Qwen-Image-2.1 : avis sur la transparence, la retouche, les prix API et le NSFW

L’intérêt de Qwen-Image-2.1 est de produire des éléments visuels que l’on peut ensuite modifier. Transparence native, plusieurs références et retouches localisées en font un candidat intéressant pour expérimenter des stickers, des détourages de produits et des variantes de personnages.

Deux réserves comptent : les poids sont soumis à une licence de recherche, et les 7B annoncés ne concernent que le générateur visuel. Essayez la démonstration avant d’acheter du matériel et clarifiez la licence avant tout usage rémunéré. Informations et tarifs vérifiés le 24 septembre 2026.

Les nouveautés utiles au quotidien

Publié le 20 septembre 2026, Qwen-Image-2.1 réunit génération et retouche. Il propose le RGBA natif, jusqu’à dix images de référence et des modifications guidées par annotations ou masques. Qwen annonce aussi des progrès sur le texte, l’éclairage des portraits et les textures : ce sont des affirmations du fabricant, pas une supériorité garantie pour chaque demande.

Enregistrez le PNG et superposez-le à des fonds clairs et foncés. Vérifiez cheveux, verre et contours semi-transparents. Dix références constituent une limite d’entrée, pas la promesse de conserver parfaitement dix visages ou tous les détails d’un emballage.

Retours utilisateurs : retouche convaincante, rendu inégal

Europa Press a couvert le lancement, mais une actualité ne remplace pas un test comparatif. Dans un retour publié sur Hugging Face, TheTechnoX décrit une configuration INT8 sous ComfyUI avec une RTX 4060 Ti 16GB et des retouches localisées réussies.

L’utilisateur rapporte environ 20 secondes en génération, 60 secondes en retouche et un pic proche de 15GB de VRAM. La résolution et le nombre de passes n’étant pas complètement précisés, ces chiffres illustrent une possibilité, sans prédire les performances de votre ordinateur.

Un autre retour sur Reddit apprécie les changements d’expression, de pose et de fond, mais signale parfois une dominante jaune, du grain et un aspect artificiel. Les compositions complexes sont également moins convaincantes. Nous conseillons de commencer par la transparence et les retouches ciblées. Il s’agit de témoignages attribués, pas d’un benchmark GPU réalisé par AirMore.

Accès en ligne et prix de l’API

La démonstration officielle Qwen sur Hugging Face permet d’identifier précisément le modèle utilisé. Elle accepte des instructions en anglais ou chinois, des images et l’enrichissement du prompt. Sa capacité partagée peut varier ; un usage illimité ou une disponibilité professionnelle ne sont pas garantis.

1. Pour générer à partir du texte, ne chargez aucune image et formulez un objectif clair.
2. Pour retoucher, chargez votre image et précisez ce qui change et ce qui doit rester intact.
3. Demandez un fond RGBA transparent lorsque nécessaire, puis conservez le format PNG.
4. Relisez les ajouts de Enhance prompt ; désactivez cette option si elle déforme la consigne.
5. Cliquez sur Generate image et examinez lettres, contours et petits détails en taille réelle.

reAPI est un fournisseur tiers qui affiche 0,02 USD par image 1K et 0,04 USD par image 2K, soit environ 0,018 € et 0,035 €. Cent résultats représentent environ 1,75 € ou 3,51 €, hors éventuels frais et taxes. Ce n’est pas le tarif officiel d’Alibaba.

Conversion indicative du 24 septembre 2026 : 1 USD ≈ 0,8774 €. Elle ne garantit pas une facturation en euros. La documentation API utilise l’identifiant qwen-image-2.1 et des tâches asynchrones. Pour héberger votre propre service, vLLM-Omni fournit une recette, avec matériel et coûts d’exploitation à votre charge.

ComfyUI : installation et mémoire vidéo

Mettez ComfyUI à jour et utilisez les fichiers Comfy-Org, avec le workflow officiel de génération ou de retouche. Ne réutilisez pas automatiquement le VAE et les nœuds d’une ancienne version.

Exemple de dossiers pour INT8. Les variantes BF16 existent aussi ; sélectionnez les noms réellement téléchargés dans les nœuds :

ComfyUI/models/diffusion_models/
 qwen_image_2.1_int8_convrot.safetensors
ComfyUI/models/text_encoders/
 qwen3vl_8b_int8_convrot.safetensors
ComfyUI/models/vae/
 qwen_image_2.1_vae_bf16.safetensors

1. Importez le JSON officiel.
2. Placez générateur, codeur et VAE dans leurs dossiers, puis actualisez la liste.
3. Sélectionnez les bons fichiers et l’image source pour la retouche.
4. Commencez avec une image à 1024 × 1024 avant d’augmenter résolution ou références.
5. Conservez graine, précision et paramètres pour comparer les résultats.

Il n’existe pas de minimum universel de VRAM. Une mesure vLLM sur GB300 atteint environ 34GB en BF16, à 1024 × 1024 et 40 étapes. Ce matériel de centre de données ne constitue pas un conseil d’achat grand public. Le cas de 16GB utilise une autre pile et de la quantification, sans garantir du 2K avec dix références.

La quantification et le transfert de composants vers la RAM peuvent aider, au prix de changements de vitesse ou de qualité. Prévoyez aussi de la RAM et du stockage SSD. Les modèles supplémentaires d’enrichissement du prompt, de 9B, restent facultatifs.

Comparaison avec l’ancien Qwen et FLUX.2 klein

Comparez des tâches concrètes : changer un vêtement sans changer le visage, préserver une étiquette et remplacer un fond. Un progrès sur une tâche ne suffit pas à justifier le remplacement de tout votre processus.

L’API klein 4B commence à 0,014 USD pour le premier mégapixel, avec suppléments pour pixels et références. Ce n’est pas directement comparable aux paliers 1K/2K de reAPI. Choisissez 2.1 pour explorer la transparence, ou examinez klein 4B si vitesse et licence permissive des poids priment. Il ne s’agit pas d’un classement visuel à conditions identiques.

Pour aller plus loin : la famille Qwen Image

NSFW et utilisation commerciale

Une exécution locale ne signifie pas un support officiel illimité du NSFW. Des utilisateurs décrivent des comportements différents en génération et en retouche ; le réécrivain de prompts et la modération du service interviennent aussi. reAPI indique contrôler entrées et sorties : ses règles restent applicables.

La Qwen Research License réserve les éléments distribués à la recherche et à l’évaluation, avec une licence distincte pour un usage commercial. Le contact annoncé est model-business@notice.qwencloud.com. Ne transposez pas la licence Apache-2.0 d’un ancien Qwen à cette version. Payer une API ne règle pas automatiquement tous les droits d’utilisation.

Prompts et usages à essayer

• Stickers transparents : décrivez un sujet, sa matière, son éclairage et la transparence. Évitez d’ajouter un décor contradictoire.
• Produits : indiquez les formes, textes, reflets et angles à préserver, puis vérifiez-les.
• Références multiples : attribuez un rôle à chaque image dans l’ordre, et ajoutez-les progressivement.
• Typographie : donnez la phrase exacte entre guillemets et son emplacement. Relisez accents et petits caractères.
• Anime et portraits : vérifiez anatomie et identité après plusieurs retouches ; aucun style précis n’est garanti.

Exemple : « Un sticker de fleur orange en papier, contours nets, fond RGBA transparent, espace autour, sans texte ». Pour retoucher : « Remplace uniquement le fond bleu par du vert pâle ; conserve bouteille, étiquette, reflets et cadrage ». Ce sont des suggestions, pas des sorties de test enregistrées.

Questions fréquentes et verdict

Est-il gratuit ?

Les poids ne sont pas facturés à l’image, mais le GPU, l’électricité ou la location ont un coût. La licence limite l’usage et chaque hébergeur fixe ses tarifs.

Une carte de 8GB suffit-elle ?

La mention 7B ne permet pas de le conclure. Codeur, VAE et données intermédiaires occupent de la mémoire. Cherchez une configuration testée correspondant à la vôtre.

Les anciens LoRA fonctionnent-ils ?

Vérifiez la compatibilité explicite avec l’architecture 2.1. Commencez par le workflow officiel sans extension.

Pourquoi mon image est-elle opaque ?

Contrôlez le format PNG, le canal alpha et les instructions de fond. Le JPEG ne conserve pas la transparence. Superposez le fichier à deux couleurs.

Faut-il migrer ?

Une évaluation ciblée vaut la peine pour la transparence et la retouche locale. Essayez la démo, puis reproduisez quelques tâches utiles avant d’investir. Gardez votre ancien modèle tant que constance, vitesse et licence ne conviennent pas.

Pour une activité rémunérée, la licence doit entrer dans la sélection dès le départ. Un bel exemple ne suffit pas à valider une chaîne de production.