El equipo Qwen de Alibaba publicó el 20 de septiembre de 2026 Qwen-Image-2.1, un modelo que unifica generación de imagen a partir de texto y edición de imágenes en un solo sistema. Los pesos están disponibles en Hugging Face, GitHub y ModelScope, y la ficha del modelo los describe con 7.000 millones de parámetros en el componente de generación visual, organizados en 32 capas de un Diffusion Transformer de flujo único.
La novedad más concreta es la transparencia nativa: el modelo genera imágenes RGBA —con canal alfa— en lugar de producir un fondo y recortarlo después. La misma arquitectura permite editar una capa transparente existente o extraer un sujeto de una foto común. Para edición, acepta hasta 10 imágenes de referencia en una sola pasada y admite indicaciones locales con círculos, marcas pintadas o máscaras separadas.
Qué informa la ficha técnica
- Generación visual: 7B de parámetros, 32 capas de DiT de flujo único.
- Salida: los ejemplos de la ficha usan 2.048 x 2.048; la relación 16:9 llega a 2.752 x 1.536.
- Inferencia: 40 pasos por defecto, con atención de granularidad mixta y reutilización de caché KV.
- Integración: la ficha documenta la clase QwenImage21Pipeline de Diffusers, y el repositorio de Hugging Face integró el soporte el 18 de septiembre.
La empresa afirma que el modelo supera a la mayoría de los modelos cerrados en su propio benchmark. Es una comparación del fabricante: The Decoder consigna el dato como una afirmación de Qwen y señala que la validación independiente sigue pendiente.
La licencia, el punto discutido
Los pesos son open-weight, pero la licencia no es permisiva. El Qwen Research License Agreement, con fecha de lanzamiento del 20 de septiembre de 2026, otorga derechos "FOR NON-COMMERCIAL PURPOSES ONLY" y define uso no comercial como "research or evaluation purposes only". El texto agrega: "You shall not use the Materials for any commercial purpose without obtaining a separate commercial license from us", y fija como licenciante a Hangzhou Tongyi Laboratory Technology Co., Ltd.
La metadata de Hugging Face etiqueta la licencia como qwen-research, no como Apache 2.0 ni otra licencia de uso libre. En la práctica, eso deja el modelo disponible para investigación y pruebas, y obliga a negociar un acuerdo aparte para cualquier producto comercial. El anuncio generó discusión en foros técnicos justamente por ese punto: pesos descargables y permisos de uso son dos preguntas distintas.
Hecho es la publicación, la arquitectura y la licencia. Afirmación del fabricante es la comparación de calidad frente a modelos cerrados.




