Qwen-Image-2.1:能下载,和能用,中间隔着一条许可证

阿里把 Qwen-Image-2.1 的权重放出来那天,Hacker News 首页出现了它。7B 参数,家用显卡能跑,原生 2048×2048,还带透明通道。有人当天就在 RTX 3060 上跑出了第一张带 Alpha 的 PNG,双击打开能直接拖进 Figma。
然后大家往下拉,看到了许可那一栏。
不是 Apache 2.0。是 Qwen Research License——可以下载、可以自己跑、可以写文章拿图当配图,但接进产品、做成收费功能、塞进公司流程,得先找阿里谈一份商用许可。
这条消息在中文社区和英文社区的反应几乎是同一个句式:先夸能力,再问一句「还能商用吗」。
它到底强在哪,先把话说清楚
7B 在这个品类里算小个子。同级别的对手动辄几十 B,跑起来先要一张 A100。Qwen-Image-2.1 的定位就是把这套流程压回一台机器:官方给出的量化版本在 12GB 显存的 3060 上占用约 5.2GB,ComfyUI 节点、推理脚本、diffusers 适配在发布当天就齐了。
真正值钱的是三个具体能力,不是跑分。
原生 2048。 以前生图模型直出的图偏小,想要高清得再过一个放大器,细节是猜出来的,手指数量经常不对。原生出大图,等于把中间那道「糊一层」的工序砍了。对做详情页、做印刷稿的人,这是实打实的差别。
原生透明通道。 它不是在扩散完之后再抠图,而是在扩散过程中同时预测 RGB 和 Alpha。落到实际工作里,玻璃杯、烟雾、毛发这类边缘,出来的半透明过渡是模型自己画的,不是后期蒙版凑的。做 UI 素材、做电商贴片的人会立刻明白这省了多少事。
最多 10 张参考图。 同一个产品、同一个人物,在多张图里保持一致。这一条比前两条更贴近生产:电商详情页要的是「同一个包在六个场景里都还是那个包」,不是「六张好看的包」。

许可这件事,为什么这次格外扎眼
扎眼不是因为收紧本身。闭源模型连权重都不给,开源社区早就习惯了各种限制条款。
扎眼是因为对比。Qwen 这几个字在开源圈的名声,是靠一路 Apache 2.0 攒起来的。上一代 Qwen-Image 的商用是自由的,很多人把工作流、LoRA、ComfyUI 模板都建在那个前提上。这次换成研究许可,等于把一个已经形成的生态原地抬高了一级台阶。
更微妙的是同一家的另一个产品。Qwen-Image-3.0-Pro 不开权重,只提供托管接口,提示词上限 4.5k token,画面文字支持 12 种语言,API 价格每张 0.04 到 0.075 美元。它能商用,但你得按张付费、把图传到别人服务器上。
于是当下出现了一个很别扭的取舍:能下载的那个更强一点,能商用的那个更弱一点,而且只能租。 开源在这里不再是「免费的替代品」,而更像「评估版」。
算一笔真实的账
假设你是一个三人小团队,做电商图批量生成。看到 7B、2048、透明通道,第一反应一定是「自建,省 API 费」。
先算硬件。要跑得舒服,一张 12GB 以上的卡,整机一万出头。要批量,得两张。电费和占用的工位另算。
再算时间。有人拿 colibri 这个纯 C 的推理引擎在 8 核 Zen 4 的 CPU 上跑同一个模型,出一张 768×512 要 2 分 40 秒。注意这不是 2048,也不是带 GPU 的环境。加了显卡会快很多,但「本地方便」和「本地快」是两件事,很多人是在掏钱买了卡之后才分清。
然后算许可。产品要收费,就得谈商用授权。谈下来的价格、周期、能不能覆盖你所在的市场,全是未知数。这时候你会发现,API 的 0.05 美元一张,在月产五千张的量级上是 250 美元——比你为「免费」付出的沟通成本还低。
所以「免费下载」这四个字,真正的含义是:它把试错成本降到了零,把上线成本留在了原地。
那它适合谁
三类人现在就该下。
做研究的,没有争议。7B、单卡、原生透明通道,是很好的实验底座,出论文、做对比、训 LoRA 都合适。
做原型的,也合适。产品还没定型,先用本地模型把交互和流程跑通,等确定要上线了再决定是买授权还是换底模。这个阶段最怕的是被 API 账单绑住手脚。
做内部工具的,要看边界。公司内部不对外收费的辅助工具,通常在「研究/评估」的解释空间里,但这取决于你怎么读条款,也取决于法务怎么读。这种事不要自己拍板。
反过来,如果你在做对外的 SaaS、在给客户交付、在把图直接印在商品上,那这一版不是你的选项——除非你打算谈授权,或者换成 Apache 2.0 的老版本。老版本能用,代价是榜单排名掉到四十名开外。
一件更值得注意的事
这次的反应里,很少有人讨论「7B 够不够用」。大家都在讨论许可。
这说明生图这个品类已经过了「谁画得更好看」的阶段。当能力差距缩到几个百分点,决定你用哪个模型的东西,就变成了许可证、价格、延迟、以及出了事谁负责。技术选型正在变成采购决策。
对开源社区来说,这是个不太好受但很真实的信号:权重放出来是一种善意,但善意不等于授权。以后看到「开源」两个字,第一件事应该是拉到页面底部看许可证,而不是先 git clone。
至于 Qwen-Image-2.1 本身,它仍然值得下载。只是下载之前,先想清楚你要拿它做什么——是想学,还是想卖。这两个答案对应的是两条完全不同的路。
相关文章
一份社区维护的点击表,关掉了国产 Android 系统里的广告
它不动系统,不解锁,不刷机,只把厂商本来就留出来的开关一个个拨过去。代价是这份名单得一直有人续写。
GPT Image 2.6 守住 token 价格,账单却涨了
GPT Image 2.6 沿用了 2.5 的全部 token 费率,单张图却更贵,因为更多的活现在花在输出 token 上。上线十一天,定价结构说的比排行榜更多。
有人从外部重建了 IDM,并写下了自己没有碰过的部分
Mister Download Manager 用 Rust 重写了 Internet Download Manager 的下载流程,声称速度快 5 倍、支持 86 种语言。更值得细读的,是它解释如何在不复制任何代码的前提下完成重写的那一段。
Rune 是一个 Rust UI 框架,设计初衷是让 agent 能检查自己的工作
Rune 能无头渲染、导出元素树并接受脚本化输入,这让编码 agent 拿到截图永远给不了的东西,一个可 diff 的信号。这个框架仍是预发布版本,不接受 pull request。