Qwen Image 2.1 で今すぐ生成

2026-09-20にAlibabaのQwenチームが公開した7Bパラメータのテキストtoイメージ生成モデルです。Alibabaによると、同社のリーダーボードでスコア60.28を達成し、オープンウェイトモデルの中で第1位となっています。日常的な言葉を使うだけで画像の作成と編集ができます。

ウェイトは研究用途のみで、ウェイトの商用利用はライセンスの範囲外です。一方、RiceBowlで生成した画像は商用利用できます。BF16版は約14GBのGPUメモリ、INT8版は約7GB以上が必要です。ローカルで実行するには、ComfyUIをインストールし、ウェイトをダウンロードして、ワークフローを設定する必要があります。

前払いなしで使い始められます。新規アカウントは登録時に20クレジットが無料で付与され、カードは不要です。生成するごとにアカウント残高のクレジットを消費します。

はい、RiceBowlで生成した画像は、プロジェクトやビジネス資料に商用利用できます。ただし、モデルのウェイト自体を商用目的で使用する場合は、Alibabaとの別途契約が必要です。

このモデルはAlibabaのQwenチームが開発し、2026-09-20に公開しました。ウェイトは研究目的に限りHugging Faceで公開されています。

すべてWebブラウザ上で直接動作するため、ここでの使用は簡単です。説明的なプロンプトを入力し、必要に応じて参照画像をアップロードして、ボタンをクリックしてリクエストを処理するだけです。完成した画像はフィードに表示されます。

はい、Qwen Imageファミリーは自然言語による画像編集に対応しています。既存の画像をアップロードし、シーンで変更したい内容をそのまま入力できます。変更内容を記述すると、モデルが画像を編集します。

RiceBowlでは、アップローダーは出力を導くために最大8枚の参照画像を受け付けます。Alibabaの公式例では、モデルが最大10枚の参照画像を統合しており、たとえば6枚の個別のポートレートを1枚の写真にまとめたり、5枚の参照画像を1つの衣装に組み合わせたりしています。

はい、画像内に読み取れるテキストを入れることは、Qwen Imageファミリーの広く知られた強みです。中国語と英語の両方でプロンプトを書くことで、特定の単語を出力に組み込めます。プロンプト内で希望する単語を引用符で囲むだけです。

テキスト入りのポスター、編集した写真、複数の参照画像から構築した画像など、さまざまな被写体を作成できます。明確なプロンプトを書き、関連する参照写真をアップロードすることで、ビジュアルスタイルを導けます。