Qwen-Image-2.1-Turbo：8步出图，仅限研究

Qwen-Image-2.1-Turbo 是阿里通义千问在 2026 年 10 月 9 日放出的图像生成模型，也是基础版 Qwen-Image-2.1 的加速 checkpoint：同一个模型管文生图和改图，去噪只走 8 步。权重在 Hugging Face 和魔搭上能下载，不过许可证只允许非商业的研究和评估用途。

它和基础版是什么关系

基础版 Qwen-Image-2.1 在 2026 年 9 月 20 日以开放权重发布。官方说它的视觉生成部分只有 7B 参数，是 32 层的单流 DiT，文生图、图像编辑和透明图（RGBA）生成都放在这一个模型里，靠 prompt 决定输出普通图还是带 alpha 通道的图。去年 12 月阿里还单独出过一个专做透明图层的 Qwen-Image-Layered，现在这块本事并进了主模型。

Turbo 不是另起炉灶，而是同一套 7B 架构的另一份权重。官方模型卡写的是 8 步去噪，基础版的示例用的是 40 步，光看步数，每张图的去噪计算量大约是基础版的五分之一，实际快多少还得看显卡和分辨率。

关键规格：7B、2K 分辨率、固定的 8 步排程

7B 参数按 BF16 存，权重大约 14GB，官方没写最低显存要求，能不能塞进你的卡只能自己试。分辨率预设沿用基础版：1:1 是 2048×2048，16:9 是 2752×1536，9:16 反过来是 1536×2752。模型卡里的文生图示例用 1696×2528 竖版，改图示例用 2048×2048。

采样这块和常规用法有几处不一样。默认 CFG 是 1，一般来说这意味着每步不用再多算一遍无引导分支，省下的是另一半算力。管线还带前缀 KV 缓存，文本和参考图的上下文在各个去噪步之间复用，多图编辑时受益最大。8 步排程是存在 checkpoint 里自动加载的，只改 num_inference_steps 不会覆盖它，想改得显式传 sigmas，而官方明说其他排程没有评估过。换句话说，别指望靠加步数换画质。

环境也有门槛：要装最新的 Diffusers 源码版和 transformers 5.17 以上，管线类叫 QwenImage21Pipeline。

能力和成绩：示例很好看，分数是空的

模型卡的展示分了肖像、人体动作、透明图、海报排版、界面和信息布局、单图改造、多参考合成、四图室内合成几类，每类放了一张 8 步输出。官方对 2.1 系列的描述是最多支持 10 张参考图，局部修改可以用圈选、手绘标注或独立蒙版指定区域，同时尽量保住人物和商品的样子。

成绩要说清楚：基础版发布时官方放了一张自家 Qwen-Image-Bench 的对比图，把它和开源、闭源模型摆在一起，这是阿里自己的评测。Turbo 本身目前公开信息里没有单独的评测分数，也没有和基础版的画质对比，示例图是官方挑的。8 步到底丢了多少细节，小字和人脸稳不稳，现在只能靠自己跑。

怎么用，多少钱

本地跑的话，权重在 Hugging Face 的 Qwen/Qwen-Image-2.1-Turbo，用 Diffusers 以 bfloat16 加载到 CUDA 就行。

走 API 的话，官方在阿里云百炼提供，模型名 qwen-image-2.1-turbo，输入文字和图片，输出图片，按张计费。官方价格页上，国际站新加坡地域是 0.016 美元一张，美国弗吉尼亚、德国法兰克福、日本东京、中国香港这几个全球部署地域约 0.014133 美元一张，限流 120 次每分钟，这是原价，不含控制台里的限时优惠。Pro 版 10 月 2 日先上了 API，按外界整理的价格页数据，单价约是 Turbo 的 2.5 倍，限流也低得多。OpenRouter、PiAPI 这类聚合平台也在转售，标价大致在每张 0.015 到 0.0184 美元之间。

和谁比

和基础版比，同架构同预设，差别是 8 步对 40 步：Turbo 省时省钱，基础版的画质有官方示例背书，但两者的差距官方没量化。和原版 Qwen-Image 比，视觉生成部分从大约 20B 缩到了 7B，门槛低了不少，可许可证从前几代常见的 Apache 2.0 换成了研究许可，这是 2.1 最容易被忽略的变化。同样来自阿里的 Z-Image，按外界报道走的是宽松许可，商用没这道坎，而 Turbo 的卖点在透明图、多参考图编辑和 8 步的速度。

适合谁，坑在哪

做内容和设计的人：需要透明底的图层、海报排版或多图合成，用 Turbo 快速出稿很合适，但下载的权重只能用在非商业的研究评估里，成品要商用得先搞清授权。做选型的人：产品里要集成的话，走百炼 API 成本低，也不用自己养显卡，API 属于另一套服务条款，商用前去看百炼的协议；想自托管商用，就得另找 Qwen 谈商业许可，这一条往往比跑分更能决定选不选它。爱折腾的玩家：8 步加 CFG 1，本地出图节奏会快，不过要装 Diffusers 源码版，环境得折腾一下。

AI主线的看法很直接：Turbo 值得试的是速度、成本和透明图这几样实在的东西，至于画质，没有公开数字之前，建议拿自己的 prompt 和基础版并排跑一轮再下结论。