Qwen Image 2.1 Turbo API

Qwen Image 2.1 Turbo は、Alibaba の Qwen チームが 2026 年 10 月にオープンソースで公開した画像生成モデルで、Qwen Image 2.1 の高速化チェックポイント版です。70 億パラメータの視覚生成アーキテクチャはそのままに、生成と編集を 8 ステップのデノイズで完了させるため、推論コストを大きく下げて高品質な画像を得られます。 テキストからの画像生成と指示ベースの編集を同じ重みで扱えます。プロンプトからは最大 2K 解像度の画像を生成でき、編集では参照画像と指示を渡して修正します。編集は既定で CFG=1 を使用し、プレフィックス KV キャッシュによってデノイズの各ステップ間でテキストと参照画像のコンテキストを再利用し、さらに高速化します。 公式モデルカードでは人物、人体ポーズ、透過画像、タイポグラフィやポスター、UI デザインが取り上げられており、EC の商品画像や製品写真の編集、イラスト、コンセプトアート、絵コンテ、パノラマやインフォグラフィックにも向きます。文字の描画がより忠実で、UI 要素の扱いにも慣れています。重みは Hugging Face と ModelScope で公開され、Diffusers の QwenImage21Pipeline で実行でき、コミュニティによる GGUF 量子化版は stable-diffusion.cpp で利用できます。速度のベンチマークやフルモデルとの画質比較は公式には示されていないため、使用する GPU と解像度で測定することをおすすめします。

料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。 実際の生成費用に基づく課金です。最終金額は請求明細をご確認ください。

自然言語プロンプトによるテキストからの画像生成と、参照画像と指示による画像編集に対応し、出力は画像です。最大 2K 解像度まで扱えます。

Qwen Image 2.1 の高速化チェックポイント版で、70 億パラメータのアーキテクチャは共通です。主な違いは生成と編集を 8 ステップのデノイズに圧縮し、推論効率を高めている点です。両者の画質比較は公式に公開されていません。

可能です。重みは Hugging Face と ModelScope で公開され、Diffusers の QwenImage21Pipeline で実行できます。CUDA 対応の PyTorch 環境と新しめの Diffusers が必要で、コミュニティ製の GGUF 量子化版も利用できます。

編集は既定で CFG=1 を使用し、プレフィックス KV キャッシュによりデノイズの各ステップ間でテキストと参照画像のコンテキストを再利用します。

デザイン素材やポスター、EC の商品画像と製品写真の編集、イラストやコンセプトアート、絵コンテ、パノラマやインフォグラフィックの編集に向いています。