Qwen-Image-2.1: esiste un'API, e cosa puoi usare oggi?

Esiste un'API Qwen-Image-2.1?

No. Al 21 settembre 2026 non esiste un'API Qwen-Image-2.1 ufficiale, e non se ne intravede una:

Voce	Stato di Qwen-Image-2.1
Pesi aperti	Rilasciati il 20 settembre 2026
API hosted ufficiale	Non pubblicata
Model ID API pubblico	Non pubblicato
Prezzo ufficiale	Non pubblicato
Licenza	Qwen Research License — solo ricerca e valutazione non commerciali
Cosa esiste oggi	Download dei pesi, pipeline Diffusers, nodi ComfyUI, demo Space su Hugging Face

Chiunque citi un "prezzo dell'API Qwen-Image-2.1" sta prezzando una GPU self-hosted, non un endpoint di un fornitore. Quella cifra dipende interamente dal tuo hardware e dal tuo utilizzo, e non è confrontabile con una tariffa API per immagine.

Cosa è effettivamente confermato su Qwen-Image-2.1

Tutto quanto segue proviene dai materiali di rilascio e dalla model card di Qwen.

• Generazione ed editing condividono un unico set di pesi. Una singola QwenImage21Pipeline esegue text-to-image ed editing basato su istruzioni, quindi non devi cambiare modello per passare da un'attività all'altra. Testo e immagini di riferimento vengono codificati prima, poi denoised.
• Un backbone immagini da ~7B più un encoder vision-language. La parte visiva è un Single-Stream DiT a 32 layer con circa 7B parametri, con testo e immagini di riferimento codificati da Qwen3-VL-8B. Contando il text encoder, lo stack è nell'ordine dei 16B, e i pesi ufficiali BF16 sono circa 33GB.
• Trasparenza nativa (RGBA). Il VAE è un autoencoder RGBA a 64 canali con compressione spaziale 16×. Può generare immagini con canale alpha direttamente, modificare layer trasparenti esistenti e ritagliare soggetti da foto normali in asset trasparenti. Il consiglio di prompting di Qwen stesso è di dichiararlo esplicitamente, ad esempio: "This is an RGBA image with transparency. … The image has alpha channel and the background is transparent."
• Fino a 10 immagini di riferimento. Una singola richiesta può trasportare fino a 10 immagini di conditioning per scatti di gruppo, virtual try-on o interior staging. Le modifiche locali accettano cerchi, pennellate o una maschera separata, con particolare attenzione alla conservazione dell'identità di persone e prodotti. I nodi ComfyUI riservano slot fino a image_16.
• Output nativo 2K. La dimensione comune è 2048×2048, e un frame 16:9 raggiunge circa 2752×1536. Il numero di step predefinito è 40. Qwen evidenzia un miglioramento nel layout del testo, nell'illuminazione dei ritratti e nei dettagli fini.
• Lavoro sull'efficienza. L'attenzione a granularità mista e il riuso della prefix KV cache fanno sì che il prompt e le immagini di riferimento vengano codificati una volta e riutilizzati attraverso gli step di denoising, il che fa risparmiare più compute quando si modifica con diverse immagini di riferimento.
• Ecosistema dal giorno zero. Hugging Face Diffusers (QwenImage21Pipeline), ComfyUI (con pesi quantizzati distribuiti separatamente, una combinazione minima intorno ai 14GB), più vLLM-Omni, SGLang e LightX2V.
• Modelli di prompt-rewrite. Qwen distribuisce anche modelli di prompt-rewriting PE-T2I / PE-I2I — fine-tune di Qwen3.5-VL da circa 9B.

Cosa non è confermato

• Nessun endpoint hosted da parte di nessuno di ufficiale. Qwen ha pubblicato pesi, non un servizio.
• Nessun prezzo ufficiale — non per immagine, non per token.
• Il benchmark è quello del fornitore stesso. Qwen riporta circa 60,28 sul suo Qwen-Image-Bench interno, che il suo grafico colloca primo tra i modelli aperti, marginalmente davanti a Nano Banana 2.0 (59,82) e GPT Image 1.5 (59,65). Si tratta di un benchmark autocostruito, e la replica indipendente era scarsa il giorno del rilascio. Tratta la classifica come un'affermazione da verificare, non come un risultato da citare.

La licenza è il vero punto decisionale

Questa è la parte che la maggior parte della copertura su "Qwen-Image-2.1 è arrivato" salta. I pesi sono sotto la Qwen Research License, efficace dal 20 settembre 2026: solo ricerca e valutazione, non commerciale. Eseguirlo all'interno di un prodotto commerciale, di una consegna a un cliente o di una tua API a pagamento richiede generalmente una concessione commerciale separata da Qwen.

Si tratta di un autentico cambiamento di postura. Le precedenti release di Qwen-Image erano sotto Apache 2.0, ed è per questo che tanti tutorial danno per scontato "scaricalo e distribuiscilo". Con la 2.1, il download non è una licenza commerciale. Prima di costruire qualsiasi cosa rivolta al cliente su questi pesi, leggi il testo della licenza nel repo Hugging Face e, se ti servono i diritti commerciali, chiedi direttamente a Qwen.

Qwen-Image-2.1 vs le API per immagini che puoi usare commercialmente

	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)
Accesso	Pesi aperti, self-host	API	API	API	API
Route APIMaster	Non hosted	5 route attive	3 route attive	Attiva	Attiva
Prezzo APIMaster, per 1K immagini	Nessun prezzo API (costo della tua GPU)	da $0,0075	da $0,0469	$0,03744	$0,12864
Prezzo di riferimento per immagine	—	$0,25	$0,067	$0,039	$0,134
Uso commerciale	No (licenza ricerca/valutazione)	Sì	Sì	Sì	Sì

I prezzi sono quelli delle route live di APIMaster, verificati il 21 settembre 2026, e sono separati dalle tariffe di riferimento dei fornitori stessi; possono applicarsi adeguamenti dell'account. Qwen-Image-2.1 non ha un prezzo API perché non ha un'API — solo un download. Nota inoltre che la trasparenza RGBA nativa è la feature distintiva di Qwen-Image-2.1; se una route hosted restituisca un vero canale alpha varia da canale a canale, quindi verificalo sulla route che scegli prima di farci affidamento.

Cosa usare oggi

• La generazione ed editing di immagini commerciale più economica: GPT Image 2 (gpt-image-2). A da $0,0075 per 1K immagini rispetto a un riferimento di $0,25, è la route a minor costo sulla piattaforma e copre sia la generazione sia l'editing con immagini di riferimento. Inizia dalla pagina del modello GPT Image.
• L'alternativa più vicina: Nano Banana 2 (gemini-3.1-flash-image). L'attuale tier Flash per immagini di Google, da $0,0469 per 1K immagini rispetto a un riferimento di $0,067. Vedi la pagina del modello Nano Banana.
• Nano Banana e Nano Banana Pro coprono le fasce più leggera e premium della stessa famiglia a $0,03744 e $0,12864 per 1K immagini.

Qwen non è assente dalla piattaforma — i suoi modelli di testo sono elencati e attivi: qwen3.8-max, qwen3.8-flash, qwen3.7-max e qwen3.7-plus, tutti raggiungibili con una sola chiave sulla pagina Qwen API. I modelli per immagini sono un'altra questione: poiché Qwen-Image-2.1 è non commerciale e non ha un'API hosted, oggi non c'è nulla che possiamo instradare. Se Qwen apre una licenza commerciale o un endpoint immagini hosted, valuteremo di inserirlo — la stessa chiave che usi ora lo coprirebbe allora senza bisogno di nuove integrazioni.

Come chiamare un'API per immagini commerciale

Crea una chiave nella console APIMaster, imposta APIMASTER_API_KEY e usa lo schema di canale mostrato di seguito. Su queste route size è un aspect ratio e resolution seleziona la fascia di prezzo. Queste convenzioni appartengono al canale, quindi non copiarle in una richiesta diretta al fornitore.

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
  }'

Passare al tier Google è un cambio di una riga — imposta "model": "gemini-3.1-flash-image" e mantieni la stessa chiave e lo stesso endpoint.

Prepararsi a un'API Qwen-Image-2.1

1. Mantieni configurabile il model ID. Se dovesse mai comparire un endpoint qwen-image hosted, trattalo come un valore di configurazione invece di hardcodare una stringa ipotizzata.
2. Leggi prima la licenza. Non commerciale oggi significa nessun uso rivolto al cliente finché Qwen non concede i diritti commerciali.
3. Fai benchmark sulle tue attività. Registra correttezza, latenza e costo per immagine utilizzabile sulla route che usi effettivamente, così qualsiasi confronto futuro sarà equo.
4. Verifica cosa sta servendo una route. Il solo nome di un modello non può provare quale modello ha risposto; controlla un canale prima di scalarlo.

FAQ

Qwen-Image-2.1 è stato rilasciato?

I pesi sì. Qwen ha reso open source Qwen-Image-2.1 il 20 settembre 2026 per Hugging Face, GitHub, ModelScope e ComfyUI. Non c'è alcun rilascio di API hosted.

Esiste un'API o un prezzo ufficiale di Qwen-Image-2.1?

No. Qwen non ha pubblicato alcun model ID API né alcun prezzo per Qwen-Image-2.1. Qualsiasi costo tu veda citato è una stima di self-hosting, non una tariffa di un fornitore.

Posso usare Qwen-Image-2.1 commercialmente?

Non con la licenza rilasciata. I pesi usano la Qwen Research License, limitata a ricerca e valutazione non commerciali; l'uso commerciale richiede una concessione separata da Qwen.

APIMaster ospita Qwen-Image-2.1?

No. APIMaster elenca i modelli di testo di Qwen (qwen3.8-max, qwen3.8-flash, qwen3.7-max, qwen3.7-plus) ma non i modelli per immagini di Qwen, perché non c'è un'API hosted da instradare. Ciò cambierebbe solo se Qwen aprisse una licenza commerciale o un endpoint hosted.

Quindi cosa dovrei usare per la generazione di immagini commerciale?

GPT Image 2 a da $0,0075 per 1K immagini (circa 97% di sconto rispetto al riferimento di $0,25 di OpenAI), oppure Nano Banana 2 a da $0,0469 per 1K immagini. Entrambi sono attivi, entrambi supportano l'editing, ed entrambi vengono fatturati per immagine sulla tua chiave APIMaster.

Il punteggio di benchmark 60,28 è affidabile?

È il benchmark interno di Qwen stesso, presentato nel grafico di lancio di Qwen come il miglior modello aperto. La replica indipendente era limitata il giorno del rilascio, quindi tratta il numero come un'affermazione auto-dichiarata più che come un risultato verificato.

Qual è la feature distintiva di Qwen-Image-2.1?

La trasparenza RGBA nativa: un VAE RGBA a 64 canali gli consente di generare e modificare immagini con un vero canale alpha, cosa insolita tra i modelli per immagini e difficile da ottenere da molte route hosted.

Fonti e data di verifica

• Pesi e model card di Qwen-Image-2.1: huggingface.co/Qwen/Qwen-Image-2.1 — architettura, VAE RGBA, dettagli su immagini di riferimento e risoluzione.
• Codice e nodi di rilascio di Qwen: github.com/QwenLM/Qwen-Image-2.1.
• Blog di rilascio di Qwen: qwen.ai/blog?id=qwen-image-2.1 — inquadramento di licenza e benchmark.
• Mirror su ModelScope: modelscope.cn/models/Qwen/Qwen-Image-2.1.
• Catalogo prezzi live e card del marketplace di APIMaster, verificati il 21 settembre 2026. La disponibilità e i prezzi delle route possono cambiare dopo la pubblicazione.

Inizia con un'API per immagini che esiste oggi

Qwen-Image-2.1 vale la pena di essere osservato — la trasparenza nativa e l'editing con 10 immagini sono davvero interessanti. Ma non è un'API che puoi chiamare, e la sua licenza esclude l'uso commerciale. GPT Image 2 e Nano Banana 2 sono attivi adesso.

Crea un account APIMaster, genera una chiave nella console, punta il tuo client su https://apimaster.ai/v1 e imposta il modello su gpt-image-2 — da $0,0075 per 1K immagini, circa 97% di sconto rispetto al riferimento di $0,25. Una sola chiave compatibile con OpenAI copre anche Nano Banana, Claude, GPT, DeepSeek e i modelli di testo di Qwen, e ogni canale viene verificato con fingerprint-checking prima di essere elencato.