최종 업데이트:
Qwen Image 2.1 Turbo: 어떤 모델인지, 가격은 얼마인지, 어떻게 쓰는지
2026년 10월 9일 Alibaba의 Qwen 팀은 9월 20일에 공개한 오픈 웨이트 모델 Qwen-Image-2.1의 가속 체크포인트인 Qwen-Image-2.1-Turbo를 출시했습니다. 동일한 7B 아키텍처로 40스텝 대신 8스텝의 디노이징만으로 이미지를 생성하고 편집합니다. 이 페이지에서는 무엇이 바뀌었는지, 어디서 실행하는지, 비용은 얼마인지, 그리고 라이선스상 주의할 점을 다룹니다.
Qwen-Image-2.1-Turbo 한눈에 보기
| 항목 | Qwen-Image-2.1-Turbo |
|---|---|
| 출시일 | 2026년 10월 9일(기본 모델 Qwen-Image-2.1: 2026년 9월 20일) |
| 모델 | Hugging Face 및 ModelScope의 Qwen/Qwen-Image-2.1-Turbo, API 모델 qwen-image-2.1-turbo |
| 크기 | 7B 비주얼 생성기(싱글 스트림 DiT 레이어 32개)와 Qwen3-VL 8B 텍스트 인코더 |
| 샘플링 | 8스텝, CFG 1. 스케줄은 체크포인트에 저장되어 있음 |
| 작업 | 하나의 모델로 텍스트-이미지 생성과 이미지 편집, 최대 10장의 참조 이미지, 부분 편집 |
| 출력 | 네이티브 2K(기본 2048 × 2048), 투명 RGBA 이미지 지원 |
| 라이선스 | Qwen Research License(연구용. 상업적 이용은 별도 계약 필요) |
Turbo vs 기본 모델 vs Pro
Turbo는 더 작은 모델이 아닙니다. 같은 7B 네트워크를 더 적은 스텝으로 끝내도록 학습시킨 것이라, 이미지 1장에 필요한 디노이징 횟수가 약 5분의 1로 줄어듭니다. Pro는 Alibaba Cloud에서 제공하는 최상위 호스팅 등급입니다.
| Qwen-Image-2.1(기본) | Qwen-Image-2.1-Turbo | qwen-image-2.1-pro(API) | |
|---|---|---|---|
| 스텝 수 | 40(기본값) | 8(고정 스케줄) | 비공개 |
| 오픈 웨이트 | 예 | 예 | 아니요 |
| API 이미지 1장당 가격 | — | CNY 0.1 | CNY 0.25 |
| API 요청 한도 | — | 분당 120회 | 분당 20회 |
| 공개된 벤치마크 | Qwen-Image-Bench 60.28 | 아직 없음 | 없음 |
기본 모델의 60.28점은 40스텝 체크포인트로 측정한 값입니다. Qwen이나 독립 테스터가 Turbo 점수를 공개하기 전까지는 Turbo가 같은 수준이라고 가정하지 마세요.
출처: Model Studio: qwen-image-2.1-turbo
출처: Model Studio: qwen-image-2.1-pro
출처: DataNorth: Qwen-Image-2.1 벤치마크 차트
Qwen Image 2.1 Turbo 가격
Alibaba 가격은 프로모션 적용 전 정가입니다. Runware와 Venice는 자체 약관을 따르는 서드파티 호스트입니다. 코드와 각 서비스의 세부 내용은 API 가이드를 참고하세요.
| 제공처 | 이미지 1장당 가격 | 이미지 1,000장 |
|---|---|---|
| Alibaba Cloud Model Studio(베이징, 미국, 프랑크푸르트, 도쿄, 홍콩) | CNY 0.1 | CNY 100 |
| Alibaba Cloud Model Studio(싱가포르) | CNY 0.113362 | CNY 113.36 |
| Runware | $0.0141 | $14.1 |
| Venice | $0.02 | $20 |
| 내 GPU | 전기료만 | 연구용 라이선스 적용 |
출처: Model Studio: qwen-image-2.1-turbo
출처: Runware 모델 페이지
출처: Venice 모델 페이지
Qwen Image 2.1 Turbo 사용법
- 브라우저에서 바로 써 보기. Hugging Face의 Qwen-Image-2.1 데모 Space에서 설치 없이 이 모델 계열을 실행할 수 있습니다. Venice도 신규 계정에 매일 무료 사용량을 제공합니다.
- ComfyUI. 공식 Qwen-Image 2.1 워크플로를 불러온 뒤 Turbo 디퓨전 모델(또는 기본 모델 + Turbo LoRA)로 바꾸고 8스텝, CFG 1로 설정합니다.
- Python(Diffusers). QwenImage21Pipeline으로 체크포인트를 바로 불러옵니다. 소스에서 설치한 Diffusers와 transformers 5.17 이상이 필요합니다.
- 호스팅 API. Alibaba Cloud Model Studio에서 qwen-image-2.1-turbo를 호출하거나, Runware 같은 서드파티 호스트를 이용하세요.
출처: Venice 모델 페이지
Python 빠른 시작
라이브러리를 설치한 뒤 이미지를 생성합니다. 파이프라인이 체크포인트에서 8스텝 스케줄을 읽어오므로 스텝 수를 따로 넘길 필요가 없습니다.
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_steps만 바꿔서는 스케줄이 바뀌지 않습니다. sigmas 인자를 명시해야만 덮어쓸 수 있으며, Qwen은 다른 스케줄은 테스트하지 않았다고 밝혔습니다.
이미지 편집과 다중 참조
같은 파이프라인으로 이미지도 편집합니다. image=에 이미지를, 프롬프트에 지시문을 넣으세요. 리스트를 넘기면 최대 10장의 참조 이미지를 조합할 수 있습니다.
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")권장 해상도
투명 PNG가 필요하면, Qwen은 프롬프트에 이미지가 투명하고 배경이 투명하다고 명시할 것을 권장합니다.
| 화면 비율 | 가로 × 세로 |
|---|---|
| 1:1 | 2048 × 2048 |
| 4:3 | 2400 × 1792 |
| 3:4 | 1792 × 2400 |
| 3:2 | 2528 × 1696 |
| 2:3 | 1696 × 2528 |
| 16:9 | 2752 × 1536 |
| 9:16 | 1536 × 2752 |
벤치마크: Qwen이 공개한 것과 공개하지 않은 것
Qwen은 2.1 계열에 대해 자체 벤치마크인 Qwen-Image-Bench 차트 하나만 공개했으며, 이 벤치마크는 공개되어 있지 않습니다. 모든 점수는 40스텝 기본 모델 기준입니다.
- Qwen은 Turbo의 점수, 지연 시간, 처리량 수치를 공개하지 않았습니다.
- Qwen은 차트의 카테고리별 세부 점수나 측정 방법을 밝히지 않았습니다.
- Runware는 자체 호스팅 환경에서 요청당 약 23초라고 표기하지만, 대기열 시간이 포함된 값이며 GPU 벤치마크가 아닙니다.
| 모델 | Qwen-Image-Bench |
|---|---|
| GPT Image 2.5 Sunburst | 67.01 |
| Qwen Image 3 Pro | 62.36 |
| Qwen-Image-2.1 (40-step base) | 60.28 |
| Nano Banana 2.0 | 59.82 |
| FLUX 2 Max | 55.33 |
| Qwen-Image-2512 | 52.06 |
출처: DataNorth: Qwen-Image-2.1 벤치마크 차트
출처: Runware 모델 페이지
상업적으로 사용할 수 있나요?
오픈 웨이트는 기본 모델과 마찬가지로 Qwen Research License Agreement를 따릅니다. 연구나 개인 실험은 괜찮지만, 비즈니스 목적으로 자체 서버에서 운영하려면 Alibaba와 별도 계약이 필요합니다. Alibaba Cloud Model Studio나 유료 서드파티 호스트로 만든 이미지는 해당 서비스의 약관을 따르므로, 출시 전에 꼭 확인하세요.
자주 묻는 질문
Qwen Image 2.1 Turbo란 무엇인가요?
2026년 10월 9일에 공개된 Alibaba 오픈 웨이트 모델 Qwen-Image-2.1의 가속 체크포인트입니다. 같은 7B 모델로 40스텝 대신 8스텝 만에 이미지를 생성하고 편집합니다.
Qwen Image 2.1 Turbo 가격은 얼마인가요?
Alibaba Cloud Model Studio에서 이미지 1장당 CNY 0.1(싱가포르는 CNY 0.113362)입니다. Runware는 $0.0141, Venice는 $0.02를 받습니다. 가중치는 무료로 내려받을 수 있습니다.
Qwen Image 2.1 Turbo는 오픈소스인가요?
가중치는 Hugging Face와 ModelScope에 공개되어 있지만, 라이선스는 오픈소스 라이선스가 아닌 Qwen Research License입니다. 상업용으로 직접 호스팅하려면 별도 허가가 필요합니다.
몇 스텝을 사용하나요?
CFG 1에서 8스텝입니다. 스케줄은 체크포인트에 저장되어 있어 스텝 수만 바꿔서는 덮어쓸 수 없습니다.
Turbo는 기본 모델보다 품질이 떨어지나요?
Qwen이 Turbo 점수를 공개하지 않아 얼마나 차이 나는지는 아무도 말할 수 없습니다. 직접 쓰는 프롬프트로 테스트해 보세요. 기본 모델은 Qwen 자체 벤치마크에서 60.28점입니다.
VRAM은 얼마나 필요한가요?
Qwen은 최소 사양을 공개하지 않았습니다. BF16 가중치는 14.23 GB이고, 커뮤니티 GGUF 파일은 4비트에서 4.20 GB까지 줄어듭니다. Unsloth는 GGUF 기준 기본 모델에 약 11 GB의 VRAM이 필요하다고 추정합니다.
이 페이지는 독립적인 가이드로, Alibaba 및 Qwen 팀과 아무런 관련이 없습니다. 가격, 라이선스, 파일 이름은 바뀔 수 있으니 실제로 적용하기 전에 링크된 공식 페이지를 확인하세요.