Qwen-Image-2.1-Turbo vs Qwen-Image-2.1: อะไรที่เปลี่ยนไปจริง ๆ ระหว่างเช็คพอยต์ฐานกับเวอร์ชันเร่งความเร็ว

คอมโพเนนต์การสร้างภาพ 7B ตัวเดียวกัน ชั้น DiT แบบ single-stream 32 ชั้นเหมือนกัน พรีเซ็ตความละเอียดเจ็ดแบบเดียวกัน พื้นผิวการสร้างและการแก้ไขแบบรวมเป็นหนึ่งเดียวกัน ใบอนุญาตแบบไม่ใช้เชิงพาณิชย์แบบเดียวกัน คลาสไปป์ไลน์เดียวกันในการโหลดQwen-Image-2.1-Turbo และ Qwen-Image-2.1ไม่ใช่สองโมเดลที่คุณต้องเลือกกันด้วยความสามารถ — เช็กพอยต์ Turbo เป็นการไฟน์จูนจากโมเดลฐาน และรีโพซิทอรีก็ระบุไว้เช่นนั้นในเมทาดาทาของตัวเอง สิ่งที่แยกสองตัวนี้ออกจากกันคือเส้นทางการสุ่มตัวอย่างเพียงเส้นทางเดียว และวิธีที่เส้นทางนั้นถูกจัดเก็บ ตัวหนึ่งรันสี่สิบสเต็ป อีกตัวรันแปด และปฏิเสธที่จะถูกบอกให้เป็นอย่างอื่นในตอนที่เรียกใช้ ทุกอย่างที่น่าสนใจเกี่ยวกับคู่นี้อยู่ในประโยคที่สองนั้น

เริ่มจากส่วนที่เหมือนกัน

ก่อนจะถึงความแตกต่าง การสำรวจความเหมือนนั้นคุ้มค่าที่จะทำ เพราะมันครอบคลุมกว้างกว่าที่ป้าย "Turbo" บ่งชี้ไว้ และนั่นคือสิ่งที่ทำให้การสลับเปลี่ยนนี้น่าดึงดูด

• สถาปัตยกรรม การ์ดของ Turbo ระบุว่า "ใช้สถาปัตยกรรมสำหรับการสร้างภาพขนาด 7B แบบเดียวกัน" กับ Qwen-Image-2.1 โปรเจกต์นี้อธิบายองค์ประกอบดังกล่าวว่ามีพารามิเตอร์ 7B กระจายอยู่ทั่ว 32 เลเยอร์ Single-Stream DiT ไม่มีส่วนใดในที่เก็บ Turbo ที่ประกาศว่าใช้แบ็กโบนที่เล็กกว่า ถูกตัดทอน หรือถูกออกแบบสถาปัตยกรรมใหม่

• ความสามารถทั้งสองเช็กพอยต์ได้รับการอธิบายว่าสามารถสร้างภาพจากข้อความและการแก้ไขภาพได้ Turbo สืบทอดพื้นผิวของโมเดลฐานแทนที่จะกล่าวซ้ำ: การ์ดของโมเดลฐานระบุความโปร่งใสแบบ RGBA แบบเนทีฟ รูปภาพอ้างอิงสูงสุด 10 รูป และการแก้ไขเฉพาะจุดที่กำหนดด้วยวงกลม คำอธิบายที่วาด หรือมาสก์แยก พร้อมการรักษาอัตลักษณ์สำหรับบุคคลและผลิตภัณฑ์

• ความละเอียดการ์ดของ Turbo ระบุให้ "ใช้พรีเซ็ตความละเอียดเดียวกันกับ Qwen-Image-2.1" แล้วระบุรายการดังนี้: 1:1 ที่ 2048 × 2048, 4:3 ที่ 2400 × 1792, 3:4 ที่ 1792 × 2400, 3:2 ที่ 2528 × 1696, 2:3 ที่ 1696 × 2528, 16:9 ที่ 2752 × 1536 และ 9:16 ที่ 1536 × 2752 การ์ดของโมเดลฐานระบุตารางเดียวกัน ทั้งสองการ์ดใช้ระดับความละเอียด 2048 สำหรับตัวอย่าง

• เส้นทางการโหลดทั้งสองโหลดผ่าน QwenImage21Pipeline ใน Diffusers โดย quick start ของการ์ด Turbo คือ quick start ของการ์ด base ที่เปลี่ยนชื่อ checkpoint และเขียน bfloat16 เป็น dtype แทน torch_dtype

• เอกสารทั้งสองอยู่ภายใต้ข้อตกลงสัญญาอนุญาต Qwen-Image-2.1 Research License Agreement ทั้งคู่ระบุ license: other พร้อม license_name: qwen-research และทั้งคู่ก็มีไฟล์ LICENSE อยู่ในรีโพซิทอรีข้าง ๆ weights

ถ้าคุณมี Qwen-Image-2.1 เชื่อมต่อพร้อมใช้งานอยู่แล้ว ขอบเขตการย้ายระบบก็เล็กจริง ๆ นั่นแหละคือเหตุผลว่าทำไมอาร์กิวเมนต์หนึ่งซึ่งไม่ทำงานอย่างที่คุณคาดไว้จึงคุ้มค่าที่จะครุ่นคิดให้ลึกซึ้ง

ตารางเวลาได้ย้ายออกจากโค้ดของคุณและเข้าไปอยู่ในเช็กพอยต์

บนโมเดลฐาน จำนวนสเต็ปเป็นสิ่งที่คุณกำหนดเองได้ ตัวอย่าง text-to-image ของการ์ด Qwen-Image-2.1 ตัวอย่างการแก้ไขภาพ และตัวอย่างความโปร่งใสแบบ RGBA ต่างก็ส่ง num_inference_steps=40 และตัวเลขนั้นเป็นอาร์กิวเมนต์ตอนเรียกใช้ตามวิธีปกติของ Diffusers ไม่มีอะไรบนการ์ดนั้นที่บอกคุณว่าเช็กพอยต์นี้มีความคิดเห็นเป็นของตัวเองเกี่ยวกับตารางเวลา

บน Turbo ตารางเวลา (schedule) ถือเป็นเมทาดาทาของเช็กพอยต์ การ์ดระบุว่าเช็กพอยต์ "มาพร้อมตารางเวลาการสุ่มตัวอย่างที่แนะนำ ดังนั้นจึงพร้อมใช้งานได้ทันทีโดยไม่ต้องกำหนดค่าตัวจัดตารางเวลาด้วยตนเอง" จากนั้นในส่วนของการสุ่มตัวอย่าง ได้อธิบายอย่างชัดเจนว่าในทางปฏิบัติหมายความว่าอย่างไร: "ตารางเวลาการสุ่มตัวอย่าง 8 สเต็ปที่แนะนำจะถูกบันทึกไว้พร้อมกับเช็กพอยต์และโหลดโดยอัตโนมัติ การตั้งค่า num_inference_steps เพียงอย่างเดียวไม่ได้แทนที่ค่านั้น"

มีสองสิ่งตามมา และทั้งสองอย่างล้วนเป็นเรื่องง่ายที่จะพลาดไปในทิศทางที่ตรงกันข้าม

ประการแรกคือ แปดไม่ใช่ค่าดีฟอลต์ที่คุณจะปรับเพิ่มขึ้นได้ หากคุณอยากรู้ว่า Turbo จะเป็นอย่างไรที่สิบสองสเต็ปหรือยี่สิบสเต็ป การ์ดจะบอกคุณว่าหนทางเดียวคือการส่งอาร์กิวเมนต์ sigmas ตอนเรียกใช้อย่างชัดเจน — แล้วก็ปิดประตูการทดลองนั้นด้วยการระบุว่าตารางเวลาอื่น ๆ "ยังไม่ได้รับการประเมินสำหรับเช็กพอยต์นี้" นั่นคือผู้ให้บริการกำลังบอกคุณว่าการตั้งค่าแปดสเต็ปคือสิ่งที่พวกเขากล้ารับประกัน และสิ่งอื่นใดคือดินแดนที่ยังไม่ถูกสำรวจซึ่งคุณกำลังก้าวเข้าไปเพียงลำพัง มันเป็นประโยคที่ตรงไปตรงมาอย่างผิดปกติ และควรอ่านมันเป็นเส้นเขตแดนมากกว่าคำเชิญ

อย่างที่สองคือกับดักการทำซ้ำที่ไม่มีข้อความแสดงข้อผิดพลาดแนบมาด้วย ลองยกตัวอย่างของ base model มา เปลี่ยนสตริง repository เป็น Turbo checkpoint ปล่อย num_inference_steps=40 ไว้ตามเดิม แล้วโค้ดจะรันได้ มันจะไม่เตือนคุณ มันจะสร้างภาพโดยใช้ตารางเวลาแปดขั้นตอนที่บันทึกไว้ และมันจะไม่ใช่ผลลัพธ์ที่ Turbo showcase แสดง เพราะ 40 ไม่เคยถูกอ่านเลย นี่คือโหมดความล้มเหลวที่ไม่มีอะไรดูเหมือนพัง การเรนเดอร์เสร็จสมบูรณ์ ภาพดูสมเหตุสมผล และวิธีเดียวที่คุณจะรู้ก็คือต้องไปหาความแตกต่างเอง ยังมี dependency ที่สองซ่อนอยู่เคียงข้างกัน: checkpoint ต้องใช้บิลด์ Diffusers ที่เข้าใจ sampling sigmas ซึ่งกำหนดค่าผ่าน pipeline เพิ่มใน PR #14950 ซึ่ง ณ เวลาที่เขียน อยู่ใน source tree ของ Diffusers ไม่ใช่ใน tagged release การติดตั้งที่ระบุไว้คือบิลด์ PyTorch ที่รองรับ CUDA บวกกับ source ของ Diffusers, transformers>=5.17.0, accelerate และ pillow

อะไรชดเชย 32 ก้าวที่คุณไม่ได้ก้าวไป

การ์ดนี้ระบุชื่อกลไกสองอย่าง และทั้งสองอย่างล้วนน่ารู้ เพราะมันอธิบายว่า Turbo checkpoint สมมติว่าคุณจะเรียกใช้มันอย่างไร

• ค่าเริ่มต้นคือ CFG 1 "การสร้างใช้ CFG=1 เป็นค่าเริ่มต้น" ที่สเกล classifier-free guidance เท่ากับหนึ่ง โมเดลจะไม่รันรอบที่สองแบบไม่มีเงื่อนไข ซึ่งปกติแล้ว CFG ต้องใช้ — นี่เป็นส่วนสำคัญที่ทำให้วิถีถูกย่อให้สั้นลงโดยไม่ใช่แค่ถูกตัดทอน มันยังหมายความว่านิสัยของโมเดลฐานในการปรับสเกล guidance ไม่สามารถนำมาใช้ได้ เพราะที่นี่ไม่มีอะไรให้ปรับ และการ์ดนี้ก็ไม่ได้ให้คำแนะนำเกี่ยวกับ guidance เพื่อให้ปรับตาม

• การแคช KV แบบ prefix การ์ดของ Turbo ระบุว่า "การแคช KV แบบ prefix นำบริบทของข้อความและภาพอ้างอิงกลับมาใช้ซ้ำตลอดขั้นตอนการดีนอยซ์" นี่เป็นกลไกที่สืบทอดกันมา ไม่ใช่สิ่งใหม่สำหรับเช็กพอยต์แบบเร่งความเร็ว: ประกาศเปิดตัว Qwen-Image-2.1 ระบุการนำแคช KV แบบ prefix กลับมาใช้ซ้ำเป็นหนึ่งในสี่การปรับปรุงเด่นของโมเดลฐาน ควบคู่ไปกับ attention แบบ mixed-granularity และการผสานรวมการให้บริการตั้งแต่วันแรกสำหรับโมเดลฐาน — รายการ vLLM-Omni และ SGLang ในรายการข่าวของโปรเจกต์ — ระบุถึงการแคช KV แบบ prefix ไว้อย่างชัดเจนในบรรดาฟีเจอร์ที่รองรับ ในลูปสี่สิบขั้น การใช้ซ้ำนั้นถือเป็นการปรับให้เหมาะสมอย่างหนึ่ง ในลูปแปดขั้น มันสำคัญกว่าในสัดส่วนที่มากกว่า เพราะแต่ละขั้นที่แคชไว้คิดเป็นสัดส่วนที่ใหญ่ขึ้นของงานทั้งหมด

สิ่งที่การ์ดไม่ได้ระบุชื่อไว้คือเทคนิคการกลั่นใด ๆ การ์ด Qwen-Image-2.1 ของโมเดลฐานและ README ของโปรเจกต์อธิบายสถาปัตยกรรมและความสามารถ ส่วนการ์ด Turbo อธิบายกลไกการทำงาน หากคุณกำลังพยายามใช้เหตุผลว่าแปดขั้นตอนมีต้นทุนในแง่คุณภาพเท่าใด รีโพซิทอรีไม่ได้ให้วิธีการใด ๆ ที่จะใช้ในการให้เหตุผล มีเพียงตารางและชุดภาพโชว์เคสเท่านั้น

จำนวนก้าวไม่ใช่เกณฑ์มาตรฐาน

นี่คือส่วนของการเปรียบเทียบที่คำตอบแบบตรงไปตรงมาคือไม่มีการเปรียบเทียบกันเลย และมันคุ้มค่าที่จะพูดตรง ๆ ว่าทำไม

• เช็คพอยต์ Turbo ไม่มีคะแนนที่เผยแพร่ การ์ดของมันไม่มีการระบุตัวเลขการประเมินใด ๆ ทั้งสิ้น ไม่มีผลลัพธ์ Qwen-Image-Bench สำหรับ Turbo ไม่มีการเปรียบเทียบแบบเคียงข้างกับเช็คพอยต์ฐาน ไม่มีการทดลองแบบ ablation ตามจำนวนสเต็ป และไม่มีตารางที่แสดงว่าคุณภาพเริ่มคงที่ตรงจุดใด

• คะแนนของเช็กพอยต์ฐานเป็นข้อมูลที่ผู้จำหน่ายรายงานเอง ตัวเลขสำคัญเพียงตัวเดียวของตระกูล Qwen-Image-2.1 คือผล Qwen-Image-Bench ของโมเดลฐานเอง ซึ่งผู้จำหน่ายรายงานโดยอ้างอิงกับเช็กพอยต์ฐาน มันไม่ใช่ผลการวัดของเช็กพอยต์ Turbo และไม่ควรนำไปใช้กับเช็กพอยต์นั้น — การเร่งความเร็วเป็นสิ่งที่คาดหมายได้เลยว่าจะทำให้ตัวเลขแบบนั้นเปลี่ยนแปลงไป และผู้จำหน่ายก็ไม่ได้ระบุว่าเปลี่ยนแปลงไปเท่าใด

• ไม่มีการ์ดใบใดรายงานทั้งเวลาและหน่วยความจำ ไม่มีค่าความหน่วง ไม่มีค่าปริมาณงาน และไม่มีขนาดหน่วยความจำที่ใช้สำหรับเช็กพอยต์ทั้งสอง และไม่มีการ์ดใบใดระบุฮาร์ดแวร์ที่ตัวอย่างของตนรันบน การ์ดของโมเดลฐานอย่างน้อยก็มีส่วนที่อธิบายการปรับแต่งหน่วยความจำ ส่วนการ์ด Turbo อธิบายการติดตั้ง การสร้าง การแก้ไข การสุ่มตัวอย่าง และอัตราส่วนภาพ แล้วก็จบเพียงเท่านั้น

ดังนั้น ข้อโต้แย้งให้ใช้ Turbo แทน base checkpoint ในตอนนี้จึงเป็นเรื่องของเจตนาการออกแบบ ไม่ใช่ผลลัพธ์ที่วัดได้ แปดสเต็ปบนสถาปัตยกรรมเดียวกันและระดับความละเอียด 2048 เท่ากัน ควรมีต้นทุนต่อภาพต่ำลงอย่างมีนัยสำคัญ คำว่า “อย่างมีนัยสำคัญ” มีบทบาทสำคัญจริงในประโยคนั้น และวิธีเดียวที่จะแทนมันด้วยตัวเลขคือรัน checkpoint ทั้งสองตัวบนเวิร์กโหลดของคุณเอง ซึ่งเป็นวิธีเดียวเท่านั้นที่จะรู้ว่าเส้นทางที่ถูกย่อให้สั้นลงนั้นส่งผลอย่างไรกับภาพเฉพาะที่คุณสนใจ

ไม่มีสิ่งอื่นใดเคลื่อนไหว รวมถึงใบอนุญาตด้วย

สองสิ่งที่ผู้อ่านอาจคาดหวังได้อย่างสมเหตุสมผลว่าน่าจะเปลี่ยนไปแล้ว แต่กลับไม่เปลี่ยน

ประการแรกคือระบบนิเวศ เมื่อ Qwen-Image-2.1 เปิดตัวเมื่อวันที่ 20 กันยายน 2026 รายการข่าวของโครงการได้บันทึกการผสานรวมแบบ Day Zero ถึงห้ารายการที่แตกต่างกันในวันเดียวกัน ได้แก่ การรองรับ Diffusers ผ่าน PR #14804, การรองรับ ComfyUI แบบเนทีฟพร้อมเทมเพลตเวิร์กโฟลว์ที่เผยแพร่สำหรับการสร้างภาพจากข้อความและการแก้ไขภาพ, การรองรับ vLLM-Omni พร้อมการทำงานแบบเป็นขั้นและการถอดรหัสด้วย CUDA Graph และการควอนไทซ์ FP8 และการประมวลผลแบบขนานด้วยเทนเซอร์, การรองรับ SGLang พร้อม Cache-DiT และการออฟโหลดคอมโพเนนต์, และการเร่งความเร็วจากโปรเจกต์ LightX2V รายการลงวันที่ 9 ตุลาคม 2026 ซึ่งครอบคลุม Qwen-Image-2.1-Turbo บันทึกตัวเช็กพอยต์เองและหมายเหตุว่า API ของ Pro และ Turbo เปิดใช้งานจริงบน Alibaba Cloud Model Studio ไม่มีรายการเฟรมเวิร์กแบบ Day Zero สำหรับ Turbo และทุกรายการเฟรมเวิร์กในรายการข่าวยังคงอ้างถึงโมเดลฐาน เช็กพอยต์ Turbo โหลดผ่านคลาสไปป์ไลน์ที่มีอยู่แล้ว การรองรับตารางเวลาที่บันทึกไว้ของมันคือส่วนใหม่เพียงหนึ่งเดียว และมันมาผ่านซอร์สโค้ดของ Diffusers แทนที่จะเป็นรีลีสที่ติดแท็ก

ข้อที่สองคือสัญญาอนุญาต Turbo มาพร้อมกับ Qwen Research License Agreement เหมือนกับที่โมเดลฐานมีทุกประการ การเร่งความเร็วไม่ได้มาพร้อมกับข้อยกเว้นเชิงพาณิชย์ ระดับแยกต่างหาก หรือการผ่อนปรนข้อกำหนด — ข้อจำกัดการใช้งานที่ไม่ใช่เชิงพาณิชย์มีผลกับไฟน์จูนพอ ๆ กับที่มีผลกับโมเดลฐาน เมทาดาทาของรีพอซิทอรีเองและไฟล์สัญญาอนุญาตที่อยู่ข้าง ๆ เวตคือหลักฐาน ส่วนหัวข้อสัญญาอนุญาตในการ์ดมีเพียงหนึ่งประโยคที่ชี้ไปยังข้อตกลงเดียวกัน ถ้าเหตุผลที่แปดขั้นตอนสำคัญกับคุณคือมันทำให้โมเดลถูกพอที่จะใส่ในผลิตภัณฑ์ได้ สัญญาอนุญาตก็ขวางทางอยู่ตรง ๆ และเป็นผู้ขาย — ไม่ใช่รีพอซิทอรีนี้ — ที่ต้องรับผิดชอบ

เอนด์พอยต์ที่โฮสต์ และ OrcaRouter เหมาะตรงไหน

OrcaRouter ไม่ได้ให้บริการเส้นทางสำหรับทั้ง Qwen-Image-2.1-Turbo และ Qwen-Image-2.1 ทั้งสองรายการไม่มีอยู่ในแค็ตตาล็อกของเรา และไม่มีสิ่งใดในที่นี้ที่เป็นข้อเสนอให้บริการตัวใดตัวหนึ่งจากสองตัวนี้ หากคุณต้องการใช้งาน เส้นทางที่คุณใช้ได้คือ API ที่โฮสต์โดยผู้ขายเอง แพลตฟอร์มของบุคคลที่สามหลายแห่ง หรือไฟล์เวตพร้อมบิลด์ Diffusers ที่ใหม่พอจะรองรับตารางการสุ่มตัวอย่างที่บันทึกไว้ของเช็กพอยต์ Turbo

จุดที่ OrcaRouter เกี่ยวข้องกับการเปรียบเทียบครั้งนี้ คือการสลับที่คุณทำเมื่อการโฮสต์เช็กพอยต์ด้วยตัวเองไม่ใช่คำตอบที่ถูกต้องอีกต่อไป การย้ายจากโมเดล open-weights ที่คุณรันเองไปยังปลายทางรูปภาพแบบโฮสต์ ไม่ใช่แค่การเปลี่ยนโมเดล — แต่เป็นการเปลี่ยนรูปแบบของความล้มเหลว กระบวนการในเครื่องล้มเหลวในแบบที่คุณมองเห็นได้ ส่วนปลายทางแบบโฮสต์ล้มเหลวในแบบที่ขึ้นอยู่กับว่าผู้ให้บริการรายใดเป็นผู้ตอบ และขึ้นอยู่กับว่าเกิดอะไรขึ้นเมื่อหนึ่งในนั้นเสื่อมประสิทธิภาพระหว่างการร้องขอ OrcaRouter นำโมเดลกว่า 200 รุ่นไว้เบื้องหลังปลายทางเดียวที่เข้ากันได้กับ OpenAI และส่งต่อราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม ดังนั้นเมื่อผู้ขายลดราคา ฝั่งเราจะเห็นในวันเดียวกัน แทนที่จะต้องรอรอบการปรับราคา นอกจากนั้นยังเพิ่มการสลับไปใช้ผู้ให้บริการรายอื่นอัตโนมัติเมื่อเกิดความล้มเหลว มี DSL สำหรับการกำหนดเส้นทางเพื่อระบุว่าคำขอหนึ่ง ๆ อาจใช้โมเดลและผู้ให้บริการรายใดได้บ้าง และมีโมเดลฟิวชันสำหรับประกอบหลายโมเดลเข้าเป็นการเรียกครั้งเดียว โมเดลรูปภาพที่เรารองรับ ได้แก่ตระกูล OpenAI GPT-Image ระดับต่าง ๆ ของ Google Imagen 4 รวมถึงรุ่น fast และ ultra ปลายทางตัวอย่างรูปภาพของ Google Gemini และปลายทางรูปภาพ xAI Grok Imagine

พูดให้ชัดเจนนะ: ถ้าคุณกำลังเลือกระหว่างเช็กพอยต์ Qwen สองตัว นั่นคือการตัดสินใจเรื่องการโฮสต์เอง และเหตุผลที่ควรเลือกตัวหนึ่งเหนืออีกตัวคือพฤติกรรมของตัวจัดตารางเวลาและจำนวนสเต็ป ถ้าสิ่งที่คุณต้องการจริง ๆ คือภาพในโปรดักชันโดยไม่ต้องเป็นเจ้าของ GPU นั่นคือการตัดสินใจที่เราอยู่ในฐานะที่จะช่วยได้ และมันเป็นการตัดสินใจที่แตกต่างออกไป

เวอร์ชันสั้น

• เลือก Qwen-Image-2.1 หากคุณต้องการเช็กพอยต์ที่มีพฤติกรรมการสุ่มตัวอย่างสอดคล้องกับเอกสารประกอบ หากคุณจำเป็นต้องปรับจำนวนสเต็ปหรือทดลองตารางเวลาต่าง ๆ หรือหากคุณต้องการเวอร์ชันที่เปิดตัวพร้อมการรองรับตั้งแต่วันแรกใน Diffusers, ComfyUI, vLLM-Omni, SGLang และ LightX2V

• เลือก Qwen-Image-2.1-Turbo หากคุณต้องการสถาปัตยกรรมแบบเดียวกันและความสามารถแบบเดียวกัน แต่มีเส้นทางการทำงานที่สั้นลงอย่างมาก และยินดีที่จะกำหนดให้แปดขั้นตอนเป็นค่าคงที่ รวมทั้งติดตั้ง Diffusers จากซอร์สโค้ดเพื่อโหลดมัน

• ไม่ว่าจะเลือกทางไหน ก็จะได้ใบอนุญาตแบบเดียวกัน และคาดว่าจะไม่มีตัวเลขคุณภาพที่เผยแพร่สำหรับเช็กพอยต์แบบเร่งความเร็วให้เทียบกับตัวฐานได้ การลดจำนวนสเต็ปนั้นเป็นเรื่องจริงและมีเอกสารยืนยัน แต่คุณภาพของภาพที่ต้องแลกไปนั้นมากน้อยแค่ไหน ไม่มีเอกสารที่ไหนระบุไว้ และต่อให้อ่านการ์ดสองใบนั้นมากแค่ไหนก็ไม่มีทางบอกคุณได้ — คำตอบนั้นมีอยู่แค่บนฮาร์ดแวร์ของคุณเอง กับพรอมป์ของคุณเองเท่านั้น