アリババ、画像生成「Qwen-Image-2.1-Turbo」を公開

AlibabaのAI開発チーム「Qwen」は2026年10月9日（日本時間）、画像生成と画像編集を高速に実行できる新モデル「Qwen-Image-2.1-Turbo（Alibabaの8ステップ高速画像生成オープンウェイトモデル）」のモデルの重み（オープンウェイト）を公開しました。Hugging FaceおよびModelScopeにて無償ダウンロードが可能となっています。

わずか8ステップで2K解像度の画像生成・編集に対応

Qwen-Image-2.1-Turboは、2026年9月20日に公開された画像生成モデル「Qwen-Image-2.1」をベースに推論工程を大幅に短縮した派生モデルです。テキストからの画像生成と入力画像の指示編集を単一アーキテクチャでこなす設計を受け継ぎ、視覚生成部分のパラメータ規模も元モデルと同じ7B（70億）となっています。

• ​デノイジング工程を8ステップへ削減​: ノイズを段階的に取り除いて画像を仕上げるデノイジング（ノイズを段階的に除去して画像を仕上げる生成工程）工程を、元モデルの標準40ステップから5分の1となる8ステップへ圧縮しました。
• ​高解像度出力の維持​: 正方形の2,048×2,048ピクセル、横長最大2,752×1,536ピクセルの2K解像度出力をサポートします。
• Diffusersライブラリのネイティブ対応​: 定番ライブラリ「Diffusers」の実行パイプライン「QwenImage21Pipeline」を指定することで、推奨の8ステップサンプリング設定が自動で適用されます。
• ​プレフィックスKVキャッシュによる計算省略​: 指示文や参照画像のエンコード結果をステップ間で再利用するプレフィックスKVキャッシュ（指示文や参照画像の計算結果をステップ間で再利用する仕組み）を採用し、反復計算の負荷を軽減しています。

元モデルとの比較とライセンス上の留意点

公式リポジトリおよび報道によると、Qwen-Image-2.1-Turboは高速化と実用性のバランスを重視した設計になっています。ただし、利用形態にはライセンス上の明確な制約が存在します。

項目	Qwen-Image-2.1（元モデル）	Qwen-Image-2.1-Turbo（今回公開）
パラメータ数	7B	7B
推奨デノイジングステップ数	40ステップ	8ステップ​
生成解像度	最大2K（2,048×2,048等）	最大2K（2,048×2,048等）
テキスト指示編集	対応（最大10枚の参照画像）	対応
ライセンス	Qwen Research License	Qwen Research License
無償利用の範囲	研究・評価目的のみ	研究・評価目的のみ（商用は要契約）

重みのダウンロード自体は無償ですが、適用されるライセンスは「Qwen Research License」です。商用環境で利用する場合は、Qwen側への申請と別途の商用ライセンス契約が必要となります。

ローカル実行とクラウドAPIの使い分け

Alibabaは今回の重み公開と同時に、Alibaba Cloudの「Model Studio」上でQwen-Image-2.1 ProおよびTurboのホスティングAPIも正式提供を開始しました。

これにより、オンプレミス環境や手元のワークフローで即応性を求める開発者にはTurboのオープンウェイト、自社インフラの運用負荷を抑えて商用サービスに組み込みたい事業者にはModel StudioのマネージドAPIという明確な使い分けの選択肢が提供された形です。生成ステップ数が8回に短縮されたことで、対話型編集ツールやリアルタイム生成の応答性が大きく向上するとみられます。

引用元：GitHub | PC Watch | X (Twitter) | ithome.com