Qwen-Image 2.1は、Qwenチームが2026年9月20日に公開したオープンウェイトの画像生成・編集モデルです。 公式の重みはすでにHugging FaceとModelScopeからダウンロードでき、実装は公式GitHubで公開されています。
7Bパラメータの画像生成部分に、テキストからの生成、参照画像を使った編集、透明RGBA画像、被写体抽出を統合しています。1回の編集で最大10枚の参照画像を使える点も大きな特徴です。
Qwen-Image 2.1の基本情報
| 項目 | 確認済みの内容 |
|---|---|
| 公開日 | 2026年9月20日 |
| モデル | 画像生成部分は7B、32層の単一ストリームDiT |
| 入力 | テキスト、またはテキストと1枚以上の条件画像 |
| 参照画像 | 公式モデルカードでは最大10枚 |
| 出力 | 通常のRGB画像、または透明なRGBA画像 |
| 編集 | 文章、円での指示、塗りつぶし、別マスク |
| 推奨解像度 | 正方形は2048×2048、16:9は2752×1536など |
| ライセンス | Qwen Research License。原則として非商用研究・評価向け |
公式モデルカードには、重み、推奨サイズ、事例、ライセンスがまとまっています。インストールせずに試したい場合は、Qwen-Image 2.1公式デモを埋め込んだモデルページを利用できます。
Qwen-Image 2.1で変わったこと
透明背景をモデルが直接生成
Qwen-Image 2.1は、背景を白く描いて後処理で切り抜くのではなく、アルファチャンネルを持つRGBA画像を直接生成できます。既存の透明レイヤーを編集したり、通常の写真から指定した被写体を透明素材として抽出したりすることもできます。
ステッカー、ゲーム素材、商品切り抜き、ポスター用の前景レイヤーなど、ほかのデザインに重ねて使う素材を作りたい人に向いています。
生成と編集を同じモデルで処理
文章だけで新しい画像を作ることも、既存画像を入力して必要な部分だけを変えることもできます。変更箇所を円で囲む、上から塗る、別マスクを渡すといった局所的な指示にも対応します。
「ランプだけを交換する」「人物は保ったまま天気を変える」のように、変更する対象と維持する要素を同時に書くのがポイントです。
最大10枚の参照画像を組み合わせる
商品、部屋、配色、服装、ポーズなどを別々の画像で指定し、1枚の結果にまとめられます。参照画像が多いほど良いとは限りません。「画像1は商品の形、画像2は背景、画像3は照明」のように、それぞれの役割を明記してください。
7Bでサイズと品質のバランスを狙う
画像生成部分は7Bで、先行する20B規模のQwen-Image系モデルより小型です。Qwenは、ブロック因果Attentionと入力のKVキャッシュ再利用により、生成と複数画像編集を効率よく処理する設計だと説明しています。
Qwen-Image 2.1で作れるもの
- 商品写真と背景を別々に用意した販促画像
- 透明背景のステッカー、キャラクター、商品素材
- 円やマスクで対象を指定する局所編集
- 複数の人物や服、家具を組み合わせた合成
- ポスター、説明図、短い文字を含むビジュアル
文字入り画像では、表示したい文を引用符で囲み、正確な文字列を短く指定してください。長い文章は必ず出力を確認し、誤字があれば再生成またはデザインツールで修正します。
Qwen-Image 2.1を使う方法
最も簡単なのは公式ブラウザデモです。ローカルで使う場合は、Hugging Faceの重みとDiffusers、または公開済みのComfyUI対応ワークフローを利用できます。
公式の推奨サイズは、1:1が2048×2048、4:3が2400×1792、3:2が2528×1696、16:9が2752×1536です。画像生成部分が7Bでも、Qwen3-VLのテキストエンコーダーなどを含むため、ダウンロード容量と必要なハードウェアは7Bという数字だけでは判断できません。
オープンウェイトでも商用自由とは限らない
Qwen-Image 2.1の重みは公開されていますが、Apache 2.0ではなくQwen Research Licenseが適用されます。ライセンスは非商用の研究・評価に利用、変更、再配布を認めています。モデル素材を商用利用する場合は、Qwenから別のライセンスを得る必要があります。
ホスト型サービスが独自の契約でモデルを提供していても、それだけでユーザーが重みをダウンロードして商用展開できるわけではありません。モデルライセンスと利用するサービスの規約を両方確認してください。
Qwen-Image 2.1は試す価値がある？
透明レイヤー、複数参照、局所編集が重要なら試す価値があります。最初のテストでは、2〜3枚の参照画像を1つの場面にまとめ、1か所を編集し、主役を透明素材として抽出してみてください。単純な文生図だけよりも、2.1らしい強みと限界を判断できます。
Qwen-Image 2.1 FAQ
Qwen-Image 2.1はオープンソースですか？
Qwenはオープンソースモデルとして発表し、重みと実装を公開しています。ただし重みはQwen Research Licenseで、商用自由なApache 2.0ではありません。「オープンウェイト」とライセンス上の利用範囲を分けて考える必要があります。
公式の重みはどこからダウンロードできますか？
Hugging FaceまたはModelScopeから入手できます。実装と更新情報は公式GitHubにあります。
透明PNGを生成できますか？
はい。公式モデルカードはRGBA生成、透明レイヤーの編集、RGB写真からの被写体抽出を説明しています。利用する製品がアルファチャンネルを保持して保存できるかは、各サービスの実装を確認してください。
参照画像は何枚使えますか？
公式仕様は最大10枚です。ホスト型サービスでは上限が少ない場合があります。