Qwen brengt Qwen-Image-2.1-Turbo uit met acht stappen

Qwen-Image-2.1-Turbo verschijnt op 9 oktober als checkpoint voor beeldgeneratie en -bewerking met acht denoisingstappen, met dezelfde visuele 7B-architectuur als de basisversie, meldt Qwen.

Per beeld daalt het aantal denoisingstappen van 40 in een voorbeeld van het basismodel naar 8, een rekenreductie van 80 procent. Dat bewijst geen overeenkomstige winst in seconden of kosten. Voor lokale commerciële productie vormt de Qwen Research License, die de gewichten beperkt tot onderzoek en evaluatie en een aparte licentie vraagt voor commercieel gebruik, de zakelijke grens.

Dezelfde beeldmotor, een korter schema

Turbo is een versneld checkpoint van Qwen-Image-2.1 voor tekst-naar-beeld en beeldbewerking, met dezelfde visuele generatiearchitectuur van 7 miljard parameters. Een denoisingstap is één verfijningsronde waarmee het model vanuit ruis een beeld opbouwt. Qwen slaat het aanbevolen schema van acht stappen in het checkpoint op, zodat Diffusers dit automatisch gebruikt. De instelling die bepaalt hoeveel de uitvoer de prompt volgt, staat standaard op CFG=1. Qwen noemt de cachetechniek prefix KV-caching: de context van tekst en referentiebeelden blijft beschikbaar voor vervolgstappen.

De modelkaart classificeert het Turbo-checkpoint als qwen-research en toont voorbeelden voor genereren en bewerken. De voorbeelden tonen onder meer posters met tekst, transparante afbeeldingen, schermindelingen en bewerkingen van één of meer referentiebeelden. In een bewerkingsvoorbeeld wordt een schets van een jacht omgezet naar een fotorealistische afbeelding. De handleiding vraagt de nieuwste bronversie van Diffusers, die het opgeslagen stappenschema kan laden, en Transformers 5.17 of hoger. De modelkaart bevat geen minimale hoeveelheid videogeheugen voor Turbo.

De basisversie van Qwen-Image-2.1 verscheen op 20 september. Die release combineerde een visuele generatiecomponent van 7 miljard parameters met 2K-uitvoer, transparante RGBA-beelden en maximaal tien referentiebeelden. Turbo verandert vooral het aantal denoisingstappen; de technische voorbeelden in de nieuwe modelkaart laten zien dat tekstgeneratie en bewerking in dezelfde beeldpijplijn blijven.

Een API-prijs naast lokale hardware

Naast de download biedt Alibaba Cloud Model Studio nu de Turbo-API. Voor Frankfurt staat de basisprijs op 0,1 CNY per beeld, met een limiet van 120 verzoeken per minuut. Bij duizend beelden komt de gepubliceerde basisprijs daarmee uit op 100 CNY. De pagina zegt dat dit tarief exclusief tijdelijke acties is.

Dat maakt de API-kosten per afbeelding zichtbaar, terwijl een lokale proefopstelling rekenkracht en beheer vraagt. De eerste release maakte ook duidelijk dat lokaal gebruik een CUDA-GPU en eigen beheer van opslag, updates en beveiliging vraagt. De API-pagina noemt Frankfurt als regio, maar geeft op die prijspagina geen informatie over bewaartermijnen of opslaglocatie van invoerbeelden en resultaten. De regiobenaming alleen geeft daarop geen antwoord.

De researchlicentie blijft gelden

De Qwen Research License definieert niet-commercieel gebruik als onderzoek of evaluatie. Wie de modelmaterialen commercieel wil gebruiken, moet Qwen om een aparte licentie vragen. De tekst noemt geen tarief, aanvraagtermijn of vooraf vastgelegde voorwaarden voor zo’n overeenkomst. De licentie bevat ook een vermeldingseis: wie het model of de resultaten gebruikt om een ander verspreid AI-model te maken, trainen, verfijnen of verbeteren, moet in de productdocumentatie “Built with Qwen” of “Improved using Qwen” tonen.

Die grens is anders dan bij Qwen3.8-Max, waar intern gebruik is uitgezonderd en een aparte overeenkomst pas geldt als een modeldienst of AI-werkassistent boven 50 miljoen dollar omzet komt in twaalf aaneengesloten maanden. De licentie voor Qwen-Image heeft geen vergelijkbare omzetdrempel. De bepalende vraag is hier of het gebruik commercieel is. Dat sluit aan bij de bredere licentiekwestie waarbij een gratis download geen vooraf vastgestelde commerciële prijs garandeert.

Acht stappen zijn geen snelheidstest

Een lager aantal denoisingstappen is concreet, maar meet niet rechtstreeks hoeveel tijd een productiebeeld kost. De Turbo-modelkaart geeft geen doorlooptijd per afbeelding, doorvoersnelheid, benchmarkscore of vergelijking van de beeldkwaliteit met de basisversie. Qwen schrijft ook dat andere stappenschema’s voor deze checkpoint niet zijn geëvalueerd. Het bewijs ondersteunt dus de 8 tegenover 40 stappen, niet een claim dat Turbo vijf keer sneller is.

Ook Black Forest Labs werkt aan snelle beeldgeneratie en -bewerking. Het bedrijf meldt vier stappen en een doorlooptijd onder een halve seconde voor FLUX.2 Klein 9B op een GB200 in BF16. De kleinere 4B-variant staat volgens het bedrijf onder Apache 2.0 en vraagt ongeveer 13 GB videogeheugen. Dat zijn cijfers van Black Forest Labs voor een ander model en andere hardware. Ze vormen geen onafhankelijke of rechtstreekse vergelijking met Qwen.

Turbo verlaagt het aantal modelstappen en biedt een API met een gepubliceerde prijs per beeld. De commerciële rechten op de lokaal te downloaden gewichten veranderen daarmee niet: daarvoor blijft een aparte Qwen-licentie nodig. Voor een contentteam hangen de werkelijke kosten en inzetbaarheid dus ook af van de gemeten kwaliteit op eigen opdrachten, de beschikbare hardware en de voorwaarden voor beelddata in de gekozen API-regio.