Qwen-Image-2.1 và Qwen Image 3.0: Trọng số mở hay API lưu trữ?

Alibaba hiện có hai dòng sản phẩm hình ảnh Qwen không cùng một chuỗi phiên bản. Qwen-Image-2.1, ra mắt ngày 20 tháng 9 năm 2026, là mô hình mã nguồn mở: 7B tham số trong trình tạo, đầu ra trong suốt tự nhiên, chỉnh sửa với tối đa 10 ảnh tham chiếu, có thể tải xuống từ Hugging Face. Qwen Image 3.0 và 3.0 Pro, được công bố vào ngày 22 tháng 7 và có trên API từ ngày 4 tháng 8 năm 2026, là các mô hình được lưu trữ với giá tính theo từng hình ảnh và không công bố trọng số. Con số "3.0 mới hơn" nhưng cách diễn giải trung thực là chúng giải quyết các câu hỏi khác nhau: bạn muốn chạy mô hình hay thuê nó?

Trang này đặt hai phiên bản cạnh nhau về giấy phép, chi phí, khả năng và hoạt động, và kết thúc bằng một bảng quyết định. Để xem hướng dẫn chi tiết về tính năng 2.1, hãy xem Qwen-Image-2.1 là gì; để xem mã, hãy xem hướng dẫn cách sử dụng. Dù bạn chọn phiên bản nào, cả hai đều trở thành một điểm cuối HTTP mà ứng dụng của bạn gọi, và Apidog có thể giữ cả hai sau một bộ sưu tập để việc chuyển đổi chỉ là thay đổi cấu hình.

So sánh

Các nguồn cho cột 3.0 là thông báo tháng 7 của Alibaba và tài liệu QwenCloud được tóm tắt bởi LLM Stats; kiểm tra lại bảng giá trên Model Studio trước khi bạn lập ngân sách, vì giá hình ảnh là theo khu vực.

Giấy phép là bộ lọc đầu tiên

Đối với hầu hết các nhóm, dòng này kết thúc việc so sánh. Giấy phép 2.1 nói rằng bạn "không được sử dụng Tài liệu cho bất kỳ mục đích thương mại nào mà không có giấy phép thương mại riêng." Điều đó khác với các điều khoản Apache 2.0 mà Qwen-Image gốc được phát hành, và có nghĩa là một tính năng hướng tới khách hàng được xây dựng trên 2.1 cần một email gửi đến nhóm kinh doanh của Qwen và một thỏa thuận đã ký trước khi ra mắt.

Qwen Image 3.0 là một API trả phí với các điều khoản thương mại tiêu chuẩn. Bạn trả tiền cho mỗi hình ảnh và bạn có thể phân phối sản phẩm.

Vì vậy: nghiên cứu, đánh giá, công cụ nội bộ, hoặc một dự án mà bạn sẵn sàng đàm phán giấy phép, 2.1 là lựa chọn. Một tính năng sản phẩm sẽ ra mắt trong quý này mà không có ngân sách pháp lý, 3.0 là mặc định.

Chi phí: hóa đơn GPU so với ba xu một hình ảnh

Mức tiêu chuẩn của 3.0 là 0,03 đô la cho mỗi hình ảnh ở bất kỳ độ phân giải nào, vì vậy 10.000 hình ảnh mỗi tháng là 300 đô la, cộng thêm 0,003 đô la cho mỗi hình ảnh đầu vào khi chỉnh sửa. Pro gấp đôi ở 2K.

Tự lưu trữ 2.1 không có giá mỗi hình ảnh, nhưng phép tính này chỉ thuận lợi khi có số lượng lớn và với một GPU mà bạn sẽ để nhàn rỗi. Qwen không công bố số lượng thông lượng, vì vậy hãy tự đo: ở 40 bước và 2048 x 2048 trên một GPU trung tâm dữ liệu duy nhất, đếm số hình ảnh mỗi giờ, chia tỷ lệ hàng giờ và so sánh với 0,03 đô la. Chỉnh sửa với nhiều ảnh tham chiếu là nơi mà việc tái sử dụng bộ đệm KV của 2.1 có ích, vì ảnh tham chiếu được mã hóa một lần cho mỗi yêu cầu thay vì mỗi bước. Nếu GPU của bạn được chia sẻ với các khối lượng công việc khác, hãy nhớ rằng việc tạo ảnh sẽ chiếm dụng nó trong các đợt tải cao điểm.

Một quy tắc chung: dưới vài nghìn hình ảnh mỗi tháng, API sẽ rẻ hơn khi bạn tính cả thời gian kỹ thuật. Trên hàng chục nghìn mỗi tháng với tải ổn định và một thỏa thuận cấp phép đã được ký kết, tự lưu trữ sẽ thắng. Giữa hai trường hợp đó, nó phụ thuộc vào việc bạn đã chạy GPU hay chưa.

Khả năng: độ trong suốt so với văn bản dày đặc

Hai mô hình được xây dựng cho các công việc khác nhau.

Chọn 2.1 khi đầu ra cần kênh alpha. Nhãn dán, cắt bỏ sản phẩm, tài sản UI, bố cục lớp, trích xuất chủ thể từ ảnh dưới dạng RGBA: 2.1 thực hiện điều này một cách tự nhiên trong cùng một mô hình, bao gồm chỉnh sửa lớp trong suốt mà không làm mất đi độ trong suốt của nó. Tài liệu ra mắt của 3.0 không đề cập đến đầu ra alpha. Thực hiện điều đó trên 3.0 có nghĩa là một bước loại bỏ nền riêng biệt với các tạo tác hào quang đi kèm.

Chọn 2.1 khi chỉnh sửa là khối lượng công việc. Mười hình ảnh tham chiếu, lựa chọn vùng bằng vòng tròn, vẽ hoặc mặt nạ, và công việc về độ chân thực trên khuôn mặt và sản phẩm là trọng tâm của bản phát hành 2.1. Bài đăng ra mắt cho thấy ảnh nhóm từ sáu bức chân dung, trang phục từ năm ảnh sản phẩm và một căn phòng được trang bị từ mười ảnh nội thất.

Chọn 3.0 khi hình ảnh chủ yếu là văn bản. Bảng điều khiển, khung dây, áp phích và bố cục giống như slide với văn bản nhỏ bằng nhiều ngôn ngữ là những gì 3.0 được điều chỉnh để làm. 2.1 cũng cải thiện kiểu chữ, nhưng tuyên bố "văn bản 10 px bằng 12 ngôn ngữ" của 3.0 là mạnh mẽ hơn, và ngân sách prompt 4,5K token của nó trên Pro phù hợp với các thông số kỹ thuật bố cục dài.

Chọn 3.0 khi bạn cần vài ứng viên mỗi lần gọi. Lên đến sáu đầu ra mỗi yêu cầu là một tính năng quy trình làm việc mà 2.1 không có; với 2.1 bạn lặp qua các hạt giống.

Không có trang nhà cung cấp nào in bảng điểm chuẩn với số liệu. Bài đăng 2.1 hiển thị biểu đồ Qwen-Image-Bench; các tuyên bố 3.0 là tự báo cáo. Hãy coi cả hai như các gợi ý cho đánh giá của riêng bạn, mà phần Apidog giúp có thể lặp lại.

Hoạt động: những gì bạn sở hữu

Tự lưu trữ 2.1 có nghĩa là sở hữu: tải xuống và cập nhật mô hình, một GPU đủ bộ nhớ (Qwen không công bố bảng VRAM; README cung cấp khả năng offload CPU và chỉ ra vLLM-Omni với FP8, SGLang và LightX2V), một trình bao bọc phục vụ, xếp hàng dưới tải cao điểm, và hai mô hình viết lại prompt tùy chọn nếu bạn muốn các prompt một dòng hoạt động. Đổi lại, bạn có được tính cục bộ của dữ liệu, không giới hạn tốc độ ngoài giới hạn của riêng bạn, và một phiên bản mô hình cố định mà không ai thay đổi dưới quyền bạn.

Sử dụng 3.0 có nghĩa là sở hữu: một tài khoản Alibaba Cloud và lựa chọn khu vực, khóa API, xử lý giới hạn tốc độ, và rủi ro rằng mô hình được lưu trữ thay đổi hành vi giữa lần chạy thử nghiệm của bạn và sản xuất. Đổi lại, bạn không cần cơ sở hạ tầng và một hóa đơn cho mỗi hình ảnh.

Các hướng dẫn API Nano Banana 2 và API gpt-image-2.5 đi qua cùng những đánh đổi được lưu trữ cho Google và OpenAI, nếu bạn đang so sánh giữa các nhà cung cấp thay vì trong Qwen.

Bảng quyết định

Chạy cả hai phía sau một bộ sưu tập

Câu trả lời thực tế cho nhiều đội là cả hai: 2.1 cho đường ống tài sản trong suốt và công cụ nội bộ, 3.0 cho bố cục văn bản hướng tới khách hàng. Điều đó hoạt động gọn gàng nếu cả hai nằm sau một hợp đồng.

Trong Apidog, xác định một điểm cuối POST /v1/images một lần, với prompt, aspect, transparent, seed, và một trường tệp references, và thiết lập hai môi trường: base_url trỏ đến trình bao bọc 2.1 của bạn (hướng dẫn cách làm có phiên bản FastAPI 40 dòng) và một phiên bản thứ hai trỏ đến một bộ điều hợp cho điểm cuối 3.0 của Model Studio. Sau đó:

• Gửi cùng một bộ prompt cho cả hai với các hạt giống cố định và lưu các phản hồi làm trường hợp kiểm thử.
• Xác nhận những gì khác biệt: Content-Type, kích thước phản hồi tối thiểu, và đối với 2.1 là tiêu đề X-Image-Mode: RGBA khi yêu cầu độ trong suốt.
• Ghi lại thời gian phản hồi cho mỗi yêu cầu; Apidog hiển thị nó trong mỗi lần chạy, đó là số lượng thông lượng mà Qwen không công bố.
• Chạy kịch bản hàng tuần. Khi hành vi lưu trữ của 3.0 thay đổi hoặc bạn đổi 2.1 sang bản dựng lượng tử hóa, sự khác biệt sẽ hiển thị trong báo cáo, không phải trong phiếu hỗ trợ.
• Giả lập điểm cuối để giao diện người dùng xây dựng dựa trên hợp đồng trong khi lựa chọn mô hình vẫn còn bỏ ngỏ.

Tải xuống Apidog và nhập điểm cuối để bắt đầu so sánh.

Câu hỏi thường gặp

Qwen Image 3.0 có phải là mã nguồn mở không? Không có trọng số công khai nào được phát hành cho 3.0 hoặc 3.0 Pro; chúng là các mô hình API được lưu trữ [XÁC MINH]. Qwen-Image-2.1 là bản phát hành trọng số mở.

Tôi có thể sử dụng Qwen-Image-2.1 cho mục đích thương mại không? Chỉ khi có giấy phép thương mại riêng từ Qwen. Giấy phép nghiên cứu Qwen mặc định loại trừ việc sử dụng thương mại.

Cái nào rẻ hơn? Ở khối lượng thấp, 3.0 với giá 0,03 đô la mỗi hình ảnh. Ở khối lượng cao, ổn định trên phần cứng bạn đã chạy, 2.1, sau khi bạn đã có giấy phép và đo lường thông lượng của riêng mình.

3.0 có tạo ảnh trong suốt không? Nó không được quảng cáo. Đầu ra RGBA tự nhiên là một tính năng của 2.1; xem Qwen-Image-2.1 là gì.

Tôi có thể thử miễn phí không? 2.1 có Hugging Face Space và quyền truy cập Qwen Chat; hướng dẫn cấp miễn phí liệt kê các tùy chọn. 3.0 có sẵn trong Qwen Chat và thông qua hạn ngạch dùng thử của Model Studio, thay đổi theo khu vực.

Nên đi đâu tiếp theo

2.1 và 3.0 là một nhánh, không phải là một con đường nâng cấp. Giấy phép quyết định câu hỏi đầu tiên, khối lượng công việc quyết định câu hỏi thứ hai, và số lượng quyết định câu hỏi thứ ba. Dù bạn chọn cái nào, hãy đặt nó sau một hợp đồng mà bạn kiểm thử: hướng dẫn cách làm xây dựng phía 2.1, và cùng bộ sưu tập Apidog có thể đứng trước phía 3.0 vào ngày bạn cần nó.