Qwen-Image-2.1 对比 LLaDA-Image：许可声明已变更，而只有其中一方说明了这一点

当LLaDA-Image于 2026 年 9 月 4 日由蚂蚁集团旗下研究实验室 inclusionAI 发布时，对其代码仓库的解读很直接：未声明许可证，因此保留所有权利。这种解读如今已经过时。其全部四个 Hugging Face 模型卡——LLaDA-Image、LLaDA-Image-Turbo、LLaDA-Image-FP8 和 LLaDA-Image-Turbo-FP8——如今都在其 frontmatter 中声明了apache-2.0，而且它是模型卡的第一行。这四个仓库中没有任何一个包含 LICENSE 文件，该项目于 2026 年 8 月 31 日创建的 GitHub 仓库也同样没有许可证文件。将其与Qwen-Image-2.1对比：后者由阿​里​巴​巴 Qwe​n 团队于 2026 年 9 月 20 日以开放权重形式发布，采用 Qwe​n 研究许可协议——一份真实的文件，标注了日期，仅限非商业用途，也正因如此，其自己的仓库将该许可证标记为other。两个开放权重的图像模型，相隔十六天，而纸面文件听起来更弱的那个，反倒声明了宽松许可证。玄机完全在于它是如何声明的。

这是纸面上的比较，而非像素层面的比较。两款模型都没有独立的图像评分——LLaDA-Image 的四个变体不论哪一个，都未出现在 Artificial Analysis 的图像榜单上，而 Qwen-Image-2.1 在榜单上的两行则带有无可用 API的标注。今天你真正能决定的，是你被允许做什么，而对这两款模型中的一款来说，这个答案已经在没有任何公告的情况下发生了改变。

这两个许可证界面实际上说了什么

要读原始资料，而不是摘要，因为它们之间的差距才是全部真相。

• Qwen-Image-2.1 — 根据日期为 2026 年 9 月 20 日的 Qwe​n Research License Agreement 发布，授权为“仅限非商业用途”，商业使用需要向供应商单独申请许可证。Aliba​ba 面向该模型的 Hugging Face 仓库将许可证字段报告为 其他，这是准确的标签：它不是 OSI 批准的许可证，且该模型在这个意义上并非开源。它仍可下载、可运行并可进行基准测试。

• LLaDA-Image —— Hugging Face 模型卡声明 license: apache-2.0，该声明位于其 YAML frontmatter 中。Apache 2.0 是允许商业使用的 OSI 许可证。如果 frontmatter 就是许可证，那么它便是两者中宽松得多的一项。

• LLaDA-Image，以及其余的文件记录——仓库目录树中没有 LICENSE 文件。模型卡只列出了 README、model_index.json、.gitattributes 和权重目录，别无其他。该项目的 GitHub 仓库也没有许可证文件；GitHub 自己的仓库 API 也未报告其拥有任何许可证。Apache 2.0 的文本本身要求分发时须随附许可证副本，而这两个地方都没有副本。

因此，对 LLaDA-Image 许可证状况的诚实描述既不是“无许可证”，也不是“Apache 2.0”。它是：模型卡声称 Apache 2.0，而仓库并未附带许可证文本。这两个事实指向同一方向，但它们并非同一事实，而采购审查者会关注的只是其中一个。

为什么这张卡片读起来是这样的

这张卡片自身的前置信息就已经透露了端倪。该模型系列的大标题是LLaDA-Image：用完全开放的训练配方构建强大的图像生成器，而在它列出的五项亮点中，有两项关乎开放性：仅用图像进行预训练以建立视觉先验，以及一个统一的扩散模型——其中主干网络和 DiT 都是在同一框架下训练的扩散模型。“配方”这个词是刻意为之的。这张卡片推介的是一条可复现的流水线，而不只是一个检查点。

然后阅读同一张卡片底部的开源方案：

• 推理代码和模型权重 — 已勾选。

• 训练代码 — 未勾选，标记为即将推出。

• 另有一份独立的 arXiv 报告，卡片上编号为 2609.03796，其中载有该方法。

这是一个自洽的立场，并非不诚实：现在提供权重和推理代码，训练代码以后再给，方法写在论文里。这也是 Apache 2.0 前置元数据行作为一种意图说得通的语境——这个项目希望被解读为完全开放。意图与缺失的许可证之间的落差，恰恰是卡片前置元数据无法表达的那类东西。

这些数字说明了什么，以及它们是由谁产生的

LLaDA-Image 唯一附带的量化声明是一项基准分数，而它的出处需要被明确说明。模型卡上写着“在 Qwen-Image-Bench 上达到 SOTA”，英文总体得分为 53.53，中文总体得分为 53.38。这些是 inclusionAI 自己给出的数字，且是在以另一家实验室的模型命名的基准上测得的，尚未被该实验室以外的任何人复现。Base 模型在 50 个采样步数下达到这些分数；Turbo 变体则通过 Twin-DMD 蒸馏，可在 2 到 4 步内运行。这两个数字都没有投票数支撑，也都没有出现在独立榜单上，因为 LLaDA-Image 并不在任何独立榜单上。

Qwen-Image-2.1 同时登上了 Artificial Analysis 的两张榜单——在文生图榜单上以 1,034 Elo 位列 166 个模型中的第 18 名，在图像编辑榜单上以 1,074 Elo 位列 97 个模型中的第 18 名，分别来自 5,286 次和 5,536 次盲测对比。它在两张榜单上的条目都带有「开放权重」标记，紧挨着 无 API 可用的说明。这是对一个自托管模型所做的独立测评，而这件事远比听起来更难获得，也正是这两款模型完全不在同一类别的那一个维度。

这实际上改变的决定

如果你此前依赖的是较早的解读——即 LLaDA-Image 未声明任何许可证，因此应将其视为保留所有权利——那么现在情况已经有所改善，而且这种改善足够实在，可以在评估和内部工作中据此采取行动。但请保留这一限定条件：仅在 YAML 中声明许可证，而仓库中没有许可证文本，其证据力弱于与权重文件放在一起的许可证文件。如果 LLaDA-Image 要进入产品，那就是 Ant Group 研究实验室需要回答的问题，而不是靠指向某个元数据标签就能解决的。

Qwen-Image-2.1 则是反过来的取舍：文书毫不含糊，答案就是不行。一份标明日期的研究许可证禁止商业用途，这比一份含糊不清的宽松许可证更容易据此规划，因为没有什么需要解读。这也是相较早先 Qwen-Image 系列的一次变化——该系列曾以 Apache 2.0 许可发布，因此基于上一代构建的团队不能把这一假设延续下去。

这两个模型都没有在 OrcaRouter 上提供服务，在许可证问题解决之前也不会——仅限研究的许可证，以及不在代码仓库中的许可证文件，都是让托管路径与实验保持分离的理由。我们实际接入的图像模型是 Google 的 Imagen 各档位和 Gemini 图像预览版、xAI 的 Grok Imagine 图像端点以及 OpenAI 的 GPT-Image 系列，它们都位于同一个 OpenAI 兼容端点之后，按提供商标价零加价透传，跨提供商自动故障转移，并提供一套路由 DSL，可将多个模型组合成单次调用。许可证覆盖的工作就运行可下载的模型；任何会触达客户的事情就调用托管版本。

看什么

有两点让这件事从文书比对变成了模型比对，而这两点都无需等待任何人的公告就能核实。

第一点是 LLaDA-Image 仓库中是否会出现 LICENSE 文件。Apache 2.0 实际要求的是：许可证在前言元数据中注明，并以文本形式随附；在该文件存在之前，声明就是唯一的证据。第二点是训练代码是否会随附发布。它是卡片上最后一个未勾选的复选框，也决定了这只是恰好可下载的权重，还是标题所承诺的“完全开放训练配方”。

在那之前，公允的总结应是来源所支持的那个：LLaDA-Image 现在声称采用更宽松的许可证，却尚未将其记录在案；Qwen-Image-2.1 以文档形式列出了一份许可证，而该许可证禁止大多数团队想做的事；并且这两者中只有一个曾被其自家实验室以外的人测评过。