阿里 Qwen 发布 Qwen-Image-2.1-Turbo：8 步出图的 7B 图像模型

核心事实

据 MarkTechPost 报道，阿里巴巴 Qwen 团队发布了 Qwen-Image-2.1-Turbo，这是其开放权重模型 Qwen-Image-2.1 的加速检查点。该版本在相同的 7B 视觉生成架构上，把去噪步数从基础模型默认的 40 步压缩到 8 步，同时保留 2K 输出与图像编辑能力，并提供托管 API 选项。

技术细节方面，模型采用 32 层单流 DiT 与块因果注意力，文本编码器为 Qwen3-VL 8B，VAE 为 64 通道 RGBA 自编码器，支持原生透明通道；采样使用 Flow Matching 与 Euler 离散调度。官方推荐配置已随检查点保存，可通过 Diffusers 的 QwenImage21Pipeline 加载，在 CUDA GPU 上以 BF16 运行。

背景与影响

对开发者而言，8 步意味着在同等架构下减少约 5 倍的去噪步数，配合前缀 KV 缓存复用文本与参考图上下文，可降低推理开销。模型卡展示覆盖人像、人体姿态、透明图、排版海报与 UI 布局等类别，编辑示例包括单图变换、多参考合成与四图室内合成；基础模型据称支持最多 10 张参考图及圆形、涂抹标注或蒙版形式的局部编辑。

托管侧，阿里云 Model Studio 同时上线 Turbo 与 Pro 两个端点。据该报道，qwen-image-2.1-turbo 在多数地区为每张图 0.1 元人民币、限速 120 RPM，qwen-image-2.1-pro 为每张 0.25 元、20 RPM。价格与可用区域可能调整，请以官网当前信息为准。

限制与来源

需要注意，Turbo 采用 Qwen 研究许可，仅限研究用途，商业自托管需另行获得授权。Qwen 未公布 Turbo 的显存最低要求；报道中引用的 11 GB（GGUF）与 24 GB（INT8/FP8）为 Unsloth 对基础模型的估算，并非官方数据。此外，目前尚无 Turbo 专属基准成绩，报道中提到的 Qwen-Image-Bench 60.28 分属于基础模型 Qwen-Image-2.1，且为厂商自报数值。运行环境要求从源码安装 Diffusers、transformers>=5.17.0，并依赖尚未合并的 Diffusers PR #14950；仅设置 num_inference_steps 不会覆盖已保存的采样计划，需显式传入 sigmas，且其他调度方案据称未经测试。

本文信息来自 MarkTechPost 报道，相关规格与许可细节以 Qwen 官方模型卡与官网当前信息为准。