Qwen-Image-2.1 登顶 Arena 图像编辑与文生图开源榜

通义千问宣布 Qwen-Image-2.1 在 Arena 的 Image Edit Arena 和 Text-to-Image Arena 两个榜单上均取得开源模型第一。其中 Image Edit Arena 得分 1367，位列总榜第 16，与第 15 名 GPT-Image-1.5-high-fidelity 仅差 3 分，官方同时邀请用户体验该模型。

此前开源图像模型在编辑与文生图两个方向通常难以同时靠前，此次两个 Arena 榜单均为开源第一，且图像编辑距离闭源前列模型只差 3 分，说明开源方案与闭源头部在编辑能力上的差距已明显收窄，值得实际试用对比。

证据仅显示排名与分数：Image Edit Arena 得分 1367、总榜第 16、与 GPT-Image-1.5-high-fidelity 相差 3 分，以及官方邀请体验。关于模型架构、训练方式、推理成本与具体能力差异，证据未提供，无法展开。

如果团队正在做图像编辑、文生图相关产品或内部素材生产流程，可将 Qwen-Image-2.1 纳入候选模型做对比测试，尤其适用于需要在开源条件下部署、又对编辑质量有要求的场景；但证据未涉及价格、许可与部署方式，暂不能判断成本与合规影响。

• 在 Image Edit Arena 上挑几个自家常见的修图任务，与当前使用的模型做同题对比，记录可用率与返工次数。
• 用同一批文生图提示词分别跑 Qwen-Image-2.1 与现有模型，比较出图一致性与风格可控性。
• 针对编辑指令（如局部替换、风格迁移）测试模型是否理解中文提示，验证本地化提示的可用性。
• 若计划私有化部署，先确认模型权重获取方式与许可证条款，再做小规模概念验证。

• 模型权重是否开放、采用何种开源许可证、能否商用？
• 是否提供 API、定价方式与调用限制如何？
• 是否支持本地或私有化部署，显存与推理成本是多少？
• Arena 得分的评测口径、样本量与对比条件是否公开？