Qwen Image: Alibabas KI-Bildgenerator — alle Versionen von 1.0 bis 3.0

Was ist Qwen Image

Qwen Image ist eine Reihe von Bildmodellen des Qwen-Teams bei Alibaba, das auch die Qwen-Sprachmodelle veröffentlicht. Das erste Qwen-Image erschien am 4. August 2025: 20 Milliarden Parameter, MMDiT-Architektur und offene Gewichte unter Apache 2.0. Von Anfang an war Text im Bild die große Stärke der Serie, zunächst auf Chinesisch und Englisch.

Innerhalb eines Jahres wuchs die Reihe auf rund zehn Modelle, und die Versionsnummern laufen nicht der Reihe nach: Die geschlossene 3.0 kam vor der offenen 2.1. Hier der Überblick:

Version	Datum	Was es ist	Gewichte
Qwen-Image	4. Aug. 2025	Text-zu-Bild, 20 Mrd. Parameter	Apache 2.0
Qwen-Image-Edit	18. Aug. 2025	Bearbeitung eines einzelnen Bildes	Apache 2.0
Edit-2509	22. Sep. 2025	Bearbeitung mit mehreren Bildern	Apache 2.0
Qwen-Image-Layered	19. Dez. 2025	Zerlegt ein Bild in Ebenen	Apache 2.0
Edit-2511	23. Dez. 2025	Konsistentere Figuren und Gruppen	Apache 2.0
Qwen-Image-2512	31. Dez. 2025	Realistischere Menschen, Texturen und Text	Apache 2.0
Qwen-Image-2.0	10. Feb. 2026	Generierung und Bearbeitung in einem Modell, 2K	nur Cloud
Qwen-Image-3.0	21. Juli 2026	Flaggschiff: lange Prompts, kleiner Text	nur Cloud
Qwen-Image-2.1	20. Sep. 2026	7 Mrd. Parameter, transparenter Hintergrund	nichtkommerziell
Qwen-Image-2.1-Turbo	9. Okt. 2026	2.1 in 8 statt 40 Schritten	nichtkommerziell

Mehr zum jüngsten offenen Release steht in unserer News zu Qwen-Image-2.1.

Was Qwen Image kann

Lange Prompts und komplexe Layouts. Qwen-Image-2.0 verstand Anweisungen bis 1.000 Token, Qwen-Image-3.0 schafft bis 4.500. In Alibabas Demo erzeugte ein Prompt mit 3.700 Token in einem Durchgang ein 3×3-Raster aus neun verschiedenen Infografiken: Formeln, Diagramme, ein Comic und zweisprachige Beschriftungen. Zeitungsseiten, Storyboards und Prüfungsbögen sind typische Aufgaben für 3.0.

Kleine Schrift. Qwen-Image-3.0 rendert lesbare Buchstaben ab 10 Pixeln Höhe und eine komplette Seite eines Fachartikels mit LaTeX-Formeln: Indizes, Brüche, griechische Buchstaben.

12 Sprachen und über 100 Stile. Version 3.0 rendert Text in 12 Sprachen, imitiert Oberflächen von Websites, Spielen und Livestreams und kennt über 100 Kunststile. Für aktuelle Daten, etwa die heutige Wettervorhersage, kann das Modell die Websuche nutzen.

Generierung und Bearbeitung in einem Modell. Seit 2.0 brauchst du kein separates Qwen-Image-Edit: Dasselbe Modell tauscht Hintergründe, fügt Objekte hinzu oder entfernt sie und schreibt Anmerkungen auf Fotos. Per API nimmt Qwen-Image-3.0 ein bis drei Eingabebilder an, Qwen-Image-2.1 bis zu zehn und bearbeitet Bereiche per Maske oder gezeichneter Markierung.

Transparenter Hintergrund und Ebenen. Qwen-Image-2.1 liefert direkt PNG mit Alphakanal. Das separate Qwen-Image-Layered zerlegt ein fertiges Bild in mehrere RGBA-Ebenen — etwa 3 oder 8 —, die sich einzeln verschieben, skalieren und umfärben lassen.

Restaurierung. In Alibabas Beispielen ergänzt Qwen-Image-3.0 fehlende Teile eines alten Gemäldes im Stil des Originals und entfernt Schimmelflecken.

Wofür sich Qwen Image eignet

• Infografiken, Folien und Spickzettel — viel strukturierter Text in einem Bild.
• Poster, Cover und Banner mit Headline und Unterzeilen.
• Storyboards und Comics — viele Panels mit Sprechblasen in einer Generierung.
• UI-Mockups — App- und Website-Screens für Präsentationen.
• Produkte auf transparentem Hintergrund — Qwen-Image-2.1 liefert PNG ohne Freistellen.
• Eigene Infrastruktur — die offenen Versionen lassen sich selbst betreiben und feintunen.

Qwen Image und Alternativen

	Qwen-Image-3.0	GPT Image 2.5	Nano Banana 2.1	Seedream 5.0 Pro
Arena-Platz, Text-zu-Bild (24.10.2026)	13	1 (Sunburst)	6	12
Auflösung	bis 2048×2048	bis 3840 px	bis 4K	bis 2K
Referenzen	1–3 (2.1: bis 10)	mehrere	bis 14	bis 10
Prompt-Länge	bis 4.500 Token	—	—	—
Text	12 Sprachen, ab 10 px	mehrsprachig	mehrsprachig	über 10 Sprachen
Offene Gewichte	nein (2.1: ja)	nein	nein	nein

Bei der Gesamtqualität liegt Qwen-Image-3.0 gleichauf mit Seedream 5.0 Pro und hinter GPT Image 2.5 und Nano Banana 2.1. Ihr Vorteil ist die Menge: Keines der Nachbarmodelle unterstützt offiziell Prompts mit 4.500 Token. Unter den Open-Weight-Modellen steht Qwen-Image-2.1 auf Platz 19 — vor allen offenen Konkurrenten.

Wie man Prompts für Qwen Image schreibt

• Beschreibe das Layout, nicht nur die Szene. „3×2-Raster, in jedem Feld ein Icon und eine zweizeilige Beschriftung, oben eine Headline“ funktioniert besser als „eine schöne Infografik“.
• Text wörtlich und in Anführungszeichen. Schreib jede Beschriftung genau so, wie sie erscheinen soll, und ergänze „kein weiterer Text“.
• Lange Prompts in Blöcke teilen. Bei 3.0 zuerst den Gesamtstil, dann den Inhalt jedes Felds der Reihe nach.
• Prompt auf Englisch oder Chinesisch. Alibabas API unterstützt offiziell diese beiden Sprachen, andere werden mit Verlusten übersetzt.
• Negativ-Prompt nur bei 3.0. Qwen-Image-3.0 hat ein eigenes Feld für das, was nicht im Bild auftauchen soll.
• Beim Bearbeiten sagen, was sich ändert und was bleibt. „Ersetze den Hintergrund durch ein weißes Studio; Produkt, Licht und Schatten bleiben unverändert.“

Kann man Qwen Image lokal ausführen

Ja, aber nur die offenen Versionen. Die Gewichte von Qwen-Image, Edit, 2512, Layered und 2.1 liegen auf Hugging Face und ModelScope, die Modelle laufen in Diffusers und ComfyUI. Das ursprüngliche Qwen-Image mit 20 Milliarden Parametern ist schwer: Mit schichtweiser Auslagerung in den Arbeitsspeicher läuft es in DiffSynth-Studio auf einer GPU mit 4 GB, allerdings langsam. Qwen-Image-2.1 ist leichter — 7 Milliarden Parameter im Generator plus ein Qwen3-VL-Encoder mit 8 Milliarden.

Prüf vor dem lokalen Einsatz die Lizenz. Die Versionen von 2025 stehen unter Apache 2.0 und dürfen kommerziell genutzt werden. Qwen-Image-2.1 und Turbo erschienen unter der Qwen Research License — nur für nichtkommerzielle Zwecke. Qwen-Image-2.0 und 3.0 lassen sich gar nicht herunterladen: Sie laufen nur in Alibabas Cloud.

So nutzt du Qwen Image in AI2Face

Qwen Image ist im Generator von AI2Face verfügbar — ohne eigene GPU und ohne Alibaba-Cloud-Konto. Du kannst denselben Prompt auf Qwen Image, GPT Image, Nano Banana und Seedream laufen lassen und das beste Ergebnis behalten. Die Kosten jeder Generierung siehst du vor dem Start, bezahlen kannst du per Karte oder Krypto, und Credits aus Paketen verfallen nicht. Neue Konten erhalten nach der Registrierung Willkommens-Credits. Einen Überblick über weitere Modelle gibt unser Ratgeber zu KI-Bildgeneratoren.

Einschränkungen

• Die beste Version ist geschlossen. Qwen-Image-3.0 und 2.0 sind nicht veröffentlicht — keine Gewichte, kein technischer Bericht.
• Die offene 2.1 ist nicht für kommerzielle Zwecke. Die Qwen Research License verbietet kommerzielle Nutzung ohne gesonderten Vertrag mit Alibaba.
• Seltenere Schriften sind nicht garantiert. Die Serie ist auf Chinesisch und Englisch am stärksten, die 12 Sprachen von 3.0 nennt Alibaba nicht.
• Auflösung bis 2K. Für großformatigen Druck brauchst du Upscaling oder ein 4K-Modell.
• 3.0 nimmt weniger Referenzen. Das Flaggschiff akzeptiert bis zu 3 Eingabebilder, 2.1 bis zu 10.

Fazit

Qwen Image ist die richtige Wahl, wenn ein Bild viel Text und Layout enthält: Infografiken, Folien, Storyboards, Zeitungsseiten. Dafür nimmst du Qwen-Image-3.0. Brauchst du eigene Infrastruktur für ein nichtkommerzielles Projekt, ist das offene Qwen-Image-2.1 passend; für kommerziellen Eigenbetrieb Qwen-Image-2512 unter Apache 2.0. Bei Fotorealismus und Text in selteneren Schriften sind GPT Image 2.5 und Nano Banana 2.1 stärker — vergleiche sie mit Qwen Image am selben Prompt in AI2Face.