阿里巴巴發布 Qwen Image 2.1 圖像模型：70 億參數開放權重版本挑戰閉源對手

24 9 月, 2026 Shadow (TechApple.com 編輯)

阿里巴巴 Qwen 團隊近日發布新一代圖像生成模型 Qwen Image 2.1，以開放權重形式提供下載。新模型的視覺生成部分只有 70 億參數，官方表示它在內部基準測試中的表現超越多款閉源圖像模型，包括 Google 的 Nano Banana 2.0。評測平台 AI Arena 的早期數據顯示，該模型的實際表現與官方聲稱頗為接近，更在圖像編輯榜單的開源模型中排在首位。

重點一覽

Qwen Image 2.1 的視覺生成部分僅 70 億參數，可在 RTX 3090 一類的舊款消費級顯卡上運行。
官方內部基準得分 60.2，略高於 Nano Banana 2.0 的 59.82，低於 GPT Image 2.5 Sunburst 的 67。
模型支援原生透明背景輸出，以及使用最多 10 張參考圖像的編輯功能。
授權條款限定非商業用途，商業使用需要另行向開發團隊取得授權。

70 億參數的輕量設計

Qwen Image 2.1 屬於同類模型之中體積較小的一檔。官方的同類比較測試顯示，參數量比它更少的只有美團開發的 LongCat-Image，為 60 億參數；其餘模型多數參數量是它的數倍，或者根本沒有公開權重。輕量設計帶來實際的好處：早期用戶報告指出，在配備 RTX 4090 的系統上生成一張 100 萬像素圖像約需 5 秒；在 RTX 5070、RTX 5080 一類的新款顯卡上，同樣解析度的生成時間約為 25 秒。另有用戶表示，使用 RTX 3060 配合 64GB 記憶體，可在約 50 秒內生成 2K 解析度圖像。部分用戶同時指出，使用大量參考圖像時生成時間會明顯延長，而圖像編輯是模型運行最慢的功能。

透明背景與多圖參考編輯

Qwen Image 2.1 加入了數項新功能。模型支援原生透明背景輸出，生成的圖像可直接用於合成或印刷用途，例如貼紙類產品。編輯方面，模型最多可接收 10 張參考圖像；官方舉例指，用戶可以將人物照片與多張服裝照片輸入模型，由模型輸出人物穿著該服裝的合成圖，並在不同圖像之間保持人物與產品的一致性。

基準成績與第三方數據

根據官方公布的 Qwen Image Benchmark，Qwen Image 2.1 得分為 60.2；閉源模型方面，OpenAI GPT Image 2.5 Sunburst 得分 67，Muse Image 得分 62.34，Google Nano Banana 2.0 得分 59.82。官方成績來自其內部測試，仍需要更多第三方驗證。

在評測平台 AI Arena 的早期數據中，Qwen Image 2.1 得分為 1228，Nano Banana 2 為 1260，Muse Image 為 1276，GPT 65 Sunburst 以 1423 位居前列，差距較內部基準為大。在圖像編輯榜單方面，Alibaba Qwen 官方帳號於 9 月 22 日表示，Qwen Image 2.1 以 1367 分位列開源模型首位、總排名第 16，與第 15 位的 GPT-Image-1.5-high-fidelity 相差 3 分。

授權條款引起討論

與上一版相比，Qwen Image 2.1 的授權協議明確禁止將模型用於商業轉售，條款寫明授權僅限非商業用途，商用需要向開發團隊單獨申請。由於條款對模型輸出內容的歸屬表述被認為存在模糊空間，社區在發布後 24 小時內提出大量疑問，Qwen 團隊其後在社交平台 X 發布聲明作出解釋。對於計劃將相關輸出用於收費產品的用戶而言，商用授權的安排會直接影響使用方式。