Qwen-Image-2.1 : existe-t-il une API, et que pouvez-vous utiliser dès aujourd'hui ?

Existe-t-il une API Qwen-Image-2.1 ?

Non. Au 21 septembre 2026, il n'existe aucune API Qwen-Image-2.1 officielle, et aucun signe annonçant son arrivée :

Élément	Statut de Qwen-Image-2.1
Poids ouverts	Publiés le 20 septembre 2026
API hébergée officielle	Non publiée
ID de modèle API public	Non publié
Prix officiel	Non publié
Licence	Qwen Research License — recherche et évaluation non commerciales uniquement
Ce qui existe aujourd'hui	Téléchargement des poids, pipeline Diffusers, nœuds ComfyUI, démo Space Hugging Face

Quiconque cite un « prix de l'API Qwen-Image-2.1 » chiffre en réalité un GPU auto-hébergé, pas un endpoint fournisseur. Ce chiffre dépend entièrement de votre propre matériel et de votre taux d'utilisation, et n'est pas comparable à un tarif API par image.

Ce qui est réellement confirmé à propos de Qwen-Image-2.1

Tout ce qui suit provient des supports de publication et de la fiche modèle de Qwen.

• Génération et édition partagent un seul jeu de poids. Un unique QwenImage21Pipeline gère la génération texte-image et l'édition par instruction, vous n'avez donc pas à changer de modèle pour changer de tâche. Le texte et les images de référence sont encodés d'abord, puis débruités.
• Un backbone d'image d'environ 7B plus un encodeur vision-langage. La partie visuelle est un DiT Single-Stream à 32 couches d'environ 7B de paramètres, avec le texte et les images de référence encodés par Qwen3-VL-8B. En comptant l'encodeur de texte, la pile atteint l'ordre de 16B, et les poids officiels en BF16 pèsent environ 33 Go.
• Transparence native (RGBA). Le VAE est un autoencodeur RGBA à 64 canaux avec une compression spatiale de 16×. Il peut générer des images avec un canal alpha directement, éditer des calques transparents existants et détourer des sujets de photos ordinaires en ressources transparentes. Le conseil de prompting de Qwen lui-même est de le préciser explicitement, par exemple : « This is an RGBA image with transparency. … The image has alpha channel and the background is transparent. »
• Jusqu'à 10 images de référence. Une requête peut transporter jusqu'à 10 images de conditionnement pour des photos de groupe, l'essayage virtuel ou l'aménagement d'intérieur. Les éditions locales acceptent des cercles, des traits de pinceau ou un masque séparé, avec un accent sur la préservation de l'identité des personnes et des produits. Les nœuds ComfyUI réservent des emplacements jusqu'à image_16.
• Sortie native 2K. La taille courante est 2048×2048, et un cadre 16:9 atteint environ 2752×1536. Le nombre d'étapes par défaut est de 40. Qwen met en avant une meilleure mise en page du texte, un éclairage de portrait et des détails fins améliorés.
• Travail sur l'efficacité. L'attention à granularité mixte et la réutilisation du cache KV de préfixe font que le prompt et les images de référence sont encodés une seule fois et réutilisés à travers les étapes de débruitage, ce qui économise le plus de calcul lors de l'édition avec plusieurs images de référence.
• Écosystème dès le premier jour. Hugging Face Diffusers (QwenImage21Pipeline), ComfyUI (avec des poids quantifiés packagés séparément, une combinaison minimale d'environ 14 Go), plus vLLM-Omni, SGLang et LightX2V.
• Modèles de réécriture de prompt. Qwen publie également des modèles de réécriture de prompt PE-T2I / PE-I2I — des fine-tunes de Qwen3.5-VL d'environ 9B.

Ce qui n'est pas confirmé

• Aucun endpoint hébergé par qui que ce soit d'officiel. Qwen a publié des poids, pas un service.
• Aucun prix officiel — ni par image, ni par token.
• Le benchmark est celui du fournisseur. Qwen rapporte environ 60,28 sur son Qwen-Image-Bench interne, que son graphique place en tête des modèles ouverts, légèrement devant Nano Banana 2.0 (59,82) et GPT Image 1.5 (59,65). Il s'agit d'un benchmark maison, et la réplication indépendante était rare le jour de la publication. Traitez ce classement comme une affirmation à tester, pas comme un résultat à citer.

La licence est le véritable point de décision

C'est la partie que la plupart des articles « Qwen-Image-2.1 est arrivé » passent sous silence. Les poids sont sous Qwen Research License, effective au 20 septembre 2026 : recherche et évaluation uniquement, non commercial. L'exploiter dans un produit commercial, une livraison client ou une API payante de votre propre fait nécessite généralement une autorisation commerciale distincte de Qwen.

C'est un véritable changement de posture. Les versions antérieures de Qwen-Image étaient sous Apache 2.0, ce qui explique pourquoi tant de tutoriels supposent qu'il suffit de « télécharger et livrer ». Avec la 2.1, le téléchargement n'est pas une licence commerciale. Avant de construire quoi que ce soit destiné à vos clients sur ces poids, lisez le texte de la licence dans le dépôt Hugging Face et, si vous avez besoin de droits commerciaux, demandez directement à Qwen.

Qwen-Image-2.1 face aux API d'images que vous pouvez utiliser commercialement

	Qwen-Image-2.1	GPT Image 2 (gpt-image-2)	Nano Banana 2 (gemini-3.1-flash-image)	Nano Banana (gemini-2.5-flash-image)	Nano Banana Pro (gemini-3-pro-image)
Accès	Poids ouverts, auto-hébergement	API	API	API	API
Routes APIMaster	Non hébergé	5 routes actives	3 routes actives	Active	Active
Prix APIMaster, pour 1K images	Aucun prix API (coût de votre GPU)	à partir de 0,0075 $	à partir de 0,0469 $	0,03744 $	0,12864 $
Prix de référence par image	—	0,25 $	0,067 $	0,039 $	0,134 $
Usage commercial	Non (licence recherche/évaluation)	Oui	Oui	Oui	Oui

Les prix sont les prix des routes APIMaster en direct, vérifiés le 21 septembre 2026, et sont distincts des tarifs de référence des fournisseurs eux-mêmes ; des ajustements de compte peuvent s'appliquer. Qwen-Image-2.1 n'a pas de prix API parce qu'il n'a pas d'API — seulement un téléchargement. Notez également que la transparence RGBA native est la caractéristique phare de Qwen-Image-2.1 ; le fait qu'une route hébergée renvoie un véritable canal alpha varie selon le canal, donc vérifiez sur la route que vous choisissez avant de vous y fier.

Quoi utiliser dès aujourd'hui

• Génération et édition d'images commerciales les moins chères : GPT Image 2 (gpt-image-2). À partir de 0,0075 $ pour 1K images contre une référence de 0,25 $, c'est la route la moins coûteuse de la plateforme et elle couvre à la fois la génération et l'édition à partir d'images de référence. Commencez sur la page du modèle GPT Image.
• L'alternative la plus proche : Nano Banana 2 (gemini-3.1-flash-image). Le niveau Flash image actuel de Google, à partir de 0,0469 $ pour 1K images contre une référence de 0,067 $. Voir la page du modèle Nano Banana.
• Nano Banana et Nano Banana Pro couvrent les extrémités légère et premium de la même famille à 0,03744 $ et 0,12864 $ pour 1K images.

Qwen n'est pas absent de la plateforme — ses modèles texte sont listés et actifs : qwen3.8-max, qwen3.8-flash, qwen3.7-max et qwen3.7-plus, tous accessibles via une seule clé sur la page API Qwen. Les modèles d'images sont une autre affaire : comme Qwen-Image-2.1 est non commercial et n'a pas d'API hébergée, il n'y a rien que nous puissions router aujourd'hui. Si Qwen ouvre une licence commerciale ou un endpoint d'images hébergé, nous évaluerons son référencement — la même clé que vous utilisez actuellement le couvrirait alors sans nouvelle intégration.

Comment appeler une API d'images commerciale

Créez une clé dans la console APIMaster, définissez APIMASTER_API_KEY, et utilisez le schéma de canal présenté ci-dessous. Sur ces routes, size est un rapport d'aspect et resolution sélectionne le niveau de tarification. Ces conventions appartiennent au canal, donc ne les copiez pas dans une requête directe au fournisseur.

curl "https://apimaster.ai/v1/images/generations" \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "A studio product photograph of a red ceramic teapot on a teal table.",
    "size": "1:1",
    "resolution": "1K",
    "n": 1
  }'

Passer au niveau Google est un changement d'une ligne — définissez "model": "gemini-3.1-flash-image" et conservez la même clé et le même endpoint.

Se préparer à une API Qwen-Image-2.1

1. Gardez l'ID de modèle configurable. Si un endpoint qwen-image hébergé apparaît un jour, traitez-le comme une valeur de configuration plutôt que de coder en dur une chaîne devinée.
2. Lisez d'abord la licence. Non commercial aujourd'hui signifie aucun usage destiné aux clients tant que Qwen n'accorde pas de droits commerciaux.
3. Benchmarkez sur vos propres tâches. Enregistrez la justesse, la latence et le coût par image utilisable sur la route que vous utilisez réellement, afin que toute comparaison future soit équitable.
4. Vérifiez ce qu'une route sert réellement. Un nom de modèle seul ne peut pas prouver quel modèle a répondu ; vérifiez un canal avant de le passer à l'échelle.

FAQ

Qwen-Image-2.1 est-il publié ?

Les poids le sont. Qwen a open-sourcé Qwen-Image-2.1 le 20 septembre 2026 pour Hugging Face, GitHub, ModelScope et ComfyUI. Il n'y a pas de publication d'API hébergée.

Existe-t-il une API ou un prix officiel pour Qwen-Image-2.1 ?

Non. Qwen n'a publié aucun ID de modèle API ni aucun prix pour Qwen-Image-2.1. Tout coût que vous voyez cité est une estimation d'auto-hébergement, pas un tarif fournisseur.

Puis-je utiliser Qwen-Image-2.1 commercialement ?

Pas sous la licence publiée. Les poids utilisent la Qwen Research License, limitée à la recherche et à l'évaluation non commerciales ; l'usage commercial nécessite une autorisation distincte de Qwen.

APIMaster héberge-t-il Qwen-Image-2.1 ?

Non. APIMaster liste les modèles texte de Qwen (qwen3.8-max, qwen3.8-flash, qwen3.7-max, qwen3.7-plus) mais pas les modèles d'images de Qwen, car il n'y a pas d'API hébergée à router. Cela ne changerait que si Qwen ouvrait une licence commerciale ou un endpoint hébergé.

Que dois-je donc utiliser pour la génération d'images commerciale ?

GPT Image 2 à partir de 0,0075 $ pour 1K images (environ 97 % de réduction sur la référence de 0,25 $ d'OpenAI), ou Nano Banana 2 à partir de 0,0469 $ pour 1K images. Les deux sont actifs, les deux prennent en charge l'édition, et les deux sont facturés par image sur votre clé APIMaster.

Le score de benchmark de 60,28 est-il fiable ?

C'est le benchmark interne de Qwen, présenté dans le graphique de lancement de Qwen comme le meilleur modèle ouvert. La réplication indépendante était limitée le jour de la publication, donc traitez ce chiffre comme une affirmation auto-déclarée plutôt qu'un résultat vérifié.

Quelle est la caractéristique phare de Qwen-Image-2.1 ?

La transparence RGBA native : un VAE RGBA à 64 canaux lui permet de générer et d'éditer des images avec un véritable canal alpha, ce qui est inhabituel parmi les modèles d'images et difficile à obtenir de nombreuses routes hébergées.

Sources et date de vérification

• Poids et fiche modèle de Qwen-Image-2.1 : huggingface.co/Qwen/Qwen-Image-2.1 — architecture, VAE RGBA, détails sur les images de référence et la résolution.
• Code et nœuds de publication de Qwen : github.com/QwenLM/Qwen-Image-2.1.
• Blog de publication de Qwen : qwen.ai/blog?id=qwen-image-2.1 — licence et cadrage du benchmark.
• Miroir ModelScope : modelscope.cn/models/Qwen/Qwen-Image-2.1.
• Catalogue de tarification en direct et fiches marketplace d'APIMaster, vérifiés le 21 septembre 2026. La disponibilité et les prix des routes peuvent changer après publication.

Commencez avec une API d'images qui existe aujourd'hui

Qwen-Image-2.1 vaut la peine d'être suivi — la transparence native et l'édition avec 10 images sont réellement intéressantes. Mais ce n'est pas une API que vous pouvez appeler, et sa licence exclut l'usage commercial. GPT Image 2 et Nano Banana 2 sont actifs dès maintenant.

Créez un compte APIMaster, générez une clé dans la console, pointez votre client vers https://apimaster.ai/v1 et définissez le modèle sur gpt-image-2 — à partir de 0,0075 $ pour 1K images, environ 97 % de réduction sur la référence de 0,25 $. Une clé compatible OpenAI couvre aussi Nano Banana, Claude, GPT, DeepSeek et les modèles texte de Qwen, et chaque canal est vérifié par empreinte avant d'être listé.