Qwen Image: AI pembuat gambar dari Alibaba, semua versi dari 1.0 hingga 3.0

Apa itu Qwen Image

Qwen Image adalah lini model gambar dari tim Qwen di Alibaba, tim yang juga merilis model bahasa Qwen. Qwen-Image pertama dirilis pada 4 Agustus 2025: 20 miliar parameter, arsitektur MMDiT, dan bobot terbuka di bawah Apache 2.0. Sejak awal, keunggulan seri ini adalah teks di dalam gambar, mula-mula dalam bahasa Mandarin dan Inggris.

Dalam setahun lini ini berkembang menjadi sekitar sepuluh model, dan nomor versinya tidak berurutan: 3.0 yang tertutup keluar sebelum 2.1 yang terbuka. Berikut petanya:

Versi	Tanggal	Apa itu	Bobot
Qwen-Image	4 Agu 2025	Teks ke gambar, 20 miliar parameter	Apache 2.0
Qwen-Image-Edit	18 Agu 2025	Edit satu gambar	Apache 2.0
Edit-2509	22 Sep 2025	Edit dengan beberapa gambar	Apache 2.0
Qwen-Image-Layered	19 Des 2025	Memecah gambar menjadi lapisan	Apache 2.0
Edit-2511	23 Des 2025	Karakter dan kelompok lebih konsisten	Apache 2.0
Qwen-Image-2512	31 Des 2025	Manusia, tekstur, dan teks lebih realistis	Apache 2.0
Qwen-Image-2.0	10 Feb 2026	Pembuatan dan pengeditan dalam satu model, 2K	hanya cloud
Qwen-Image-3.0	21 Jul 2026	Unggulan: prompt panjang, teks kecil	hanya cloud
Qwen-Image-2.1	20 Sep 2026	7 miliar parameter, latar transparan	nonkomersial
Qwen-Image-2.1-Turbo	9 Okt 2026	2.1 dalam 8 langkah, bukan 40	nonkomersial

Detail rilis terbuka terbaru ada di berita kami tentang Qwen-Image-2.1.

Apa yang bisa dilakukan Qwen Image

Prompt panjang dan tata letak rumit. Qwen-Image-2.0 memahami instruksi hingga 1.000 token, Qwen-Image-3.0 hingga 4.500. Dalam demo Alibaba, prompt 3.700 token menghasilkan dalam sekali proses kisi 3×3 berisi sembilan infografis berbeda: rumus, diagram, komik, dan keterangan dalam dua bahasa. Halaman koran, storyboard, dan lembar ujian adalah tugas khas untuk 3.0.

Teks kecil. Qwen-Image-3.0 merender huruf yang terbaca mulai dari tinggi 10 piksel, bahkan satu halaman penuh makalah ilmiah dengan rumus LaTeX: subskrip, pecahan, dan huruf Yunani.

12 bahasa dan 100+ gaya. Versi 3.0 merender teks dalam 12 bahasa, meniru antarmuka situs, gim, dan siaran langsung, serta mengenal lebih dari 100 gaya seni. Untuk data terkini, misalnya prakiraan cuaca hari ini, model bisa memanfaatkan pencarian web.

Pembuatan dan pengeditan dalam satu model. Sejak 2.0, Anda tidak perlu Qwen-Image-Edit terpisah: model yang sama mengganti latar, menambah dan menghapus objek, serta menulis anotasi di foto. Lewat API, Qwen-Image-3.0 menerima 1–3 gambar masukan, sedangkan Qwen-Image-2.1 hingga 10 dan bisa mengedit area dengan masker atau coretan.

Latar transparan dan lapisan. Qwen-Image-2.1 langsung menghasilkan PNG dengan kanal alfa. Model terpisah Qwen-Image-Layered memecah gambar jadi beberapa lapisan RGBA — misalnya 3 atau 8 — dan tiap lapisan bisa dipindah, diubah ukurannya, dan diwarnai ulang sendiri-sendiri.

Restorasi. Dalam contoh Alibaba, Qwen-Image-3.0 membangun kembali bagian yang hilang dari lukisan tua dengan gaya aslinya dan menghapus noda jamur.

Cocok untuk apa Qwen Image

• Infografis, slide, dan ringkasan — banyak teks terstruktur dalam satu gambar.
• Poster, sampul, dan banner dengan judul dan subjudul.
• Storyboard dan komik — banyak panel dengan balon kata dalam satu kali pembuatan.
• Mockup antarmuka — layar aplikasi dan situs untuk presentasi.
• Produk berlatar transparan — Qwen-Image-2.1 menghasilkan PNG tanpa perlu memotong latar.
• Infrastruktur sendiri — versi terbuka bisa dijalankan dan di-fine-tune di perangkat sendiri.

Qwen Image dan alternatifnya

	Qwen-Image-3.0	GPT Image 2.5	Nano Banana 2.1	Seedream 5.0 Pro
Peringkat Arena, teks ke gambar (24/10/2026)	13	1 (Sunburst)	6	12
Resolusi	hingga 2048×2048	hingga 3840 px	hingga 4K	hingga 2K
Referensi	1–3 (2.1: hingga 10)	beberapa	hingga 14	hingga 10
Panjang prompt	hingga 4.500 token	—	—	—
Teks	12 bahasa, mulai 10 px	multibahasa	multibahasa	10+ bahasa
Bobot terbuka	tidak (2.1: ya)	tidak	tidak	tidak

Dari segi kualitas keseluruhan, Qwen-Image-3.0 setara dengan Seedream 5.0 Pro dan berada di bawah GPT Image 2.5 serta Nano Banana 2.1. Keunggulannya adalah volume: tidak ada pesaing terdekat yang secara resmi mendukung prompt 4.500 token. Di antara model berbobot terbuka, Qwen-Image-2.1 berada di peringkat 19, di atas semua pesaing terbuka.

Cara menulis prompt untuk Qwen Image

• Jelaskan tata letaknya, bukan hanya adegannya. “Kisi 3×2, tiap panel berisi ikon dan keterangan dua baris, judul di atas” lebih ampuh daripada “infografis yang bagus”.
• Tulis teks persis dan dalam tanda kutip. Tulis setiap label persis seperti yang harus muncul dan tambahkan “tanpa teks lain”.
• Bagi prompt panjang menjadi blok. Untuk 3.0, mulai dari gaya umum, lalu isi tiap panel secara berurutan.
• Tulis prompt dalam bahasa Inggris atau Mandarin. API Alibaba secara resmi mendukung dua bahasa ini; bahasa lain diterjemahkan dengan kehilangan makna.
• Prompt negatif hanya di 3.0. Qwen-Image-3.0 punya kolom khusus untuk hal yang tidak boleh muncul.
• Saat mengedit, sebutkan apa yang berubah dan apa yang tetap. “Ganti latar dengan studio putih; produk, cahaya, dan bayangan jangan diubah.”

Bisakah Qwen Image dijalankan secara lokal

Bisa, tetapi hanya versi terbuka. Bobot Qwen-Image, Edit, 2512, Layered, dan 2.1 ada di Hugging Face dan ModelScope, dan modelnya berjalan di Diffusers dan ComfyUI. Qwen-Image asli dengan 20 miliar parameter tergolong berat: dengan memindahkan lapisan satu per satu ke RAM, DiffSynth-Studio menjalankannya di GPU 4 GB, tetapi prosesnya lambat. Qwen-Image-2.1 lebih ringan: 7 miliar parameter di generator ditambah encoder Qwen3-VL berukuran 8 miliar.

Periksa lisensinya sebelum menjalankan secara lokal. Versi 2025 dirilis di bawah Apache 2.0 dan boleh dipakai untuk komersial. Qwen-Image-2.1 dan Turbo dirilis dengan Qwen Research License, hanya untuk keperluan nonkomersial. Qwen-Image-2.0 dan 3.0 sama sekali tidak bisa diunduh: keduanya hanya berjalan di cloud Alibaba.

Cara memakai Qwen Image di AI2Face

Qwen Image tersedia di generator AI2Face tanpa perlu GPU atau akun Alibaba Cloud. Anda bisa menjalankan satu prompt di Qwen Image, GPT Image, Nano Banana, dan Seedream lalu menyimpan hasil terbaik. Biaya setiap generasi terlihat sebelum dijalankan, pembayaran bisa dengan kartu atau kripto, dan kredit dari paket tidak hangus. Akun baru mendapat kredit sambutan setelah mendaftar. Ulasan model lainnya ada di panduan kami tentang AI pembuat gambar.

Keterbatasan

• Versi terbaik tertutup. Qwen-Image-3.0 dan 2.0 tidak dirilis: tanpa bobot dan tanpa laporan teknis.
• 2.1 yang terbuka bukan untuk komersial. Qwen Research License melarang penggunaan komersial tanpa perjanjian terpisah dengan Alibaba.
• Aksara yang kurang umum tidak dijamin. Seri ini paling kuat dalam bahasa Mandarin dan Inggris, dan Alibaba tidak merilis daftar 12 bahasa di 3.0.
• Resolusi maksimal 2K. Untuk cetak format besar, perlu upscale atau model 4K.
• 3.0 menerima lebih sedikit referensi. Model unggulan menerima hingga 3 gambar masukan, sedangkan 2.1 hingga 10.

Kesimpulan

Qwen Image adalah pilihan tepat ketika gambar memuat banyak teks dan tata letak: infografis, slide, storyboard, halaman koran. Untuk itu, gunakan Qwen-Image-3.0. Jika butuh infrastruktur sendiri untuk proyek nonkomersial, pilih Qwen-Image-2.1 yang terbuka; untuk komersial di server sendiri, Qwen-Image-2512 di bawah Apache 2.0. Untuk fotorealisme dan teks dalam aksara yang kurang umum, GPT Image 2.5 dan Nano Banana 2.1 lebih unggul — bandingkan keduanya dengan Qwen Image pada prompt yang sama di AI2Face.