Qwen-Image-2.1 稱霸兩大圖像競技場：第一名開源標籤背後隱藏了什麼

Qwen-Image-2.1 背後的團隊感謝 Arena 的肯定，而這份肯定確實不假。Qwen-Image-2.1是兩個 Arena 圖像排行榜上得分最高、且未被榜方標為 Proprietary 的模型：在 2026 年 9 月 22 日的快照中，Image Edit 為 1,367 分，Text-to-Image 為 1,228 分。兩個榜上位於它之上的每一列都帶有 Proprietary 標籤。這則公告未提及的三項事實，與該主張本身同樣可查證——這些分數所換得的整體排名、初步兩列皆附帶的旗標，以及一段授權字串寫著qwen-research，而非其較早期圖像模型所採用的 Apache 2.0。這項主張在與排行榜對照後依然站得住腳。只是它所承載的資訊，比標題所暗示的要少。

並排閱讀這兩塊板

Arena 分數是根據盲測成對投票建立的 Elo 式評分：一個人會看到兩份輸出，不知道哪份輸出是哪個模型產生的，然後做出選擇。這與廠商基準測試是截然不同的證據類別，因此，倚賴它的說法值得驗證，而非只是重複。這兩個排行榜都是在 2026 年 9 月 22 日擷取的，而且都是逐列閱讀，而不是從排名圖表匆匆掃過。

圖像編輯排行榜列出 56 個模型與 29,902,508 票。Qwen-Image-2.1 以 1,367 的分數、±9 的信賴區間與 4,841 票位居第 16 名。它上方的十五列——從 1,526 的 gpt-image-2.5-sunburst 到 1,370 的 gpt-image-1.5-high-fidelity——全都是專有模型。緊接其下方的兩列也是如此，分別是 1,358 的 reve-2.0 與 1,334 的 uni-1.1-max。

當天的文生圖排行榜列出了 79 個模型與 6,258,152 票。Qwen-Image-2.1 排名第 17，分數為 1,228，信賴區間為 ±11，共獲得 2,843 票。模式相同：其上方十六列皆為專有模型，而下方的第一個非專有列是 ideogram-4.0-quality，1,204，標示為 Ideogram Open Model。

那些行裡的兩個細節值得特別點出，因為它們與這個說法通常被複述的方式相牴觸。

• 排名與分數各說各話——1,367 是影像編輯排行榜上非專有（non-Proprietary）模型的最佳成績，同時也是第十六名，落後領先者 159 分，距第十五名還差 3 分。
• 在某個排行榜上，阿里巴巴自家的閉源模型勝出——標記為 Proprietary 的 qwen-image-3.0-pro 在 Text-to-Image 以 1,254 分名列其上，比 qwen-image-2.1 的 1,228 分高出二十六分。在編輯排行榜上，開源模型則以 1,304 分擊敗較早的專有模型 qwen-image-2.0-pro-2026-06-22。自家冠軍在兩個排行榜上並不是同一個模型。
• 與下一個開源模型的差距，在一個排行榜上很大，在另一個上則很小——在 Image Edit 上，下一個非專有項目是 1,302 分的 hunyuan-image-3.0-instruct，落後六十五分；在 Text-to-Image 上則是 1,204 分的 ideogram-4.0-quality，落後二十四分。

授權字串承擔的工作比排名還多。

每一行 Arena 都帶有組織與授權標籤。Qwen-Image-2.1 的標示為Alibaba · qwen-research，在兩個排行榜上皆如此。這並非阿里巴巴較早圖像模型上的 Apache 2.0 標籤：編輯排行榜上 1,241 分的 qwen-image-edit 與 1,235 分的 qwen-image-edit-2511 都標示為 Apache 2.0，文字生成圖像排行榜上 1,125 分的 qwen-image-2512 與 1,057 分的 qwen-image 也是如此。該廠商的部落格文章也完成了同樣的閉環，依日期為 2026 年 9 月 20 日的 Qwen Research License Agreement 發布權重，該授權允許研究與評估，但不允許商業用途。

所以，對「#1 開源模型」這個說法最誠實的解讀，比它聽起來要狹隘得多。若依排行榜自身非黑即白的二分法——專有，或不是——Qwen-Image-2.1 確實排第一。但若依 OSI 對開源的定義，該定義不接受使用領域限制，那它根本算不上開源，而與它相比的多數模型也同樣不是：同一批排行榜上列著標示為flux-non-commercial-license、tencent-hunyuan-community、krea-2-community-license 與 Ideogram Open Model 的項目。Arena 的「Open Source」篩選器只是粗略的專有／非專有切換開關。它很好用。但它並不是授權審查。

這個區別在這裡比兩分的差距更重要，因為它是唯一不會因為再投一週票而改變的事。如果你今天想要這個系列中採用寬鬆授權的圖像模型，Apache 2.0 的列是 qwen-image-edit 和 qwen-image-edit-2511——兩者都較舊，而且在同一個編輯排行榜上都低了超過一百二十分（1,241 和 1,235，對比 1,367）。得分最高的開放標示 Qwen 圖像模型，與可商業使用的 Qwen 圖像模型，並不是同一個下載項目。

初步意味著這個數字仍可能變動

Qwen-Image-2.1 的兩個項目都帶有排行榜的初步標記，當某個項目尚未累積足夠票數、分數還無法被視為塵埃落定時，Arena 便會套用這個標記。票數正是原因所在：在 Image Edit 上為 4,841 票，而排行榜總票數為 29,902,508；在 Text-to-Image 上為 2,843 票，對比排行榜的 6,258,152。相較之下，其周遭項目的票數高出許多——gpt-image-1.5-high-fidelity 在編輯排行榜上有 589,013 票，而 qwen-image-2.0-pro-2026-06-22 在 Text-to-Image 排行榜上有 307,705 票。

一個才發布三天的模型出現 ±9 與 ±11 的信心區間並非警訊；那正是新版本發布時的模樣。但這確實意味著，隨著票數累積，開放層級頂端的具體排序可能會變動，尤其是在 Text-to-Image 上，其領先下一個開放項目的幅度為二十四點。

依廠商自家的規格表，這款型號究竟是什麼

阿里巴巴自家的說明文件描述了一個統一的文字生圖與編輯模型，其 7B 參數的視覺生成元件由 32 層 Single-Stream DiT 構成，能原生生成與編輯透明影像，支援最多 10 張參考圖，原生輸出上限為 2048×2048——整條流程的完整下載約 33 GB。透明影像支援是那份清單上最不常見的項目；Arena 的編輯排行榜顯然並未衡量這項能力，因此排行榜名次對這項特定功能並不構成任一方向的證據。

廠商主打的重點基準是 Qwen-Image-Bench，該模型在此被呈報為 60.28，領先 Nano Banana 2.0 的 59.82 與 GPT Image 1.5 的 59.65。這是廠商自行執行的評估，沒有第三方重現，而且差距不到一分——這樣的差距只要換一組提示詞就撐不住。值得直說的是：上述 Arena 的數字是其他人投的票，而 Qwen-Image-Bench 的數字則是阿里巴巴自家的。它們不是同一類證據，不應被平均成對該模型的單一印象。

部署支援在發佈時就到位，而不是等到發佈後才出現：該模型在 ComfyUI、SGLang、vLLM-Omni、LightX2V 與 Diffusers 函式庫中已有零日整合，這意味著對大多數團隊而言，實務上的問題不是模型能不能提供服務，而是服務成本是否划算。

如果你這週就需要圖像 API，這類說法會被如何看待

在這一點上，精確說明我們自己的立場很重要。OrcaRouter 並不提供 Qwen-Image-2.1 的路由，也不提供任何版本的任何 Qwen-Image 模型路由。如果是 Arena 分數說服了你，該模型可以透過供應商自家的 API 和幾個第三方平台取得，或以自行託管下載的方式取得——不是透過我們。我們沒有 Qwen 圖像路由可以賣給你，而排行榜名次也不是讓我們假裝相反的理由。

我們實際會路由到的，是那些排行榜所排名的圖像層級中其餘的部分，而 Qwen-Image-2.1 之上的好幾列都包含在內。OpenAI 的 GPT-Image-2、GPT-Image-1.5 與 GPT-Image-1-mini 皆可使用，Google 的 Imagen 4 各層級、Gemini 圖像預覽端點，以及 xAI 的 Grok Imagine 圖像端點也一樣。這樣的組合，正是對這類主張的務實解答。如果 Arena 當初直接讓某個開源模型登上榜首，切換就只是在單一金鑰上改一行程式碼。但事實並非如此——兩個排行榜的榜首都是專有模型，而真正有意思的抉擇，在於研究授權的下載檔與你今天就能呼叫的託管端點之間。

這個平台有三項特性對這項決策至關重要。路由在單一 OpenAI 相容端點上運作，涵蓋 200 多個模型，因此將各代管模型互相比較，並不代表得再簽一份合約或再用一套 SDK。供應商的定價以零加成直接轉嫁，這意味著廠商的價格變動在公告當天就會反映到你的帳單上，而不是等到下一次合約續約時才調整。而跨供應商的自動容錯移轉，意味著一個嶄新、得票稀少的模型可以排在成熟模型之後、成為備援鏈中的一環，而不是在第三天就變成正式環境的依賴項目——而這大致正是 Qwen-Image-2.1 目前的處境。

這個主張是真的，而且比讀起來更單薄。

阿里巴巴發布的內容是可驗證的：在 2026 年 9 月 22 日兩個 Arena 圖像排行榜的快照中，Qwen-Image-2.1 是未被標記為 Proprietary 的模型中得分最高者。這則貼文所壓縮掉的，是一切限定該說法的條件——總排名第 16 與第 17、僅基於幾千票的初步分數，以及一個研究授權條款，替代了這句話令人聯想到的開源授權條款。

這些都不會讓這項成果顯得渺小。在發布後短短三天就成為兩份排行榜上第一個非專有模型，確實改變了開源層級所處的位置——在它之前、以寬鬆授權釋出的那些 Qwen 圖像模型，在同一份圖像編輯排行榜上落後超過一百二十分。但這並不等同於「開源界最強的圖像模型」這種說法，而兩者的差別不過是一行授權資訊和一個排名欄位，花大約一分鐘就能查證。