A Alibaba liberou no domingo (20) o Qwen-Image-2.1, novo modelo de geração e edição de imagens da família Qwen. O lançamento chama atenção por dois motivos: o tamanho compacto, com apenas 7 bilhões de parâmetros no componente visual, e a capacidade de gerar imagens com fundo transparente sem etapas extras. Nos testes divulgados pela própria equipe, o modelo lidera o ranking entre os modelos abertos e supera concorrentes fechados, como o Nano Banana 2.0, do Google, e o GPT Image 1.5, da OpenAI.
Geração e edição em um único modelo
Até aqui, muitos fluxos de trabalho exigiam um modelo para criar a imagem, outro para editar e uma ferramenta separada para remover o fundo. O Qwen-Image-2.1 reúne tudo em uma única arquitetura, o que reduz a complexidade para desenvolvedores e equipes de design. Segundo análises do lançamento, o gerador visual ficou bem mais leve do que o do Qwen-Image original, que tinha cerca de 20 bilhões de parâmetros. O modelo chega cerca de sete meses depois do Qwen-Image 2.0, lançado em fevereiro de 2026. A família Qwen, da Alibaba, vem ganhando espaço com modelos de pesos abertos, e o Qwen-Image-2.1 leva essa mesma estratégia para a geração visual, um campo dominado até pouco tempo por sistemas fechados.
Transparência nativa e até 10 referências
O principal diferencial é a saída com canal alfa, que permite gerar PNGs transparentes direto a partir do prompt, em vez de recorrer a uma remoção de fundo depois. Na prática, isso facilita a criação de ativos como logotipos, ícones e fotos de produtos. O modelo também aceita até 10 imagens de referência na mesma edição, com preservação de identidade em retratos e produtos, e permite edições locais por caixa de seleção, pincel ou máscara. A equipe cita ainda melhorias na tipografia, nos detalhes de retratos e na saída em resolução 2K.
Desempenho nos testes
Nas avaliações públicas divulgadas no lançamento, o Qwen-Image-2.1 registrou 60,28 pontos, o primeiro lugar entre os modelos abertos, à frente do Nano Banana 2.0 e do GPT Image 1.5. É importante lembrar que esses números vêm das medições da própria Qwen e de avaliações iniciais, então vale esperar testes independentes antes de tirar conclusões definitivas. Testadores que já experimentaram o modelo relatam boas impressões, e a expectativa é que mais comparações apareçam nos próximos dias. Vale acompanhar também os rankings de comunidade, que costumam refletir melhor o uso no dia a dia.
Como acessar e o detalhe da licença
Os pesos do modelo estão disponíveis no Hugging Face, no ModelScope e no GitHub, com suporte desde o primeiro dia em ferramentas como ComfyUI, Diffusers, vLLM-Omni e SGLang. Análises indicam que ele consegue rodar em uma única placa de vídeo de consumo, o que abre espaço para uso local. Há um detalhe importante: o modelo é distribuído sob a Qwen Research License, ou seja, pesos abertos não significam uso livre para qualquer finalidade, e quem pretende usar comercialmente precisa checar as condições da licença
O que isso muda
O lançamento reforça a tendência de modelos menores e mais eficientes que disputam espaço com sistemas fechados e bem maiores. Para criadores de conteúdo, designers e lojas virtuais, rodar um gerador com transparência e edição em uma única placa de vídeo pode reduzir custos e a dependência de serviços pagos. Para o público brasileiro, a novidade interessa principalmente a quem trabalha com design, e-commerce e criação de conteúdo.
Para o mercado, a pressão sobre empresas como Google e OpenAI aumenta, já que um modelo aberto passa a competir de perto em qualidade. A disputa acontece em um momento de forte concorrência entre laboratórios chineses e americanos, com lançamentos abertos cada vez mais frequentes. Resta saber como o Qwen-Image-2.1 se comporta em uso real, principalmente em textos dentro das imagens.