Qwen-Image-2.1 是兩個 Artificial Analysis 排行榜上排名第一的開放權重圖像模型

阿里巴巴的 Qwe​n 團隊發布了 Qwen-Image-2.1，並於 2026 年 9 月 20 日開放權重。十二天後，獨立排行榜已經追上，而結果比發布本身更有意思。在 AA-Image-T2I v2.0 排行榜上，Qwen-Image-2.1 在 166 個模型中名列第 18，Elo 為 1,034，來自 5,286 次盲測比較。在 AA-Image-Editing v2.0 上，它在 97 個模型中名列第 18，Elo 為 1,074，來自 5,536 次比較。這兩列在一個逐一標示每個模型的榜單上都被標記為 開放權重。在兩個榜單上，沒有其他帶有此標記的模型排在它們之上。這就是全部的發現：在唯一兩個以盲測成對比較為模型評分的公開圖像榜單上，已發布的 Qwen-Image-2.1 是該領域中最強的一套可下載權重，而且佔據這兩個位置的正是 Qwen-Image-2.1 本身，而非它的預覽版。

接下來要說的是那兩個數字從何而來、它們周遭的列長什麼樣子，以及看板上大多數發表報導都漏掉的三個細節——首先從這塊看板完全沒有登錄該模型的任何 API 說起。

兩排所在的位置

Artificial Analysis 的這兩個排行榜都以盲測的兩兩配對比較為基礎建立：兩個模型回答同一個提示，投票者選出較佳的輸出，Elo 分數便從彙總結果中得出。這兩個排行榜共有的只有一致的風格慣例，除此之外別無其他。它們評測的任務不同，模型群體也不同，而且彼此的 Elo 值無法互相比較。Qwen-Image-2.1 恰好同時在兩者中落在相同名次，這只是兩個不同分布下的巧合。

文字轉圖像，166 個模型上榜：

• 排行榜最上方的是 GPT Image 2.5 Sunburst（max），以 1,107 Elo 位居第一，出現次數達 14,023 次——這是一款專有模型，其樣本數是 Qwen-Image-2.1 的兩倍以上。

• Qwen-Image-2.1 以 1,034 的 Elo 排名第 18，95% 信賴區間為 1,024 至 1,044，來自 5,286 次出賽。

• 先讀各列的資料筆數，再看名次。 Qwen-Image-2.1 在兩個排行榜上都名列第 18，但這些名次來自不同的母體——文生圖有 166 個模型，圖像編輯有 97 個——而且這兩個 Elo 數值分屬兩套不同的量尺。名次相同只是算術上的巧合，並不證明這兩個排行榜在任何事情上看法一致。

• 阿里巴巴自家的兩個 Pro 級模型在這份榜單上排名更高：Qwen-Image-3.0-Pro 以 1,089 Elo 位列第 14 名，Qwen-Image-3.0 則以 1,075 位列第 16 名。兩者都沒有標記為開放權重。榜單的九月快照將兩者列為 2026 年 7 月發布，這正是故事的另一個版本——最新的 Qwen 圖像模型並非得分最高的那一個，而在文生圖方面，它確實不是。

影像編輯，97 個模型已上榜：

• GPT Image 2.5 Sunburst (max) 也憑藉 17,899 次登場、1,182 Elo 的成績登上這個排行榜的榜首。

• Qwen-Image-2.1 以 1,074 Elo 位居第 18 名，區間為 1,065 至 1,083，出現次數 5,536 次——樣本數比它的文字生圖那一列略大一些，而這對一個編輯端在發表時拿到更響亮宣傳文案的模型來說很合理。

• 它周圍的名次相當密集。grok-imagine-image 以 1,071 分位居其下一名，Luma UNI 1 Max 則為 1,069 分。在這張榜單上，位於它下方最近的開放權重名次是 HunyuanImage 3.0 Instruct以 1,066 分、5,221 次登場，落後 8 Elo。有七個名次落在十八個 Elo 分之內。

誠實解讀「頂尖開放權重模型」這項說法

標題裡的這個說法正在發揮特定作用，值得加以檢視，而不是照樣重複。

• 這是標記範圍內的排名，而非整體排名。Qwen-Image-2.1 在兩個榜單的整體排名皆為第 18 名。正是 Open Weights 標籤讓它在各榜單上名列第一，而該標籤是由各榜單自行認定、逐個模型套用的——文生圖榜有 47 列帶有此標記；編輯榜列出 97 列，其中 36 列帶有此標記。

• 這個標籤描述的是權重，而非條款。Qwen-Image-2.1 依 2026 年 9 月 20 日的《Qwen 研究授權協議》發布，該協議僅授予非商業用途的權利。董事會的「開放權重」標籤對可下載性描述準確，但對你下載後能拿它做什麼卻隻字未提。任何把「頂尖開放權重圖像模型」讀成「可免費用於產品」的人，都已經讀到超出這個標籤的原意了。

• 這是一份快照，而非已定案的排名。 隨著票數累積，排行榜每天都會變動。Qwen-Image-2.1 在文字生圖上的信賴區間為 ±10 Elo，在編輯上則為 ±9；其下方的各列區間彼此重疊。請將這個位置視為當前狀態，而非永久定論。

發表報導所沒有的細節：沒有 API

Qwen-Image-2.1 的兩個列項都帶有一則明確的無可用 API標註。這對排名來說是實實在在的成本，也透露出 5,286 與 5,536 票是誰投出來的——如果沒有端點可以讓提示詞指向，那些比較就是來自自行跑權重並提交輸出的人。對一個只能自架部署的模型而言，獨立 Elo 是比任何人都能呼叫的模型更困難許多的量測，這也是為什麼這裡的樣本規模只有最前面幾列的三分之一。

對開發者來說，這樣的局面再熟悉不過：這個領域中最強的可下載圖像模型，並不是你今天就能呼叫的那一個。實際上，這讓工作分成了兩條路。你要嘛在自己的硬體上自行部署 Qwen-Image-2.1，要嘛在這塊看板上呼叫它周遭的其中一個模型。第二個選項正是路由發揮價值之處——一個 API 涵蓋 200 多個模型，並以零加成的方式轉嫁供應商的定價，當供應商服務品質下滑時自動容錯移轉，還有一套路由 DSL，能把多個模型組合成單一次呼叫。OrcaRouter 目前並未提供 Qwen-Image-2.1；平台上的圖像系列是 Google 的 Imagen 各級方案與 Gemini 圖像預覽版、xAI 的 Grok Imagine 圖像端點，以及 OpenAI 的 GPT-Image 系列。在這塊看板上，那就是最頂端的 GPT Image 2.5 Sunburst 那一列，而對於「我想要最高分，而且我下午就要能呼叫它」這個需求，這是個合情合理的答案。

看板上要留意什麼

有三件事會推動這個故事的發展，而這三件事早已在那些看板上清楚可見。

第一點是 API 是否出現。如果 Alibaba 或某個服務合作夥伴把 Qwen-Image-2.1 放上端點，無可用 API這項附註就會消失，票數應該會攀升至接近鄰近各列的水準，而信賴區間也會收窄。在 1,034 或 1,074 上取得更窄的區間，會是比目前強得多的主張。

第二個是阿里巴巴自家的技術棧。Qwen-Image-3.0-Pro 拿下 1,089 分、Qwen-Image-3.0 拿下 1,075 分，在文生圖項目上雙雙超越 Qwen-Image-2.1，且兩者都沒有標示開放權重。如果 Qwen-Image-2.1 的定位是這條產品線可下載的對應版本，而非其後繼機型，那麼有趣的問題就在於這個差距是否會縮小——而在圖像編輯排行榜上，差距已經縮小了：Qwen-Image-3.0-Pro 領先 Qwen-Image-2.1 兩分 Elo。

第三個是授權條款。兩張榜單上的每一列 Open Weights 都同樣有資格獲得這個標籤，而它們背後的授權條款卻完全不能相提並論。榜單永遠不會告訴你這件事。那是計分板唯一缺少的一欄。

常見問題

Qwen-Image-2.1 是最好的開放權重圖像模型嗎？

在這兩個排行榜上，是的——它是兩者上帶有 Open Weights 標記的最高 Elo 列，在文字轉圖像上為 1,034，在編輯上為 1,074。整體而言，它在每個排行榜上都排名第 18——而這個第 18 名，是在其中一個排行榜的 166 列中、在另一個的 97 列中的排名，代表著兩套無法互相比較的 Elo 尺度。這個說法唯有在兩個限定條件都保持附帶時才成立。

為什麼這兩個排行榜對同一個模型顯示不同的 Elo 值？

他們以不同的模型群體來為不同任務評分。文字轉圖像 Elo 與編輯 Elo 是兩套各自獨立的量表；比較 1,034 與 1,074 衡量的是排行榜，而不是模型。

我可以透過 API 呼叫 Qwen-Image-2.1 嗎？

榜單的兩列都記錄為無可用的 API。權重可從 Alibaba 的儲存庫下載，因此模型能運行——只是它並沒有被該榜單認定為其提供服務的託管端點。

如果你今天要的是數字而不是下載檔，那兩個排行榜的榜首都能透過各家廠商自家的 API 直接呼叫；而 GPT-Image 系列、Google 的 Imagen 各級方案，以及 xAI 的 Grok Imagine，都是 OrcaRouter 直接對外提供的圖像模型。權重檔留給實驗，端點留給截止期限。