Qwen-Image-2.1-Turbo 发布：去噪从 40 步压到 8 步、每张 0.1 元，权重仍限研究用途

先说结论

• 家族位置：Qwen-Image-2.1 的加速检查点，模型卡写明两者用同一套架构，Turbo 换来的只是 8 步出图。1
• 参数规模：视觉生成主干 7.1B（32 层单流 DiT），另外挂一个 8B 的 Qwen3-VL 文本编码器。25
• 去噪步数：8 步，采样 schedule 存在检查点里，单独改 num_inference_steps 覆盖不了它。1
• 官方评测：Turbo 本身一个评测数字都没有；能引用的是基座在官方 Qwen-Image-Bench 上的 60.28 分。6
• 第三方独立评测：Arena 文生图总榜上只有基座 qwen-image-2.1（第 19 名、Elo 1223），Turbo 还没有条目。7
• 价格：百炼 0.1 元一张，国际站 0.016 美元一张。34
• 许可：Qwen Research License，只授权研究与评估用途，商用要另外申请；同门早期的 Qwen-Image 系模型是 Apache 2.0。89
• 本地部署：要装最新 Diffusers 源码，整仓下载约 32GB，光文本编码器一个文件就 17.5GB。15

快速核对

官方评测只到基座这一层

8 步是怎么来的

第三方独立评测：基座在榜，Turbo 还没有

价格与可用性

许可：研究许可，不是 Apache

该不该试

• 已经在用 Qwen-Image-2.1 出图。 换成 Turbo 的收益最直接：步数从 40 降到 8，托管 API 每张 0.1 元，接口和 pipeline 都不用改。13
• 要中文或中英混排的版式图。 官方把文字渲染和海报排版放在样例的第一屏，但第三方还没有实测，最好自己跑一批对照。1
• 要做多参考图的商品或人像编辑。 能力继承自 2.1：最多 10 张参考图、RGBA 透明图、蒙版局部编辑都在同一套 pipeline 里。6
• 要拿它做商业产品。 权重这条路要先申请商用许可；只想省事的话，走百炼或 QwenCloud 的托管 API。8
• 本地显存和带宽紧张。 原版整仓约 32GB，量化版能压到 17GB 上下，效果差异要自己测。511

还没有的数字

• Turbo 没有自己的官方评测。 模型卡只有样例和用法，Bench 分数全部来自基座。1
• 没有第三方复跑。 Arena 榜单上只有基座，Artificial Analysis 的文生图页本轮被登录墙挡住，没有取到数据。7
• 官方没给提速倍数。 步数从 40 到 8 是确定的，相同时长下快多少、画质差多少，官方两份文档都没写。1
• 没有安全评估。 Qwen 没有为这个检查点发布安全报告或风险说明。1
• 7B 指的是主干。 文本编码器另算 8B，按整仓体积估显存的话不能只按 7B 算。5