Qwen-Image-2.1-Turbo против Z-Image Turbo: две модели с восемью шагами, две разные ставки

Qwen-Image-2.1-Turbo и Z-Image Turbo — это два открытых чекпоинта изображений, между которыми большинство людей сейчас выбирают, и причина, по которой сравнение ходит по кругу, заключается в том, что они рекламируют один и тот же ключевой показатель. Обе модели работают за восемь шагов шумоподавления. Обе достаточно открыты, чтобы их можно было скачать и запустить на собственном компьютере. Обе рекламируются как значительно более быстрые, чем те, на основе которых они были созданы. Все, что определяет, какая из них вам действительно нужна, скрыто под этим общим числом, и это вовсе не количество шагов. Z-Image Turbo была опубликована 25 ноября 2025 года как 6B-модель под лицензией Apache-2.0, дистиллированная из линейки Z-Image с опубликованным двухэтапным рецептом. Qwen-Image-2.1-Turbo появилась 9 октября 2026 года как ускоренный чекпоинт Qwen-Image-2.1 — базовой модели, выпущенной 20 сентября 2026 года, — сохранив архитектуру 7B и некоммерческую исследовательскую лицензию вендора. Восемь месяцев разделяют эти два репозитория, и разница в том, как они были созданы, больше, чем предполагает разрыв в датах.

Когда две модели приходят к одному и тому же количеству шагов разными путями, количество шагов перестает быть полезным критерием сравнения. Оно лишь говорит о том, что обе модели были настроены на сопоставимую задержку, и больше ни о чем.

• Z-Image Turbo достигла этого путем дистилляции, а затем обучения с подкреплением. В карточке семейства Z-Image она описывается как «дистиллированная версия Z-Image, которая соответствует ведущим конкурентам или превосходит их всего за 8 NFE». В техническом описании указан механизм: Decoupled-DMD, вариант дистилляции на основе сопоставления распределений (Distribution Matching Distillation), который разделяет два механизма, которые существующие методы DMD рассматривали как единое целое, с последующим DMDR, который объединяет DMD и RL во время пост-обучения. Таблица вариантов в карточке наглядно показывает путь обучения — предварительное обучение, SFT и RL отмечены, 8 шагов, CFG отключен.

• Qwen-Image-2.1-Turbo достигла этого путем переупаковки мощной базы. В ее карточке она описывается как «ускоренный чекпоинт Qwen-Image-2.1 для генерации текста в изображение и редактирования изображений с 8 шагами шумоподавления» на той же архитектуре визуальной генерации 7B. Опубликованного рецепта дистилляции нет. Задокументировано то, что чекпоинт имеет собственное рекомендуемое расписание сэмплирования, поэтому Diffusers загружает его автоматически, и одна лишь установка `num_inference_steps` не переопределит его, а генерация по умолчанию использует CFG=1 с кэшированием префикса KV, повторно использующим контекст текста и эталонного изображения на разных шагах.

Практический вывод: с Z-Image Turbo вы запускаете модель, чья скорость является продуктом процесса обучения, а с Qwen-Image-2.1-Turbo вы запускаете чекпоинт модели, которая уже была хороша, с сокращенным и зафиксированным в файле путем сэмплирования. Оба варианта легитимны. Они терпят неудачу по-разному. У дистиллированной модели есть бюджет качества, который был потрачен во время обучения; у переупакованного чекпоинта он был потрачен во время создания чекпоинта. Ни одна из карточек не публикует, сколько именно было потрачено.

Линии, которые на самом деле их разделяют

Пять измерений определяют это противостояние. Каждое из них указано в первоисточнике, который вы можете открыть.

• Размер: 6B параметров у Z-Image Turbo против 7B у Qwen-Image-2.1-Turbo. Обе достаточно малы для потребительского оборудования, и разрыв не является тем, что определит ваш результат.

• Лицензия: Apache-2.0 для Z-Image Turbo; соглашение qwen-research для Qwen-Image-2.1-Turbo, которое предоставляет права «ТОЛЬКО ДЛЯ НЕКОММЕРЧЕСКИХ ЦЕЛЕЙ» и требует отдельно запрашиваемой лицензии для коммерческого использования. Это самое большое различие между двумя моделями и единственное, которое является бинарным.

• Редактирование: Qwen-Image-2.1-Turbo выполняет преобразование текста в изображение и редактирование с помощью инструкций за одну загрузку — ее карточка демонстрирует оба варианта с использованием одного и того же сохраненного расписания. Z-Image Turbo — это модель генерации; редактирование реализовано в Z-Image-Edit, отдельном варианте, который в карточке семейства все еще значится как «ожидающий выпуска». Если вашему конвейеру нужны редактирования на основе инструкций сегодня, эта строка решает все.

• Рендеринг текста и язык: карточка Z-Image называет двуязычный рендеринг текста на английском и китайском языках ключевым преимуществом Turbo. Карточка Qwen-Image-2.1-Turbo не делает подобных заявлений — ее демонстрация организована по категориям вывода (портрет, поза и движение, прозрачный RGBA, типографика и дизайн плакатов, макет пользовательского интерфейса, преобразование одного изображения, композиция из нескольких ссылок), а не по языку.

• Память и зрелость развертывания: в карточке Z-Image указано, что Turbo «комфортно помещается на потребительских устройствах с 16 ГБ видеопамяти» и заявляется о задержке менее секунды на оборудовании класса H800 — это заявления вендора, не подкрепленные методом измерения. Карточка Qwen-Image-2.1-Turbo вообще не публикует показатели памяти или задержки. За четыре дня после ее появления независимый порт для macOS измерил пиковое потребление от 1,8 до 2,7 ГБ без использования файла подкачки на 16 ГБ M1 Pro при ограничении вывода 1024×1536; это сторонние цифры сторонней реализации, а не показатели вендора.

Что охватывают таблицы лидеров и две строки, которых не существует

Именно здесь сравнение чаще всего интерпретируется неверно, поэтому стоит точно определить, к какой модели относится каждое число.

На публичной арене преобразования текста в изображение есть строка для Z-Image Turbo с 941 Elo примерно по 9000 голосов и отдельная строка для Z-Image Base с 877. Есть строка для Qwen-Image-2.1 с 1038 Elo примерно по 5500 голосов, датированная сентябрем 2026 года и помеченная как не имеющая доступного API. Таблица лидеров редактирования также содержит строку Qwen-Image-2.1.

Заметьте, чего не хватает. Нет строки для Qwen-Image-2.1-Turbo ни в одной из таблиц — чекпоинт датирован 9 октября 2026 года и отдельно не оценивался. И нет строки Z-Image Turbo в таблице редактирования, потому что Z-Image Turbo не занимается редактированием. Таким образом, аккуратно выглядящее сравнение «Qwen с 1034 против Z-Image с 941» — это не сравнение двух чекпоинтов, о которых идет речь в этой статье; это сравнение модели, из которой была дистиллирована Z-Image Turbo, с моделью, из которой была ускорена Qwen-Image-2.1-Turbo. Качество Qwen-Image-2.1-Turbo за восемь шагов публично не измерено, как и то, какая часть позиции базовой модели сохраняется при сокращенном расписании.

Правильный способ прочтения этих чисел — как верхней границы с оговоркой: семейство, из которого происходит Qwen-Image-2.1-Turbo, находится примерно на 97 Elo выше семейства, из которого происходит Z-Image Turbo, в таблице преобразования текста в изображение, и никто не публиковал данные о том, сохраняет ли чекпоинт Turbo этот разрыв.

Лицензия — это не сноска в данном противостоянии

Между двумя моделями, столь близкими по возможностям, лицензия часто является решающим фактором, и здесь они совсем не близки.

Z-Image Turbo поставляется под лицензией Apache-2.0. Это разрешительная лицензия: используйте ее, модифицируйте, распространяйте, продавайте то, что вы создали с ее помощью, при условии соблюдения обычных условий указания авторства и уведомлений.

Qwen-Image-2.1-Turbo наследует лицензионное соглашение Qwen Research License Agreement без изменений от базовой модели. Прочитайте его, и ключевое предложение не будет двусмысленным — разрешение предоставляется «ТОЛЬКО ДЛЯ НЕКОММЕРЧЕСКИХ ЦЕЛЕЙ», а коммерческое использование требует отдельной лицензии, полученной у поставщика. Соглашение также запрещает использовать «Qwen» в качестве основного названия или идентификатора производной работы, при этом разрешая описательное использование, например «дообучено на базе Qwen Image».

Если вы занимаетесь прототипированием, оценкой или исследованиями, эта разница ничего вам не стоит, и вы можете выбирать исходя из возможностей. Если вы создаете что-то, что планируете продавать или использовать в коммерческих целях, одна из этих двух моделей пригодна для использования, а вторая требует переговоров с Alibaba Cloud. Это гораздо более важный факт, чем 8-шаговый график.

Запуск любой из них и роль маршрутизатора

Обе эти модели представляют собой веса, которые вы размещаете самостоятельно. Ни одна из них не является размещенной конечной точкой в OrcaRouter, и было бы нечестно утверждать обратное — модели изображений, которые мы маршрутизируем, относятся к семейству OpenAI GPT-Image. Причина, по которой этот продукт вообще упоминается в данном разговоре, заключается в том, что происходит в тот момент, когда за такой контрольной точкой появляется размещенный провайдер.

В тот день, когда это произойдет, решение перестанет быть вопросом «какой файл мне скачать» и станет вопросом «сколько интеграций с поставщиками я поддерживаю». Именно для этой проблемы создан OrcaRouter: более 200 моделей за одной OpenAI-совместимой конечной точкой по цене поставщика без наценки, DSL маршрутизации для определения того, какую модель вы хотите использовать при определенных условиях, автоматическое переключение при сбоях провайдера и объединение моделей для комбинирования результатов. 8-шаговая открытая контрольная точка и маршрутизатор — это не конкурирующие ответы; одно — это файл на вашем диске, а другое — способ перестать беспокоиться о том, какая конечная точка стоит за именем модели.

До тех пор локальный путь — это единственный путь, а ограничения — это те, что указаны в карточках и лицензиях.

Что скачать в первую очередь

Самая краткая честная версия решения:

• Выбирайте Z-Image Turbo, если вам нужно выпустить коммерческий продукт, если вам нужен более подробно документированный рецепт ускорения с опубликованным путем обучения, если двуязычный рендеринг текста на китайском и английском языках является реальным требованием или если вы ориентируетесь на устройство с 16 ГБ памяти и хотите уложиться в заявленный поставщиком объем памяти.

• Выбирайте Qwen-Image-2.1-Turbo, если вам нужно редактирование по инструкциям и преобразование текста в изображение из одной контрольной точки сегодня, а не ожидание отдельного варианта для редактирования, если ваша работа носит исследовательский или оценочный характер, и если вы предпочитаете иметь родословную более сильной базовой модели и готовы принять тот факт, что ее качество после восьми шагов в настоящее время не измерено.

• Выбирайте обе, если вы делаете выбор для команды. Они достаточно малы, чтобы находиться рядом на одном диске, обе обслуживаются одним и тем же классом локального исполнителя, и единственное, чего вы не можете сделать с обеими установленными моделями, — это коммерчески распространять контрольную точку Qwen.

Чего ни одна из них не дает вам сегодня, так это эталонного теста. Восемь шагов, 6B против 7B, Apache-2.0 против исследовательской лицензии — все это факты из карточки. Какая из двух создает лучшие изображения после восьми шагов шумоподавления — это вопрос, на который еще не ответил ни один первоисточник, и на данный момент честнее будет запустить обе модели на своих собственных промптах, чем доверять строке в таблице лидеров, которая относится к другой контрольной точке.

Сравнения, подобные этому, также показывают, где возникают режимы отказа: задокументированные инциденты с ИИ и сбои агентов в моделях этого класса собраны в Архиве инцидентов ИИ OrcaRouter, где каждая запись содержит свои источники, степень серьезности, оценку достоверности и флаг оспаривания.