最終更新: 2026年10月13日

Qwen Image 2.1 Turbo：概要・料金・使い方

2026 年 10 月 9 日、Alibaba の Qwen チームは Qwen-Image-2.1-Turbo を公開しました。9 月 20 日に公開されたオープンウェイトモデル Qwen-Image-2.1 の高速化チェックポイントで、同じ 7B アーキテクチャのまま、画像の生成と編集を 40 ステップではなく 8 ステップのデノイズで行います。このページでは、変更点、実行できる場所、料金、そしてライセンス上の注意点を解説します。

Qwen-Image-2.1-Turbo の概要

出典: Hugging Face モデルカード

出典: GitHub の Qwen-Image-2.1

Turbo とベース版、Pro の違い

Turbo は小型化したモデルではありません。同じ 7B ネットワークを少ないステップで仕上がるよう学習させたもので、1 枚あたりのデノイズ回数は約 5 分の 1 になります。Pro は Alibaba Cloud 上でホストされる最上位プランです。

ベース版の 60.28 は 40 ステップのチェックポイントで測定された値です。Qwen または第三者が Turbo のスコアを公表するまでは、Turbo も同等だと考えないでください。

出典: Hugging Face モデルカード

出典: Model Studio：qwen-image-2.1-turbo

出典: Model Studio：qwen-image-2.1-pro

出典: DataNorth：Qwen-Image-2.1 ベンチマーク図

Qwen Image 2.1 Turbo の料金

Alibaba の料金はキャンペーン適用前の定価です。Runware と Venice は独自の規約を持つサードパーティのホスティング事業者です。コードや各サービスの詳細は API ガイドをご覧ください。

Qwen Image 2.1 Turbo API ガイド

出典: Model Studio：qwen-image-2.1-turbo

出典: Runware モデルページ

出典: Venice モデルページ

Qwen Image 2.1 Turbo の使い方

• ブラウザで試す. Hugging Face の Qwen-Image-2.1 デモ Space なら、セットアップなしでこのモデルファミリーを試せます。Venice でも提供されており、新規アカウントには毎日の無料枠があります。
• ComfyUI. 公式の Qwen-Image 2.1 ワークフローを読み込み、拡散モデルを Turbo に差し替え（またはベースモデル＋Turbo LoRA）、8 ステップ・CFG 1 に設定します。
• Python（Diffusers）. QwenImage21Pipeline でチェックポイントを直接読み込めます。ソースからインストールした Diffusers と transformers 5.17 以降が必要です。
• ホスト型 API. Alibaba Cloud Model Studio で qwen-image-2.1-turbo を呼び出すか、Runware などのサードパーティを利用します。

ComfyUI・ローカル導入ガイド · API ガイド

出典: Qwen-Image-2.1 デモ Space

出典: Venice モデルページ

出典: ComfyUI Wiki リリースノート

出典: Hugging Face モデルカード

Python でのクイックスタート

ライブラリをインストールしてから画像を生成します。パイプラインがチェックポイントから 8 ステップのスケジュールを読み込むため、ステップ数を渡す必要はありません。

pip install "torch>=2.4.0"
pip install git+https://github.com/huggingface/diffusers.git
pip install "transformers>=5.17.0" accelerate pillow

import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16
).to("cuda")

# The 8-step schedule and CFG 1 are stored in the checkpoint: no steps argument needed.
image = pipe(
    prompt="A minimalist coffee shop poster, the words 'OPEN LATE' in bold serif type, warm evening light",
    width=1696,
    height=2528,
    use_kv_cache=True,
    generator=torch.Generator("cpu").manual_seed(42),
).images[0]
image.save("t2i.png")

num_inference_steps だけを設定してもスケジュールは変わりません。上書きできるのは sigmas 引数を明示した場合のみで、Qwen は他のスケジュールは未検証としています。

出典: Hugging Face モデルカード

画像編集と複数画像の参照

同じパイプラインで画像編集もできます。image= に画像を渡し、指示形式のプロンプトを添えます。リストで渡せば最大 10 枚の参照画像を組み合わせられます。

import torch
from diffusers import QwenImage21Pipeline
from diffusers.utils import load_image

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16
).to("cuda")

sketch = load_image("sketch.png").convert("RGBA")
image = pipe(
    prompt="Turn this sketch into a photorealistic yacht on the open sea at golden hour",
    image=sketch,  # pass a list for multi-reference editing (up to 10 images)
    width=2048,
    height=2048,
    use_kv_cache=True,
    generator=torch.Generator("cpu").manual_seed(20261009),
).images[0]
image.save("edit.png")

出典: Hugging Face モデルカード

出典: GitHub の Qwen-Image-2.1

推奨解像度

透過 PNG を作る場合、Qwen はプロンプト内で「透過のある画像で背景が透明」と明記することを推奨しています。

出典: Hugging Face モデルカード

出典: GitHub の Qwen-Image-2.1

ベンチマーク：Qwen が公表したもの、していないもの

Qwen が 2.1 ファミリーについて公表したのは、非公開の自社ベンチマーク Qwen-Image-Bench によるグラフ 1 枚だけです。スコアはすべて 40 ステップのベース版のものです。

• Turbo のスコア、レイテンシ、スループットの数値は Qwen から公表されていません。
• グラフについて、カテゴリ別の内訳や評価方法は示されていません。
• Runware は自社ホスト環境で 1 リクエストあたり約 23 秒と記載していますが、これは待ち時間を含む数値で、GPU ベンチマークではありません。

出典: DataNorth：Qwen-Image-2.1 ベンチマーク図

出典: Runware モデルページ

商用利用はできる？

オープンウェイトはベース版と同じ Qwen Research License Agreement の下で提供されています。研究や個人での試用は問題ありませんが、自社サーバーでビジネス用途に運用するには Alibaba との別途契約が必要です。Alibaba Cloud Model Studio や有料のサードパーティ経由で生成した画像には、そのサービスの規約が適用されるため、公開前に確認してください。

出典: Hugging Face モデルカード

出典: GitHub の Qwen-Image-2.1

本サイトは独立したガイドであり、Alibaba および Qwen チームとは関係ありません。料金・ライセンス・ファイル名は変わることがあるため、利用前にリンク先の公式ページを確認してください。