วิธีใช้งาน Qwen-Image-2.1 ฟรี

Qwen-Image-2.1 ใช้งานได้ฟรีในแง่ที่สำคัญที่สุด: น้ำหนักของโมเดล (weights) เป็นสาธารณะ Alibaba ได้เปิดตัวโมเดลการสร้างและแก้ไขแบบรวมขนาด 7B เมื่อวันที่ 20 กันยายน 2026 ภายใต้ Qwen Research License พร้อมด้วยเอาต์พุตที่โปร่งใสในตัวและการแก้ไขจากภาพอ้างอิงสูงสุด 10 ภาพ ไม่มีค่าใช้จ่ายต่อภาพและไม่มีคีย์ API ให้ซื้อ สิ่งที่คุณจ่ายด้วยคือการรอคิว (สำหรับเดโมที่โฮสต์ไว้) หรือ GPU (สำหรับการรันด้วยตัวเอง) คู่มือนี้จะแสดงทุกช่องทางที่ไม่มีค่าใช้จ่าย สิ่งที่คุณจะได้รับจากแต่ละช่องทาง และสิ่งที่ใบอนุญาตอนุญาตให้คุณทำกับผลลัพธ์ได้

หากคุณต้องการภาพรวมฟีเจอร์ก่อน โปรดอ่าน Qwen-Image-2.1 คืออะไร หากคุณลองใช้งานแล้วและต้องการโค้ด คู่มือการใช้งาน มีตัวอย่าง diffusers และ wrapper ที่คุณสามารถทดสอบได้ใน Apidog

ช่องทางฟรีโดยย่อ

ช่องทางที่ 1: Qwen Chat

วิธีที่เร็วที่สุดในการดูว่า 2.1 ทำอะไรได้บ้างคือโหมด Image Generation ใน Qwen Chat ซึ่ง Qwen ชี้ไปจากหน้า landing page ของมันเอง พิมพ์คำขอสั้นๆ ในภาษาใดก็ได้; เลเยอร์แชทจะขยายมันให้เป็น prompt แบบมีโครงสร้างที่ยาวขึ้น (ซึ่งเป็นงานเดียวกับที่โมเดล PE-T2I prompt-rewriting ที่เผยแพร่ทำ) และส่งคืนภาพ การแก้ไขทำได้โดยการแนบรูปภาพและอธิบายการเปลี่ยนแปลง

เหมาะสำหรับ: การตัดสินคุณภาพตัวอักษร คุณภาพภาพบุคคล และว่าสไตล์การแก้ไขเหมาะกับคุณหรือไม่ ไม่เหมาะสำหรับ: การทำซ้ำ ไม่มี seed, ไม่มีการเปิดเผยขีดจำกัด และผลิตภัณฑ์แชทสำหรับผู้บริโภคมีการสลับโมเดลโดยไม่แจ้งให้ทราบ ดังนั้นควรยืนยันว่าโมเดลใดกำลังตอบอยู่ก่อนที่จะสรุปเกี่ยวกับ 2.1 โดยเฉพาะ

ช่องทางที่ 2: Hugging Face Space

Qwen-Image-2.1 Space อย่างเป็นทางการจะรัน checkpoint จริงบน GPU ที่ใช้ร่วมกัน มันแสดงคุณสมบัติที่โพสต์เปิดตัวระบุไว้: ข้อความเป็นรูปภาพ การแก้ไขด้วยภาพอ้างอิง และเอาต์พุตโปร่งใสเมื่อคุณร้องขอ เข้าสู่ระบบด้วยบัญชี Hugging Face ฟรีเพื่อรับโควต้า ZeroGPU ที่มากขึ้น; ผู้ใช้ที่ไม่ระบุตัวตนจะได้รับน้อยลงและต้องรอนานขึ้น

สามการทดสอบที่ควรทำที่นี่ก่อนที่คุณจะใช้เงินซื้อ GPU ของตัวเอง:

1. ความโปร่งใส Prompt: “นี่คือภาพ RGBA ที่มีความโปร่งใส สติกเกอร์หมาจิ้งจอกการ์ตูน ภาพมีช่องอัลฟ่าและพื้นหลังโปร่งใส” ดาวน์โหลดไฟล์ PNG และเปิดมันบนพื้นหลังลายตาราง ซูมเข้าไปที่ขอบขน; ตรงนั้นคือจุดที่ตัวลบพื้นหลังทั่วไปจะล้มเหลว แต่ alpha ในตัวไม่ควรเป็นเช่นนั้น
2. ภาพอ้างอิงหลายภาพ อัปโหลดรูปภาพผลิตภัณฑ์เดียวกันสามภาพจากมุมที่แตกต่างกัน และขอภาพแนวไลฟ์สไตล์ ตรวจสอบว่าข้อความบนฉลากและรูปร่างยังคงอยู่
3. การแสดงผลข้อความ ป้ายหรือโปสเตอร์ที่มีข้อความที่ยกมาในสองสคริปต์ ความได้เปรียบของ Qwen อยู่ที่นี่ และยืนยันได้ง่ายในราคาถูก

Gradio Space ทุกแห่งยังเปิดเผยฟังก์ชันของตนในรูปแบบของ HTTP endpoints ซึ่งหมายความว่าคุณสามารถเขียนสคริปต์สำหรับการทดสอบเหล่านี้ได้ แพ็คเกจ gradio_client หรือการเรียกตรงไปยัง /gradio_api/call/<fn> ของ Space จะช่วยให้คุณสามารถส่ง prompt และดึงไฟล์ผลลัพธ์ได้; บันทึกเส้นทางที่แน่นอนจากลิงก์ “Use via API” ของ Space [ยืนยันชื่อเส้นทางสำหรับ Space นี้] เมื่อมันเป็นการเรียก HTTP แล้ว คุณสามารถสร้างเป็นคำขอใน Apidog, ยืนยันประเภทและขนาดของไฟล์ที่ส่งกลับมา และเรียกใช้การทดสอบสามรายการเดียวกันนี้กับเซิร์ฟเวอร์ของคุณเองในภายหลังโดยไม่ต้องเขียนโค้ดใหม่เลย

ช่องทางที่ 3: ModelScope

Qwen ได้ทำมิเรอร์ weights และเดโมไว้บน ModelScope หาก Hugging Face ช้าหรือถูกจำกัดความเร็วในพื้นที่ของคุณ เดโม Studio ที่นั่นจะรันโมเดลเดียวกัน และหน้าโมเดลนี้เป็นมิเรอร์ดาวน์โหลดที่เร็วที่สุดสำหรับผู้ใช้ในจีนแผ่นดินใหญ่

ช่องทางที่ 4: ComfyUI บน GPU ของคุณเอง

ComfyUI ได้เพิ่ม การรองรับแบบเนทีฟในวันเปิดตัว พร้อมเวิร์กโฟลว์ที่เป็นเทมเพลต การตั้งค่ามีสี่ขั้นตอน: อัปเดต ComfyUI, ดาวน์โหลด weights จาก Hugging Face, โหลดเทมเพลต และรันด้วย prompts และภาพอ้างอิง เอาต์พุตโปร่งใสและการแก้ไขแบบหลายภาพอ้างอิงถูกเชื่อมต่อเข้ากับเทมเพลต และคุณสามารถบันทึกกราฟทั้งหมดเป็นไฟล์ JSON ได้ ซึ่งทำให้ ComfyUI เป็นช่องทางฟรีที่ทำซ้ำได้มากที่สุดหากไม่นับการเขียนโค้ด

Qwen ยังไม่ได้เผยแพร่ข้อกำหนด VRAM สแต็กอ้างอิงคือ 7B generator, 8B Qwen3-VL text encoder และ VAE, ในรูปแบบ bfloat16, ที่ความละเอียด 2048 x 2048 และ 40 ขั้นตอน ควรเผื่องบประมาณสำหรับ GPU ระดับสูงสำหรับผู้บริโภคหรือศูนย์ข้อมูลสำหรับเส้นทาง bf16 แบบปกติ มีช่องทางที่เบากว่า: enable_model_cpu_offload() ใน diffusers, FP8 ผ่าน vLLM-Omni และการเร่งความเร็ว LightX2V ซึ่งทั้งหมดนี้มีระบุอยู่ใน GitHub README checkpoint FP8 ของชุมชนสำหรับ ComfyUI มักจะปรากฏภายในไม่กี่วันหลังจากการเปิดตัว Qwen; ตรวจสอบรายการ “Spaces and models using this” ของโมเดลบน Hugging Face ก่อนที่จะแปลงของคุณเอง

ช่องทางที่ 5: diffusers, รันบนเครื่องหรือในโน้ตบุ๊กฟรี

โค้ดอ้างอิงสั้นมาก ติดตั้ง torch>=2.4.0, transformers>=5.17, accelerate, pillow และ diffusers จาก GitHub main จากนั้น:

import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16)
pipe.enable_model_cpu_offload()   # skip and .to("cuda") if the whole model fits

image = pipe(
    prompt="This is an RGBA image with transparency. A paper plane icon. The image has alpha channel and the background is transparent.",
    num_inference_steps=40,
    generator=torch.Generator("cuda").manual_seed(7),
).images[0]
assert image.mode == "RGBA"
image.save("plane.png")

โน้ตบุ๊กบนคลาวด์ฟรีจะให้ GPU แก่คุณใช้งานได้ครั้งละไม่กี่ชั่วโมง; ว่าไปป์ไลน์ bf16 จะพอดีกับหน่วยความจำหรือไม่นั้นขึ้นอยู่กับการ์ดที่คุณได้รับมอบหมาย ซึ่งเป็นสาเหตุที่บรรทัด offload อยู่ตรงนั้น คู่มือการใช้งาน ขยายสิ่งนี้ไปสู่การแก้ไขด้วยภาพอ้างอิงและเซิร์ฟเวอร์ HTTP ขนาดเล็ก

สิ่งที่ “ฟรี” อนุญาต: ใบอนุญาต

ดาวน์โหลดฟรีไม่ได้หมายถึงขายฟรี Qwen-Image-2.1 จัดจำหน่ายภายใต้ ข้อตกลงใบอนุญาต Qwen Research License ข้อกำหนดที่สำคัญคือ: คุณ “จะไม่มีสิทธิ์ใช้งาน Materials เพื่อวัตถุประสงค์ทางการค้าใดๆ หากไม่ได้รับใบอนุญาตทางการค้าแยกต่างหาก” จาก Qwen Weights หรือ fine-tunes ที่มีการแจกจ่ายซ้ำจะต้องคงไว้ซึ่งใบอนุญาต เพิ่มประกาศ “Built with Qwen” และไม่สามารถใช้ “Qwen” เป็นชื่อหลักได้

ดังนั้นทุกช่องทางข้างต้นเหมาะสำหรับการเรียนรู้, การวิจัย, การสร้างผลงาน, การทดลองภายใน และการตัดสินใจว่าจะขอใบอนุญาตหรือไม่ การขายภาพ หรือการนำโมเดลไปใช้กับผลิตภัณฑ์ที่ต้องชำระเงิน จำเป็นต้องมีข้อตกลงทางการค้าก่อน นี่คือความแตกต่างที่ใหญ่ที่สุดจาก Qwen-Image ต้นฉบับที่ใช้ใบอนุญาต Apache และจาก API ที่ต้องชำระเงินเช่น Nano Banana 2 หรือ gpt-image-2.5 ซึ่งมีราคาต่อภาพที่รวมสิทธิ์ทางการค้าไว้แล้ว หากคุณต้องการผลลัพธ์เชิงพาณิชย์โดยไม่ต้องมีการพูดคุยเรื่องใบอนุญาต Qwen Image 3.0 ที่โฮสต์โดย Alibaba ในราคา $0.03 ต่อภาพคือเส้นทางที่แนะนำ; การเปรียบเทียบ 2.1 กับ 3.0 จะแสดงให้เห็นว่ากรณีใดที่เหมาะสมกับแต่ละเวอร์ชัน

ฟรีแต่ไม่เร็ว: สิ่งที่คาดหวัง

• คิวเดโมที่โฮสต์ไว้ ในสัปดาห์เปิดตัว คาดว่าจะใช้เวลาหลายนาทีต่อภาพบน Space ในช่วงเวลาเร่งด่วนของสหรัฐฯ โควต้าจะรีเซ็ตทุกวันสำหรับผู้ใช้ที่เข้าสู่ระบบ
• ขนาด 2K ที่ 40 ขั้นตอนจะช้าบน GPU สำหรับผู้บริโภค ทดสอบที่ขนาดระดับ 1024 ก่อน จากนั้นค่อยปรับเพิ่มเมื่อ prompt ถูกต้อง
• การแก้ไขด้วยหลายภาพอ้างอิงเป็นกรณีที่ 2.1 ได้รับการปรับปรุง: ภาพอ้างอิงจะถูกเข้ารหัสเพียงครั้งเดียวและถูกแคชในทุกขั้นตอน ดังนั้นการใช้ห้าภาพอ้างอิงจึงไม่เสียค่าใช้จ่ายเป็นห้าเท่าของภาพเดียว
• ช่องทางแชทจะซ่อน seed หากคุณต้องการภาพเดียวกันสองครั้ง ให้ใช้ Space, ComfyUI หรือ diffusers ที่คุณสามารถควบคุมมันได้

เปลี่ยนการทดลองฟรีของคุณให้เป็นชุดทดสอบ

เมื่อช่องทางใดช่องทางหนึ่งทำงานได้แล้ว ความเสี่ยงคือ prompts ของคุณอาจเปลี่ยนไปในขณะที่โมเดลยังคงเดิม หรือโมเดลเปลี่ยนไปในขณะที่ prompts ของคุณยังคงเดิม และคุณไม่สามารถบอกได้ว่าเกิดอะไรขึ้น ไม่ว่าคุณจะเรียก Gradio endpoint ของ Space หรือ wrapper ของคุณเอง ให้กำหนดคำขอเพียงครั้งเดียวใน Apidog: prompt, seed, แฟล็กความโปร่งใส และไฟล์อ้างอิง บันทึกการทดสอบความโปร่งใสและการแก้ไขด้วยสามภาพอ้างอิงเป็น test cases พร้อมกับการยืนยันประเภทและขนาดของคำตอบ และเรียกใช้ซ้ำเมื่อใดก็ตามที่คุณเปลี่ยนแปลงสิ่งใดๆ เมื่อคุณย้ายจากการใช้งานฟรีไปยังการใช้งานแบบมีใบอนุญาตหรือ API 3.0 ชุดทดสอบจะย้ายไปกับคุณ; มีเพียง URL พื้นฐานเท่านั้นที่เปลี่ยนแปลง ดาวน์โหลด Apidog เพื่อตั้งค่าสิ่งนี้

คำถามที่พบบ่อย

Qwen-Image-2.1 ใช้งานได้ฟรีทั้งหมดหรือไม่? Weights และเดโมใช้งานได้ฟรี การใช้งานเชิงพาณิชย์ไม่รวมอยู่ในใบอนุญาต; คุณจะต้องมีข้อตกลงแยกต่างหากจาก Qwen

ช่องทางฟรีใดที่รันโมเดล 2.1 จริง? Hugging Face Space, ModelScope Studio, ComfyUI และ diffusers ทั้งหมดรัน checkpoint ที่เผยแพร่ Qwen Chat ก็น่าจะเช่นกัน แต่ผลิตภัณฑ์แชทสำหรับผู้บริโภคไม่รับประกันว่าโมเดลเวอร์ชันใดจะตอบกลับ

ฉันสามารถได้ไฟล์ PNG แบบโปร่งใสฟรีหรือไม่? ได้ คุณสามารถขอภาพ RGBA ใน prompt บน Space, ใน ComfyUI หรือใน diffusers และตรวจสอบโหมดของไฟล์

ฉันจำเป็นต้องมี GPU หรือไม่? ไม่จำเป็นสำหรับ Space, ModelScope หรือ Qwen Chat สำหรับ ComfyUI หรือ diffusers คุณต้องมี GPU; Qwen ไม่ได้เผยแพร่ VRAM ขั้นต่ำ และ CPU offload บวกกับการสร้าง FP8 ช่วยลดข้อจำกัดลงได้

มี API ฟรีสำหรับ Qwen-Image-2.1 หรือไม่? ไม่มี API ที่โฮสต์โดย Alibaba เอง Gradio endpoint ของ Space สามารถใช้สำหรับการเขียนสคริปต์การทดสอบขนาดเล็กได้ และ คู่มือการใช้งาน แสดงวิธีรันของคุณเอง

ไปต่อที่ไหนดี

เริ่มต้นบน Space ด้วยการทดสอบสามรายการข้างต้น ย้ายไปที่ ComfyUI หรือ diffusers เมื่อคุณต้องการ seeds และความสามารถในการทำซ้ำ และอ่านใบอนุญาตก่อนที่จะนำไปใช้งานจริง คู่มือการใช้งาน คือขั้นตอนต่อไปสำหรับโค้ด, การเปรียบเทียบกับ 3.0 สำหรับการตัดสินใจว่าจะซื้อหรือรันเอง และ Apidog ช่วยให้ prompts และ assertions ของคุณเสถียรในทุกช่องทาง