Qwen-Image-2.1: бесплатный генератор картинок на своём компьютере, который умеет прозрачный фон и 10 референсов (2026)

Alibaba выложила Qwen-Image-2.1 в открытый доступ 20 сентября 2026. Это генератор картинок на 7 миллиардов параметров, который сразу умеет то, чего у платных сервисов пришлось ждать годами: отдавать картинку с честным прозрачным фоном и принимать до десяти образцов за один проход. Веса лежат на Hugging Face и ModelScope, скачать их может любой, платить за это не нужно.

Потрогать модель можно прямо сейчас бесплатно и без установки - в чате Qwen. А если у тебя есть видеокарта на 12 ГБ, она запускается дома и работает офлайн, без подписки, лимитов и зарубежной карты. Ниже: где потрогать, как поставить, сколько это весит в гигабайтах и что модель делает с русскими буквами на картинке.

Словарик: пять слов, без которых дальше непонятно

• Открытые веса (open weights) - файлы обученной модели выложены в публичный доступ. Скачал, запустил у себя, никто не смотрит на твои промпты и не считает генерации.
• Альфа-канал, RGBA - четвёртый канал картинки, который хранит прозрачность. Без него любой «прозрачный фон» это просто нарисованная белая заливка.
• Референс - картинка-образец, которую ты даёшь модели вместе с промптом, чтобы она сохранила лицо, товар или стиль.
• GGUF, квантование Q4 - сжатый формат весов. Каждое число хранят в 4 битах вместо 16, модель худеет примерно вчетверо, качество проседает слабо.
• ComfyUI - бесплатная программа для запуска генераторов картинок на своём компьютере, собирается из блоков-нод.

Что нового в Qwen-Image-2.1 по сравнению с обычными генераторами

Главных отличий три, и все они закрывают ровно те задачи, из-за которых дизайнеры до сих пор доделывают картинки руками.

Прозрачность зашита в саму модель. Не обтравка постфактум, а полноценный RGBA на выходе. За это отвечает автоэнкодер на 64 канала со сжатием 16 к 1: модель знает, где у объекта край, ещё до того как его нарисовала. У OpenAI похожая штука появилась в августе 2026, но только в платном API, разбирали это в гайде про прозрачный PNG в ChatGPT. Здесь это лежит в открытом файле, который можно скачать.

До десяти референсов за один проход. Привычный потолок у большинства редакторов это одна-две картинки. Десять меняет сценарий: можно загрузить лицо, товар, фактуру ткани, палитру и образец света и попросить собрать из этого сцену. Заявленные команды сценарии называют прямо: групповые портреты, виртуальная примерка одежды, расстановка мебели в комнате.

Правки кружком поверх картинки. Вместо описания словами «поменяй лампу слева» можно обвести место кружком, закрасить его или подложить маску. Модель понимает эту разметку как указание области.

Что у модели внутри: цифры, а не обещания

Архитектура опубликована, и по ней видно, откуда берётся заявленная экономия. Визуальная часть это 32 слоя Single-Stream DiT на 7 миллиардов параметров. Промпты и входные картинки кодирует отдельная модель Qwen3-VL 8B. Планировщик - Flow Matching с дискретным шагом Эйлера. Разрешение до 2K, соотношений сторон семь: 1:1, 4:3, 3:4, 3:2, 2:3, 16:9 и 9:16.

Про «обходит закрытые платные генераторы» стоит сказать честно. Это заявление самой команды Qwen, измеренное на её собственном бенчмарке. Независимых проверок на момент выхода не было. Для сравнения: на публичном GenEval предыдущая Qwen-Image набирала 0,87 против 0,84 у Seedream 3.0 и GPT Image 1. Цифра приличная, но это другой замер и другая версия модели.

Как попробовать Qwen-Image-2.1 бесплатно без установки

Самый быстрый путь занимает минуту и не требует ни видеокарты, ни оплаты.

1. Открой chat.qwen.ai. Сайт из России в 2026 году обычно работает напрямую, без VPN, подробности про доступ и лимиты разбирали в гайде про Qwen и как им пользоваться.
2. Зарегистрируйся по почте, карту при регистрации не спрашивают.
3. В поле ввода выбери режим генерации изображений.
4. Пиши промпт по-русски, модель понимает его без перевода.

Второй путь - официальное демо Qwen на Hugging Face Spaces. Оно интереснее, потому что туда можно загрузить до десяти референсов и проверить главную фишку модели. Минусы честные: демо часто стоит в очереди, а сам Hugging Face из России открывается нестабильно и обычно требует VPN. Если сайт не грузится, выручит рабочий VPN.

Как поставить Qwen-Image-2.1 на свой компьютер

Домашний запуск идёт через ComfyUI, которая поддержала модель в день выхода. Порядок такой.

Если ты привык к консоли, есть путь короче. Diffusers поддерживает модель родным пайплайном:

pip install torch>=2.4.0 transformers>=5.17
pip install git+https://github.com/huggingface/diffusers
pip install accelerate pillow

Дальше четыре строки на Python, которые поднимают модель и рисуют первую картинку:

from diffusers import QwenImage21Pipeline
import torch
pipe = QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1", torch_dtype=torch.bfloat16).to("cuda")
image = pipe(prompt="стеклянная ваза с одной ромашкой, белый фон", num_inference_steps=40).images[0]

Этот вариант тянет полные веса на 33,1 ГБ и требует серверной карты. Дома работает только связка ComfyUI плюс GGUF.

Сколько видеопамяти нужно на самом деле

Здесь много путаницы, поэтому разложу по файлам. Модель состоит из трёх частей, и считать надо их сумму, а не только генератор.

Хорошая новость: ComfyUI не держит все три части в видеопамяти одновременно, энкодер отрабатывает первым и выгружается. Поэтому пиковая нагрузка ближе к весу генератора плюс запас на саму картинку.

Практический ориентир получается такой. На 8 ГБ влезает Q2 или Q3, картинки будут, но мелкие детали и буквы начнут плыть. На 12 ГБ комфортно живёт Q4, это рабочая точка для большинства домашних карт. На 16 ГБ и выше берёшь Q8 или официальный INT8 на 7,26 ГБ и получаешь качество почти без компромиссов. Логика та же, что с текстовыми моделями, её подробно разбирали в гайде про нейросети на видеокарте с 8 ГБ.

Промпты для старта: три штуки под сильные стороны модели

Под прозрачный фон промпт пишется иначе, чем под обычную картинку. Модели нужно явно сказать, что фона нет, иначе она нарисует белый прямоугольник.

Объект на полностью прозрачном фоне, формат RGBA с альфа-каналом.
 
Объект: керамическая кружка глубокого синего цвета, вид три четверти сверху, мягкий студийный свет слева, чистые края без ореола и без тени на фоне.
 
Фона нет вообще: ни белого, ни серого, ни клетчатого. Только объект и прозрачность вокруг него.

Под десять референсов промпт устроен как список ролей: какая картинка за что отвечает.

Собери одну сцену из приложенных референсов. Роли картинок:
 
1. лицо человека - сохрани черты без изменений
2. предмет одежды - надень его на человека
3. фактура ткани - используй как материал одежды
4. образец освещения - повтори схему света
5. палитра - выдержи сцену в этих цветах
 
Сцена: человек стоит в полный рост у светлой стены, кадр по пояс, естественная поза. Формат 3:4.

А это промпт для правки кружком: сначала обводишь область в редакторе, потом просишь.

На картинке обведена область красным кругом. Замени только то, что внутри круга, остальное не трогай.
 
Внутри круга сейчас настольная лампа. Замени её на стеклянную вазу с тремя белыми тюльпанами. Сохрани направление света, тени и перспективу исходного кадра.

Больше готовых формулировок под генераторы картинок собрано в гайде про нейросети, которые рисуют картинки по описанию.

Что с русским текстом на картинке

Отдельно про то, ради чего многие и приходят. Qwen-Image-2.1 заявляет улучшенную типографику, но тренировалась она в первую очередь на китайском и английском. Кириллица рисуется, однако ведёт себя как у большинства открытых моделей: одно крупное слово выходит чисто, а фраза из пяти слов мелким кеглем разваливается в похожие на буквы закорючки.

Рабочая схема тут не поменялась. Заказываешь модели картинку либо совсем без текста, либо с одним-двумя крупными словами. Всё мелкое - подписи, цены, телефоны - ставишь поверх в любом редакторе. Прозрачный фон как раз для этого и удобен: объект отделён, подложку и текст добавляешь слоями.

Лицензия: почему «открытая» не значит «бери и продавай»

Тут надо быть очень аккуратным. Веса выложены под Qwen Research License Agreement. Это исследовательская лицензия: скачать, запустить, поэкспериментировать, изучить архитектуру можно свободно. Коммерческое использование требует отдельной заявки в Qwen и отдельного разрешения.

На практике это значит: сделать картинку для себя, для учёбы или для теста - нормально. Ставить её на лендинг клиента, продавать сток или встраивать генерацию в свой платный продукт без полученной лицензии - риск. Тот же GPT-Image или Midjourney по подписке дают коммерческие права сразу, и в этом их честное преимущество.

Когда бесплатного пути не хватает

Три ситуации, в которых домашний запуск не решает задачу. Первая: видеокарты нет вообще или она слабее 8 ГБ. Вторая: нужны коммерческие права здесь и сейчас, без переписки с юристами Alibaba. Третья: нужен конкретный платный генератор, которого в открытом доступе просто нет - Nano Banana Pro, Seedream, Midjourney.

Для этих случаев из России работают агрегаторы, где модели оплачиваются рублями и поштучно, без зарубежной карты и подписки на сервис-первоисточник. Один из них - Syntx (реферальная ссылка: тебе тот же прайс, мне небольшой процент): доступ идёт через Telegram-бота, платные генераторы лежат внутри под короткими именами, а на пробу дают несколько бесплатных токенов. По курсу ЦБ на 19 сентября 2026 (84,20 рубля за доллар) поштучная генерация в таких сервисах выходит в несколько рублей за картинку, что дешевле месячной подписки, если тебе нужно десять кадров, а не триста.

Если зарубежный сервис нужен целиком и со своим аккаунтом, это другая развилка: там вопрос не в доступе к модели, а в способе оплаты. Разбор способов и то, какие сайты вообще открываются напрямую, лежит в гайде про нейросети без VPN в России.

Стоит ли вообще связываться

Короткий ответ: да, если у тебя есть видеокарта на 12 ГБ и задачи, где важна прозрачность или сборка сцены из нескольких образцов. Локальный запуск снимает главные боли зарубежных генераторов разом: нет лимитов, нет подписки, нет VPN, нет вопроса «а что они делают с моими картинками».

Нет - если ты ждёшь замену платным генераторам во всём. Заявление про превосходство над закрытыми моделями пока подтверждено только собственным бенчмарком Qwen. Русский текст на картинке модель держит слабее платных. А исследовательская лицензия закрывает коммерцию до получения отдельного разрешения.

Чек-лист: что у тебя теперь есть

• Понимание, что Qwen-Image-2.1 вышла 20 сентября 2026 с открытыми весами на 7 миллиардов параметров
• Бесплатный способ потрогать её за минуту через chat.qwen.ai, без VPN и карты
• Цифры по весу: 33,1 ГБ в исходнике, 5,96 ГБ в GGUF Q4, около 13 ГБ на весь комплект
• Порог входа по железу: 8 ГБ на Q2-Q3, 12 ГБ на Q4, 16 ГБ и выше на Q8
• Пошаговая схема установки через ComfyUI плюс расширение ComfyUI-GGUF
• Три готовых промпта: под прозрачный фон, под десять референсов и под правку кружком
• Честное понимание лицензии: исследования свободно, коммерция по отдельной заявке
• Запасной путь, если карты нет: поштучная оплата моделей рублями через агрегатор

Открытые модели в этом году догоняют платные быстрее, чем кто-то успевает переписывать обзоры. Ещё в июле локальная генерация картинок означала компромисс по качеству почти во всём. Сейчас она означает компромисс по лицензии и по русским буквам, а по остальному спорит на равных.

По материалам The Decoder: Alibaba’s open-weight Qwen-Image-2.1 claims to beat closed models in image generation with just 7 billion parameters. Технические цифры сверены по репозиториям Qwen на Hugging Face и GitHub 21 сентября 2026.