做一张2K分辨率的图，原来要走40步去噪，现在只要8步——通义千问团队刚发布的Qwen-Image-2.1-Turbo，把推理效率翻了5倍，还没换原来7B的基础架构。
核心调整：砍步骤不砍功能，同架构提速5倍
这个Turbo版是Qwen-Image-2.1的加速检查点，核心是把去噪步数从默认的40步降到8步。换句话说，同样用7B的视觉生成架构，同样配Qwen3-VL 8B文本编码器，它的推理速度是基础版的5倍。输出分辨率还是2K，支持的图像生成类别（人像、海报、UI布局等）和编辑功能（多参考图、局部修改、透明RGBA输出）完全保留。架构上它用32层的单流DiT，靠前缀KV缓存把文本和参考图的计算只做一次，后续步骤直接复用缓存，这是能把步数砍到8步的关键。还有个细节：它内置了推荐的8步采样 schedule，直接改步数没用，得显式传sigma参数，其他采样方式官方没测试过。
跑起来的门槛：参数和API价格
本地跑的话，基础版Qwen-Image-2.1的显存需求，Unsloth估算用GGUF格式是11G，INT8/FP8是24G。Turbo版没公开最低显存要求，因为架构没变，应该和基础版差不太多，毕竟只是换了个检查点。如果不想本地部署，阿里云Model Studio已经上线了它的API：每生成一张图0.1元人民币，每分钟最多120次请求。对比同平台的Pro版，价格是Pro的2.5倍（Pro是0.25元/图），请求上限是6倍（Pro是20 RPM）。另外要注意许可：它属于Qwen研究许可，商业自托管得单独申请，不能直接商用本地部署。
实际价值：效率和成本的平衡
和同类快图模型比，它的定位挺特别：Z-Image-Turbo是6B参数，没有专门的编辑模型；FLUX.2 klein是9B，分辨率只有1024×1024，还要RTX 4090级别的显存（约29G）。Qwen这个Turbo版，7B参数支持2K，有全功能编辑，API价格还特别友好。对中小开发者来说，不用自己攒算力，用阿里云的API生成2K图只要0.1元，比其他同类API便宜不少，请求次数也够日常开发用。现在也有局限：没有Turbo版的基准测试分，基础版在Qwen-Image-Bench上拿到了60.28分（目前公开的最高分之一），Turbo版没测过，但应该和基础版差不多。
这次Turbo版的核心是把图像生成的效率和成本拉到了新水平，尤其是API价格压得很低。现在图像模型卷速度和成本，越来越多的开发者会不会放弃本地部署，转向用公有API？毕竟对要快速迭代的项目来说，效率和成本比模型参数大小更实在。
素材来源：MarkTechPost · AI情报、大模型、科研前沿
查看报道原文
发表第一条评论吧