# Qwen Image：Alibabaの画像生成AI、1.0から3.0まで全バージョン解説

> Qwen Imageは、AlibabaのQwenチームが開発する画像生成・編集モデルのシリーズです。最初のQwen-Imageは2025年8月4日にオープンウェイトで公開されました。フラッグシップのQwen-Image-3.0（2026年7月21日）は最大4,500トークンのプロンプトに対応し、10ピクセルの小さな文字を12言語で描けます。オープンなQwen-Image-2.1はArenaランキングでオープンウェイトモデルの最上位です。Qwen ImageはAI2Faceのジェネレーターで利用できます。

開発元: Alibaba (Qwen) · リリース: 2026-07-21 · 更新日 2026-10-24
URL: https://ai2face.com/ja/models/qwen-image

## 主要データ

| | |
|---|---|
| 開発元 | AlibabaのQwenチーム（中国） |
| バージョン | Qwen-ImageとEdit（2025年8月）、2512とLayered（2025年12月）、2.0（2026年2月10日）、3.0（2026年7月21日）、2.1と2.1-Turbo（2026年9〜10月） |
| 機能 | テキストから画像を生成し、1〜10枚の参照画像で既存の画像を編集 |
| 解像度 | ネイティブ2K、512×512〜2048×2048ピクセル、アスペクト比1:8〜8:1 |
| プロンプト長 | 3.0は最大4,500トークン、2.0は最大1,000 |
| 画像内の文字 | 3.0は12言語、10px以上の文字、LaTeX数式に対応。中国語と英語が最も得意 |
| オープンウェイト | 1.xとLayeredはApache 2.0、2.1は非商用ライセンスのみ、2.0と3.0はクラウドのみ |
| Arena順位 | 3.0-Proはテキストから画像で13位（2026年10月24日） |
| AI2Face | 対応 |

## Qwen Imageとは

Qwen Imageは、AlibabaのQwenチームによる画像モデルのシリーズです。同チームは言語モデルQwenも公開しています。最初のQwen-Imageは2025年8月4日に登場しました。パラメータ数は200億、アーキテクチャはMMDiT、ウェイトはApache 2.0で公開されています。当初から画像内の文字描画が強みで、まず中国語と英語に対応しました。

1年でラインナップは約10モデルに増え、バージョン番号は順番通りではありません。クローズドの3.0がオープンの2.1より先に出ています。全体像は次のとおりです。

| バージョン | 公開日 | 内容 | ウェイト |
|---|---|---|---|
| Qwen-Image | 2025年8月4日 | テキストから画像、200億パラメータ | Apache 2.0 |
| Qwen-Image-Edit | 2025年8月18日 | 1枚の画像を編集 | Apache 2.0 |
| Edit-2509 | 2025年9月22日 | 複数画像での編集 | Apache 2.0 |
| Qwen-Image-Layered | 2025年12月19日 | 画像をレイヤーに分解 | Apache 2.0 |
| Edit-2511 | 2025年12月23日 | 人物・グループの一貫性が向上 | Apache 2.0 |
| Qwen-Image-2512 | 2025年12月31日 | 人物・質感・文字がよりリアルに | Apache 2.0 |
| Qwen-Image-2.0 | 2026年2月10日 | 生成と編集を1モデルに統合、2K | クラウドのみ |
| Qwen-Image-3.0 | 2026年7月21日 | フラッグシップ：長いプロンプト、小さな文字 | クラウドのみ |
| Qwen-Image-2.1 | 2026年9月20日 | 70億パラメータ、透過背景 | 非商用 |
| Qwen-Image-2.1-Turbo | 2026年10月9日 | 2.1を40ステップから8ステップに | 非商用 |

最新のオープン版の詳細は[Qwen-Image-2.1](/ja/news/qwen-image-2-1)のニュースをご覧ください。

## Qwen Imageでできること

**長いプロンプトと複雑なレイアウト。** Qwen-Image-2.0は最大1,000トークン、Qwen-Image-3.0は最大4,500トークンの指示を理解します。Alibabaのデモでは、3,700トークンのプロンプトから、数式、図解、漫画、2言語のキャプションを含む9種類のインフォグラフィックを3×3のグリッドで一度に生成しました。新聞の紙面、絵コンテ、試験用紙は3.0の典型的な用途です。

**小さな文字。** Qwen-Image-3.0は高さ10ピクセルの文字まで読みやすく描き、LaTeX数式を含む論文1ページ分も再現します。添字、分数、ギリシャ文字も正確です。

![THE LIFE OF A HONEYBEEのインフォグラフィック：卵から蜂蜜までの6コマにキャプションと矢印](https://ai2face.com/_astro/infographic.BhO9-yV4_ZQVvb0.jpg "Qwen-Image-3.0は、6コマにキャプションが入ったこのようなインフォグラフィックを1つのプロンプトで作ります。画像はAI2FaceのGPT Image 2.5で作成")

**12言語と100以上のスタイル。** 3.0は12言語の文字を描き、Webサイト、ゲーム、ライブ配信の画面を再現し、100以上のアートスタイルを扱えます。今日の天気予報のような最新情報が必要な場合は、Web検索も利用できます。

**生成と編集を1つのモデルで。** 2.0以降、Qwen-Image-Editを別に用意する必要はありません。同じモデルで背景の差し替え、物体の追加・削除、写真への書き込みができます。APIではQwen-Image-3.0が1〜3枚、Qwen-Image-2.1が最大10枚の入力画像に対応し、2.1はマスクや手描きの印で範囲を指定した部分編集も可能です。

**透過背景とレイヤー。** Qwen-Image-2.1はアルファチャンネル付きPNGをそのまま出力します。別モデルのQwen-Image-Layeredは完成画像を3枚や8枚などのRGBAレイヤーに分解し、各レイヤーを個別に移動・拡大縮小・色変更できます。

**修復。** Alibabaの作例では、Qwen-Image-3.0が古い絵画の欠損部分を原画の筆致で補い、カビのシミを取り除いています。

## Qwen Imageが向いている用途

- **インフォグラフィック、スライド、まとめ資料**：構造化された大量の文字を1枚に。
- **ポスター、表紙、バナー**：見出しと小見出し入り。
- **絵コンテと漫画**：吹き出し付きの多数のコマを一度に生成。
- **UIモックアップ**：プレゼン用のアプリやWebの画面。
- **透過背景の商品画像**：Qwen-Image-2.1は切り抜き不要のPNGを出力。
- **自前のインフラ**：オープン版は自分の環境で動かし、ファインチューニングも可能。

## Qwen Imageと競合モデルの比較

| | Qwen-Image-3.0 | [GPT Image](/ja/models/gpt-image) 2.5 | [Nano Banana 2.1](/ja/models/nano-banana-2-1) | [Seedream](/ja/models/seedream) 5.0 Pro |
|---|---|---|---|---|
| Arena順位・テキストから画像（2026年10月24日） | 13 | 1（Sunburst） | 6 | 12 |
| 解像度 | 最大2048×2048 | 最大3840px | 最大4K | 最大2K |
| 参照画像 | 1〜3枚（2.1は最大10枚） | 複数 | 最大14枚 | 最大10枚 |
| プロンプト長 | 最大4,500トークン | — | — | — |
| 文字 | 12言語、10px〜 | 多言語 | 多言語 | 10言語以上 |
| オープンウェイト | なし（2.1はあり） | なし | なし | なし |

総合的な品質では、Qwen-Image-3.0はSeedream 5.0 Proと同等で、GPT Image 2.5とNano Banana 2.1には及びません。強みは情報量で、近い順位のモデルで4,500トークンのプロンプトを公式にサポートするものはありません。オープンウェイトモデルの中では、Qwen-Image-2.1が19位で、オープンな競合のどれよりも上位です。

## Qwen Imageのプロンプトの書き方

- **シーンだけでなくレイアウトを書く。**「3×2のグリッド、各コマにアイコンと2行のキャプション、上部に見出し」の方が「きれいなインフォグラフィック」より効果的です。
- **文字は一字一句、引用符で囲む。** 表示させたい文言をそのまま書き、「他の文字は入れない」と添えます。
- **長いプロンプトはブロックに分ける。** 3.0では、まず全体のスタイル、次に各コマの内容を順番に書きます。
- **プロンプトは英語か中国語で。** AlibabaのAPIが公式に対応するのはこの2言語で、それ以外は翻訳時に情報が欠けます。
- **ネガティブプロンプトは3.0のみ。** Qwen-Image-3.0には、画像に出したくない要素を書く専用の欄があります。
- **編集では、変える部分と残す部分を明記する。**「背景を白いスタジオに変更。商品、光、影はそのまま」。

## Qwen Imageはローカルで動かせるか

動かせますが、オープン版に限られます。Qwen-Image、Edit、2512、Layered、2.1のウェイトはHugging FaceとModelScopeで公開されており、DiffusersやComfyUIで動作します。200億パラメータの初代Qwen-Imageは重く、DiffSynth-Studioでレイヤーごとにメインメモリへ退避させればVRAM 4GBのGPUでも動きますが、生成は遅くなります。Qwen-Image-2.1はより軽量で、生成部が70億パラメータ、これに80億パラメータのQwen3-VLエンコーダが加わります。

ローカルで使う前にライセンスを確認してください。2025年の各版はApache 2.0で、商用利用も可能です。Qwen-Image-2.1とTurboはQwen Research Licenseで、非商用に限られます。Qwen-Image-2.0と3.0はダウンロードできず、Alibabaのクラウドでのみ動きます。

## AI2FaceでQwen Imageを使う方法

Qwen ImageはAI2Faceのジェネレーターで利用でき、GPUもAlibaba Cloudのアカウントも不要です。同じプロンプトをQwen Image、GPT Image、[Nano Banana](/ja/models/nano-banana)、Seedreamで実行し、最も良い結果を残せます。各生成の料金は実行前に表示され、カードまたは暗号資産で支払えます。パックのクレジットに有効期限はありません。新規アカウントには登録後にウェルカムクレジットが付与されます。ほかのモデルについては[画像生成AI](/ja/blog/nejroseti-dlya-izobrazhenij)のガイドをご覧ください。

## 制限事項

- **最上位版はクローズド。** Qwen-Image-3.0と2.0は公開されておらず、ウェイトも技術レポートもありません。
- **オープンな2.1は商用不可。** Qwen Research Licenseでは、Alibabaとの個別契約なしの商用利用が禁止されています。
- **珍しい文字は保証されない。** シリーズが最も得意なのは中国語と英語で、3.0の12言語の一覧は公表されていません。
- **解像度は2Kまで。** 大判印刷にはアップスケールか4K対応モデルが必要です。
- **3.0は参照画像が少ない。** フラッグシップの入力画像は最大3枚で、2.1は最大10枚です。

## まとめ

インフォグラフィック、スライド、絵コンテ、新聞紙面など、文字とレイアウトの多い画像にはQwen Imageが最適で、こうした用途ではQwen-Image-3.0を選びましょう。非商用で自前のインフラが必要ならオープンなQwen-Image-2.1、自社サーバーでの商用利用ならApache 2.0のQwen-Image-2512が向いています。写真のようなリアルさや珍しい文字ではGPT Image 2.5とNano Banana 2.1が上なので、AI2Faceで同じプロンプトを使ってQwen Imageと比べてみてください。

## よくある質問

### Qwen Imageとは何ですか？

Alibabaの画像生成・編集モデルのシリーズです。言語モデルQwenを手がけるQwenチームが開発しています。強みは画像内の長い文字とレイアウトで、インフォグラフィック、スライド、ポスター、漫画などに向いています。

### Qwen ImageとQwen Image Editの違いは？

2025年時点では別々のモデルで、Qwen-Imageがテキストから生成、Qwen-Image-Editが写真を編集していました。2.0以降は生成と編集が1つのモデルに統合され、Editを別に使う必要はありません。

### Qwen Imageの最新バージョンは？

最も高性能なのは2026年7月21日公開のQwen-Image-3.0で、クラウド専用です。最新のオープン版は2026年10月9日公開のQwen-Image-2.1-Turboです。2.5は存在せず、2.1の次はクローズドの3.0です。

### Qwen Imageは日本語の文字を書けますか？

書けます。Qwen-Image-3.0は12言語の文字に対応し、公式の作例にも日本語が含まれています。ただし言語の一覧は非公開で、最も安定しているのは中国語と英語です。キリル文字など珍しい文字はGPT ImageやNano Bananaの方が確実です。

### Qwen Imageはローカルで動かせますか？

オープン版なら可能です。Qwen-Image 1.xと2512（Apache 2.0）、Qwen-Image-2.1（非商用ライセンス）はHugging Faceから入手でき、DiffusersやComfyUIで動きます。2.0と3.0はAPI経由でのみ利用できます。

## 出典

- 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