Qwen-Image-2.1とは？
Qwen-Image-2.1は、AlibabaのQwenチームが2026年9月20日に公開しました。画像生成部は70億（7 billion）パラメータで、テキストエンコーダーにQwen3-VL 8Bを組み合わせています。1つのモデルで、テキストからの画像生成、最大10枚の参照画像を使った編集、ネイティブの透過（RGBA）画像を扱います。既定では2048ピクセル四方で生成し、Diffusers、ComfyUI、SGLangなどの一般的なツールで動きます。
Apache 2.0を使っていた以前のQwenの画像モデルと違い、重みはQwen Research Licenseで提供されます。研究と評価には無料で使えますが、商用利用には別の契約が必要です。Alibabaは、ホスト版のQwen-Image-2.1-Proと-Turbo、API専用のQwen-Image-3.0モデルも販売しています。
Qwen-Image-2.1の料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Qwen-Image-2.1-Pro | $0.04 per image | QwenCloudの定価 |
| Qwen-Image-2.1-Turbo | $16 per 1,000 images | Artificial Analysisによる |
重みは研究と評価には無料で、商用利用にはAlibabaからの別ライセンスが必要です。ホスト版のQwen-Image-2.1-ProはQwenCloudで1枚$0.04、-TurboはArtificial Analysisによると1,000枚あたり$16です。
Qwen-Image-2.1は使う価値があるか？
Qwen-Image-2.1は、ダウンロードできる最強の画像モデルですが、製品には使えません。Artificial Analysisはテキスト からの画像生成のアリーナで、オープンウェイトのモデルの中で1042 Eloの首位に置いており、Fibo 2.0（1039）とIdeogram 4.0 Quality（1026）をわずかに上回ります。Qwen Research Licenseは、認められる用途を研究または評価のみと定めており、商用利用にはメールで申請する別のライセンスが必要です。
オープン勢の上位での差は小さく、クローズドなモデルとの差は大きいです。同じランキングの首位はGPT Image 2.5 Sunburstの1222で、Nano Banana 2.1は1176です。Alibaba自身のAPI専用モデルQwen-Image-3.0-Proは1095で、同社が最良の成果をどこに置いているかがわかります。
技術的には本当に役立ちます。1つのチェックポイントで、生成、最大10枚の参照画像を使った編集、ネイティブのRGBA出力を扱い、透過は背景除去の後処理ではなく64チャンネルのRGBAオートエンコーダーで作られます。ただし7Bという数字は画像生成部だけのものです。Qwen3-VL 8Bのテキストエンコーダーを含めるとBF16のリポジトリは約33 GBになり、QwenはVRAMの数値を公表しておらず、小さなカード向けにはCPUへのオフロードを示すだけです。
ライセンスにはさらに2つの条件があります。Qwenの素材や出力で学習またはファインチューンしたモデルは、ドキュメントに"Built with Qwen"または"Improved using Qwen"と記載しなければならず、ライセンシーがモデルやその出力の知的財産を巡ってAlibabaを訴えると、すべての権利が失効します。評価は認められているので、デザインツールの企業は自由に試せます。本番利用への道は、価格の公表されていない営業との交渉を経由します。
真価を発揮する場面
大学のコンピュータービジョン研究グループ
APIの費用をかけずに、最新のオープンな画像モデルをベンチマークしファインチューンする
重みとコードは研究には無料で、コミュニティはすでに145のアダプターを公開しています。33 GBのチェックポイントのために大容量メモリのGPUかオフロードを計画し、公開する派生モデルには"Built with Qwen"と記載します。
社内の画像バックエンドを検討するデザインツールのスタートアップ
本物のアルファチャンネル付きで、ステッカー、商品の切り抜き、UI素材を生成する
ネイティブのRGBAはマット処理の工程をなくし、評価する理由になります。評価はライセンスで認められています。出荷には価格非公開の商用契約が必要です。1枚$0.04のホスト版Proがライセンス上の代替手段で、QwenCloudのページによると透過画像の生成と編集にも対応しています。
家庭用品小売企業の社内クリエイティブチーム
複数の商品の参照写真から、ライフスタイル写真を合成する
編集は最大10枚の参照画像を受け付け、カードによると編集をまたいで商品の同一性を保ちます。2048 px、40ステップでのセルフホストのスループットは公表されておらず、本番利用にはやはり商用ライセンスが必要です。
導入前に確認すること
- 導入
- GitHubからDiffusers（QwenImage21Pipeline）、transformers 5.17以降、torch 2.4以降をインストールします。既定は2048 x 2048、40ステップで、透過出力には特定のプロンプト接頭辞が必要です。
- 連携
- 公開時点でDiffusers、ComfyUI、vLLM-Omni、SGLang、LightX2Vに対応し、Draw ThingsとDiffusionBeeでも使えます。2つのプロンプト書き換え用チェックポイントが短いプロンプトを拡張します。
- データとプライバシー
- Qwen Research License：研究と評価のみ、商用利用は別契約、派生モデルには"Built with Qwen"の記載、Alibabaへの知財訴訟で失効。セルフホストなので、プロンプトと画像は手元に留まります。
- 大規模利用時のコスト
- ホスト版のQwen-Image-2.1-ProはQwenCloudで1枚$0.04、TurboはArtificial Analysisで1,000枚あたり$16なので、Proで月100,000枚なら約$4,000です。セルフホストには約33 GBのBF16の重みを載せる余裕が必要です。
- 制限
- Hugging Faceの推論プロバイダーでホストしているところはなく、公式の蒸留版チェックポイントもありません。クローズドな首位の1222に対して1042 Eloです。
良い点
- Artificial Analysisでオープンウェイトの首位（1042 Elo）
- ネイティブのRGBA生成と透過レイヤーの編集
- 最大10枚の参照画像と、マスクやスケッチでの範囲指定による編集
- Diffusers、ComfyUI、SGLangが公開初日から対応
気になる点
- 研究用途のみのライセンスで、商用の条件は交渉次第
- 8Bのテキストエンコーダーを含めると重みは約33 GB
- クローズドな首位から180 Elo遅れている
- VRAMや速度の数値が公表されていない
おすすめの人
研究者と、出荷前に正式なライセンスを取得する前提で画像機能を試作するチーム。
Qwen-Image-2.1の代替
Qwen-Image-2.1：よくある質問
- Qwen-Image-2.1は使う価値があるか？
- ブラインド投票ではオープンな画像モデルの首位ですが、Alibabaが別のライセンスに署名するまでは、販売するものには一切使えません。 評価は5点満点中4.0点です。
- Qwen-Image-2.1の料金は？
- 重みは研究と評価には無料で、商用利用にはAlibabaからの別ライセンスが必要です。ホスト版のQwen-Image-2.1-ProはQwenCloudで1枚$0.04、-TurboはArtificial Analysisによると1,000枚あたり$16です。
- Qwen-Image-2.1の欠点は？
- 研究用途のみのライセンスで、商用の条件は交渉次第; 8Bのテキストエンコーダーを含めると重みは約33 GB; クローズドな首位から180 Elo遅れている; VRAMや速度の数値が公表されていない.
- Qwen-Image-2.1は誰に向いているか？
- 研究者と、出荷前に正式なライセンスを取得する前提で画像機能を試作するチーム。
- チームや本番環境でQwen-Image-2.1を使うと費用はいくらか？
- ホスト版のQwen-Image-2.1-ProはQwenCloudで1枚$0.04、TurboはArtificial Analysisで1,000枚あたり$16なので、Proで月100,000枚なら約$4,000です。セルフホストには約33 GBのBF16の重みを載せる余裕が必要です。
- Qwen-Image-2.1は企業データを扱っても安全か？
- Qwen Research License：研究と評価のみ、商用利用は別契約、派生モデルには"Built with Qwen"の記載、Alibabaへの知財訴訟で失効。セルフホストなので、プロンプトと画像は手元に留まります。
- Qwen-Image-2.1の代わりになるものは？
- 当サイトでレビューした中で最も近い代替はIdeogram 4.0, Seedream 5.0 Pro 、 Nano Banana 2.1です。
回答確認日：2026年10月26日