Alibaba una generación y edición de imagen en un modelo compacto que ya lidera entre los de pesos abiertos. Pero cuidado, antes de pensar en producción, hay que pasar por el departamento legal.
En esta nueva edición de la serie Hablemos de… cambiamos de terreno y pasamos a la imagen generativa. El protagonista es Qwen-Image-2.1, el modelo que el equipo Qwen de Alibaba publicó el 20 de septiembre de 2026. Con solo 7.000 millones de parámetros en su componente de generación visual, hace en un único modelo lo que hasta ahora requería varias herramientas o una API cerrada: crear imágenes, editarlas y trabajar con transparencias.
Es un modelo bueno, sus pesos se pueden descargar y su licencia no permite el uso comercial sin un acuerdo aparte. Las tres cosas importan a la hora de decidir.
Qwen-Image-2.1 es hoy el modelo de pesos abiertos mejor valorado en los rankings independientes de generación y edición de imagen. Su licencia es solo para investigación y evaluación: para usarlo en un producto hay que negociar una licencia comercial con Qwen.
La imagen generativa se juega ahora en la edición
En 2024 y 2025 la competición fue por la calidad de la foto final. En 2026 el foco se ha desplazado al flujo de trabajo: cambiar una prenda sin perder la identidad de la persona, sacar un producto con fondo transparente, componer una escena a partir de varias referencias o mantener la coherencia de una marca en decenas de variantes. Por eso los modelos punteros se presentan como sistemas que crean y editan a la vez.
Qué trae Qwen-Image-2.1
Según el blog oficial y la documentación del modelo en GitHub y Hugging Face:
- Un modelo unificado para texto a imagen y edición. Su parte visual tiene 7B de parámetros en 32 capas Single-Stream DiT, acompañada de un codificador Qwen3-VL de 8B.
- Transparencia nativa (RGBA). El prompt decide si la salida es una imagen normal o una capa con fondo transparente. También edita capas transparentes y extrae un sujeto de una foto real como capa reutilizable, sin pasos de recorte.
- Hasta 10 imágenes de referencia. Qwen muestra ejemplos como un retrato de grupo a partir de seis fotos individuales, un look completo con prenda, calzado, bolso y sombrero, o un salón montado con diez muebles.
- Edición local señalando la zona con círculos, trazos pintados o una máscara aparte. Con máscara, el resto de la imagen se conserva intacto.
- Salida de hasta 2K y mejoras en tipografía, iluminación de retratos, identidad de personas entre ediciones y consistencia de producto.
Qwen también ha trabajado la velocidad. El texto de la instrucción y las imágenes de referencia se calculan una vez y se reutilizan mediante caché durante todo el proceso, de modo que añadir referencias apenas encarece la edición. El modelo tiene soporte desde el primer día en las principales herramientas de inferencia, como Diffusers y ComfyUI.
Dónde se sitúa de verdad
Qwen publica su propia comparativa, Qwen-Image-Bench, donde su modelo obtiene 60,28 puntos: por delante de Nano Banana 2.0 (59,82) y GPT Image 1.5 (59,65), y por detrás de varios modelos cerrados, con GPT Image 2.5 Sunburst en cabeza (67,01). Es un benchmark diseñado y evaluado por el propio fabricante, así que sirve para ubicar el modelo y poco más.
Los rankings independientes cuentan una historia parecida. En Artificial Analysis Image Arena, donde los usuarios votan a ciegas entre pares de imágenes, Qwen-Image-2.1 ocupa el puesto 18 en texto a imagen y el 17 en edición, y es el primer modelo de pesos abiertos en ambas tablas. En LMArena aparece también como el mejor modelo no propietario en las dos categorías.
Puntuación ELO en Artificial Analysis Image Arena, septiembre de 2026. Selección de modelos. Elaboración propia.
Entre los modelos abiertos, Qwen-Image-2.1 supera con holgura a FLUX.2 [dev] y a HunyuanImage 3.0. Frente a la élite cerrada, la distancia sigue siendo clara: GPT Image 2.5 Sunburst le saca más de 150 puntos ELO en texto a imagen y más de 100 en edición. Además, el modelo de Qwen lleva pocos días en los rankings y acumula muchas menos votaciones que los líderes, así que su posición puede moverse.
La letra pequeña: pesos abiertos, licencia de investigación
Las versiones abiertas anteriores de la familia (Qwen-Image, Edit, Layered y 2512) se publicaron bajo Apache 2.0, una licencia que permite el uso comercial. Qwen-Image-2.1 llega bajo la Qwen Research License Agreement, que limita el uso a fines de investigación o evaluación y exige una licencia comercial separada para cualquier otro uso. El precio y las condiciones de esa licencia no son públicos.
En la práctica:
- Se puede descargar, ejecutar en infraestructura propia, modificar y evaluar sin coste.
- No se puede integrar en un producto, facturar lo que genera ni usarlo en un proceso comercial sin negociar antes con Qwen.
Por eso la etiqueta precisa es «pesos abiertos bajo licencia de investigación», y «open source» se queda corta. La jugada de Qwen es coherente: abre la investigación y se reserva la monetización. Para la empresa, la decisión empieza en el departamento legal antes que en el de tecnología.
Qué aporta a tu empresa
La pregunta útil es qué permite hacer que antes no se podía, a qué coste y con qué riesgo.
Empecemos por el coste por imagen. Un modelo de 7B puede correr en una GPU de gama alta de consumo, y para volúmenes grandes (catálogos, variantes de producto, material de campaña) el coste marginal en local es muy inferior al de pagar cada llamada a una API. Las APIs, a cambio, no requieren mantenimiento, escalan solas y dan acceso a modelos de gama superior. Lo razonable suele ser combinar ambos: lo masivo en local y lo crítico en el mejor modelo disponible.
Luego está la soberanía de los datos. Ejecutar en infraestructura propia significa que las imágenes de productos, clientes o empleados no salen de la organización, algo que en banca, salud o sector público es muchas veces un requisito.
Y queda qué se puede desplegar hoy. Investigación, evaluación, prototipos internos y pruebas de concepto, sí. Producto comercial, solo con licencia negociada. Ninguna de las dos cosas es un problema; lo sería descubrirlo cuando el proyecto ya está en marcha. La licencia de un modelo es un control más, como la seguridad o la privacidad, y se revisa antes de pilotar.
Donde el modelo tiene más recorrido es en comercio electrónico (fotografía de producto coherente entre variantes, extracción de sujetos con transparencia), en diseño y marketing (composiciones con muchas referencias, tipografía integrada, infografías) y en contenido audiovisual (storyboards a partir de un personaje, panoramas desde una foto).
Una referencia para lo abierto, una conversación pendiente para producir
Qwen-Image-2.1 pone generación, edición y transparencia en un modelo pequeño que hoy es la referencia entre los de pesos abiertos. Para evaluar, prototipar e investigar es una herramienta excelente. Para llevarlo a producción, falta una negociación. Al final, la decisión depende de qué modelo se puede usar, dónde se ejecuta, con qué datos y a qué coste total, y la respuesta cambia en cada empresa y en cada caso de uso.
Cierre
Si estás explorando la imagen generativa para tu negocio, en Raona podemos ayudarte a montar una prueba de concepto con tus propios activos, revisar el encaje legal y de licencias de cada modelo y recomendarte la arquitectura que mejor combina calidad, coste y control de tus datos. Cuéntanos qué quieres conseguir y lo vemos juntos. ¡Hablemos!
Fuentes
- Qwen, «Qwen-Image-2.1», blog oficial, 20 de septiembre de 2026. https://qwen.ai/blog?id=qwen-image-2.1
- Qwen-Image-2.1, repositorio oficial y licencia (Qwen Research License Agreement). https://github.com/QwenLM/Qwen-Image-2.1
- Qwen/Qwen-Image-2.1, model card en Hugging Face. https://huggingface.co/Qwen/Qwen-Image-2.1
- Qwen-Image-2.1 en ModelScope. https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1
- Artificial Analysis, Text-to-Image Leaderboard. https://artificialanalysis.ai/image/leaderboard/text-to-image
- Artificial Analysis, Image Editing Leaderboard. https://artificialanalysis.ai/image/leaderboard/editing
- LMArena, Text-to-Image Leaderboard. https://arena.ai/leaderboard/text-to-image
- LMArena, Image Edit Leaderboard. https://arena.ai/leaderboard/image-edit
