Qwen-Image-2.1 против GPT-Image-2.5: разрыв — это одно число, и это не качество

Поставьте Qwen-Image-2.1 и GPT-Image-2.5 рядом по характеристикам — и они выглядят как братья-близнецы: обе — унифицированные модели генерации и редактирования изображений, обе выдают результат с прозрачным фоном, обе выпущены за последние пять недель, обе способны создавать статичные изображения класса 2K. Разница, определяющая выбор между ними, — это одно-единственное число, и это не результат бенчмарка. Qwen-Image-2.1 можно свободно скачать, но невозможно продать. GPT-Image-2.5 невозможно скачать, но продать проще простого. Всё остальное — архитектура, задержка, реализация прозрачности — производное от этого. Qwen-Image-2.1 была открыта 20 сентября 2026 года; GPT-Image-2.5 была анонсирована вместе с запуском её API-моделей 8 сентября 2026 года.

Два способа добавить прозрачности, с разницей в один месяц

То, что обе модели обрели прозрачный вывод с разницей в несколько недель, — совпадение, заслуживающее понимания, ведь эти две реализации не эквивалентны.

Qwen-Image-2.1 встраивает альфа-канал прямо в модель. Модель выполняет денойзинг в 64-канальном латентном пространстве RGBA с 16-кратным пространственным сжатием, поэтому альфа-канал — полноправный компонент того, что создаёт сэмплер. Здесь нет этапа сегментации и прохода матирования. Вдобавок к этому есть необычное дополнение: поскольку модель может для каждого промпта решать, выдавать ли RGB или изображение с альфа-каналом, она также может извлечь объект из обычной фотографии и вернуть прозрачный слой, а не бинарную маску.

GPT-Image-2.5 идёт по пути параметров. API OpenAI принимает background со значениями auto, opaque или transparent, и модель отвечает соответствующим образом. Это переключатель возможности на размещённом эндпоинте, а не свойство латентного пространства, и его преимущество в том, что вы о нём не думаете: установите флаг, получите вырезку, двигайтесь дальше. Обратная сторона в том, что вы получаете то, что даёт эндпоинт, в том разрешении и за ту стоимость, которые определяет эндпоинт.

Что из них лучше — по-настоящему не решено. На момент написания не существовало публичного сравнения краёв альфа-канала Qwen-Image-2.1 со специализированной моделью матирования, а единственная опубликованная проверка со стороны Qwen — функциональная: вывод прозрачного PNG прошёл проверку, альфа-канал сохранён по всему диапазону 0–255, RGBA PSNR — 60,69 дБ на одном образце. Это проверка корректности, а не вердикт о качестве. Она говорит лишь о том, что канал реален.

Что вы действительно можете измерить

• Параметры — Генерирующий компонент Qwen-Image-2.1 — это 7-миллиардный одноручейный диффузионный трансформер с 32 слоями, работающий в паре с текстовым энкодером Qwen3-VL 8B; в общей сложности около 33 ГБ весов, из которых на DiT приходится примерно 14 ГБ. OpenAI не публикует количество параметров для GPT-Image-2.5.
• Разрешение — Qwen-Image-2.1 нативно выдаёт изображения вплоть до 2048×2048 при 40 шагах инференса с семью предустановками соотношения сторон. GPT-Image-2.5 принимает размеры до 3840×2160 и 2160×3840, при этом каждая сторона ограничена 3840 px, а значения должны быть кратны 16.
• Референсные изображения — Qwen-Image-2.1 принимает до 10 штук для композиции с несколькими субъектами и виртуальной примерки. Модели изображений OpenAI принимают референсные входные данные для редактирования, но практический лимит и поведение в отношении точности различаются в зависимости от модели и уровня качества.
• Задержка — SGLang-Diffusion публикует 2,748 с для генерации 1024×1024 при 40 шагах на одном B200 и 4,74 с на 24 ГБ RTX 4090 с ядрами Cache-DiT и INT8, только этап шумоподавления. OpenAI сообщает, что вариант Flare модели GPT-Image-2.5 имеет задержку до 50% ниже, чем у GPT-Image-2, а один из партнёров по запуску измерил 2–4× — это данные производителя и данные партнёра соответственно, а не контролируемое сравнение.
• Цена — У Qwen-Image-2.1 нет цены хостинга, поскольку нет и хостингового эндпоинта; затраты — это время вашего собственного GPU. GPT-Image-2.5 тарифицируется по тем же ставкам за токены, что и GPT-Image-2: $8.00 за 1M входных токенов изображения, $30.00 за 1M выходных токенов изображения, $5.00 за 1M входных текстовых токенов.
• Лицензия — Qwen-Image-2.1 поставляется под Qwen Research License Agreement от 20 сентября 2026 года, только для некоммерческого использования. GPT-Image-2.5 — это коммерческий API с подтверждением происхождения C2PA и невидимым водяным знаком на выходных данных.

Одна строка в этом списке тоньше, чем кажется. OpenAI не публикует цены за изображение для GPT-Image-2.5, только тарифы за токены, а потребление токенов изображения зависит от разрешения и уровня качества. Измерения третьих сторон дают диапазон примерно от $0,0059 до $0,712 за изображение для 1K, 2K и 4K при низких, средних и высоких настройках и соотношении сторон 1:1 — это полезно как порядок величины, а не как котировка. Если вы делаете прогноз, стройте оценку исходя из количества токенов и вашего собственного распределения промптов, а не из цифры за изображение, которую измерил кто-то другой.

Две статьи расходов, которые никто не ставит в одну колонку

Причина, по которой это сравнение не поддаётся простому ответу, заключается в том, что две модели выставляют вам счёт в разных валютах, а обменный курс — это ваша собственная ситуация.

GPT-Image-2.5 тарифицируется по токенам, а значит, счётчик виден, предсказуем и линейно масштабируется с объёмом. Это настоящее преимущество для продукта с известным трафиком: расходы можно заложить в бюджет, и снижение цены поставщиком меняет ваши затраты в тот же день. Но это ещё и налог на исследования и эксперименты, ведь десятая итерация промпта стоит столько же, сколько первая. input_fidelityПоведение при этом оказывается жёстче, чем можно предположить по заявленным тарифам: API может автоматически применять высокую точность к входным изображениям, а это расходует больше входных токенов, чем подразумевает беглый взгляд на прайс-лист, поэтому циклы редактирования обходятся дороже, чем называемые людьми цифры за одно изображение.

Qwen-Image-2.1 переворачивает оба этих свойства. Предельная стоимость сотой генерации — это электричество. Это делает его лучшим инструментом для итераций, для пакетного заполнения (backfill) и для всего, где промпт ещё только подбирается. Чего он вам не даёт — так это цифры для финансовой таблицы: вы платите за GPU независимо от того, занята она или простаивает. И он не даёт вам права продавать результат. Лицензионное соглашение Qwen Research License Agreement разрешает некоммерческие исследования и оценку и указывает, что для коммерческого развёртывания требуется отдельная лицензия от Hangzhou Tongyi Laboratory Technology. Опубликованной цены на эту лицензию нет, как и заявленных условий. Это не сноска; для коммерческого пайплайна это и есть всё решение.

Запуск обоих без второго контракта

Реалистичный ответ для большинства команд — не «или», а «и то, и другое». GPT-Image-2.5 отвечает за производственный путь, где результат отправляется клиенту и оплата за токен является отдельной статьёй расходов. Qwen-Image-2.1 отвечает за путь исследований, где вам нужно двести вариантов изображения продукта на прозрачном фоне, и ни один поставщик не продаст вам такой объём по разумной цене.

Загвоздка в том, что эти двое приходят совершенно разными путями. Один — это API-ключ. Другой — загрузка на 33 ГБ, среда Python и ваш собственный GPU. OrcaRouter закрывает хостинговую половину: 200+ моделей за одним OpenAI-совместимым эндпоинтом, прайс-лист провайдера передаётся без наценки, автоматическое переключение при сбоях между провайдерами, DSL маршрутизации для описания fallback-сценариев и слияние моделей для объединения нескольких моделей в один вызов. Точность в отношении этой модели важна — сегодня мы не маршрутизируем GPT-Image-2.5; наши маршруты изображений OpenAI — это GPT-Image-2, GPT-Image-1.5 и GPT-Image-1-mini, все по прайсу OpenAI, и в тот день, когда вышестоящий провайдер добавит идентификаторы gpt-image-2.5, тот же ключ будет вызывать их без изменений в коде. Мы также не маршрутизируем ни одну модель Qwen-Image ни одной версии, так что Qwen-Image-2.1 вообще не является маршрутом на нашей стороне. Что даёт вам сквозное ценообразование тем временем — это то, что когда OpenAI меняет тариф, цифра на нашей стороне меняется вместе с ней, а не с задержкой.

Вердикт, сформулированный как условие, а не как победитель

Если результат нужно продавать, тут и сравнивать нечего: GPT-Image-2.5 — единственная из двух, которую вам разрешено использовать по лицензии, и счётчик токенов — такова цена этого. Если результат — это исследования, внутренние инструменты или оценка, Qwen-Image-2.1 — более сильный инструмент: нативные 2K, альфа-канал прямо из сэмплера, десять референсных изображений и нулевая предельная стоимость после того, как оборудование оплачено. Если нужны оба, запускайте оба и рассматривайте лицензию как границу, определяющую, в какой пайплайн попадёт конкретная задача.

Две вещи могли бы это изменить. Опубликованный документ с коммерческими условиями для Qwen-Image-2.1 свёл бы на нет разрыв в строке лицензии, которая сейчас вносит основной вклад в это сравнение. А независимая запись в лидерборде по изображениям для Qwen-Image-2.1 показала бы нам, подтверждается ли результат Qwen-Image-Bench от вендора — 60,28, опережающий Nano Banana 2.0 с 59,82 и GPT Image 1.5 с 59,65, первый среди открытых моделей — за пределами лаборатории, которая его получила. Ни того, ни другого пока не существует. Пока они не появятся, честная рекомендация — выбирать, исходя из лицензии и счётчика, а не из табло.