Qwen Image 2.1 評測：本地 VRAM、授權條款與實測表現

Qwen Image 2.1 已經不是停留在傳聞階段的早期專案。Qwen 在 September 20, 2026 宣布開放權重版本後，真正值得問的問題就變成：原生透明背景與整合式編輯流程，是否值得你在商業用途受限的前提下，為本地部署準備約 33 GB 的空間？

Qwen Image 2.1：先講結論

如果你想在本地進行影像生成、編輯、透明素材製作，或多參考圖合成，Qwen Image 2.1 值得一試。不過，以目前的 Qwen Research License 來看，它並不是我對商業生產流程的首選，因為授權僅限非商業用途，而且實際記憶體需求遠高於「7B」這個標籤給人的印象。

最適合它的，是手上有 16 GB–48 GB NVIDIA GPU、重視工作流程掌控度的創作者或開發者。若你的團隊需要立即取得商業使用權、穩定可預期的雲端吞吐量，或不想自行管理本地推論環境，那麼它就不太合適。

September 20, 2026 到底發布了什麼？

官方Qwen 公告將 Qwen Image 2.1 定義為開放權重、整合影像生成與編輯能力的模型，並搭載精簡的 7B 視覺生成元件。官方儲存庫也記錄了實作方式與本地工作流程，而不只是展示幾張範例圖片。

以下三件事要分開看：

ComfyUI 已宣布 Day-0 支援，生態系也列出了 Diffusers 及其他整合方案。不過，支援本身不代表所有情況都能直接使用；你仍然需要根據實際用途，確認工作流程、checkpoint 版本、量化方式與授權條款是否相符。

真正會改變工作流程的功能

生成與編輯共用同一個 checkpoint

Qwen Image 2.1 以同一套流程處理文字生成影像與影像條件編輯。你可以用提示詞建立全新場景，也可以提供輸入圖片，讓模型根據指令修改現有內容。當工作流程需要在生成與編輯之間反覆切換時，這比同時管理一個生成器和另一套編輯器更省事。

實際好處在於一致性：同一個模型家族可以先建立產品場景，再修改場景，同時保留指定的視覺參考。不過，這不代表每次編輯都能完整保留細節；早期使用者仍回報過雜訊、對比度變化，以及偶爾帶有合成感的輸出。

原生透明背景與多參考圖編輯

最受矚目的功能是原生 RGBA 輸出。Qwen 的公告與生態系文件都提到透明影像生成和編輯，代表它能直接輸出 alpha 通道，而不是先產生平面圖片，再交給另一套工具去背。模型也支援最多 10 張參考圖片，以及透過遮罩或其他空間指令進行局部編輯。

這種組合對產品去背、合成、包裝 mockup、角色設定表，以及需要持續編輯的素材特別實用。產品透明圖可以直接繼續修改，不必先把整個流程改造成背景移除工作流。

但有透明通道，不等於自動完成完美去背。細小邊緣、頭髮、玻璃和半透明物件，在放進正式素材庫前仍然需要人工檢查。

文字、產品與分鏡式創作

發布資料特別強調文字渲染、人像、產品細節、全景圖、資訊圖表，以及類似分鏡的連續畫面。這些都是合理的測試題目，因為它們同時考驗構圖、可讀文字與參考一致性，不會只靠一張好看的肖像圖就掩蓋模型問題。

第一次評估時，可以把同一個提示詞拆成四種測試：含指定文字的海報、使用兩張參考圖的產品照、搭配遮罩的局部編輯，以及棋盤格背景上的透明主體。這樣比連續生成十張互不相關的風景圖，更容易找出真正有用的失敗模式。

16 GB GPU 跑得動 Qwen Image 2.1 嗎？

可以，但「跑得動」和「能在原生 2K 解析度下舒服運作」是兩回事。社群測試指出，16 GB 的 RTX 5070 Ti 可以容納 1024-square 工作流程，峰值 VRAM 約 13.9 GB，20 steps 約需 25 秒。另一項 4090 測試則顯示，BF16 模式常駐記憶體約 30.2 GB，1024 square 約需 21 秒，1536 square 則約需 56 秒。

這些都是使用者實測，不是官方效能保證。硬體、精度、offload 策略、步數與軟體版本，都可能改變結果。

「以下是我在 NVIDIA 5070 Ti GPU（16gb vram）上測試 Qwen-Image-2.1 的結果：可以跑，而且速度不算慢。1024² 圖片、20 steps 約 25 秒。」— @BenjaminDEKR，X

硬體需求可以先這樣估算：

「7B」這個標示低估了實際部署所需的資源，因為完整流程還會用到 Qwen3-VL 文字／視覺編碼器與其他元件。下載前，建議先為約 33 GB 的模型檔案預留空間，並額外準備快取、量化版本與輸出檔案所需的容量。

真正卡住商業生產的，是授權條款

Qwen Image 2.1 在技術上開放，不代表你可以不受限制地商用。發布資料指出，它採用研究用途授權，使用範圍限於非商業目的。社群討論也一再把這點視為主要疑慮，尤其是因為先前 Qwen 影像模型曾讓人形成較寬鬆的授權預期。

因此，本地測試、學術實驗或個人專案，和付費產品圖片、客戶交付內容、託管服務或商業素材庫，是完全不同的決策。不要因為權重可以下載，就推論生成出的像素已經取得商業使用許可。

如果是商業工作，請向 Qwen 確認適用的商業條款，或改用授權條文明確涵蓋預定用途的模型與 API。相比在產品上線後才重建整套影像流程，先做法律審查便宜得多。

早期測試稱讚什麼，又在哪裡失手？

目前最強的正面回饋，重點不在於它全面超越所有模型，而是工作流程控制力。使用者回報它可以在消費級 GPU 上運作、保留透明背景、使用多張參考圖，文字表現也優於不少本地替代方案。另一位使用者則表示，在提供多張參考圖後，模型能把一張品質不佳的手機產品照轉成更專業的產品圖片。

缺點同樣不能忽略。社群測試提到顆粒感、偏黃或對比過強的輸出，以及修復或編輯過程中細節被改動的情況。目前可取得的證據也大多集中在發布日附近的範例，因此現在還不適合把任何單一 benchmark 分數視為穩定的生產排名。

Qwen-Image-Bench 論文提供了有用背景，因為它以 56 個細分評分標準，評估真實世界的保真度與創意生成能力。不過，目前搜尋結果中公開的 SOTA2 benchmark 表格列出的是 Qwen Image 2.0 與其他相近模型，並不是對 Qwen Image 2.1 的獨立定論。不要把鄰近版本的分數，當成 2.1 表現的證明。

Qwen Image 2.1 與託管影像 API 怎麼選？

這主要是本地控制力與營運簡便性的取捨，而不是「開放模型一定勝過託管模型」。

Qwen Image 2.1 的主要優勢，不是它已經毫無爭議地超越每一個閉源模型，而是本地使用者可以在同一套開放權重流程中，結合生成、編輯、參考圖、遮罩與 alpha 輸出。如果授權條款不涵蓋你的業務，這項優勢就失去意義。

Qwen Image 2.1 常見問題

Qwen Image 2.1 已正式發布嗎？

是。Qwen 在 September 20, 2026 宣布開放權重模型，官方儲存庫與生態系整合也提供了相關發布資料。部署下載的檔案前，請確認儲存庫版本與授權條款。

Qwen Image 2.1 需要多少 VRAM？

根據社群測試，16 GB GPU 可以執行受限的 1024-square 工作流程；4090 的 BF16 測試則使用約 30.2 GB 常駐記憶體。量化與 offload 會改變結果，而原生 2K 的需求明顯更高。

Qwen Image 2.1 可以生成透明 PNG 嗎？

可以。原生 RGBA 輸出是這款模型的主要賣點之一。不過，請檢查邊緣與半透明細節，不要把有 alpha 通道直接視為達到生產品質的保證。

Qwen Image 2.1 支援多張參考圖嗎？

官方發布資料表示最多支援 10 張參考圖片。不過，參考圖的順序、解析度與彼此之間的視覺關係，仍然可能影響畫面一致性。

Qwen Image 2.1 能搭配 ComfyUI 使用嗎？

ComfyUI 已在發布前後宣布支援。請使用維護中的工作流程，以及該整合方案指定的 checkpoint；隨便找來的 workflow JSON，可能需要不相容的 custom nodes 或其他版本。

Qwen Image 2.1 可以商用嗎？

不要直接假設可以。目前的研究用途授權限於非商業使用，因此商業用途需要另外取得許可或授權。能下載，不代表已取得商業使用權。

Qwen Image 2.1 比 GPT Image 2 或其他託管模型更好嗎？

沒有單一而誠實的勝者。Qwen 在本地、支援 alpha 的編輯與多參考圖控制方面更有吸引力；託管模型則更適合商業部署、可預期的營運，以及沒有本地 GPU 基礎設施的團隊。

Qwen Image 2.1 適合照片修復嗎？

在用自己的圖片測試前，應該先把照片修復視為較弱或尚未證實的用途。早期社群回報指出，修復類編輯可能改動細節，並產生合成感較重的顆粒。

下一步：先確認權利，再做小規模試跑

如果用途是個人或研究，現在就可以下載 Qwen Image 2.1，並執行四項測試：透明產品去背、兩張參考圖的產品合成、搭配遮罩的局部編輯，以及文字量較大的海報。記錄 VRAM、每張圖片的處理時間、失敗提示詞與邊緣品質。

如果用途是商業專案，請先審查授權，再花時間最佳化 ComfyUI。Qwen Image 2.1 可能在技術上非常適合你的需求，但在商業權利獲得明確確認之前，仍可能不是正確的生產方案。