The Pulse
Alibaba presenta Qwen-Image-2.1-Turbo con campionamento in otto passaggi
Il team Qwen di Alibaba ha annunciato Qwen-Image-2.1-Turbo il 9 ottobre 2026: un checkpoint per la generazione e la modifica di immagini in otto passaggi, basato sulla stessa architettura di generazione visiva da 7 miliardi di parametri di
AI.info Team · Scritto con l’IA ·
Il checkpoint Turbo di Qwen riduce il numero di passaggi
Il 9 ottobre 2026, il team Qwen di Alibaba ha annunciato Qwen-Image-2.1-Turbo per la generazione e la modifica di immagini, descrivendolo nelle note di rilascio come una versione in otto passaggi. Il checkpoint si basa su Qwen-Image-2.1 e mantiene la stessa architettura di generazione visiva da 7 miliardi di parametri. Il rilascio è avvenuto insieme al lancio delle API Pro e Turbo ospitate su Alibaba Cloud Model Studio.
Gli otto passaggi di rimozione del rumore sono la differenza prestazionale più evidente nell’annuncio. La documentazione di Qwen indica 40 passaggi come impostazione predefinita per il modello originale Qwen-Image-2.1, mentre Turbo include una sequenza di campionamento in otto passaggi. Turbo usa la sequenza salvata di otto passaggi; secondo la documentazione di Qwen, il checkpoint originale Qwen-Image-2.1 usa per impostazione predefinita 40 passaggi. La documentazione non fornisce risultati comparativi sui tempi, quindi il minor numero di passaggi, da solo, non dimostra uno specifico miglioramento della velocità su un determinato dispositivo.
Un checkpoint per generare e modificare immagini
Il modello Turbo supporta sia la generazione di immagini da testo sia la modifica di immagini. La scheda del modello di Qwen indica che il checkpoint si carica tramite QwenImage21Pipeline in Diffusers e include la sequenza di campionamento consigliata, eliminando la necessità di configurare manualmente lo scheduler. La generazione usa per impostazione predefinita un valore di classifier-free guidance pari a 1, mentre il caching dei valori-chiave dei prefissi riutilizza il contesto del testo e delle immagini di riferimento nei vari passaggi di rimozione del rumore.
Gli esempi di Qwen mostrano entrambe le funzioni: un prompt testuale genera un’immagine, mentre un esempio di modifica parte dallo schizzo di uno yacht e chiede al modello di raffigurare l’imbarcazione in mare. La scheda del modello mostra anche esempi di generazione di immagini trasparenti, tipografia, trasformazione di una singola immagine e composizione con più immagini di riferimento. Questi esempi illustrano la gamma di usi che Qwen presenta per il checkpoint; non sono test comparativi pubblicati sulla qualità o sulla latenza.
Questi dettagli contano per gli sviluppatori che devono scegliere tra un’API ospitata e l’esecuzione del modello in proprio. Qwen rende disponibili i pesi del modello su Hugging Face, mentre nelle note di rilascio indirizza gli utenti anche agli endpoint ospitati di Alibaba Cloud. Le istruzioni introduttive nella scheda del modello prevedono un’installazione di PyTorch compatibile con CUDA, la precisione bfloat16 e Diffusers. La scheda specifica che Turbo richiede una build recente di Diffusers che supporti i valori sigma di campionamento configurati dalla pipeline: gli utenti potrebbero quindi dover installare la versione più recente dal codice sorgente, anziché affidarsi a una versione precedente del pacchetto.
Il repository elenca diverse dimensioni di output consigliate, tra cui immagini quadrate da 2048 per 2048, formati orizzontali e verticali e un’opzione 16:9 da 2752 per 1536. Indica che sia Turbo sia il checkpoint originale usano per impostazione predefinita una risoluzione di 2048. Lo stesso repository descrive funzionalità di Qwen-Image-2.1 come l’output RGBA trasparente e la modifica con più immagini di riferimento; gli esempi nella scheda del modello Turbo includono la trasparenza e la composizione con più immagini di riferimento.
L’accesso tramite API parte da 1,4 centesimi per immagine
La pagina di Model Studio di Alibaba indica prezzi API originali di 0,014133 dollari per immagine generata nella regione Virginia degli Stati Uniti e di 0,016 dollari a Singapore. Il prezzo indicato è di 0,014133 dollari per immagine anche a Pechino, Francoforte, Tokyo e Hong Kong. Alibaba precisa che queste cifre escludono le promozioni a tempo limitato; la pagina indica un limite di 120 richieste al minuto in ciascuna delle regioni mostrate.
Il fornitore offre l’accesso tramite il servizio Model Studio, mentre i pesi sono anche scaricabili per l’inferenza in locale. La scheda del modello indica la Qwen Research License come licenza del modello. Le sue condizioni consentono l’uso per scopi non commerciali e stabiliscono che l’uso commerciale richiede una licenza commerciale separata da parte del licenziante. I prezzi delle API di Alibaba e la licenza dei pesi del modello descrivono quindi due modalità di accesso diverse, con condizioni distinte.
Meno passaggi, ma nessun risultato pubblicato sui tempi
La sequenza di otto passaggi di Turbo offre agli sviluppatori un motivo preciso per provarlo quando la velocità di inferenza è importante, pur mantenendo la stessa architettura di generazione visiva dichiarata per Qwen-Image-2.1. Il materiale di rilascio, però, non riporta confronti sulla latenza, punteggi relativi alla qualità delle immagini o risultati riferiti a hardware specifico. I team che valutano Turbo rispetto al checkpoint originale dovranno misurare i tempi di generazione e la qualità dell’output sui propri carichi di lavoro.