Qwen-Image-2.1-Turbo на рабочем столе: BaoCut 3.5 и первые замеры производительности локально

Репозиторий Qwen-Image-2.1-Turbo появился на Hugging Face 9 октября 2026 года, набрав 707 лайков, веса, файл лицензии и единственную строку в списке новостей GitHub для Qwen-Image-2.1 в качестве единственного анонса. Пять дней спустя модель уже работает на компьютерах пользователей. BaoCut 3.5, китайский инструмент для редактирования на рабочем столе, интегрировал чекпоинт и начал генерировать изображения локально, а не через сервер; пользователь X/@dotey сообщил 13 октября 2026 года, что создание изображения в разрешении 1080p на их Mac Mini M2 занимает примерно от трех до пяти минут, а в 2K — около двадцати минут. Отдельно разработчик open-source приложения Siliconed для macOS написал на дискуссионной странице модели 11 октября 2026 года, что зафиксировал время 118 секунд для разрешения 1024² на M1 Pro, в то время как та же машина выполнила Z-Image Turbo — другой 8-шаговый открытый чекпоинт, между которыми выбирают пользователи — за 82–85 секунд. Qwen-Image-2.1, базовая модель, на которой основаны оба локальных порта, была выпущена 20 сентября 2026 года. Ускоренный чекпоинт на три недели моложе своего предшественника и не имеет собственной независимой оценки.

Такова суть этой истории: чекпоинт, который никогда не был официально представлен, а только опубликован, теперь попадает в настольное ПО еще до того, как вендор хоть что-то сказал о нем публично. Далее мы разделим то, что на самом деле утверждает репозиторий, и то, о чем сообщают первые пользователи, поскольку это заявления разного рода.

Что подтверждает репозиторий, а что нет

Все нижеперечисленное взято из карточки модели, файла лицензии и журнала изменений проекта — это первичные источники, которые может проверить любой желающий.

• Датировано, и датировано там, где это важно. API Hugging Face сообщает, что репозиторий был создан 9 октября 2026 года в 04:50:01 UTC и последний раз изменен 12 октября. В списке новостей GitHub для Qwen-Image-2.1 есть соответствующая запись: «2026.10.09: Мы выпустили Qwen-Image-2.1-Turbo для генерации и редактирования изображений всего за 8 шагов шумоподавления». В том же журнале изменений зафиксировано, что API Pro и Turbo заработали в Alibaba Cloud Model Studio в тот же день. Это релиз; это релиз без запуска.

• Что это такое. В карточке модель называется «ускоренным чекпоинтом Qwen-Image-2.1 для генерации текста в изображение и редактирования изображений с 8 шагами шумоподавления», построенным на той же архитектуре визуальной генерации 7B. Это не новое семейство и не новая архитектура. Это базовый чекпоинт, переупакованный для гораздо более короткой траектории сэмплирования.

• Обе возможности в одной загрузке. Генерация текста в изображение и редактирование с помощью инструкций обслуживаются этим единственным чекпоинтом. В примерах из карточки используется один и тот же сохраненный 8-шаговый график и то же значение по умолчанию CFG=1 для обоих случаев, а редактирование демонстрируется на примере превращения наброска яхты в фотореалистичное изображение.

• График перемещается вместе с весами. Чекпоинт поставляется с рекомендованным графиком сэмплирования, поэтому Diffusers загружает его автоматически. В карточке четко указано, что установка только параметра `num_inference_steps` не переопределяет этот сохраненный график. Кэширование префикса KV повторно использует контекст текста и эталонного изображения на всех шагах шумоподавления.

• Требуются две версии инструментария. Указанная установка включает PyTorch с поддержкой CUDA, Diffusers из исходного кода, transformers версии 5.17.0 или новее, accelerate и pillow. Чекпоинту нужна поддержка Diffusers для сигм сэмплирования, настраиваемых в пайплайне, добавленная в PR #14950 — это исходное дерево, а не помеченный релиз на момент написания статьи.

• Лицензия не изменилась, и это коммерческий барьер. Репозиторий содержит лицензию qwen-research. Это соглашение предоставляет права «ТОЛЬКО ДЛЯ НЕКОММЕРЧЕСКИХ ЦЕЛЕЙ» и гласит, что коммерческое использование требует отдельной лицензии, запрашиваемой у вендора. Ничто в Turbo не смягчает это условие.

• Никаких бенчмарков. В карточке нет оценки для чекпоинта Turbo, нет сравнения с базовой моделью, нет показателей задержки и нет данных об использовании памяти. Вендор ничего из этого не публикует.

• Не путать с показателями базовой модели. Если вы видите рейтинг Elo или утверждение о качестве, привязанное к имени Qwen-Image-2.1, проверьте, к какому чекпоинту оно относится. Публичная таблица image-arena относится к Qwen-Image-2.1, базовой модели от 20 сентября, а не к Turbo.

Первые два локальных отчета и почему они противоречат друг другу

Два независимых пользователя предоставили цифры по локальному выводу в течение четырех дней после появления репозитория. Они измеряли разные машины, разные разрешения и разные пайплайны, и их результаты различаются примерно на порядок при выполнении одной и той же номинальной задачи. Оба отчета стоит прочитать; ни один из них не является бенчмарком.

Отчет о настольном редакторе. X/@dotey, 13 октября 2026 года: BaoCut 3.5 интегрировал Qwen-Image-2.1-Turbo, и генерация изображений происходит на локальной машине, а не через сервер. На их Mac Mini M2 изображение в 1080p занимает от трех до пяти минут, а в 2K — около двадцати. Они также отмечают, что инструмент может выдавать NSFW-контент и что агент может быть направлен на локальную службу изображений машины.

Отчет о нативном приложении. 11 октября 2026 года автор Siliconed написал на дискуссионной странице чекпоинта на Hugging Face. Siliconed — это open-source приложение для macOS с лицензией Apache-2.0, которое запускает модель на Swift и Metal без Python и ComfyUI, сравнивая каждый этап — текстовый энкодер, трансформер, VAE — по каналам с реализацией Diffusers в fp32. На эталонной машине, MacBook Pro M1 Pro с 16 ГБ объединенной памяти, при 1024², 8 шагах и CFG 1, Qwen-Image-2.1-Turbo рендерит за 118 секунд; рендер 1024×1536 занимает 190 секунд, редактирование с одним эталонным изображением — 212 секунд, а с двумя — 285 секунд. Пиковое потребление памяти остается в пределах от 1,8 до 2,7 ГБ без использования свопа. Z-Image Turbo на той же машине и том же разрешении занимает от 82 до 85 секунд.

• Почему 3–5 минут и 118 секунд — это не противоречие. Цифра автора — это Mac Mini M2 при 1080p внутри приложения; цифра приложения — это M1 Pro при 1024², работающий напрямую. Разное железо, разное количество пикселей, разный объем работы вокруг модели. Ни одна из этих цифр не говорит о том, как будет работать ваша машина.

• То, что сообщает приложение, является самоотчетом, и это указано. Автор есть автор. Против этого: метод опубликован, каждая цифра сопровождается указанным измерительным инструментом — `phys_footprint`, замеряемый каждые 100 мс, своп из `vm_stat` — и проект публикует таблицу чипов с одной заполненной строкой и публичной формой для читателей, чтобы они могли добавить свои данные. Это больше, чем дает вендор, и меньше, чем независимая лаборатория.

• Память — это показатель, который определяет осуществимость. Стандартная установка объемом 31,2 ГБ работает на 16 ГБ Mac, потому что веса считываются с диска по мере необходимости в рамках установленного бюджета: три четверти системной памяти минус 2 ГБ. Вот почему размер установки, превышающий объем вашей оперативной памяти, не является автоматическим препятствием, и почему пропускная способность чтения с диска, а не VRAM, является ограничивающим фактором.

• Ограничение разрешения — это реальный предел. Порт для macOS ограничивает вывод поверхностью 1024×1536, где любая сторона составляет 512 или более пикселей и кратна 16, исходя из того, что это максимальный размер, измеренный при нулевом использовании файла подкачки на машине с 16 ГБ ОЗУ. Рендеринг большего размера отклоняется сразу, а не допускается до состояния «зависания» системы. Если для вашей работы требуются пресеты базовой модели класса 2048, этот локальный путь их не обеспечит.

Локальные веса означают отсутствие уровня модерации, и это палка о двух концах

Самая цитируемая фраза из поста от 13 октября заключается в том, что модель генерирует NSFW-изображения. Стоит уточнить, что это значит, а что нет.

Это не функция, которую рекламирует поставщик. В карточке модели ничего не говорится о политике контента для открытого чекпоинта, и лицензия не содержит никаких исключений: она предоставляет право на некоммерческое использование и требует соблюдения применимого законодательства, и точка. То, что описывается в отчете, является обычным следствием запуска диффузионной модели на собственном оборудовании — между вашим промптом и сэмплером нет провайдера, а значит, нет и фильтра на стороне провайдера, который мог бы сработать. Каждый открытый чекпоинт изображений ведет себя именно так. Разница здесь заключается в скорости и упаковке: 8-шаговая модель этого класса теперь работает на потребительском оборудовании достаточно быстро, чтобы локальный путь больше не казался компромиссом.

Вопрос соблюдения требований полностью переходит к вам. Если вы намерены выпускать что-либо, созданное на основе этого чекпоинта, лицензия является обязательным ограничением, и она не является разрешительной — базовая модель распространяется на тех же условиях некоммерческих исследований, и чекпоинт Turbo наследует их без изменений. Локальный вывод не меняет того, что вам разрешено делать с полученным результатом.

Часть, которая действительно является новой: инструмент, который может вызвать агент

Оба отчета сходятся в одной и той же детали, и именно она имеет долгосрочные последствия. В посте от 13 октября упоминается, что агент может быть направлен на локальную службу изображений машины. Порт для macOS поставляется именно с таким интерфейсом: вспомогательный бинарный файл под названием `silicontrol` внутри пакета приложения, который управляет запущенным окном из терминала с помощью команд для вывода списка моделей, постановки рендеринга в очередь с параметрами `--wait --out` и чтения статуса, выдавая строки JSON с финальным полем `"ok"`. Существует одна очередь, и никогда не бывает двух одновременных рендерингов.

Локальная конечная точка изображений, которая отвечает строками JSON и возвращает путь к файлу, является целью для вызова инструментов. Это отличается от вставки промптов в веб-интерфейс: агент-кодировщик может решить, что ему нужна диаграмма, плейсхолдер или вариант, вызвать локальную службу и продолжить работу без API-ключа, без оплаты за каждое изображение и без передачи данных с машины. Для некоммерческой работы — исследований, внутренних прототипов, оценочных стендов — это действительно новая возможность при 8 шагах и менее 3 ГБ пиковой памяти.

У этого также есть жесткая грань, и та же лицензия ее проводит. В тот момент, когда то, что вы создаете, становится продуктом, а не результатом исследования, локальный путь перестает быть простым ответом, а некоммерческое ограничение становится решающим фактором.

Где подходит уровень маршрутизации, а где нет

Qwen-Image-2.1-Turbo — это загрузка весов с лицензией для исследований. Это не размещенная конечная точка на OrcaRouter, и ничто здесь не должно трактоваться иначе. Честное разделение происходит по рабочей нагрузке.

Если ваши изображения должны создаваться на машине, которую вы контролируете, из соображений конфиденциальности, стоимости или из-за отсутствия подключения, то этот чекпоинт и локальный исполнитель — это ответ, и вопрос маршрутизации никогда не возникает — некоммерческая лицензия и бюджет дискового пространства являются вашими двумя ограничениями. Если же вы вызываете модели изображений в продакшене, где запрос должен попасть куда-то надежно и вы предпочли бы не поддерживать отношения с поставщиком для каждой модели, то это проблема, для которой существует OrcaRouter: 200+ моделей за одной совместимой с OpenAI конечной точкой по цене поставщика без наценки, автоматическое переключение при сбоях провайдера и DSL маршрутизации для случаев, когда вы хотите выразить предпочтение, а не принимать настройки по умолчанию. Эти два подхода не конкурируют. Локальный чекпоинт — это инструмент на вашем столе; маршрутизатор — это то, что вы ставите перед размещенными моделями, которые вызываете, когда работа покидает стол.

Практическая причина разделять их в своей голове заключается в том, что они выходят из строя по-разному. Локальный рендеринг дает сбой, когда машина занята, диск медленный или превышен бюджет памяти. Размещенный вызов дает сбой, когда это делает провайдер. Только один из этих случаев стоит решать с помощью переключения при сбоях.

О чем мы все еще не можем сказать

Три вещи могли бы определить репутацию этого чекпоинта, и ни одной из них пока не существует.

• Отсутствие независимой оценки. У Turbo нет места в арене, нет опубликованного рейтинга Elo и нет стороннего сравнения качества ни с Qwen-Image-2.1, ни с Z-Image Turbo. Стоимость качества при переходе от более длинной траектории сэмплирования базовой модели к 8 шагам просто не измерена публично.

• Отсутствие данных о пропускной способности или памяти от поставщика. В карточке описывается чекпоинт, но ничего не говорится о том, сколько стоит его запуск. Каждая цифра в этой статье, которая не является датой, получена от пользователя, и каждая из них помечена машиной, на которой она была измерена.

• Один чип в публичной таблице. В таблице результатов порта для macOS есть только одна заполненная строка — M1 Pro, и приглашение для всех остальных добавить свои данные. Если вы собираетесь покупать оборудование для этого, вы делаете выводы на основе этой строки плюс одного анекдотичного случая с Mac Mini M2.

То, что можно сказать с уверенностью, более узко и полезно. Чекпоинт существует, он датирован 9 октября 2026 года, он выполняет генерацию и редактирование за 8 шагов при 7B, его расписание встроено в веса, он некоммерческий, и он прошел путь от репозитория до запуска внутри настольного программного обеспечения менее чем за неделю без какого-либо запуска вообще. Это реальное событие в локальной генерации изображений, и оно происходит до того, как кто-либо опубликовал цифры, за которые можно привлечь поставщика к ответственности.

Выбор моделей, подобных этой, также является местом, где проявляются режимы сбоев: задокументированные инциденты с ИИ и сбои агентов в моделях этого класса собраны в архиве инцидентов ИИ OrcaRouter, где каждая запись содержит свои источники, серьезность, оценку достоверности и флаг оспаривания.