Qwen Image : le générateur d’images IA d’Alibaba, de la 1.0 à la 3.0

Qu’est-ce que Qwen Image

Qwen Image est une gamme de modèles d’image de l’équipe Qwen d’Alibaba, celle qui publie aussi les modèles de langage Qwen. Le premier Qwen-Image est sorti le 4 août 2025 : 20 milliards de paramètres, architecture MMDiT et poids ouverts sous Apache 2.0. Dès le départ, la série s’est distinguée par le texte dans l’image, d’abord en chinois et en anglais.

En un an, la gamme a atteint une dizaine de modèles, et les numéros de version ne se suivent pas : la 3.0 fermée est sortie avant la 2.1 ouverte. Voici la carte :

Version	Date	Ce que c’est	Poids
Qwen-Image	4 août 2025	Texte vers image, 20 Md de paramètres	Apache 2.0
Qwen-Image-Edit	18 août 2025	Édition d’une seule image	Apache 2.0
Edit-2509	22 sept. 2025	Édition à partir de plusieurs images	Apache 2.0
Qwen-Image-Layered	19 déc. 2025	Décompose une image en calques	Apache 2.0
Edit-2511	23 déc. 2025	Personnages et groupes plus cohérents	Apache 2.0
Qwen-Image-2512	31 déc. 2025	Personnes, textures et texte plus réalistes	Apache 2.0
Qwen-Image-2.0	10 févr. 2026	Génération et édition dans un modèle, 2K	cloud uniquement
Qwen-Image-3.0	21 juil. 2026	Modèle phare : prompts longs, petit texte	cloud uniquement
Qwen-Image-2.1	20 sept. 2026	7 Md de paramètres, fond transparent	non commerciale
Qwen-Image-2.1-Turbo	9 oct. 2026	La 2.1 en 8 étapes au lieu de 40	non commerciale

Les détails de la dernière version ouverte sont dans notre actualité sur Qwen-Image-2.1.

Ce que sait faire Qwen Image

Prompts longs et mises en page complexes. Qwen-Image-2.0 comprenait des instructions jusqu’à 1 000 tokens, Qwen-Image-3.0 jusqu’à 4 500. Dans la démo d’Alibaba, un prompt de 3 700 tokens a produit en un seul passage une grille 3×3 de neuf infographies différentes : formules, schémas, une BD et des légendes bilingues. Une page de journal, un storyboard ou une copie d’examen sont des tâches typiques pour la 3.0.

Petit texte. Qwen-Image-3.0 rend des lettres lisibles dès 10 pixels de haut et une page entière d’article scientifique avec des formules LaTeX : indices, fractions, lettres grecques.

12 langues et plus de 100 styles. La version 3.0 rend du texte dans 12 langues, imite les interfaces de sites, de jeux et de lives et connaît plus de 100 styles artistiques. Pour des données fraîches, comme la météo du jour, le modèle peut s’appuyer sur la recherche web.

Génération et édition dans un seul modèle. Depuis la 2.0, plus besoin d’un Qwen-Image-Edit séparé : le même modèle remplace le fond, ajoute ou retire des objets et écrit des annotations sur les photos. Via l’API, Qwen-Image-3.0 accepte 1 à 3 images en entrée, Qwen-Image-2.1 jusqu’à 10, et modifie une zone par masque ou par marque dessinée.

Fond transparent et calques. Qwen-Image-2.1 livre directement un PNG avec canal alpha. Le modèle séparé Qwen-Image-Layered décompose une image finie en plusieurs calques RGBA — par exemple 3 ou 8 — que l’on peut déplacer, redimensionner et recolorer un par un.

Restauration. Dans les exemples d’Alibaba, Qwen-Image-3.0 reconstitue les parties manquantes d’une peinture ancienne dans le style de l’original et efface les taches de moisissure.

À quoi sert Qwen Image

• Infographies, slides et fiches de révision — beaucoup de texte structuré dans une seule image.
• Affiches, couvertures et bannières avec titre et sous-titres.
• Storyboards et BD — de nombreuses cases avec bulles en une seule génération.
• Maquettes d’interface — écrans d’apps et de sites pour les présentations.
• Produits sur fond transparent — Qwen-Image-2.1 livre un PNG sans détourage.
• Infrastructure maison — les versions ouvertes peuvent tourner et être affinées sur votre propre matériel.

Qwen Image et ses alternatives

	Qwen-Image-3.0	GPT Image 2.5	Nano Banana 2.1	Seedream 5.0 Pro
Rang Arena, texte vers image (24/10/2026)	13	1 (Sunburst)	6	12
Résolution	jusqu’à 2048×2048	jusqu’à 3840 px	jusqu’à 4K	jusqu’à 2K
Références	1–3 (2.1 : jusqu’à 10)	plusieurs	jusqu’à 14	jusqu’à 10
Longueur du prompt	jusqu’à 4 500 tokens	—	—	—
Texte	12 langues, dès 10 px	multilingue	multilingue	plus de 10 langues
Poids ouverts	non (2.1 : oui)	non	non	non

En qualité globale, Qwen-Image-3.0 se situe au niveau de Seedream 5.0 Pro, derrière GPT Image 2.5 et Nano Banana 2.1. Son atout, c’est le volume : aucun de ses voisins n’annonce officiellement des prompts de 4 500 tokens. Parmi les modèles à poids ouverts, Qwen-Image-2.1 est 19ᵉ, devant tous ses concurrents ouverts.

Comment écrire des prompts pour Qwen Image

• Décrivez la mise en page, pas seulement la scène. « Grille 3×2, dans chaque case une icône et une légende de deux lignes, titre en haut » fonctionne mieux que « une belle infographie ».
• Le texte, mot pour mot et entre guillemets. Écrivez chaque libellé exactement comme il doit apparaître et ajoutez « aucun autre texte ».
• Découpez les prompts longs en blocs. Pour la 3.0, d’abord le style général, puis le contenu de chaque case dans l’ordre.
• Rédigez le prompt en anglais ou en chinois. L’API d’Alibaba prend officiellement en charge ces deux langues ; les autres sont traduites avec des pertes.
• Le prompt négatif, uniquement en 3.0. Qwen-Image-3.0 dispose d’un champ dédié à ce qui ne doit pas apparaître.
• Pour une retouche, dites ce qui change et ce qui reste. « Remplace le fond par un studio blanc ; ne touche ni au produit, ni à la lumière, ni aux ombres. »

Peut-on faire tourner Qwen Image en local

Oui, mais seulement les versions ouvertes. Les poids de Qwen-Image, Edit, 2512, Layered et 2.1 sont sur Hugging Face et ModelScope, et les modèles tournent dans Diffusers et ComfyUI. Le Qwen-Image d’origine, avec 20 milliards de paramètres, est lourd : en déchargeant couche par couche vers la RAM, DiffSynth-Studio le fait tourner sur une carte graphique de 4 Go, mais la génération est lente. Qwen-Image-2.1 est plus léger : 7 milliards de paramètres pour le générateur, plus un encodeur Qwen3-VL de 8 milliards.

Vérifiez la licence avant de l’utiliser en local. Les versions de 2025 sont sous Apache 2.0 et autorisent l’usage commercial. Qwen-Image-2.1 et Turbo sont sortis sous la Qwen Research License, réservée aux usages non commerciaux. Qwen-Image-2.0 et 3.0 ne sont pas téléchargeables : ils ne tournent que dans le cloud d’Alibaba.

Comment utiliser Qwen Image dans AI2Face

Qwen Image est disponible dans le générateur AI2Face, sans carte graphique ni compte Alibaba Cloud. Vous pouvez lancer le même prompt sur Qwen Image, GPT Image, Nano Banana et Seedream et garder le meilleur résultat. Le coût de chaque génération s’affiche avant le lancement, le paiement se fait par carte ou en crypto, et les crédits des packs n’expirent pas. Les nouveaux comptes reçoivent des crédits de bienvenue à l’inscription. Pour un panorama des autres modèles, voir notre guide des générateurs d’images IA.

Limites

• La meilleure version est fermée. Qwen-Image-3.0 et 2.0 ne sont pas publiés : ni poids, ni rapport technique.
• La 2.1 ouverte n’est pas commerciale. La Qwen Research License interdit l’usage commercial sans accord séparé avec Alibaba.
• Les alphabets moins courants ne sont pas garantis. La série est la plus forte en chinois et en anglais, et Alibaba ne publie pas la liste des 12 langues de la 3.0.
• Résolution plafonnée à 2K. Pour l’impression grand format, il faut un upscale ou un modèle 4K.
• La 3.0 accepte moins de références. Le modèle phare prend jusqu’à 3 images en entrée, la 2.1 jusqu’à 10.

En résumé

Qwen Image est le bon choix quand une image contient beaucoup de texte et de mise en page : infographies, slides, storyboards, pages de journal. Prenez alors Qwen-Image-3.0. Si vous avez besoin de votre propre infrastructure pour un projet non commercial, optez pour Qwen-Image-2.1 ouvert ; pour un usage commercial sur votre serveur, Qwen-Image-2512 sous Apache 2.0. En photoréalisme et pour le texte dans des alphabets moins courants, GPT Image 2.5 et Nano Banana 2.1 sont plus forts : comparez-les à Qwen Image sur le même prompt dans AI2Face.