподвижного изображения.
• Прозрачность — Qwen-Image-2.1 выполняет денойзинг в 64-канальном латентном пространстве RGBA, поэтому альфа-канал появляется прямо из сэмплера; Gemini Omni 1.1 Flash не поддерживает вывод с прозрачным фоном, и запрос такого вывода завершается ошибкой.
• Референсные входные данные — Qwen-Image-2.1 принимает до 10 референсных изображений для композиции с несколькими объектами; Gemini Omni 1.1 Flash принимает до 10 изображений на промпт как *входные данные* и до трёх 3-секундных референсных видеоклипов.
• Потолок разрешения — Qwen-Image-2.1 — это нативный 2K; Gemini Omni 1.1 Flash предлагает 360p, 720p, 1080p и 4K, но 1080p и 4K — это апскейлы нативного рендера 720p, а не нативные генерации.
• Сколько это стоит — У Qwen-Image-2.1 нет цены за хостинг, потому что нет хостингового эндпоинта, поэтому затраты — это время вашего собственного GPU; Gemini Omni 1.1 Flash тарифицирует $0.10 в секунду при 720p, с черновым тарифом 360p примерно $0.03 в секунду.
• Лицензия — Qwen-Image-2.1 поставляется по Qwen Research License Agreement от 20 сентября 2026 года, только для некоммерческого использования; Gemini Omni 1.1 Flash — это коммерческий API, выходные данные которого по умолчанию несут маркировку SynthID и сведения о происхождении C2PA.

Последняя строка — та, которую люди обычно пропускают. С одной стороны — модель, которую можно скачать и нельзя продавать. С другой — модель, которую нельзя скачать, но можно свободно продавать — с невидимым водяным знаком в каждом кадре.

Почему всё равно продолжает появляться подача через «versus»

Поищите два этих названия вместе — и вы найдёте страницы, где их сравнивают лоб в лоб. Причина в том, что лежащий в основе вопрос реален, даже когда формулировка неверна: обе модели находятся в одном и том же творческом конвейере, и обе — самое новое в нём. На самом деле люди пытаются решить, где заканчивается статика и начинается движение.

Gemini Omni 1.1 Flash заслужил своё место в этом вопросе благодаря независимым цифрам, а не данным производителя. В Artificial Analysis он удерживал первое место как в арене текст-в-видео, так и в арене изображение-в-видео в категории без звука по состоянию на 2 сентября 2026 года, с Elo 1324 и 1364. При включённом звуке он опускается до Elo 1237 и 1180 — второе и четвёртое места. Этот разрыв по звуку — как раз та деталь, которую скрывает спецификация и обнажает таблица лидеров.

Доказательная база Qwen-Image-2.1 более скудная и иного рода. Собственный Qwen-Image-Bench производителя ставит его на 60,28, впереди Nano Banana 2.0 с 59,82 и GPT Image 1.5 с 59,65, и первым среди открытых моделей — но это бенчмарк, проводимый производителем, с разрывом менее одного пункта, и это не воспроизведение третьей стороной. Независимое тестирование на данный момент состоит из оценки людьми в GenAI Showdown с результатом 7/15, что выше 4/15 у оригинального Qwen-Image и позади 8/15 у Ideogram 4. На момент написания модель отсутствовала в рейтингах изображений Artificial Analysis. Не низкий балл — а отсутствие балла.

Передача дел, и чего это на самом деле стоит

Если вы создаёте что-то, для чего нужны и статичное изображение, и клип, конвейер работает только в одном направлении: Qwen-Image-2.1 создаёт кадр, Gemini Omni 1.1 Flash анимирует его. Обратного не существует.

Арифметика неумолима, стоит только взяться за подсчёты. 10-секундный клип в 720p на Gemini Omni 1.1 Flash обходится примерно в $1.00. На черновом уровне 360p те же 10 секунд стоят примерно $0.30, а полноценная 40-секундная сцена в 720p — одна генерация плюс три вызова расширения — обходится почти в $4.00. Между тем статичный кадр, с которого всё начинается, не стоит ничего, кроме электричества на вашей собственной видеокарте. А значит, интересное решение по затратам — не «какая модель», а «сколько дублей». Статичный кадр можно бесплатно переделывать сколько угодно; видео — нет. Команды, которые планируют бюджет на генерацию видео из расчёта на ассет, а не на попытку, и оказываются удивлены, потому что первый кадр бесплатен, а повторные попытки — нет.

В передаче тоже есть ловушка качества. Gemini Omni 1.1 Flash рендерит нативно в 720p и апскейлит до 1080p и 4K. Если ваш стоп-кадр — это кадр Qwen-Image-2.1 размером 2048×2048 с чистым альфа-каналом, то подача его в видеотракт, который рендерит в 720p и выполняет апскейл, выбрасывает большую часть того, что дала вам модель изображений, — а альфа-канал отбрасывается полностью, потому что прозрачного видеовыхода не существует. Прозрачность сохраняется в композиторе, а не в цепочке моделей. Планируйте композитинг после возврата клипа, а не до.

Где место слою маршрутизации

Неловкая часть этой связки в том, что ни одна из моделей не доступна так, как, вероятно, доступна остальная часть вашего стека. Gemini Omni 1.1 Flash — это API вендора с собственным ключом и собственным посекундным счётчиком. Qwen-Image-2.1 — это загрузка объёмом примерно 33 ГБ — диффузионный трансформер на 7B плюс текстовый энкодер Qwen3-VL 8B — которую вы обслуживаете самостоятельно, по лицензии, разрешающей только некоммерческое использование. Две модели оплаты, два пути доступа, один проект.

OrcaRouter существует именно для окружающего слоя: одна конечная точка, совместимая с OpenAI, для 200+ моделей, прайс-лист провайдера транслируется без наценки, автоматический фейловер между провайдерами, DSL маршрутизации для компоновки фолбэков и слияние моделей для вызовов в стиле панели. Здесь важно точно понимать, что именно это покрывает. Мы не маршрутизируем ни одну модель Qwen-Image ни одной версии, поэтому Qwen-Image-2.1 — это не маршрут, который можно вызвать на нашей стороне: она работает на вашем оборудовании или не работает вовсе. Мы также не маршрутизируем Gemini Omni 1.1 Flash. Что мы действительно предоставляем на стороне движения — это линейка видео Kling, включая kling-v3, kling-v3-omni и kling-video-o1, плюс MiniMax H3, — так что анимационная половина этого пайплайна имеет хостинговый маршрут, не требующий второго контракта с вендором, а на стороне изображений мы предоставляем семейство OpenAI GPT-Image, уровни Google Imagen 4 и превью изображений Gemini, а также конечную точку изображений xAI Grok Imagine. Поскольку прайс-лист транслируется, а не наценивается, снижение цены вендором на любую из них становится доступно здесь в тот же день.

Какой из них вам на самом деле нужен

• Вам нужны ассеты, а не футаж — Qwen-Image-2.1, и причина тому — альфа-канал. Прозрачные вырезы продуктов, иконки, спрайты и слоистые композиты — вот где сэмплер, выдающий RGBA, экономит целый пайплайн матирования.
• Вам нужно движение, и нужно, чтобы его можно было измерить — Gemini Omni 1.1 Flash. Это единственная из двух с независимыми результатами арены на вершине таблицы и единственная с опубликованной ценой за секунду, которую можно заложить в прогноз.
• Вам нужно и то, и другое — закладывайте бюджет на видеополовину из расчёта за попытку, а не за ассет, и не рассчитывайте, что альфа-канал дойдёт до конца.
• Вам нужно продавать результат — Gemini Omni 1.1 Flash, и только Gemini Omni 1.1 Flash, пока Qwen не опубликует коммерческие условия для Qwen-Image-2.1. На сегодня опубликованной цены или документа с условиями для этой лицензии нет.

Честный итог в том, что сравнение, которое их ранжирует, — это не тот артефакт. Что стоит отслеживать дальше — добавит ли Qwen коммерческие условия к Qwen-Image-2.1 и закроет ли Google разрыв по аудио в таблицах лидеров Omni: именно эти два факта, а не очередная таблица результатов, решают, какая половина этого пайплайна получит бюджет.