← Torna al blog
Aicirca 5 min di lettura

Qwen-Image-2.1: 7B parametri, 2048 nativi e una licenza che ferma il commerciale

Pubblicato 11 nov 2026
Qwen-Image-2.1: 7B parametri, 2048 nativi e una licenza che ferma il commerciale

Il giorno in cui Alibaba ha pubblicato i pesi di Qwen-Image-2.1, il modello è finito in prima pagina su Hacker News. 7B parametri, gira su una scheda da casa, 2048×2048 nativi e canale alpha. Qualcuno quel giorno ha prodotto la prima PNG trasparente su una RTX 3060 e l'ha trascinata dentro Figma con un doppio clic.

Poi tutti sono andati a leggere la voce licenza.

Non era Apache 2.0. Era la Qwen Research License: puoi scaricare, puoi eseguire in locale, puoi usare le immagini per illustrare un articolo, ma per metterlo dentro un prodotto, costruirci una funzione a pagamento o inserirlo nei processi aziendali serve un accordo commerciale con Alibaba.

La reazione nelle community cinesi e anglofone ha usato quasi la stessa frase: prima i complimenti per le capacità, poi la domanda «e per l'uso commerciale?».

Dove è forte davvero

7B è piccolo per questa categoria. I concorrenti dello stesso livello partono da decine di miliardi di parametri e per girare vogliono una A100. Qwen-Image-2.1 punta a comprimere tutta la pipeline in una sola macchina: la versione quantizzata indicata dal produttore occupa circa 5,2 GB su una 3060 da 12 GB, e i nodi ComfyUI, gli script di inferenza e l'adattamento a diffusers erano pronti il giorno del rilascio.

Il valore non sta nei punteggi dei benchmark, ma in tre capacità concrete.

2048 nativi. I modelli di prima restituivano immagini piccole: per l'alta risoluzione serviva un upscaler, e i dettagli venivano indovinati — il numero di dita spesso sbagliato. Generare in grande nativamente elimina quel passaggio intermedio. Per chi fa schede prodotto o file per la stampa, la differenza si vede.

Canale alpha nativo. Non ritaglia l'immagine dopo la diffusione: predice RGB e alpha insieme, durante la diffusione. In pratica, su un bicchiere di vetro, sul fumo o sui capelli la transizione semitrasparente la disegna il modello, non una maschera applicata dopo. Chi produce asset per interfacce o patch e-commerce capisce subito quanto tempo si risparmia.

Fino a 10 immagini di riferimento. Lo stesso prodotto, la stessa persona, coerenti su più immagini. È il punto più vicino alla produzione: una scheda e-commerce vuole «la stessa borsa in sei scene diverse», non «sei belle borse».

Un banco di lavoro con stampe di materiali a sfondo trasparente e lastre di vetro semitrasparente, accanto a un monitor che mostra un'immagine generata

La licenza, e perché questa volta pesa di più

Non è il giro di vite in sé. I modelli chiusi non danno nemmeno i pesi, e la community open source è abituata a clausole di ogni tipo.

Pesa il confronto. La reputazione di Qwen nell'open source si è costruita con una serie di rilasci Apache 2.0. La generazione precedente di Qwen-Image era libera per uso commerciale, e molti hanno costruito workflow, LoRA e template ComfyUI su quella premessa. Passare a una licenza di ricerca alza il gradino sotto un ecosistema già formato.

Il dettaglio più fastidioso è l'altro prodotto della stessa casa. Qwen-Image-3.0-Pro non apre i pesi, offre solo un'API gestita: prompt fino a 4,5k token, testo nelle immagini in 12 lingue, prezzo da 0,04 a 0,075 dollari per immagine. È commerciale, ma paghi a pezzo e carichi le immagini sui server di qualcun altro.

Il compromesso che ne esce è scomodo: quello scaricabile è un po' più forte, quello commerciale è un po' più debole, e si può solo noleggiare. L'open source qui non è più «l'alternativa gratis», è più simile a una «versione di valutazione».

I conti veri

Immagina un team di tre persone che genera immagini e-commerce in batch. Davanti a 7B, 2048 e canale alpha, la prima reazione è sempre «ce lo installiamo, risparmiamo sull'API».

Prima l'hardware. Per lavorare comodi serve una scheda da almeno 12 GB, e una macchina completa supera i 10.000 yuan. Per il batch ne servono due. Corrente e spazio in ufficio a parte.

Poi il tempo. Qualcuno ha fatto girare lo stesso modello con colibri, motore di inferenza in C puro, su una CPU Zen 4 a 8 core: un'immagine 768×512 richiede 2 minuti e 40 secondi. Non è 2048, e non c'è una GPU. Con la scheda è molto più veloce, ma «comodo in locale» e «veloce in locale» sono due cose diverse, e molti lo capiscono solo dopo aver pagato la scheda.

Poi la licenza. Se il prodotto è a pagamento serve un accordo commerciale. Prezzo, tempi e copertura del tuo mercato restano incognite. A quel punto scopri che l'API a 0,05 dollari per immagine, su cinquemila immagini al mese, fa 250 dollari: meno del costo di trattativa che paghi per il «gratis».

Quindi «download gratuito» significa una cosa precisa: azzera il costo di sperimentazione e lascia intatto il costo di messa in produzione.

A chi serve

Tre categorie dovrebbero scaricarlo adesso.

Chi fa ricerca, senza discussione. 7B, una sola scheda, alpha nativo: è una buona base sperimentale per paper, confronti e addestramento di LoRA.

Chi fa prototipi. Il prodotto non è definito: si tira su l'interazione e il flusso con un modello locale, e solo quando si decide di andare in produzione si sceglie tra licenza e cambio di modello base. In questa fase il rischio è restare legati a una bolletta API.

Chi fa strumenti interni deve guardare i confini. Un tool di supporto interno, non venduto, di solito rientra nello spazio interpretativo «ricerca/valutazione», ma dipende da come leggi le clausole e da come le legge il legale. Non decidere da solo.

Al contrario, se fai SaaS per clienti, consegni a terzi o stampi le immagini su un prodotto fisico, questa versione non è un'opzione — a meno di trattare una licenza o passare alla vecchia versione Apache 2.0. La vecchia funziona, al prezzo di scivolare oltre il quarantesimo posto in classifica.

Il segnale che conta di più

In tutta la discussione, quasi nessuno ha parlato di «7B basta o no». Si parlava di licenza.

Vuol dire che la generazione di immagini ha superato la fase «chi disegna meglio». Quando il divario di capacità si riduce a pochi punti percentuali, a decidere quale modello usi sono licenza, prezzo, latenza e chi risponde quando qualcosa va storto. La scelta tecnica sta diventando una scelta di acquisto.

Per la community open source è un segnale sgradevole e molto reale: pubblicare i pesi è un gesto di apertura, ma l'apertura non è un'autorizzazione. La prossima volta che leggi «open source», la prima cosa da fare è scorrere a fondo pagina e leggere la licenza, non lanciare git clone.

Quanto a Qwen-Image-2.1, vale comunque il download. Solo che prima conviene decidere cosa ci vuoi fare: studiare o vendere. Sono due strade diverse.

Articoli correlati