Qwen-Image-2.1レビュー：透明画像・画像編集・API料金・NSFW対応

Qwen-Image-2.1の魅力は、きれいな一枚を描くだけでなく、素材を作って編集する作業をまとめられることです。背景が透明な画像の生成、複数画像を参考にした合成、写真の一部修正に対応。ステッカーや商品画像、キャラクター差分の制作方法を試したい人に向いています。

ただし、公開された重みは研究用ライセンスです。また「7B」は画像生成部分の規模で、モデル全体のメモリ使用量を意味しません。まず公式デモで必要な作業を試し、有料案件に組み込む前に利用条件を確認するのが現実的です。情報・料金の確認日：2026年9月24日。

Qwen-Image-2.1で何が変わった？

2026年9月20日に公開されたQwen-Image-2.1は、文章からの画像生成と画像編集を一つのモデルに統合しています。主な特徴は、ネイティブなRGBA透明画像、最大10枚の参照画像、書き込みやマスクによる部分編集、7Bの画像生成モジュールです。文字表現、ポートレートの照明、質感の改善も公式に挙げられていますが、すべての指示で旧版を上回るとは限りません。

透明画像はPNGで保存し、白と黒の背景に重ねて髪・ガラス・半透明部分の縁を確認しましょう。「最大10枚」は入力上限であり、10人の顔や細かな商品文字を常に正確に保持する保証ではありません。

実際のユーザー評価：編集は好評、質感には賛否

Europa Pressの報道でも透明画像と編集の統合が紹介されています。ただし、発表内容の紹介と、同条件で画質を比較した実測は分けて読む必要があります。

Hugging FaceのユーザーTheTechnoXによる報告では、RTX 4060 Ti 16GBとComfyUI、INT8構成で局所的な編集が動作しています。生成は約20秒、編集は約60秒、VRAMのピークは約15GBとされています。ただし解像度やステップ数が十分に明記されていないため、そのまま手元のPCの所要時間とは考えないでください。

一方、Redditの使用レビューでは表情・ポーズ・背景の変更を評価しながら、黄色がかった色調、粒状感、人工的な質感、複雑な要素の組み合わせを課題に挙げています。単一の口コミを全体の結論にせず、自分が必要とする写真や構図で確認するのが確実です。

おすすめの試し方は、透明素材と変更範囲の狭い編集から始めること。実写の自然さや複数人物の一貫性は拡大して確認したい部分です。ここでの速度は第三者の報告であり、AirMoreが同一GPU条件で行ったベンチマークではありません。

オンラインで使う方法とAPI料金

Qwen公式のHugging Faceデモなら、対象バージョンを明確にして試せます。英語・中国語のプロンプト、画像のアップロード、プロンプト補強に対応します。共有デモなので混雑や利用条件は変わり、無制限利用や業務向けの稼働保証があるわけではありません。

1. 文章から生成するときは画像を入れず、Prompt欄に一つの明確な指示を書きます。
2. 編集するときは自分の画像をアップロードし、変える部分と維持する部分を指定します。
3. 背景を透明にしたい場合は、RGBAと透明背景を明示します。保存形式はPNGにします。
4. Enhance promptで追加された内容を確認します。余計な要素が増えるならオフにして比較します。
5. Generate imageで生成し、保存後に原寸で文字や輪郭を確認します。

第三者サービスreAPIは、1Kが1枚0.02米ドル、2Kが0.04米ドルです。参考換算では約3.16円・約6.33円、100枚なら約316円・約633円。これはAlibaba公式のAPI料金ではなく、reAPIの表示価格です。税・決済手数料は別途確認してください。

円換算は2026年9月24日の参考レート、1米ドル＝約158.13円による目安で、円建て請求の保証ではありません。APIドキュメントではモデルID qwen-image-2.1を指定し、非同期ジョブのIDで完了を確認します。自前のGPUでAPIを動かすならvLLM-Omniの手順があります。モデルの配布、共有デモ、有料APIは別のサービスです。

ComfyUI導入手順とVRAMの考え方

ComfyUIを更新し、Comfy-Org配布ファイルと公式の画像生成用JSONまたは画像編集用JSONを使います。2.1用のVAEとエンコーダーを組み合わせ、旧Qwenの構成をそのまま流用しないでください。

INT8構成の配置例は以下の通りです。BF16版もあります。読み込みノードでは、実際にダウンロードした精度・ファイル名を選びます。

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. 公式ワークフローJSONをComfyUIに読み込みます。
2. 生成モデル・エンコーダー・VAEを上記フォルダーに置き、再起動またはモデル一覧を更新します。
3. 各読み込みノードのファイルを選び直します。編集用では元画像も指定します。
4. 最初は1024×1024、画像1枚から試し、動作してから解像度と参照枚数を増やします。
5. シード・精度・解像度・設定を記録し、同じ条件で結果を比較します。透過画像は保存後のアルファチャンネルも確認します。

一律の「最低VRAM」は断定できません。vLLMのGB300測定例では1024×1024・40ステップのBF16構成で約34GBを使用しています。データセンター向けGPUでの数値なので、家庭用GPUの購入目安とは別です。前述の16GBでの動作報告は量子化と別の実行環境によるもので、2K・参照10枚まで保証するものではありません。

量子化やCPUオフロードでメモリ消費を抑えられる場合がありますが、速度や画質も変わります。RAMとSSDの余裕も必要です。別途配布される9Bのプロンプト補強モデルは任意で、初回から導入する必要はありません。

旧Qwen・FLUX.2 kleinとの比較

服装だけの変更、商品ラベルの保持、背景の差し替えなど、普段使う画像で比較しましょう。一つの作業で改善しても、別の作業では前のモデルが適することがあります。

FLUX.2 klein 4BのAPIは最初の1メガピクセルで0.014米ドルから。追加ピクセルや参照画像の課金があるため、reAPIの1K・2K料金と単純には比較できません。透明素材の研究なら2.1、軽快な反復や重みの商用条件を重視するならklein 4Bが候補です。これは用途別の比較であり、同条件の画質ランキングではありません。

関連レビュー：Qwen Imageシリーズの違い

NSFW対応と商用ライセンス

ローカルで動くことは、公式に無制限のNSFW生成を保証する意味ではありません。ユーザー報告では文章からの生成と編集で挙動に違いがあり、補強モデルやホスト側のモデレーションも影響します。reAPIは入力・出力の審査を案内しているため、そのサービスのルールが適用されます。

Qwen Research Licenseは配布物の利用を研究・評価目的に制限し、商用利用には別のライセンスを求めています。窓口は model-business@notice.qwencloud.com。旧QwenのApache-2.0条件を引き継ぐとは考えないでください。有料APIを契約しただけで、すべての利用権が解決するわけでもありません。

使いやすいプロンプトとおすすめ用途

• 透明素材：被写体・素材・照明を指定し、背景は透明と明示。床や風景など矛盾する指定を増やさない。
• 商品写真：変更点だけでなく、形状・文字・反射・カメラ角度の維持を指示。結果でも確認する。
• 複数参照：1枚目は人物、2枚目は服など役割を明示。最初から10枚使わず、必要な画像を順に追加する。
• 文字入り画像：正確な文言を引用符で囲み、位置も指定。日本語の漢字・送り仮名・小さな文字は必ず校正する。
• アニメ・実写：顔や手の整合性、編集前後の同一性を確認。特定の画風や正確な人体を無条件に保証するモデルではない。

指示例：「透明RGBA背景の、オレンジ色の紙細工の花のステッカーを1個。花びらの輪郭は明瞭にし、周囲に余白を残す。文字なし」。編集なら「青い背景だけを薄緑に変更。ボトル本体、ラベル文字、反射、カメラ角度は維持」。これらは試すための例文で、生成結果を保証するものではありません。

よくある質問と結論

無料で使えますか？

重みには画像ごとのモデル利用料がありませんが、GPU・電力・クラウド実行費用は別です。研究ライセンスによる制限もあります。オンラインサービスの無料枠や料金は個別に確認してください。

7Bなら8GBのGPUで十分ですか？

そうとは限りません。エンコーダー、VAE、処理途中のデータもVRAMを使います。同じGPU、精度、解像度での動作報告を探すことが重要です。

旧版LoRAは使えますか？

2.1対応が明示されているか確認してください。旧モデル向けファイルを読み込めるとは限らず、まず公式テンプレート単体で動作を確認するのが確実です。

透過にならない場合は？

JPEGで保存していないか、実際にアルファチャンネルがあるかを確認します。背景を描く指示を外し、明暗の異なる背景に重ねて見てください。

今すぐ乗り換えるべき？

透明素材や局所編集の研究には試す価値があります。公式デモで必要な作業を絞って評価し、手元のGPUで再現できるならローカル導入へ進むと無駄がありません。速度・再現性・ライセンスを確認するまでは、使い慣れたモデルも残しておきましょう。

仕事での採用はサンプルの美しさだけで判断せず、利用条件を最初の選定基準に含めることをおすすめします。