Qwen-Image-2.1：有 API 吗？你今天能用什么？

Qwen-Image-2.1 有 API 吗？

没有。截至 2026 年 9 月 21 日，不存在官方的 Qwen-Image-2.1 API，也没有任何迹象表明它即将出现：

项目	Qwen-Image-2.1 状态
开放权重	2026 年 9 月 20 日发布
官方托管 API	未公布
公开的 API 模型 ID	未公布
官方价格	未公布
许可证	Qwen 研究许可证——仅限非商业研究与评估
目前已有的东西	下载权重、Diffusers 流水线、ComfyUI 节点、Hugging Face 演示 Space

任何引用“Qwen-Image-2.1 API 价格”的人，其实是在给自托管 GPU 定价，而不是给厂商端点定价。这个数字完全取决于你自己的硬件和利用率，并且无法与按图计费的 API 费率相提并论。

关于 Qwen-Image-2.1，目前确认了什么

以下所有内容均来自 Qwen 官方发布材料和模型卡。

• 生成与编辑共用同一套权重。 单一的 QwenImage21Pipeline 同时完成文生图和基于指令的编辑，因此无需更换模型来切换任务。文本和参考图先被编码，然后再去噪。
• 约 7B 的图像主干，外加一个视觉-语言编码器。 视觉部分是一个 32 层的 Single-Stream DiT，参数量约 7B，文本和参考图由 Qwen3-VL-8B 编码。算上文本编码器，整个栈约为 16B，官方 BF16 权重约 33GB。
• 原生透明（RGBA）。 VAE 是一个 64 通道、16× 空间压缩的 RGBA 自编码器。它能直接生成带 alpha 通道的图像，编辑已有的透明图层，还能把普通照片中的主体抠成透明素材。Qwen 自己的提示建议是明确说明这一点，例如：“This is an RGBA image with transparency. … The image has alpha channel and the background is transparent.”
• 最多 10 张参考图。 一次请求可携带最多 10 张条件图，用于合影、虚拟试穿或室内陈设。局部编辑接受圆形、笔刷标记或单独的蒙版，并强调保留人物与产品的身份特征。ComfyUI 节点预留了最多到 image_16 的槽位。
• 原生 2K 输出。 常见尺寸是 2048×2048，16:9 画面可达约 2752×1536。默认采样步数为 40。Qwen 强调其在文字排版、人像布光和细节方面的改进。
• 效率优化。 混合粒度注意力与前缀 KV 缓存复用意味着提示词和参考图只编码一次，并在各去噪步骤间复用；在使用多张参考图进行编辑时，这能节省最多算力。
• 首日生态。 Hugging Face Diffusers（QwenImage21Pipeline）、ComfyUI（附带单独打包的量化权重，最低组合约 14GB），以及 vLLM-Omni、SGLang 和 LightX2V。
• 提示词重写模型。 Qwen 还发布了 PE-T2I / PE-I2I 提示词重写模型——约 9B 的 Qwen3.5-VL 微调模型。

尚未确认的部分

• 没有任何官方方提供托管端点。 Qwen 发布的是权重，不是服务。
• 没有官方价格——既没有按图价格，也没有按 token 价格。
• 基准测试是厂商自家的。 Qwen 在其内部的 Qwen-Image-Bench 上报告约 60.28 分，其图表将该成绩列为开放模型第一名，略高于 Nano Banana 2.0（59.82）和 GPT Image 1.5（59.65）。这是一个自建基准，发布当天的独立复现很少。请把这个排名当作一个待验证的说法，而不是可以引用的结果。

许可证才是真正的决策点

这是大多数“Qwen-Image-2.1 来了”的报道都会略过的部分。权重采用 Qwen Research License，自 2026 年 9 月 20 日起生效：仅限研究与评估，非商业用途。将其用于商业产品、客户交付物或你自己的付费 API 中，通常需要获得 Qwen 单独的商用授权。

这是姿态上的真正转变。此前的 Qwen-Image 版本采用 Apache 2.0，这也是为什么许多教程都想当然地认为“下载即可发布”。而在 2.1 上，下载并不等于商用许可。在基于这些权重构建任何面向客户的东西之前，请阅读 Hugging Face 仓库 中的许可文本，如果你需要商业权利，请直接联系 Qwen。

Qwen-Image-2.1 与可商用的图像 API 对比

	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）
访问方式	开放权重，自行托管	API	API	API	API
APIMaster 路由	未托管	5 条在线路由	3 条在线路由	在线	在线
APIMaster 价格，每 1K 张图像	无 API 价格（你的 GPU 成本）	低至 $0.0075	低至 $0.0469	$0.03744	$0.12864
每张图像参考价	—	$0.25	$0.067	$0.039	$0.134
商业使用	不可（研究/评估许可）	可以	可以	可以	可以

价格为 APIMaster 的在线路由价格，查询于 2026 年 9 月 21 日，与供应商自身的参考费率相互独立；可能适用账户调整。Qwen-Image-2.1 没有 API 价格，因为它没有 API——只有下载。另请注意，原生 RGBA 透明度是 Qwen-Image-2.1 的突出特性；托管路由是否返回真正的 alpha 通道因渠道而异，因此在依赖它之前，请在你选择的路由上先行验证。

今天该用什么

• 最便宜的可商用图像生成与编辑：GPT Image 2（gpt-image-2）。 每 1K 张图像低至 $0.0075，对比 $0.25 的参考价，它是平台上成本最低的路由，同时覆盖生成和参考图编辑。请从 GPT Image 模型页面 开始。
• 最接近的替代方案：Nano Banana 2（gemini-3.1-flash-image）。 Google 当前的 Flash 图像层级，每 1K 张图像低至 $0.0469，对比 $0.067 的参考价。参见 Nano Banana 模型页面。
• Nano Banana 和 Nano Banana Pro 覆盖同一系列中更轻量和更高端的两端，分别为每 1K 张图像 $0.03744 和 $0.12864。

Qwen 并未在平台上缺席——其文本模型已上架且在线：qwen3.8-max、qwen3.8-flash、qwen3.7-max 和 qwen3.7-plus，均可通过 Qwen API 页面 上的一个密钥访问。图像模型则是另一回事：由于 Qwen-Image-2.1 为非商用且没有托管 API，我们今天无从路由。如果 Qwen 开放商用许可或托管图像端点，我们会评估上架——届时你现在使用的同一个密钥即可覆盖它，无需新的集成。

如何调用可商用的图像 API

在 APIMaster 控制台 中创建密钥，设置 APIMASTER_API_KEY，并使用下面所示的渠道 schema。在这些路由上，size 表示宽高比，resolution 选择定价层级。这些约定属于渠道本身，因此不要把它们照搬到直接向供应商发起的请求中。

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
  }'

切换到 Google 层级只需改一行——设置 "model": "gemini-3.1-flash-image"，并保持相同的密钥和端点。

为 Qwen-Image-2.1 API 做好准备

1. 保持模型 ID 可配置。 如果托管的 qwen-image 端点将来出现，请将其视为配置值，而不是硬编码一个猜测的字符串。
2. 先读许可证。 今天的非商用意味着，在 Qwen 授予商业权利之前，不得用于面向客户的用途。
3. 在你自己的任务上做基准测试。 记录你实际使用的路由上的正确性、延迟和每张可用图像的成本，以便未来的任何比较都公平。
4. 核验路由实际在提供什么。 仅凭模型名称无法证明是哪个模型在应答；在大规模使用某个渠道之前，先对其进行检查。

常见问题

Qwen-Image-2.1 发布了吗？

权重已发布。Qwen 于 2026 年 9 月 20 日在 Hugging Face、GitHub、ModelScope 和 ComfyUI 上开源了 Qwen-Image-2.1。目前没有托管 API 版本。

是否有官方的 Qwen-Image-2.1 API 或价格？

没有。Qwen 尚未公布 Qwen-Image-2.1 的 API 模型 ID，也没有公布价格。你看到的任何报价都是自托管估算，而非厂商费率。

我可以将 Qwen-Image-2.1 用于商业用途吗？

根据已发布的许可证，不可以。该权重使用 Qwen 研究许可证，仅限非商业研究和评估用途；商业使用需要获得 Qwen 的单独授权。

APIMaster 是否托管 Qwen-Image-2.1？

没有。APIMaster 上架了 Qwen 的文本模型（qwen3.8-max、qwen3.8-flash、qwen3.7-max、qwen3.7-plus），但没有上架 Qwen 的图像模型，因为没有可路由的托管 API。只有当 Qwen 开放商业许可证或托管端点时，这一情况才会改变。

那么商业图像生成应该用什么？

GPT Image 2，每 1K 图像低至 $0.0075（约为 OpenAI $0.25 参考价的 97% 折扣），或 Nano Banana 2，每 1K 图像低至 $0.0469。两者均已上线，都支持编辑，且都通过你的 APIMaster 密钥按图像计费。

60.28 的基准分数可信吗？

这是 Qwen 自己的内部基准测试，在 Qwen 的发布图表中作为最佳开源模型呈现。发布当天独立复现有限，因此请将该数字视为自我报告的说法，而非经过验证的结果。

Qwen-Image-2.1 最突出的功能是什么？

原生 RGBA 透明度：64 通道 RGBA VAE 使其能够生成和编辑带有真实 alpha 通道的图像，这在图像模型中并不常见，而且许多托管路由难以实现。

来源和验证日期

• Qwen-Image-2.1 权重和模型卡：huggingface.co/Qwen/Qwen-Image-2.1 — 架构、RGBA VAE、参考图像和分辨率详情。
• Qwen 发布代码和节点：github.com/QwenLM/Qwen-Image-2.1。
• Qwen 发布博客：qwen.ai/blog?id=qwen-image-2.1 — 许可证和基准框架。
• ModelScope 镜像：modelscope.cn/models/Qwen/Qwen-Image-2.1。
• APIMaster 实时定价目录和市场卡片，查阅于 2026 年 9 月 21 日。路由可用性和价格可能在发布后发生变化。

从今天就已存在的图像 API 开始

Qwen-Image-2.1 值得关注——原生透明度和 10 图像编辑确实很有趣。但它不是你可以调用的 API，而且其许可证排除了商业使用。GPT Image 2 和 Nano Banana 2 现已上线。

创建 APIMaster 账户，在控制台生成密钥，将客户端指向 https://apimaster.ai/v1 并将模型设置为 gpt-image-2 — 每 1K 图像低至 $0.0075，约为 $0.25 参考价的 97% 折扣。一个 OpenAI 兼容密钥还覆盖 Nano Banana、Claude、GPT、DeepSeek 和 Qwen 的文本模型，且每个通道在上架前都经过指纹检查。