Qwen-Image 2.1 vs Krea 2: Mô hình ảnh mở nào bạn thực sự có thể triển khai

Hai mô hình hình ảnh mở, cả hai đều có thể tải xuống trong vòng bốn tháng qua, trả lời cùng một câu hỏi theo hai cách trái ngược. Qwen-Image 2.1 là mô hình tạo ảnh từ văn bản và chỉnh sửa ảnh 7B của nhà cung cấp, phát hành ngày 20 tháng 9 năm 2026 theo giấy phép chỉ dành cho nghiên cứu — chỉ phi thương mại. Krea 2 là mô hình hình ảnh nền tảng đầu tiên do Krea huấn luyện từ đầu, được công bố dưới dạng hai checkpoint vào tháng 6 năm 2026 theo Krea 2 Community License, loại giấy phép cho phép sử dụng thương mại hoàn toàn khi doanh thu dưới một ngưỡng nhất định. Trên bảng xếp hạng text-to-image của Artificial Analysis hiện nay, hai mô hình chỉ cách nhau trong vòng mười một điểm Elo. Ở câu hỏi mà một đội thực sự phải trả lời trước khi xây dựng bất cứ thứ gì, chúng không hề gần nhau chút nào.

Krea 2 thực sự là gì

Bắt đầu từ đây, vì cách đặt tên gây nhầm lẫn và hầu hết các so sánh đều hiểu sai. Công ty Krea điều hành một nền tảng sáng tạo được lưu trữ với gói đăng ký trả phí; còn Krea 2 là mô hình, một thứ riêng biệt tình cờ trùng tên. Krea đã phát hành nó dưới dạng Diffusion Transformer trọng số mở với hai checkpoint, được công bố trên Hugging Face dưới tên krea/Krea-2-Raw và krea/Krea-2-Turbo, cùng với mã suy luận trong một kho lưu trữ công khai.

Sự phân công lao động giữa chúng là có chủ đích và được nêu rõ ràng trong chính kho lưu trữ của Krea: RAW là bản nền chưa chưng cất, dành cho tinh chỉnh, hậu huấn luyện và huấn luyện LoRA; Turbo là một checkpoint đã chưng cất tám bước, dành cho suy luận nhanh. Hướng dẫn của Krea là huấn luyện trên RAW và chạy trên Turbo, và hệ sinh thái LoRA của nó được xây dựng theo cách đó — các adapter được huấn luyện dựa trên bản nền sẽ được áp dụng cho checkpoint đã chưng cất tại thời điểm suy luận. Hai checkpoint này dùng chung một giấy phép và một họ, nhưng chúng không thể thay thế cho nhau và chúng không có cùng các thiết lập.

Một chi tiết đáng lưu ý, vì nó sẽ khiến bất kỳ ai đọc card cảm thấy bối rối: metadata Hugging Face của cả hai checkpoint đều liệt kê 13B params ở thanh bên, trong khi phần nội dung của card lại ghi "Diffusion Transformer with 12 billion parameters." Krea chưa công khai thống nhất hai con số này, nên hãy coi số lượng tham số là khoảng mười hai đến mười ba tỷ và chưa được xác nhận, thay vì một con số đã ngã ngũ.

Những con số, từ bảng mà cả hai nhà cung cấp đều chỉ vào

Kho lưu trữ của Krea nêu rằng Krea 2 là mô hình text-to-image hàng đầu đến từ một phòng thí nghiệm độc lập trên Artificial Analysis; báo cáo kỹ thuật nói rằng nó "nằm trong top 10" và "đứng thứ hai trong số các mô hình đến từ các phòng thí nghiệm độc lập." Đó là những tuyên bố của chính Krea, được đưa ra vào tháng 6. Điều mà bảng xếp hạng trực tiếp thể hiện vào ngày 13 tháng 10 năm 2026 thì hẹp hơn một chút, và đáng để đọc trực tiếp:

• Qwen-Image 2.1 — 1.038 Elo, khoảng tin cậy 95% từ 1.029 đến 1.047, trên 5.554 mẫu, xếp hạng 20 trong số 168. Cột giá của bảng ghi "Không có API khả dụng."

• Krea 2 Large — 1.027 Elo, khoảng tin cậy từ 1.020 đến 1.034, từ 17.514 mẫu, xếp hạng 25 trong số 168, với mức giá 60,00 đô-la cho mỗi 1.000 hình ảnh.

• Krea 2 Medium Turbo — 1.022 Elo, khoảng tin cậy 1.014 đến 1.030, từ 6.454 mẫu, với giá 15,00 USD cho mỗi 1.000 hình ảnh.

• Krea 2 Medium — 1.014 Elo, khoảng từ 1.007 đến 1.021, từ 17.284 mẫu, với $30,00 cho mỗi 1.000 hình ảnh.

Cả bốn dòng đó đều thuộc bảng tạo ảnh từ văn bản. Trên bảng chỉnh sửa, chỉ có Qwen-Image 2.1 xuất hiện — 1.072 Elo, khoảng tin cậy từ 1.063 đến 1.081, từ 6.132 mẫu, xếp hạng 21 trong số 81. Không có mục Krea 2 nào trên bảng đó. Tất cả số liệu ở đây là Elo bỏ phiếu kín của Artificial Analysis, được ghi nhận từ bảng xếp hạng tiếng Anh trực tuyến vào ngày 13 tháng 10 năm 2026; chúng độc lập với cả hai nhà cung cấp và các khoảng tin cậy đủ rộng để khoảng cách giữa Qwen-Image 2.1 và Krea 2 Large không nên được hiểu như một thứ hạng.

Các dòng "Krea 2 Large" và "Krea 2 Medium" cũng không phải là các checkpoint mở. Chúng là các gói dịch vụ được Krea host, đó là lý do chúng có giá theo từng ảnh còn các kho lưu trữ mở thì không. So sánh Krea 2 RAW có thể tải xuống với một Krea 2 Large được host là đang so sánh một checkpoint với một dịch vụ.

Sự phân chia thực sự là chỉnh sửa, không phải chất lượng.

Chất lượng thì sát nút đến mức bảng xếp hạng không phân định được. Năng lực mới phân định được. Qwen-Image 2.1 là một mô hình đảm nhận cả tạo sinh lẫn chỉnh sửa: nó chấp nhận chỉ một câu lệnh, hoặc tối đa mười ảnh tham chiếu kèm một chỉ dẫn, và nó hỗ trợ chỉnh sửa cục bộ bằng vòng tròn vẽ tay, chú thích tô vẽ, hoặc một mặt nạ riêng, với độ trong suốt RGBA ở cả đầu vào lẫn đầu ra. Bản phát hành mở của Krea 2 là một họ mô hình text-to-image. Thẻ mô hình của nó ghi nhận việc tạo ảnh từ câu lệnh; không có checkpoint chỉnh sửa nào trong tổ chức và không có chế độ chỉnh sửa có mặt nạ trong script suy luận, nơi các cờ chỉ bao gồm câu lệnh, số bước, mức hướng dẫn, độ phân giải, seed và số lượng ảnh — không có gì nhận ảnh đầu vào.

Sự bất đối xứng đó đến từ những gì được phát hành, không phải từ những gì mà mỗi phòng thí nghiệm có thể làm. Nền tảng riêng của Krea bán tính năng chỉnh sửa, dựa trên một danh sách các mô hình chỉnh sửa của bên thứ ba. Sự thật liên quan đối với một độc giả đang tải trọng số thì hẹp hơn: nếu quy trình làm việc của bạn cần “lấy bức ảnh này và thay đổi một thứ trên đó”, thì Krea 2 mở mà bạn có thể tải xuống không làm được điều đó, còn toàn bộ kiến trúc của Qwen-Image 2.1 được xây dựng xoay quanh việc làm điều đó.

Hai giấy phép, hai bức tường khác nhau

Đây là điểm mà sự so sánh không còn tương đồng nữa, và đây là phần mà hầu hết các bản tóm tắt đều quy về "cả hai đều mở". Không bên nào là mã nguồn mở theo nghĩa permissive, và chúng hoàn toàn không mở theo cùng các điều khoản.

• Qwen-Image 2.1 — Thỏa thuận Cấp phép Nghiên cứu Qwen, ngày 20 tháng 9 năm 2026. Việc cấp phép là không độc quyền, trên toàn thế giới, miễn phí bản quyền và chỉ giới hạn cho các mục đích phi thương mại, trong đó "Phi Thương Mại" được định nghĩa là chỉ nhằm mục đích nghiên cứu hoặc đánh giá. Mọi trường hợp khác đều yêu cầu một giấy phép thương mại riêng, được yêu cầu qua email. Việc phân phối lại đi kèm các điều kiện: chuyển tiếp thỏa thuận này, đánh dấu các tệp đã sửa đổi, giữ nguyên thông báo ghi công nêu tên Hangzhou Tongyi Laboratory Technology Co., Ltd, hiển thị "Built with Qwen" nếu bạn sử dụng đầu ra để huấn luyện một mô hình khác mà bạn phân phối, và không sử dụng "Qwen" làm tên chính của một sản phẩm phái sinh. Luật điều chỉnh là luật Trung Quốc, với thẩm quyền tài phán tại Hàng Châu.

Krea 2 — Giấy phép Cộng đồng Krea 2. Việc sử dụng cho mục đích thương mại được cho phép, kèm theo một điều kiện: bạn và các bên liên kết của bạn phải duy trì tổng doanh thu hằng năm trên toàn công ty dưới một triệu đô la Mỹ, tính theo cơ sở mười hai tháng gần nhất trên mọi nguồn. Vượt qua ngưỡng đó, bạn cần có giấy phép doanh nghiệp từ Krea trước khi tiếp tục bất kỳ hoạt động thương mại nào. Việc phân phối lại đòi hỏi bạn phải chuyển tiếp thỏa thuận này, thêm tiền tố vào tên mô hình — "Krea 2 [Tên Mô Hình Của Bạn]" — và giữ nguyên thông báo ghi công. Krea tuyên bố họ không đòi quyền sở hữu đối với mô hình, và bạn sở hữu mô hình của mình với điều kiện tôn trọng các quyền cơ bản của Krea. Luật Delaware là luật điều chỉnh. Quyền truy cập nằm sau một thỏa thuận và một chính sách sử dụng được chấp nhận, và cả hai điểm kiểm soát này đều mang thẻ giấy phép krea-2-community-license trên Hugging Face.

Đọc song song, các hình thái điều khoản khác nhau chứ không phải cái này nghiêm ngặt hơn cái kia. Qwen-Image 2.1 nói không thẳng thừng với việc dùng cho mục đích thương mại, kèm một cửa thoát hiểm mà bạn phải thương lượng. Krea 2 thì có, nhưng kèm một mức trần, và mức trần là một con số đô-la cụ thể, có thể kiểm chứng, chứ không phải một phán đoán chủ quan. Với một studio nhỏ hoặc nhà phát triển độc lập, khác biệt đó chính là toàn bộ quyết định, còn khoảng cách Elo chỉ là nhiễu. Với bất kỳ ai ở trên ngưỡng đó, cả hai mô hình rốt cuộc đều dẫn đến cùng một chỗ: một email gửi cho nhà cung cấp trước khi bạn phát hành sản phẩm.

Mỗi thứ tốn của bạn bao nhiêu để vận hành

Cả hai con số đều không được nhà cung cấp công bố, nên câu trả lời trung thực là phải xây dựng việc so sánh từ cài đặt thay vì từ một báo giá.

• Lấy mẫu — Krea 2 RAW chạy ở 52 bước với thang hướng dẫn là 3.5, Krea 2 Turbo ở 8 bước với tính năng hướng dẫn bị tắt; Qwen-Image 2.1 mặc định là 40 bước.

• Độ phân giải — Krea công bố checkpoint cơ sở của mình lên tới 1K và checkpoint Turbo trong khoảng 1K đến 2K; Qwen-Image 2.1 mặc định ở 2048×2048 với bảy preset được công bố trong cùng khoảng đó.

• Những gì bạn tải xuống — kho lưu trữ Qwen-Image 2.1 Diffusers có dung lượng 33,1 GB, phần lớn là bộ mã hóa văn bản Qwen3-VL 8B. Krea chưa công bố kích thước tương ứng cho các checkpoint của mình.

• Nền tảng nào chạy được nó — Qwen-Image 2.1 ra mắt với hỗ trợ được ghi nhận trong Diffusers, ComfyUI, vLLM-Omni, SGLang và LightX2V, cùng với các nhánh AMD và FlagOS. Krea 2 ghi nhận ComfyUI và SGLang trong kho của mình, kèm một script suy luận và một vài bộ công cụ huấn luyện cho công việc LoRA.

Krea đã công bố số lượt tải xuống là 84.354 cho Krea-2-Raw và 87.771 cho Krea-2-Turbo trong tháng qua, theo số liệu đọc được vào ngày 13 tháng 10 năm 2026 — những con số này đến từ nền tảng lưu trữ, không phải từ Krea, và không phải là tín hiệu chất lượng.

Bài kiểm tra độc lập duy nhất hiện có, và điều nó không chứng minh

Có một so sánh song song đáng để biết, và cần nêu rõ các giới hạn của nó. Một bài viết bằng tiếng Nhật xuất bản ngày 21 tháng 9 năm 2026 đã chạy 28 prompt qua cả hai mô hình với prompt và seed giống hệt nhau trên RTX 5090 32 GB, trong ComfyUI v0.37.0, tạo ra 76 hình ảnh so sánh. Kết quả thống kê của bài viết: Krea 2 thắng 10, Qwen-Image 2.1 thắng 7, 9 hòa và 2 thất bại đối với cả hai. Tóm tắt của tác giả về xu hướng này là Qwen-Image 2.1 xử lý tốt nội dung biểu tượng phẳng, trong khi Krea 2 xử lý cấu trúc và vật lý của các vật thể ba chiều tốt hơn, đồng thời lưu ý rằng kết quả của Krea 2 đạt được ở 8 bước so với 25 bước của Qwen-Image 2.1.

Đó là một người vận hành, một seed cho mỗi prompt, một giám khảo thị giác, và một tháng trước bài viết này. Đây không phải là một benchmark và cũng không phải là một bảng xếp hạng. Nó hữu ích để hiệu chỉnh kỳ vọng: hai mô hình đủ sát nhau đến mức một người chạy các prompt thật sẽ thấy thắng lợi ở cả hai phía, điều này nhất quán với khoảng cách Elo mười một điểm trên bảng xếp hạng trực tiếp.

OrcaRouter phù hợp ở đâu, và ở đâu thì không

Không mô hình nào trong hai mô hình này có trên OrcaRouter, và điều đó đáng nói ngay từ đầu: chúng tôi đã kiểm tra danh sách mô hình trực tiếp của mình vào ngày 13 tháng 10 năm 2026 và không có mô hình Qwen-Image nào lẫn mô hình Krea nào nằm trong đó. Cả hai so sánh ở trên đều nói về trọng số bạn tự chạy hoặc các endpoint được host mà bạn mua trực tiếp từ từng nhà cung cấp. Nếu một trong hai mô hình được định tuyến qua chúng tôi, việc định tuyến diễn ra sau quyết định cấp phép, chứ không thay thế quyết định đó.

Lý do sự phân biệt đó lại quan trọng ở đây nằm ở hình dạng của vấn đề. Qwen-Image 2.1 và Krea 2 không phải là những mô hình hình ảnh cuối cùng mà mỗi phòng lab sẽ phát hành, và các điều khoản giấy phép ở thế hệ này không phải là kim chỉ nam cho thế hệ tiếp theo — Krea đã chuyển từ một sản phẩm thuê bao sang một bản phát hành mở theo giấy phép cộng đồng, và công ty đã chuyển từ Apache-2.0 trên các checkpoint Qwen-Image trước đó sang giấy phép chỉ dành cho nghiên cứu ở bản này. Một nhóm chuẩn hóa pipeline hình ảnh của mình trên SDK của một nhà cung cấp rồi cuối cùng sẽ phải đàm phán lại pipeline đó mỗi khi giấy phép thay đổi. OrcaRouter đưa hơn 200 mô hình ra sau một endpoint tương thích với OpenAI theo đúng giá niêm yết của nhà cung cấp, không thu thêm phụ phí, đi kèm khả năng tự động chuyển đổi dự phòng giữa các nhà cung cấp và một DSL định tuyến để kết hợp nhiều mô hình vào một lệnh gọi. Đặc tính đáng quan tâm không phải là việc chúng tôi lưu trữ hai mô hình này — chúng tôi không làm vậy — mà là ở chỗ khi một mô hình được phục vụ qua chúng tôi, việc hoán đổi mô hình đằng sau một lệnh gọi chỉ là một thay đổi cấu hình chứ không phải một dự án tích hợp, và đó chính là điều mà một thay đổi giấy phép trọng số mở thường ép buộc phải làm.

Chọn cái nào?

Nguyên tắc, chứ không phải một phán quyết. Nếu bạn cần chỉnh sửa hình ảnh hiện có — đưa vào một bức ảnh hay ảnh chụp sản phẩm và thay đổi một phần của nó, làm việc với mặt nạ, tạo tài sản trong suốt — Qwen-Image 2.1 là mô hình có khả năng đó và bản phát hành mở của Krea 2 không nằm trong cuộc bàn luận. Nếu bạn cần đầu ra thương mại và bạn là một nhóm nhỏ dưới ngưỡng doanh thu, Krea 2 được cấp phép chính xác cho việc đó còn Qwen-Image 2.1 thì hoàn toàn không được cấp phép cho việc đó. Nếu bạn đang tinh chỉnh, checkpoint RAW của Krea 2 được xây dựng rõ ràng để huấn luyện tiếp và hệ sinh thái LoRA của nó giả định bạn sẽ làm vậy; Qwen-Image 2.1 có thể tinh chỉnh theo một giấy phép chỉ dành cho nghiên cứu, điều này hạn chế những gì bạn có thể làm với kết quả. Nếu bạn ở trên ngưỡng doanh thu và muốn một trong hai mô hình này trong sản xuất, dù sao bạn cũng đang viết thư cho một nhà cung cấp — Krea tại opensource@krea.ai, nhà cung cấp tại địa chỉ trong thỏa thuận cấp phép — và lựa chọn thu hẹp lại thành việc bạn thà có cuộc trò chuyện nào hơn.

Điều quyết định nó thường xuyên nhất: giấy phép, chứ không phải bảng xếp hạng. Hai mô hình cách nhau mười một điểm Elo trên một bảng xếp hạng với các khoảng còn rộng hơn thế, và chênh nhau khoảng một trăm đô-la mỗi tháng khi là dịch vụ hosted, và khác biệt duy nhất trong số đó mà người đọc không thể xoay xở được là khác biệt được in trong tệp giấy phép.