Qwen Image: il generatore di immagini AI di Alibaba, dalla 1.0 alla 3.0

Che cos’è Qwen Image

Qwen Image è una linea di modelli per immagini del team Qwen di Alibaba, lo stesso che pubblica i modelli linguistici Qwen. Il primo Qwen-Image è uscito il 4 agosto 2025: 20 miliardi di parametri, architettura MMDiT e pesi aperti con licenza Apache 2.0. Fin dall’inizio il punto di forza della serie è stato il testo nell’immagine, prima in cinese e in inglese.

In un anno la linea è arrivata a una decina di modelli, e le versioni non seguono un ordine: la 3.0 chiusa è uscita prima della 2.1 aperta. Ecco la mappa:

Versione	Data	Che cos’è	Pesi
Qwen-Image	4 ago 2025	Testo-immagine, 20 mld di parametri	Apache 2.0
Qwen-Image-Edit	18 ago 2025	Modifica di una singola immagine	Apache 2.0
Edit-2509	22 set 2025	Modifica con più immagini	Apache 2.0
Qwen-Image-Layered	19 dic 2025	Scompone un’immagine in livelli	Apache 2.0
Edit-2511	23 dic 2025	Personaggi e gruppi più coerenti	Apache 2.0
Qwen-Image-2512	31 dic 2025	Persone, texture e testo più realistici	Apache 2.0
Qwen-Image-2.0	10 feb 2026	Generazione e modifica in un modello, 2K	solo cloud
Qwen-Image-3.0	21 lug 2026	Modello di punta: prompt lunghi, testo piccolo	solo cloud
Qwen-Image-2.1	20 set 2026	7 mld di parametri, sfondo trasparente	non commerciale
Qwen-Image-2.1-Turbo	9 ott 2026	La 2.1 in 8 passaggi invece di 40	non commerciale

I dettagli dell’ultima versione aperta sono nella nostra notizia su Qwen-Image-2.1.

Cosa sa fare Qwen Image

Prompt lunghi e impaginazioni complesse. Qwen-Image-2.0 capiva istruzioni fino a 1.000 token, Qwen-Image-3.0 fino a 4.500. Nella demo di Alibaba un prompt di 3.700 token ha prodotto in un solo passaggio una griglia 3×3 con nove infografiche diverse: formule, schemi, un fumetto e didascalie in due lingue. Una pagina di giornale, uno storyboard o un compito in classe sono lavori tipici per la 3.0.

Testo piccolo. Qwen-Image-3.0 scrive lettere leggibili da 10 pixel di altezza e una pagina intera di un articolo scientifico con formule LaTeX: pedici, frazioni, lettere greche.

12 lingue e oltre 100 stili. La versione 3.0 scrive testo in 12 lingue, imita interfacce di siti, giochi e dirette e conosce più di 100 stili artistici. Per i dati aggiornati, come le previsioni meteo di oggi, il modello può consultare la ricerca web.

Generazione e modifica in un unico modello. Dalla 2.0 non serve un Qwen-Image-Edit separato: lo stesso modello cambia lo sfondo, aggiunge e rimuove oggetti e scrive annotazioni sulle foto. Via API, Qwen-Image-3.0 accetta da 1 a 3 immagini in ingresso, Qwen-Image-2.1 fino a 10 e modifica una zona con maschera o segno disegnato.

Sfondo trasparente e livelli. Qwen-Image-2.1 restituisce direttamente PNG con canale alfa. Il modello a parte Qwen-Image-Layered scompone un’immagine finita in più livelli RGBA — per esempio 3 o 8 — che si possono spostare, ridimensionare e ricolorare uno per uno.

Restauro. Negli esempi di Alibaba, Qwen-Image-3.0 ricostruisce le parti mancanti di un dipinto antico nello stile dell’originale e rimuove le macchie di muffa.

A cosa serve Qwen Image

• Infografiche, slide e schemi riassuntivi: molto testo strutturato in una sola immagine.
• Poster, copertine e banner con titolo e sottotitoli.
• Storyboard e fumetti: tanti riquadri con nuvolette in una sola generazione.
• Mockup di interfacce: schermate di app e siti per le presentazioni.
• Prodotti su sfondo trasparente: Qwen-Image-2.1 restituisce PNG senza scontorno.
• Infrastruttura propria: le versioni aperte si possono eseguire e addestrare sul proprio hardware.

Qwen Image e le alternative

	Qwen-Image-3.0	GPT Image 2.5	Nano Banana 2.1	Seedream 5.0 Pro
Posizione Arena, testo-immagine (24/10/2026)	13	1 (Sunburst)	6	12
Risoluzione	fino a 2048×2048	fino a 3840 px	fino a 4K	fino a 2K
Riferimenti	1–3 (2.1: fino a 10)	diversi	fino a 14	fino a 10
Lunghezza del prompt	fino a 4.500 token	—	—	—
Testo	12 lingue, da 10 px	multilingue	multilingue	oltre 10 lingue
Pesi aperti	no (2.1: sì)	no	no	no

Per qualità complessiva Qwen-Image-3.0 è alla pari con Seedream 5.0 Pro e dietro a GPT Image 2.5 e Nano Banana 2.1. Il suo vantaggio è il volume: nessuno dei modelli vicini dichiara ufficialmente prompt da 4.500 token. Tra i modelli a pesi aperti, Qwen-Image-2.1 è 19°, davanti a tutti i concorrenti aperti.

Come scrivere i prompt per Qwen Image

• Descrivi l’impaginazione, non solo la scena. «Griglia 3×2, in ogni riquadro un’icona e una didascalia di due righe, titolo in alto» funziona meglio di «una bella infografica».
• Il testo, parola per parola e tra virgolette. Scrivi ogni scritta esattamente come deve apparire e aggiungi «nessun altro testo».
• Dividi i prompt lunghi in blocchi. Per la 3.0, prima lo stile generale, poi il contenuto di ogni riquadro in ordine.
• Scrivi il prompt in inglese o in cinese. L’API di Alibaba supporta ufficialmente queste due lingue; le altre vengono tradotte con perdite.
• Il prompt negativo, solo nella 3.0. Qwen-Image-3.0 ha un campo apposito per ciò che non deve comparire.
• Nelle modifiche, di’ cosa cambia e cosa resta. «Sostituisci lo sfondo con uno studio bianco; non toccare prodotto, luce e ombre».

Si può usare Qwen Image in locale

Sì, ma solo le versioni aperte. I pesi di Qwen-Image, Edit, 2512, Layered e 2.1 sono su Hugging Face e ModelScope, e i modelli girano in Diffusers e ComfyUI. Il Qwen-Image originale da 20 miliardi di parametri è pesante: scaricando i livelli uno alla volta nella RAM, DiffSynth-Studio lo fa girare su una GPU da 4 GB, ma la generazione è lenta. Qwen-Image-2.1 è più leggero: 7 miliardi di parametri nel generatore più un encoder Qwen3-VL da 8 miliardi.

Controlla la licenza prima di usarlo in locale. Le versioni del 2025 sono sotto Apache 2.0 e consentono l’uso commerciale. Qwen-Image-2.1 e Turbo sono usciti con la Qwen Research License, solo per usi non commerciali. Qwen-Image-2.0 e 3.0 non si possono scaricare: girano solo nel cloud di Alibaba.

Come usare Qwen Image in AI2Face

Qwen Image è disponibile nel generatore di AI2Face, senza GPU e senza account Alibaba Cloud. Puoi lanciare lo stesso prompt su Qwen Image, GPT Image, Nano Banana e Seedream e tenere il risultato migliore. Il costo di ogni generazione è visibile prima dell’avvio, paghi con carta o cripto e i crediti dei pacchetti non scadono. I nuovi account ricevono crediti di benvenuto dopo la registrazione. Per una panoramica degli altri modelli, leggi la nostra guida ai generatori di immagini AI.

Limiti

• La versione migliore è chiusa. Qwen-Image-3.0 e 2.0 non sono pubblicati: niente pesi né rapporto tecnico.
• La 2.1 aperta non è per uso commerciale. La Qwen Research License vieta l’uso commerciale senza un accordo separato con Alibaba.
• Gli alfabeti meno diffusi non sono garantiti. La serie rende meglio in cinese e inglese, e Alibaba non pubblica l’elenco delle 12 lingue della 3.0.
• Risoluzione fino a 2K. Per la stampa in grande formato serve un upscale o un modello 4K.
• La 3.0 accetta meno riferimenti. Il modello di punta prende fino a 3 immagini in ingresso, la 2.1 fino a 10.

In sintesi

Qwen Image è la scelta giusta quando l’immagine contiene molto testo e impaginazione: infografiche, slide, storyboard, pagine di giornale. Per questi lavori usa Qwen-Image-3.0. Se ti serve un’infrastruttura propria per un progetto non commerciale, scegli la Qwen-Image-2.1 aperta; per l’uso commerciale sul tuo server, Qwen-Image-2512 con Apache 2.0. Per fotorealismo e testo in alfabeti meno diffusi, GPT Image 2.5 e Nano Banana 2.1 sono più forti: confrontali con Qwen Image sullo stesso prompt in AI2Face.