Was ist Qwen-Image-2.1?
Qwen-Image-2.1 wurde am 20. September 2026 vom Qwen-Team von Alibaba veröffentlicht. Sein Bildgenerator hat 7 Milliarden Parameter, gepaart mit Qwen3-VL 8B als Text-Encoder, und ein einziges Modell beherrscht Text-to-Image, Bearbeitung mit bis zu 10 Referenzbildern und native transparente Bilder (RGBA). Standardmäßig erzeugt es quadratische Bilder mit 2048 Pixeln und läuft über Diffusers, ComfyUI, SGLang und andere gängige Werkzeuge.
Anders als frühere Qwen-Bildmodelle, die Apache 2.0 nutzten, erscheinen die Gewichte unter der Qwen Research License: kostenlos für Forschung und Evaluierung, für kommerzielle Nutzung ist eine separate Vereinbarung nötig. Alibaba verkauft außerdem gehostete Varianten Qwen-Image-2.1-Pro und -Turbo sowie die nur per API verfügbaren Modelle Qwen-Image-3.0.
Was kostet Qwen-Image-2.1?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Qwen-Image-2.1-Pro | $0.04 per image | Listenpreis bei QwenCloud |
| Qwen-Image-2.1-Turbo | $16 per 1,000 images | Laut Artificial Analysis |
Gewichte kostenlos für Forschung und Evaluierung; kommerzielle Nutzung braucht eine separate Lizenz von Alibaba. Das gehostete Qwen-Image-2.1-Pro kostet auf QwenCloud 0,04 $ pro Bild; -Turbo laut Artificial Analysis 16 $ pro 1.000 Bilder.
Lohnt sich Qwen-Image-2.1?
Qwen-Image-2.1 ist das stärkste Bildmodell, das du herunterladen kannst, und du darfst es nicht ausliefern. Artificial Analysis setzt es in seiner Text-to-Image-Arena mit einem Elo von 1042 auf Platz eins unter den Modellen mit offenen Gewichten, knapp vor Fibo 2.0 (1039) und Ideogram 4.0 Quality (1026). Die Qwen Research License beschränkt die erlaubte Nutzung auf Forschung oder Evaluierung, und kommerzielle Nutzung braucht eine separate Lizenz, die per E-Mail beantragt wird.
Sein Vorsprung an der Spitze des offenen Felds ist knapp, der Rückstand auf die geschlossenen Modelle groß. GPT Image 2.5 Sunburst führt dieselbe Rangliste mit 1222 an, Nano Banana 2.1 liegt bei 1176. Alibabas eigenes, nur per API verfügbares Qwen-Image-3.0-Pro kommt auf 1095, was zeigt, wo das Unternehmen seine beste Arbeit aufbewahrt.
Die Technik ist wirklich nützlich. Ein Checkpoint beherrscht Generierung, Bearbeitung mit bis zu 10 Referenzbildern und native RGBA-Ausgabe, wobei die Transparenz von einem RGBA-Autoencoder mit 64 Kanälen erzeugt wird statt durch einen nachgeschalteten Hintergrund-Entferner. Die 7B beziehen sich allerdings nur auf den Bildgenerator. Mit dem Text-Encoder Qwen3-VL 8B kommt das BF16-Repository auf etwa 33 GB, und Qwen nennt keinen VRAM-Bedarf, sondern bietet für kleinere Karten nur CPU-Offloading an.
Die Lizenz hat zwei weitere Bedingungen. Jedes Modell, das mit Qwen-Materialien oder -Ausgaben trainiert oder feinabgestimmt wurde, muss in seiner Dokumentation "Built with Qwen" oder "Improved using Qwen" angeben, und alle Rechte erlöschen, wenn der Lizenznehmer Alibaba wegen geistigen Eigentums am Modell oder an seinen Ausgaben verklagt. Evaluierung ist erlaubt, ein Anbieter von Design-Werkzeugen kann es also frei testen; der Weg in die Produktion führt über ein Verkaufsgespräch ohne veröffentlichten Preis.
Wo es sich lohnt
Eine Computer-Vision-Forschungsgruppe an einer Universität
Ein aktuelles offenes Bildmodell ohne API-Kosten testen und feinabstimmen
Gewichte und Code sind für die Forschung kostenlos, und die Community hat bereits 145 Adapter veröffentlicht. Plane für den 33 GB großen Checkpoint eine GPU mit viel Speicher oder Offloading ein, und kennzeichne jedes veröffentlichte abgeleitete Modell mit "Built with Qwen".
Ein Startup für Design-Werkzeuge, das ein eigenes Bild-Backend erwägt
Sticker, Produktfreisteller und UI-Assets mit echtem Alphakanal erzeugen
Natives RGBA spart einen Freistellungsschritt und ist der Grund, es zu evaluieren, was die Lizenz erlaubt. Für die Auslieferung braucht es eine kommerzielle Vereinbarung zu einem nicht veröffentlichten Preis; die gehostete Pro-Variante für 0,04 $ pro Bild ist die lizenzierte Rückfallebene, und laut QwenCloud-Seite erzeugt und bearbeitet auch sie transparente Bilder.
Ein hauseigenes Kreativteam bei einem Händler für Wohnaccessoires
Lifestyle-Aufnahmen aus mehreren Produkt-Referenzfotos zusammensetzen
Die Bearbeitung nimmt bis zu 10 Referenzen an und hält laut Karte die Produktidentität über mehrere Bearbeitungen. Der Durchsatz beim Selbsthosting mit 2048 px und 40 Schritten ist nicht veröffentlicht, und der Produktiveinsatz braucht weiterhin die kommerzielle Lizenz.
Bevor du dich festlegst
- Einrichtung
- Installiere Diffusers von GitHub (QwenImage21Pipeline), transformers 5.17+ und torch 2.4+; Standard sind 2048 x 2048 bei 40 Schritten, und transparente Ausgabe braucht ein bestimmtes Prompt-Präfix.
- Integrationen
- Diffusers, ComfyUI, vLLM-Omni, SGLang und LightX2V zum Start, dazu Draw Things und DiffusionBee; zwei Checkpoints zum Umschreiben von Prompts erweitern kurze Prompts.
- Daten und Datenschutz
- Qwen Research License: nur Forschung und Evaluierung, kommerzielle Nutzung per separater Vereinbarung, "Built with Qwen" bei abgeleiteten Modellen, Kündigung bei Klagen wegen geistigen Eigentums gegen Alibaba. Selbst gehostet, Prompts und Bilder bleiben also lokal.
- Kosten im großen Maßstab
- Das gehostete Qwen-Image-2.1-Pro kostet auf QwenCloud 0,04 $ pro Bild und Turbo laut Artificial Analysis 16 $ pro 1.000, 100.000 Pro-Bilder im Monat kosten also etwa 4.000 $. Selbsthosting braucht Platz für etwa 33 GB an BF16-Gewichten.
- Grenzen
- Kein Inferenzanbieter auf Hugging Face hostet es, es gibt keinen offiziellen destillierten Checkpoint, und es steht bei 1042 Elo gegenüber 1222 für den geschlossenen Spitzenreiter.
Was gut ist
- Bestes Modell mit offenen Gewichten bei Artificial Analysis (1042 Elo)
- Native RGBA-Generierung und Bearbeitung transparenter Ebenen
- Bearbeitung mit bis zu 10 Referenzen und Auswahl per Maske oder Skizze
- Unterstützung in Diffusers, ComfyUI und SGLang ab dem ersten Tag
Was nicht
- Lizenz nur für Forschung; kommerzielle Bedingungen auf Verhandlungsbasis
- Etwa 33 GB an Gewichten, wenn der 8B-Text-Encoder mitzählt
- 180 Elo hinter dem geschlossenen Spitzenreiter
- Keine veröffentlichten Angaben zu VRAM oder Tempo
Am besten für
Forschende sowie Teams, die Bildfunktionen als Prototyp bauen und vor dem Start ordentlich lizenzieren werden.
Alternativen zu Qwen-Image-2.1
Qwen-Image-2.1: häufige Fragen
- Lohnt sich Qwen-Image-2.1?
- Platz eins unter den offenen Bildmodellen in Blindabstimmungen und tabu für alles, was du verkaufst, bis Alibaba eine separate Lizenz unterschreibt. Wir bewerten es mit 4.0 von 5.
- Was kostet Qwen-Image-2.1?
- Gewichte kostenlos für Forschung und Evaluierung; kommerzielle Nutzung braucht eine separate Lizenz von Alibaba. Das gehostete Qwen-Image-2.1-Pro kostet auf QwenCloud 0,04 $ pro Bild; -Turbo laut Artificial Analysis 16 $ pro 1.000 Bilder.
- Welche Nachteile hat Qwen-Image-2.1?
- Lizenz nur für Forschung; kommerzielle Bedingungen auf Verhandlungsbasis; Etwa 33 GB an Gewichten, wenn der 8B-Text-Encoder mitzählt; 180 Elo hinter dem geschlossenen Spitzenreiter; Keine veröffentlichten Angaben zu VRAM oder Tempo.
- Für wen eignet sich Qwen-Image-2.1?
- Forschende sowie Teams, die Bildfunktionen als Prototyp bauen und vor dem Start ordentlich lizenzieren werden.
- Was kostet Qwen-Image-2.1 für ein Team oder im Produktivbetrieb?
- Das gehostete Qwen-Image-2.1-Pro kostet auf QwenCloud 0,04 $ pro Bild und Turbo laut Artificial Analysis 16 $ pro 1.000, 100.000 Pro-Bilder im Monat kosten also etwa 4.000 $. Selbsthosting braucht Platz für etwa 33 GB an BF16-Gewichten.
- Ist Qwen-Image-2.1 sicher für Firmendaten?
- Qwen Research License: nur Forschung und Evaluierung, kommerzielle Nutzung per separater Vereinbarung, "Built with Qwen" bei abgeleiteten Modellen, Kündigung bei Klagen wegen geistigen Eigentums gegen Alibaba. Selbst gehostet, Prompts und Bilder bleiben also lokal.
- Was sind die besten Alternativen zu Qwen-Image-2.1?
- Die nächsten Alternativen, die wir getestet haben, sind Ideogram 4.0, Seedream 5.0 Pro und Nano Banana 2.1.
Antworten geprüft am 26. Okt. 2026.