Artificial Analysis 评测：Qwen-Image-2.1 在两个 AA-Image 榜单中成为排名第一的开源权重模型

Artificial Analysis 对阿里 9 月 20 日以开源权重发布的 Qwen-Image-2.1 进行了本地部署评测。结果显示，该模型在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 两个榜单上均排名第 18，是两个榜单中排名最高的开源权重模型，超过 Ideogram 4.0（Quality）和 HunyuanImage 3.0 Instruct。

此前开源权重图像模型在两个 AA-Image 榜单上均未达到这一位置，Qwen-Image-2.1 同时超过 Ideogram 4.0（Quality）和 HunyuanImage 3.0 Instruct，说明开源权重方案在文生图与图像编辑两个维度上已进入可对比头部模型的行列，而不再只是低成本的替代选项。

Artificial Analysis 采用自行本地部署的方式评测，而非依赖厂商自报数据，因此结果反映的是权重开放后第三方可复现的实际表现。开源权重使外部团队能够自行部署、微调和接入自有流程，这也是其排名被关注的主要原因；但证据未披露具体评测方法、样本规模与硬件环境，机制层面的更多细节无法确认。

对产品团队而言，Qwen-Image-2.1 提供了可本地部署的文生图与图像编辑能力，可能降低对闭源 API 的依赖，并在数据敏感场景中获得部署灵活性。研发需要评估自建推理成本、微调工作量与版本维护负担；若直接接入，用户体验差异将取决于实际推理速度与稳定性，而这些尚未在证据中体现。

• 用 Qwen-Image-2.1 开源权重搭建内部图像生成与编辑原型，在自有数据上验证质量是否满足业务场景。
• 针对需要数据不出域的场景，评估本地部署替代闭源图像 API 的成本与运维投入。
• 基于该权重做垂直领域微调，例如电商素材或内部设计辅助，并和 Ideogram 4.0、HunyuanImage 3.0 Instruct 做同任务对比。

• AA-Image-T2I v2.0 与 AA-Image-Editing v2.0 的具体评测方法、样本量和评分维度是什么？
• 第 18 名的绝对得分与榜单前列模型的差距有多大？
• 本地部署 Qwen-Image-2.1 的推理成本和硬件要求如何？
• 除 Artificial Analysis 外，是否有其他独立信源复现该排名结果？