Análises Geração de imagens e arte
Qwen-Image vs Crea (Flux1 Dev): dois modelos abertos de imagem comparados
Por Andrew Miller ·
Post arquivado. Escrito em agosto de 2025; preços, modelos e recursos podem ter mudado desde então. Para ver o panorama atual, consulte nossa análise do Qwen-Image 2.1.
Se você quer gerar imagens no seu próprio hardware, a escolha do modelo define de quanta GPU você precisa e o que pode fazer com os resultados. Esta comparação coloca frente a frente dois modelos abertos de texto para imagem:
| Modelo | Desenvolvedor | Licença | Tamanho |
|---|---|---|---|
| Qwen-Image | Alibaba | Apache 2.0 | Muita VRAM, várias precisões |
| Crea (Flux1 Dev) | Black Forest Labs | Própria (não comercial para alguns usos) | Eficiente, menos VRAM |
Na comparação relatada aqui, os dois rodaram no ComfyUI com o mesmo conjunto de prompts, avaliados por quão fielmente seguiam o prompt, qualidade de imagem, tratamento de outros idiomas e realismo.
As principais diferenças
| Recurso | Qwen-Image | Crea (Flux1 Dev) |
|---|---|---|
| Fidelidade ao prompt | Alta, sobretudo com prompts estruturados | Alta, um pouco mais realista |
| Realismo | Estilo um pouco artificial | Mais fotográfico e natural |
| Velocidade | Cerca de 4 a 5 minutos por imagem (precisão total) | Cerca de 30 a 40 segundos por imagem |
| Uso de VRAM | 80GB+ (precisão total) | Cerca de 34GB |
| Idiomas | Forte em chinês, fraco em inglês | Focado em inglês |
| Texto nas imagens | Muito bom com texto em chinês | Aceitável, não é um ponto forte |
| Edição | Anunciada, ainda não disponível | Nenhuma |
| Ideal para | Prompts com muito texto, arte chinesa | Fotorrealismo, estética ocidental |
Prompt a prompt
| Prompt | Resultado |
|---|---|
| Gramado falhado com uma cama elástica | O Qwen-Image manteve mais detalhes da cena |
| Cosplay de anime em uma convenção | A imagem do Crea pareceu mais natural |
| Pintura tradicional chinesa a nanquim | O Qwen falhou; o Crea acertou |
| Lótus com tinta escorrendo | Os dois foram bem; a do Crea ficou mais viva |
| Renderização de texto em chinês | Qwen-Image claramente melhor |
| Prompts mistos (detalhe cultural, código, realismo) | Crea mais forte em contexto visual ocidental |
O resultado da pintura a nanquim é a surpresa: o modelo chinês perdeu em um prompt de arte chinesa.
Configurando os dois no ComfyUI
Requisitos
- SO: Linux (Ubuntu recomendado), macOS ou Windows com WSL2
- VRAM:
- Qwen-Image: 48GB ou mais (80GB de preferência, para precisão total)
- Crea: de 24 a 34GB (funciona em uma RTX 3090 ou 4090)
- ComfyUI: obrigatório
Instale o ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
python main.py
Instale antes as dependências Python do requirements.txt, se ainda não as tiver.
Acrescente os modelos
Qwen-Image:
- Baixe o modelo no Hugging Face.
- Coloque os pesos em
ComfyUI/models/checkpoints/qwen_image/.
Crea (Flux1 Dev):
- Baixe-o em https://huggingface.co/BlackForestAI/crea-flux1-dev.
- Coloque-o na pasta de checkpoints do ComfyUI.
Carregue um workflow pronto
Workflows .json prontos são compartilhados nos repositórios dos criadores originais e em vídeos explicativos. Carregue um no ComfyUI, escolha o modelo no menu e rode.
Qual escolher
| Uso | Melhor modelo |
|---|---|
| Fotorrealismo | Crea (Flux1 Dev) |
| Arte e texto em estilo chinês | Qwen-Image |
| Velocidade e eficiência | Crea |
| Prompts detalhados e expressivos | Qwen-Image |
| Uso comercial | Qwen-Image (Apache 2.0) |
O porém: a qualidade do Qwen-Image custa muito hardware. Em precisão total, ele pede 80GB de VRAM e vários minutos por imagem, enquanto o Crea cabe em uma placa gamer de 24GB e termina em menos de um minuto.
Nossa opinião: o Crea é o modelo do dia a dia para imagens rápidas e fotográficas em uma única placa. O Qwen-Image merece o lugar quando o prompt está cheio de detalhes, a imagem precisa de texto em chinês ou a licença precisa permitir trabalho comercial.