Alibaba kini menghadirkan dua lini citra Qwen yang tidak memiliki urutan versi yang sama. Qwen-Image-2.1, dirilis pada 20 September 2026, adalah model berbobot terbuka: 7B parameter pada generator, keluaran transparan asli, pengeditan dengan hingga 10 referensi, dapat diunduh dari Hugging Face. Qwen Image 3.0 dan 3.0 Pro, diumumkan pada 22 Juli dan tersedia di API sejak 4 Agustus 2026, adalah model yang di-hosting dengan harga per gambar dan tanpa bobot yang dipublikasikan. Angka tersebut mengatakan "3.0 lebih baru," tetapi pembingkaian jujurnya adalah bahwa keduanya menjawab pertanyaan yang berbeda: apakah Anda ingin menjalankan modelnya sendiri atau menyewanya?
Halaman ini membandingkan keduanya secara berdampingan mengenai lisensi, biaya, kapabilitas, dan operasi, serta diakhiri dengan tabel keputusan. Untuk panduan fitur 2.1, lihat Apa itu Qwen-Image-2.1; untuk kode, panduan cara-penggunaan. Apa pun pilihan Anda, keduanya akan berakhir sebagai endpoint HTTP yang dipanggil aplikasi Anda, dan Apidog dapat menampung keduanya di balik satu koleksi sehingga perpindahan hanya membutuhkan perubahan konfigurasi.
Berdampingan
| Qwen-Image-2.1 | Qwen Image 3.0 / 3.0 Pro | |
|---|---|---|
| Dirilis | 20 September 2026 | Diumumkan 22 Juli 2026; API 4 Agustus 2026 |
| Distribusi | Bobot terbuka (Hugging Face, ModelScope) | Hanya API yang di-hosting; tidak ada bobot yang dipublikasikan [VERIFIKASI] |
| Lisensi / ketentuan | Lisensi Penelitian Qwen; penggunaan komersial memerlukan lisensi terpisah | Ketentuan layanan API standar |
| Harga | Waktu GPU Anda | qwen-image-3.0: $0.03 per gambar (1K atau 2K). qwen-image-3.0-pro: $0.04 pada 1K, $0.075 pada 2K. Gambar input $0.003 setiap [VERIFIKASI] |
| Ukuran Generator | 7B (32 lapisan DiT Aliran Tunggal) + encoder Qwen3-VL 8B | Tidak diungkapkan |
| Resolusi Maks | 2048 x 2048 standar; hingga 2752 x 1536 | 2048 x 2048 |
| Keluaran Transparan | Generasi dan pengeditan RGBA asli | Tidak diiklankan |
| Gambar referensi | Hingga 10 | Gambar input didukung (dihargai per gambar); batas tidak dipublikasikan [VERIFIKASI] |
| Pengeditan Lokal | Lingkaran, anotasi yang dilukis, masker terpisah | Tidak diiklankan dalam materi peluncuran |
| Render Teks | Peningkatan tipografi, gaya, dan tata letak | Fitur utama: teks halus sekitar 10 px, 12 bahasa (dilaporkan sendiri) |
| Keluaran per panggilan | Satu (Anda melakukan loop) | Hingga 6 |
| Panjang Prompt | Tidak disebutkan | Sekitar 4.5K token pada Pro (klaim resmi) |
| Penulisan Ulang Prompt | Model PE-T2I / PE-I2I terpisah yang Anda jalankan sendiri | Ditangani di sisi server |
| Tempat mencoba | HF Space, Qwen Chat, ComfyUI | Konsol Model Studio, Qwen Chat |
Sumber untuk kolom 3.0 adalah pengumuman Alibaba bulan Juli dan dokumen QwenCloud sebagaimana dirangkum oleh LLM Stats; periksa kembali tabel harga di Model Studio sebelum Anda membuat anggaran, karena harga gambar bersifat spesifik wilayah.
Lisensi adalah Filter Pertama
Bagi sebagian besar tim, baris ini mengakhiri perbandingan. Lisensi 2.1 menyatakan bahwa Anda "tidak boleh menggunakan Materi untuk tujuan komersial apa pun tanpa memperoleh lisensi komersial terpisah." Ini berbeda dari ketentuan Apache 2.0 yang digunakan oleh Qwen-Image asli, dan itu berarti fitur yang berhadapan dengan pelanggan yang dibangun di atas 2.1 membutuhkan email ke tim bisnis Qwen dan perjanjian yang ditandatangani sebelum peluncuran.
Qwen Image 3.0 adalah API berbayar dengan ketentuan komersial standar. Anda membayar per gambar dan Anda dapat meluncurkannya.
Jadi: penelitian, evaluasi, perangkat internal, atau proyek di mana Anda bersedia menegosiasikan lisensi, 2.1 dapat dipertimbangkan. Fitur produk yang diluncurkan kuartal ini tanpa anggaran hukum, 3.0 adalah pilihan default.
Biaya: tagihan GPU vs tiga sen per gambar
Tingkat standar 3.0 adalah $0.03 per gambar pada resolusi berapa pun, jadi 10.000 gambar per bulan adalah $300, ditambah $0.003 per gambar input pada pengeditan. Pro berlipat ganda pada 2K.
Self-hosting 2.1 tidak memiliki harga per gambar, tetapi perhitungan ini hanya menguntungkan pada volume besar dan dengan GPU yang seharusnya menganggur. Qwen tidak mempublikasikan angka throughput, jadi ukur sendiri: pada 40 langkah dan 2048 x 2048 pada satu GPU pusat data, hitung gambar per jam, bagi tarif per jam, dan bandingkan dengan $0.03. Pengeditan dengan banyak referensi adalah di mana penggunaan kembali cache KV 2.1 membantu, karena gambar referensi dienkode sekali per permintaan daripada per langkah. Jika GPU Anda dibagi dengan beban kerja lain, ingatlah bahwa pembuatan gambar akan memonopolinya selama lonjakan.
Aturan kasar: di bawah beberapa ribu gambar per bulan, API lebih murah setelah Anda menghitung waktu rekayasa. Di atas puluhan ribu per bulan dengan beban stabil dan perjanjian lisensi yang berlaku, self-hosting lebih unggul. Di antara keduanya, itu tergantung pada apakah Anda sudah menjalankan GPU.
Kapabilitas: transparansi vs teks padat
Kedua model ini dibangun untuk pekerjaan yang berbeda.
Pilih 2.1 ketika output membutuhkan saluran alfa. Stiker, potongan produk, aset UI, komposisi berlapis, mengekstraksi subjek dari foto sebagai RGBA: 2.1 melakukan ini secara asli dalam model yang sama, termasuk mengedit lapisan transparan tanpa kehilangan transparansinya. Materi peluncuran 3.0 tidak menyebutkan output alfa. Melakukannya pada 3.0 berarti langkah penghapusan latar belakang terpisah dengan artefak halo yang menyertainya.
Pilih 2.1 ketika pengeditan adalah beban kerjanya. Sepuluh gambar referensi, pemilihan wilayah berdasarkan lingkaran, cat, atau masker, dan pekerjaan fidelitas pada wajah dan produk adalah inti dari rilis 2.1. Posting peluncuran menunjukkan foto grup dari enam potret, pakaian dari lima foto produk, dan kamar berfurnitur dari sepuluh foto furnitur.
Pilih 3.0 ketika gambar sebagian besar berupa teks. Dasbor, wireframe, poster, dan tata letak seperti slide dengan teks halus dalam banyak bahasa adalah tujuan 3.0 disetel. 2.1 juga meningkatkan tipografi, tetapi klaim "teks 10 px dalam 12 bahasa" 3.0 adalah klaim yang lebih kuat yang dipublikasikan, dan anggaran prompt 4.5K tokennya pada Pro sesuai untuk spesifikasi tata letak yang panjang.
Pilih 3.0 ketika Anda membutuhkan beberapa kandidat per panggilan. Hingga enam output per permintaan adalah fitur alur kerja yang tidak dimiliki 2.1; dengan 2.1 Anda melakukan loop atas seed.
Tidak ada halaman vendor yang mencetak tabel benchmark dengan angka. Postingan 2.1 menunjukkan grafik Qwen-Image-Bench; klaim 3.0 dilaporkan sendiri. Perlakukan keduanya sebagai petunjuk untuk evaluasi Anda sendiri, yang dapat diulang dengan bagian Apidog.
Operasi: apa yang Anda miliki
Self-hosting 2.1 berarti memiliki: unduhan dan pembaruan model, GPU dengan memori yang cukup (Qwen tidak mempublikasikan tabel VRAM; README menawarkan offload CPU dan menunjuk ke vLLM-Omni dengan FP8, SGLang, dan LightX2V), pembungkus layanan, antrean di bawah beban puncak, dan dua model penulisan ulang prompt opsional jika Anda ingin prompt satu baris berfungsi. Sebagai gantinya, Anda mendapatkan lokalitas data, tidak ada batas laju kecuali milik Anda sendiri, dan versi model tetap yang tidak dapat diubah orang lain di bawah kendali Anda.
Menggunakan 3.0 berarti memiliki: akun Alibaba Cloud dan pilihan wilayah, kunci API, penanganan batas laju, dan risiko bahwa model yang di-hosting dapat mengubah perilaku antara uji coba Anda dan produksi. Sebagai gantinya, Anda mendapatkan nol infrastruktur dan tagihan per gambar.
Panduan Nano Banana 2 API dan gpt-image-2.5 API membahas pertimbangan hosting yang sama untuk Google dan OpenAI, jika Anda membandingkan antar vendor daripada di dalam Qwen.
Tabel Keputusan
| Situasi Anda | Pilih |
|---|---|
| Meluncurkan fitur komersial kuartal ini, tanpa anggaran hukum | 3.0 |
| Membutuhkan PNG transparan atau pengeditan RGBA | 2.1 (dengan lisensi jika komersial) |
| Mengedit dengan banyak gambar referensi | 2.1 |
| Tata letak yang banyak teks dalam beberapa bahasa | 3.0 |
| Penelitian, evaluasi, alat internal | 2.1 |
| Di bawah beberapa ribu gambar per bulan | 3.0 |
| Puluhan ribu per bulan, GPU sudah berjalan, lisensi ditandatangani | 2.1 |
| Data tidak boleh keluar dari jaringan Anda | 2.1 |
| Menginginkan enam kandidat per permintaan | 3.0 |
Jalankan Keduanya di Balik Satu Koleksi
Jawaban praktis bagi banyak tim adalah keduanya: 2.1 untuk pipeline aset transparan dan perangkat internal, 3.0 untuk tata letak teks yang berhadapan dengan pelanggan. Ini berfungsi dengan rapi jika keduanya berada di balik satu kontrak.
Di Apidog, definisikan endpoint POST /v1/images sekali, dengan bidang prompt, aspect, transparent, seed, dan references, lalu siapkan dua lingkungan: base_url yang menunjuk ke pembungkus 2.1 Anda (panduan cara-penggunaan memiliki versi FastAPI 40 baris) dan yang kedua menunjuk ke adaptor untuk endpoint 3.0 Model Studio. Kemudian:
- Kirim set prompt yang sama ke keduanya dengan seed tetap dan simpan responsnya sebagai kasus uji.
- Tegaskan apa yang berbeda:
Content-Type, batas bawah ukuran respons, dan untuk 2.1 headerX-Image-Mode: RGBAsaat transparansi diminta. - Catat waktu respons per permintaan; Apidog menunjukkannya di setiap eksekusi, yang merupakan angka throughput yang tidak dipublikasikan Qwen.
- Jalankan skenario setiap minggu. Ketika perilaku hosting 3.0 berubah atau Anda menukar 2.1 dengan build terkuantisasi, perbedaannya akan muncul di laporan, bukan di tiket dukungan.
- Mock endpoint sehingga frontend dibangun berdasarkan kontrak sementara pilihan model masih terbuka.
Unduh Apidog dan impor endpoint untuk mulai membandingkan.
Pertanyaan Umum
Apakah Qwen Image 3.0 open source? Tidak ada bobot publik yang dirilis untuk 3.0 atau 3.0 Pro; keduanya adalah model API yang di-hosting [VERIFIKASI]. Qwen-Image-2.1 adalah rilis dengan bobot terbuka.
Dapatkah saya menggunakan Qwen-Image-2.1 secara komersial? Hanya dengan lisensi komersial terpisah dari Qwen. Lisensi Penelitian Qwen default mengecualikan penggunaan komersial.
Mana yang lebih murah? Pada volume rendah, 3.0 seharga $0.03 per gambar. Pada volume tinggi dan stabil pada perangkat keras yang sudah Anda jalankan, 2.1, setelah Anda mendapatkan lisensi dan mengukur throughput Anda sendiri.
Apakah 3.0 menghasilkan gambar transparan? Tidak diiklankan. Keluaran RGBA asli adalah fitur 2.1; lihat Apa itu Qwen-Image-2.1.
Bisakah saya mencoba salah satunya secara gratis? 2.1 memiliki akses Hugging Face Space dan Qwen Chat; panduan tingkat gratis mencantumkan pilihan. 3.0 tersedia di Qwen Chat dan melalui kuota percobaan Model Studio, yang bervariasi berdasarkan wilayah.
Langkah Selanjutnya
2.1 dan 3.0 adalah cabang, bukan jalur peningkatan. Lisensi menentukan pertanyaan pertama, beban kerja menentukan yang kedua, dan volume menentukan yang ketiga. Apa pun yang Anda pilih, letakkan di balik kontrak yang Anda uji: panduan cara-penggunaan membangun sisi 2.1, dan koleksi Apidog yang sama dapat menjadi antarmuka untuk sisi 3.0 pada hari Anda membutuhkannya.