阿里云 Qwen 团队 · 2026-09-14 · Qwen Research License（研究用途，商用需另行授权） 本机已装 23 个
阿里这一代的统一图像模型：文生图和图像编辑是同一个模型，中文理解和画面里的中文文字是它的传统强项。
同代里中文排版最稳的一档，171k 的近 30 天下载也说明它在国内工作流里已经站住。和 MOSS 比它不用画框、直接靠提示词排字；和 Krea 2 比它多一个「编辑」能力但步数更多（25 步 vs Turbo 8 步）。注意许可是 Qwen Research，商用要另谈。
| 指标 | Qwen-Image 2.1 | Qwen-Image 2.1 Turbo | MOSS-Image | FLUX.3 [klein] |
|---|---|---|---|---|
| 发布时间 | 2026-09-14 | 2026-10-09 | 2026-10-11 | 2026-10-13 |
| 近30天下载 | 171.1k | 31.4k | 7.7k | 534.8k |
| 许可 | Qwen Research License | Qwen Research License | Apache-2.0 | FLUX Kommunity License |
| 规模 | 7B 视觉生成主干（32 层单流 DiT） | 7B（与 2.1 同主干，换成 8 步采样表） | 5B | 5.6B |
| 官方模板数 | 3 | 2 | 3 | 3 |
| Civitai LoRA | 100 | — | 99 | 15 |
| Civitai 微调 | 27 | — | 46 | 2 |
| 本机 16GB | 能跑但要认命：int8 权重 + int8 文本编码器，1024–1536 区间稳定，2K 要靠 offload。 | 目前 16GB 上性价比最高的中文出图方案之一：8 步就能出，显存压力和完整版一样。 | 能跑，用 int8 权重 + w4a8 量化文本编码器，官方模板就是这么配的。 | 能跑，走 int8 单文件 + int8 文本编码器这条线。 |
表内数字：下载量取 HuggingFace 近 30 天；LoRA / 微调数是 Civitai 上该底模的条目数（采样本期抓到的，非全站总量）。
A neon shop sign that reads "QWEN IMAGE 2.1", rainy night, reflections on wet pavement
Change the background to a sunset beach
下载 JSON 后拖进 ComfyUI 窗口即可载入；缺节点通常是 ComfyUI 版本太旧。
文件级链接点一下就直接下载（HF 会 302 到 CDN）；每条下面标了精度档位与最低显存，命令行口令点右上角「复制」。
$env:HF_ENDPOINT="https://hf-mirror.com"; hf download Comfy-Org/Qwen-Image-2.1 --local-dir ComfyUI\models
hf download Comfy-Org/Qwen-Image-2.1 --local-dir ComfyUI\models
pip install -U "huggingface_hub[cli]"
显存是「最低可跑」的估算：ComfyUI 会分时加载权重与文本编码器，所以最低显存≈权重体积再上一档；实际还要给激活值留余量，视频模型另受时长与分辨率影响。
放到哪：底模 → ComfyUI/models/diffusion_models；LoRA / 微调 → models/loras 或 models/checkpoints；文本编码器 → models/text_encoders；VAE → models/vae。Comfy-Org 的仓已按这套目录结构打包，--local-dir ComfyUI\models 即可直接落位。