Qwen-Image-2.1-Turbo est un point de contrôle accéléré publié par l'équipe Qwen d'Alibaba le 9 octobre 2026, et non un tout nouveau modèle. Il reprend la même architecture de génération visuelle 7B. La version standard nécessite 40 étapes de débruitage par défaut ; Turbo n'en demande que 8, avec un CFG de 1 par défaut et un calendrier d'échantillonnage déjà intégré au point de contrôle. L'essai gratuit ne pose aucun problème, mais si vous voulez en tirer des revenus, commencez par clarifier la licence.
Essayer gratuitement et générer des images
Commencez par la démonstration officielle sur Hugging Face Space ou l'essai gratuit sur ModelScope : aucun des deux n'exige de télécharger d'abord les poids. Si les résultats vous conviennent, téléchargez gratuitement les poids depuis Hugging Face ou ModelScope. Diffusers les charge directement avec le calendrier en 8 étapes, et ComfyUI prend en charge Turbo à partir de la version 0.40.0. La génération et l'édition sont assurées par le même modèle, avec jusqu'à 10 images de référence, une sortie native en 2K et un canal de transparence natif, idéal pour les images nécessitant un détourage ou un changement d'arrière-plan. Ne vous souciez pas des paramètres lors de l'essai : les réglages par défaut sont déjà optimisés pour 8 étapes. Générez d'abord quelques images pour voir si le style vous convient, puis décidez si vous voulez déployer le modèle en local.
Clarifier d'abord les deux voies commerciales
Les poids téléchargés sont régis par la Qwen Research License, qui autorise uniquement un usage non commercial, comme la recherche ou l'évaluation. C'est différent de la licence Apache 2.0 utilisée par la version Qwen-Image de 2025. Utiliser directement les poids téléchargés pour un produit commercial ou une prestation payante n'est pas couvert par la licence. Deux voies commerciales existent : demander séparément une licence commerciale à Qwen, ou passer par l'API hébergée d'Alibaba Cloud Model Studio. À Singapour, Turbo est affiché à 0,016 dollar par image au tarif gros volume, avec une limite de 120 requêtes par minute ; la Chine continentale applique un tarif distinct de 0,10 yuan par image, et les prix varient selon la région. Choisissez votre voie en fonction de votre volume et de votre mode de livraison.
Bien lire les chiffres de VRAM pour un déploiement local
Le README officiel ne donne aucun chiffre de VRAM : les nombres qui circulent sont donc des mesures de tiers, et non des exigences officielles. L'ensemble des poids BF16 pèse environ 33 Go, dont un encodeur de texte d'environ 17,5 Go, un DiT d'environ 14,2 Go et un VAE d'environ 1,4 Go. L'ensemble résident en BF16 ne tient même pas sur une RTX 5090 de 32 Go, il faut donc décharger la VRAM. Avec une quantification INT8 ou 4 bits et un déchargement vers le CPU, la génération d'une image 1024×1024 demande environ 6 à 16 Go de VRAM. Avant de commencer, vérifiez votre carte graphique et votre schéma de quantification. Ne dimensionnez pas une machine en fonction d'une exigence officielle, car aucun chiffre de ce type n'a jamais été publié.
