← Retour au blog
AiEnviron 6 min de lecture

Qwen-Image-2.1 : 7B, du 2048 natif, et une licence qui bloque le commercial

Publié le 11 nov. 2026
Qwen-Image-2.1 : 7B, du 2048 natif, et une licence qui bloque le commercial

Le jour où Alibaba a publié les poids de Qwen-Image-2.1, le modèle est apparu en tête de Hacker News. 7B paramètres, il tourne sur une carte grand public, sort du 2048×2048 natif et gère la transparence. Le jour même, quelqu'un a produit sa première PNG avec canal alpha sur une RTX 3060, ouvrable d'un double-clic et glissable dans Figma.

Puis on a fait défiler la page jusqu'à la ligne de la licence.

Pas Apache 2.0. Qwen Research License : on peut télécharger, faire tourner le modèle chez soi, illustrer un article avec ses images. Mais l'intégrer à un produit, en faire une fonction payante, le brancher sur les process d'une entreprise demande un accord commercial avec Alibaba.

La réaction, en chinois comme en anglais, a suivi la même formule : d'abord vanter les capacités, ensuite demander si l'usage commercial reste possible.

Ce qu'il sait faire, concrètement

7B, c'est petit pour la catégorie. Les concurrents du même niveau affichent plusieurs dizaines de milliards de paramètres et réclament une A100 pour démarrer. Qwen-Image-2.1 vise à ramener toute la chaîne sur une seule machine : la version quantifiée officielle occupe environ 5,2 Go sur une 3060 à 12 Go de VRAM, et les nœuds ComfyUI, les scripts d'inférence et l'adaptation diffusers étaient prêts le jour de la sortie.

Trois capacités précises comptent vraiment, pas les scores.

2048 natif. Les modèles précédents sortaient des images plutôt petites ; pour du haut de gamme il fallait passer par un upscaler, dont les détails sont devinés et le nombre de doigts souvent faux. Générer grand d'origine supprime cette étape de flou intermédiaire. Pour une fiche produit ou un fichier destiné à l'impression, la différence est réelle.

Canal alpha natif. Le modèle ne détoure pas après diffusion : il prédit le RGB et l'alpha en même temps. Résultat, sur un verre, de la fumée ou des cheveux, la transition semi-transparente est dessinée par le modèle et non reconstituée par un masque. Ceux qui produisent des assets UI ou des visuels e-commerce mesurent tout de suite le temps gagné.

Jusqu'à 10 images de référence. Le même produit, le même personnage, tenus d'une image à l'autre. C'est le point le plus proche de la production : une fiche e-commerce veut « le même sac dans six décors », pas « six jolis sacs ».

Un établi couvert de visuels imprimés sur fond transparent et de plaques de verre translucides, à côté d'un écran qui affiche une image en cours de génération

Pourquoi la licence choque cette fois

Pas à cause du durcissement en soi. Les modèles fermés ne donnent même pas les poids, et la communauté open source a l'habitude des clauses restrictives.

À cause de la comparaison. La réputation de Qwen dans le milieu s'est construite sur Apache 2.0, release après release. La génération précédente de Qwen-Image était libre pour le commercial, et beaucoup ont bâti leurs workflows, leurs LoRA et leurs templates ComfyUI sur cette hypothèse. Passer à une licence de recherche revient à surélever d'un cran un écosystème déjà en place.

Le plus trouble, c'est l'autre produit de la même maison. Qwen-Image-3.0-Pro ne publie pas ses poids, seulement une API : 4,5k tokens de prompt maximum, du texte dans l'image en 12 langues, 0,04 à 0,075 dollar par image. Commercial, oui, mais à l'unité et avec vos images sur le serveur de quelqu'un d'autre.

D'où un arbitrage bancal : celui qu'on peut télécharger est un peu meilleur, celui qu'on peut exploiter est un peu plus faible, et il se loue. L'open source n'est plus ici le substitut gratuit, mais la version d'évaluation.

Le calcul, avec de vrais chiffres

Prenez une équipe de trois personnes qui génère des visuels e-commerce en série. En voyant 7B, 2048 et le canal alpha, le premier réflexe est d'installer en local pour économiser les appels API.

Le matériel d'abord. Pour travailler à l'aise, une carte de 12 Go minimum, soit un peu plus de 10 000 yuans la machine complète. Pour du volume, il en faut deux. L'électricité et la place au bureau sont à part.

Le temps ensuite. Quelqu'un a fait tourner le même modèle avec colibri, un moteur d'inférence en C pur, sur un CPU Zen 4 à 8 cœurs : 2 minutes 40 pour une image en 768×512. Ce n'est ni du 2048 ni un environnement avec GPU. Avec une carte, tout accélère, mais « pratique en local » et « rapide en local » sont deux choses différentes, et beaucoup ne le comprennent qu'après avoir payé la carte.

La licence, enfin. Pour facturer, il faut négocier une autorisation commerciale. Le prix, les délais, la couverture de votre marché : autant d'inconnues. À ce stade, l'API à 0,05 dollar l'image représente 250 dollars pour cinq mille images par mois, moins que le temps passé à discuter d'une licence « gratuite ».

« Téléchargement gratuit » signifie donc ceci : le coût d'essai tombe à zéro, le coût de mise en production reste entier.

À qui cela s'adresse

Trois profils peuvent télécharger tout de suite.

La recherche, sans discussion. 7B, une seule carte, un canal alpha natif : une bonne base d'expérimentation pour un papier, une comparaison ou un entraînement LoRA.

Le prototypage, aussi. Tant que le produit n'est pas figé, on valide les interactions et les flux avec un modèle local, et on décide ensuite d'acheter une licence ou de changer de modèle de base. À ce stade, le pire est d'être pieds et poings liés par une facture d'API.

Les outils internes demandent de la prudence. Un outil d'aide non facturé reste souvent dans la zone « recherche/évaluation », mais cela dépend de la lecture des clauses, la vôtre comme celle des juristes. Ce genre de décision ne se prend pas seul.

À l'inverse, si vous exploitez un SaaS public, livrez des clients ou imprimez ces images sur des produits, cette version n'est pas pour vous, sauf à négocier une licence ou à revenir à l'ancienne version Apache 2.0. Elle fonctionne encore, au prix d'un classement qui a chuté au-delà de la quarantième place.

Le vrai signal

Dans les réactions, presque personne n'a demandé si 7B suffit. Tout le monde a parlé de la licence.

C'est le signe que la génération d'images a dépassé le stade du « qui dessine le mieux ». Quand les écarts de capacité se réduisent à quelques points, le choix se joue sur la licence, le prix, la latence et la responsabilité en cas de problème. Le choix technique devient un acte d'achat.

Pour la communauté open source, le signal est désagréable mais réel : publier des poids est un geste, pas une autorisation. Désormais, devant le mot « open source », la première chose à faire est de descendre en bas de page lire la licence, pas de lancer un git clone.

Quant à Qwen-Image-2.1, il mérite toujours le téléchargement. Encore faut-il savoir pourquoi : apprendre ou vendre. Ce sont deux chemins différents.

Articles associés