Команда Qwen компании Alibaba представила модель Qwen-Image-2.1-Turbo для генерации и редактирования изображений. Модель построена на архитектуре с 7 миллиардами параметров и 32 слоями, используя механизм блочно-причинного внимания. Технология кэширования префиксов KV позволяет повторно использовать контекст текста и референсных изображений на каждом из 8 шагов генерации, что сокращает вычислительные затраты.
Для работы с моделью требуется библиотека Diffusers и версия transformers от 5.17.0. Инструмент поддерживает генерацию портретов, типографики, UI-макетов, а также редактирование изображений с использованием до 10 референсов. Доступные разрешения варьируются от квадратных форматов 2048x2048 до широкоэкранных 2752x1536 пикселей.
Модели Turbo и Pro доступны в Alibaba Cloud Model Studio. Стоимость генерации одного изображения в версии Turbo составляет ¥0,1 при лимите 120 запросов в минуту. Версия Pro стоит ¥0,25 за изображение с ограничением 20 запросов в минуту. Таким образом, модель Turbo в 2,5 раза дешевле и поддерживает в 6 раз более высокую частоту запросов.
