# Qwen Image: el modelo de imágenes con IA de Alibaba, de la 1.0 a la 3.0

> Qwen Image es una familia de modelos de generación y edición de imágenes del equipo Qwen de Alibaba. El primer Qwen-Image salió el 4 de agosto de 2025 con pesos abiertos. El modelo insignia, Qwen-Image-3.0 (21 de julio de 2026), acepta prompts de hasta 4500 tokens y genera texto desde 10 px en 12 idiomas. Qwen-Image-2.1 es el mejor modelo abierto del ranking de Arena. Disponible en AI2Face.

Desarrollador: Alibaba (Qwen) · Lanzamiento: 2026-07-21 · Actualizado el 2026-10-24
URL: https://ai2face.com/es/models/qwen-image

## Datos clave

| | |
|---|---|
| Desarrollador | Equipo Qwen, Alibaba (China) |
| Versiones | Qwen-Image y Edit (agosto de 2025), 2512 y Layered (diciembre de 2025), 2.0 (10 de febrero de 2026), 3.0 (21 de julio de 2026), 2.1 y 2.1-Turbo (septiembre–octubre de 2026) |
| Qué hace | Genera imágenes a partir de texto y edita imágenes existentes con 1–10 referencias |
| Resolución | 2K nativo, de 512×512 a 2048×2048 píxeles, relación de aspecto de 1:8 a 8:1 |
| Longitud del prompt | 3.0 — hasta 4500 tokens; 2.0 — hasta 1000 |
| Texto en la imagen | 3.0 — 12 idiomas, texto desde 10 px, fórmulas LaTeX; lo mejor, en chino e inglés |
| Pesos abiertos | 1.x y Layered — Apache 2.0; 2.1 — solo licencia no comercial; 2.0 y 3.0 — solo en la nube |
| Ranking de Arena | 3.0-Pro — puesto 13 en texto a imagen (24/10/2026) |
| En AI2Face | Sí |

## Qué es Qwen Image

Qwen Image es una línea de modelos de imagen del equipo Qwen de Alibaba, el mismo que publica los modelos de lenguaje Qwen. El primer Qwen-Image salió el 4 de agosto de 2025: 20 000 millones de parámetros, arquitectura MMDiT y pesos abiertos bajo Apache 2.0. Desde el principio, su punto fuerte fue el texto dentro de la imagen, primero en chino e inglés.

En un año la línea creció hasta una decena de modelos, y las versiones no siguen un orden: la 3.0 cerrada salió antes que la 2.1 abierta. Este es el mapa:

| Versión | Fecha | Qué es | Pesos |
|---|---|---|---|
| Qwen-Image | 4 ago 2025 | Texto a imagen, 20 000 M de parámetros | Apache 2.0 |
| Qwen-Image-Edit | 18 ago 2025 | Edición de una sola imagen | Apache 2.0 |
| Edit-2509 | 22 sep 2025 | Edición con varias imágenes | Apache 2.0 |
| Qwen-Image-Layered | 19 dic 2025 | Descompone la imagen en capas | Apache 2.0 |
| Edit-2511 | 23 dic 2025 | Personajes y grupos más consistentes | Apache 2.0 |
| Qwen-Image-2512 | 31 dic 2025 | Personas, texturas y texto más realistas | Apache 2.0 |
| Qwen-Image-2.0 | 10 feb 2026 | Generación y edición en un modelo, 2K | solo nube |
| Qwen-Image-3.0 | 21 jul 2026 | Insignia: prompts largos, texto pequeño | solo nube |
| Qwen-Image-2.1 | 20 sep 2026 | 7000 M de parámetros, fondo transparente | no comercial |
| Qwen-Image-2.1-Turbo | 9 oct 2026 | La 2.1 en 8 pasos en lugar de 40 | no comercial |

Los detalles del último lanzamiento abierto están en nuestra noticia sobre [Qwen-Image-2.1](/es/news/qwen-image-2-1).

## Qué puede hacer Qwen Image

**Prompts largos y maquetación compleja.** Qwen-Image-2.0 entendía instrucciones de hasta 1000 tokens; Qwen-Image-3.0, de hasta 4500. En la demostración de Alibaba, un prompt de 3700 tokens produjo de una sola vez una cuadrícula de 3×3 con nueve infografías distintas: fórmulas, diagramas, un cómic y textos en dos idiomas. Una página de periódico, un guion gráfico o una hoja de examen son tareas típicas de la 3.0.

**Texto pequeño.** Qwen-Image-3.0 dibuja letras legibles desde 10 píxeles de alto y una página completa de un artículo científico con fórmulas LaTeX: subíndices, fracciones y letras griegas.

![Infografía THE LIFE OF A HONEYBEE: seis paneles del huevo a la miel con textos y flechas](https://ai2face.com/_astro/infographic.BhO9-yV4_ZQVvb0.jpg "Qwen-Image-3.0 crea una infografía así, con textos en seis paneles, a partir de un solo prompt. Imagen hecha con GPT Image 2.5 en AI2Face")

**12 idiomas y más de 100 estilos.** La versión 3.0 genera texto en 12 idiomas, imita interfaces de webs, juegos y directos y conoce más de 100 estilos artísticos. Para datos actuales, como la previsión del tiempo de hoy, el modelo puede consultar la búsqueda web.

**Generación y edición en un solo modelo.** Desde la 2.0 no hace falta un Qwen-Image-Edit aparte: el mismo modelo cambia el fondo, añade y quita objetos y escribe anotaciones sobre las fotos. Por API, Qwen-Image-3.0 acepta de 1 a 3 imágenes de entrada, y Qwen-Image-2.1, hasta 10, además de editar una zona con máscara o una marca dibujada.

**Fondo transparente y capas.** Qwen-Image-2.1 entrega directamente PNG con canal alfa. El modelo aparte Qwen-Image-Layered descompone una imagen terminada en varias capas RGBA —por ejemplo, 3 u 8— y cada capa se puede mover, escalar y recolorear por separado.

**Restauración.** En los ejemplos de Alibaba, Qwen-Image-3.0 reconstruye las partes perdidas de una pintura antigua con el estilo del original y elimina manchas de moho.

## Para qué sirve Qwen Image

- **Infografías, diapositivas y chuletas**: mucho texto estructurado en una sola imagen.
- **Pósteres, portadas y banners** con titular y subtítulos.
- **Guiones gráficos y cómics**: muchos paneles con bocadillos en una sola generación.
- **Maquetas de interfaz**: pantallas de apps y webs para presentaciones.
- **Productos con fondo transparente**: Qwen-Image-2.1 entrega PNG sin recortar.
- **Infraestructura propia**: las versiones abiertas se pueden ejecutar y ajustar en tu equipo.

## Qwen Image frente a sus alternativas

| | Qwen-Image-3.0 | [GPT Image](/es/models/gpt-image) 2.5 | [Nano Banana 2.1](/es/models/nano-banana-2-1) | [Seedream](/es/models/seedream) 5.0 Pro |
|---|---|---|---|---|
| Puesto en Arena, texto a imagen (24/10/2026) | 13 | 1 (Sunburst) | 6 | 12 |
| Resolución | hasta 2048×2048 | hasta 3840 px | hasta 4K | hasta 2K |
| Referencias | 1–3 (2.1: hasta 10) | varias | hasta 14 | hasta 10 |
| Longitud del prompt | hasta 4500 tokens | — | — | — |
| Texto | 12 idiomas, desde 10 px | multilingüe | multilingüe | más de 10 idiomas |
| Pesos abiertos | no (2.1: sí) | no | no | no |

En calidad general, Qwen-Image-3.0 está a la altura de [Seedream 5.0](/es/models/seedream-5-0) Pro y por detrás de [GPT Image 2.5](/es/models/gpt-image-2-5) y Nano Banana 2.1. Su ventaja es el volumen: ninguno de sus vecinos admite oficialmente un prompt de 4500 tokens. Entre los modelos de pesos abiertos, Qwen-Image-2.1 ocupa el puesto 19, por encima de cualquier competidor abierto.

## Cómo escribir prompts para Qwen Image

- **Describe la maquetación, no solo la escena.** «Cuadrícula de 3×2, en cada panel un icono y un texto de dos líneas, titular arriba» funciona mejor que «una infografía bonita».
- **El texto, literal y entre comillas.** Escribe cada rótulo tal como debe aparecer y añade «sin más texto».
- **Divide los prompts largos en bloques.** En la 3.0, primero el estilo general y después el contenido de cada panel en orden.
- **Escribe el prompt en inglés o en chino.** La API de Alibaba admite oficialmente esos dos idiomas; los demás se traducen con pérdidas.
- **El prompt negativo, solo en la 3.0.** Qwen-Image-3.0 tiene un campo aparte para lo que no debe aparecer.
- **Al editar, di qué cambia y qué se queda.** «Cambia el fondo por un estudio blanco; no toques el producto, la luz ni las sombras».

## Se puede ejecutar Qwen Image en local

Sí, pero solo las versiones abiertas. Los pesos de Qwen-Image, Edit, 2512, Layered y 2.1 están en Hugging Face y ModelScope, y los modelos funcionan en Diffusers y ComfyUI. El Qwen-Image original de 20 000 millones de parámetros es pesado: descargando capa a capa en la RAM, DiffSynth-Studio lo ejecuta en una GPU de 4 GB, aunque la generación es lenta. Qwen-Image-2.1 es más ligero: 7000 millones de parámetros en el generador más un codificador Qwen3-VL de 8000 millones.

Revisa la licencia antes de usarlo en local. Las versiones de 2025 se distribuyen bajo Apache 2.0 y admiten uso comercial. Qwen-Image-2.1 y Turbo salieron con la Qwen Research License, solo para usos no comerciales. Qwen-Image-2.0 y 3.0 no se pueden descargar: solo funcionan en la nube de Alibaba.

## Cómo usar Qwen Image en AI2Face

Qwen Image está disponible en el generador de AI2Face, sin GPU y sin cuenta de Alibaba Cloud. Puedes lanzar el mismo prompt en Qwen Image, GPT Image, [Nano Banana](/es/models/nano-banana) y Seedream y quedarte con el mejor resultado. El coste de cada generación se ve antes de lanzarla, puedes pagar con tarjeta o cripto y los créditos de los paquetes no caducan. Las cuentas nuevas reciben créditos de bienvenida al registrarse. Para ver otros modelos, consulta nuestra guía de [generadores de imágenes con IA](/es/blog/nejroseti-dlya-izobrazhenij).

## Limitaciones

- **La mejor versión es cerrada.** Qwen-Image-3.0 y 2.0 no están publicadas: no hay pesos ni informe técnico.
- **La 2.1 abierta no es para uso comercial.** La Qwen Research License prohíbe el uso comercial sin un acuerdo aparte con Alibaba.
- **Los alfabetos menos comunes no están garantizados.** La serie rinde mejor en chino e inglés, y Alibaba no publica la lista de 12 idiomas de la 3.0.
- **La resolución llega a 2K.** Para imprimir en gran formato hace falta escalar o un modelo 4K.
- **La 3.0 admite menos referencias.** El modelo insignia acepta hasta 3 imágenes de entrada; la 2.1, hasta 10.

## Conclusión

Qwen Image es la mejor opción cuando la imagen lleva mucho texto y maquetación: infografías, diapositivas, guiones gráficos, páginas de periódico. Para eso, usa Qwen-Image-3.0. Si necesitas tu propia infraestructura para un proyecto no comercial, elige la Qwen-Image-2.1 abierta; para uso comercial en tu servidor, Qwen-Image-2512 con Apache 2.0. En fotorrealismo y texto en alfabetos menos comunes, GPT Image 2.5 y Nano Banana 2.1 son más fuertes: compáralos con Qwen Image con el mismo prompt en AI2Face.

## Preguntas frecuentes

### ¿Qué es Qwen Image?

Es la familia de modelos de Alibaba para generar y editar imágenes. La desarrolla el equipo Qwen, el mismo de los modelos de lenguaje Qwen. Destaca por el texto largo y la maquetación dentro de la imagen: infografías, diapositivas, pósteres y cómics.

### ¿En qué se diferencia Qwen Image de Qwen Image Edit?

En 2025 eran dos modelos: Qwen-Image generaba a partir de texto y Qwen-Image-Edit editaba fotos. Desde la versión 2.0, generación y edición están en un único modelo, así que ya no hace falta un Edit aparte.

### ¿Cuál es la última versión de Qwen Image?

La más potente es Qwen-Image-3.0, del 21 de julio de 2026, y solo funciona en la nube. La abierta más reciente es Qwen-Image-2.1-Turbo, del 9 de octubre de 2026. No existe la versión 2.5: tras la 2.1 viene directamente la 3.0 cerrada.

### ¿Qwen Image escribe texto en español y otros idiomas?

En parte. Qwen-Image-3.0 genera texto en 12 idiomas, pero el desarrollador no publica la lista; sus ejemplos muestran chino, inglés, japonés, coreano y español. Para alfabetos menos comunes, como el cirílico, GPT Image o Nano Banana son más fiables.

### ¿Se puede ejecutar Qwen Image en local?

Sí, las versiones abiertas. Qwen-Image 1.x y 2512 (Apache 2.0) y Qwen-Image-2.1 (licencia no comercial) se descargan de Hugging Face y funcionan en Diffusers y ComfyUI. Las versiones 2.0 y 3.0 solo están disponibles por API.

## Fuentes

- https://github.com/QwenLM/Qwen-Image
- https://qwen.ai/blog?id=qwen-image
- https://qwen.ai/blog?id=qwen-image-2.0
- https://qwen.ai/blog?id=qwen-image-3.0
- https://www.alibabacloud.com/help/en/model-studio/qwen-image-generation-and-editing-api-reference
- https://huggingface.co/Qwen/Qwen-Image-Layered
- https://huggingface.co/Qwen/Qwen-Image-2.1
- https://arena.ai/leaderboard/text-to-image
- https://arena.ai/leaderboard/image/image-edit