据MarkTechPost报道，阿里巴巴Qwen团队于10月9日发布Qwen-Image-2.1-Turbo，这是其开放权重模型Qwen-Image-2.1的加速检查点。它在保持同一7B视觉生成架构的前提下，把去噪步数从基础模型默认的40步压缩到8步，同时提供托管API选项。
该模型由7B参数的视觉生成器与Qwen3-VL 8B文本编码器组成，可通过Diffusers中的QwenImage21Pipeline直接加载。使用需要从源码安装Diffusers，并要求transformers 5.17.0及以上版本；检查点依赖Diffusers PR #14950，该改动加入管道可配置的采样sigma。检查点内置推荐的8步采样计划，生成默认使用CFG=1，前缀KV缓存让文本与参考图上下文在去噪步骤之间复用。
底层架构为单流DiT，共32层、7B参数，采用块级因果注意力，文本token使用token级因果掩码，图像使用块级双向掩码。文本编码器Qwen3-VL 8B同时编码指令与条件图像；VAE为64通道RGBA自编码器，具备16倍空间压缩并支持原生透明；调度器采用Flow Matching，配合欧拉离散调度与动态偏移。Qwen方面称，正是这一注意力设计使前缀缓存得以生效：输入图像与文本在第一步计算一次，后续每一步复用该缓存，8步下缓存前缀覆盖了大部分条件计算开销。
输出与编辑功能集与Qwen-Image-2.1一致，为原生2K（2048×2048）生成与编辑。基础模型最多支持10张参考图像，并可通过圆圈、涂画标注或蒙版进行局部编辑。模型卡展示覆盖8类场景，包括人像、人体姿态、透明图像、字体排版与海报、UI布局等；编辑示例包括单图变换、多参考合成和4图室内合成。支持的预设尺寸从2048×2048方形到2752×1536的16:9比例。Qwen同时提示，单独设置num_inference_steps并不会覆盖已保存的采样计划，只有显式传入sigmas参数才能覆盖，且其他调度方案尚未测试。
阿里云百炼平台现已同时托管Turbo与Pro两个版本。qwen-image-2.1-turbo在多数地区每张图像收费0.1元，请求速率上限为每分钟120次；qwen-image-2.1-pro每张0.25元，上限为每分钟20次。Turbo单价约为Pro的四成，请求速率是后者的6倍。
硬件方面，Qwen未公布Turbo的显存最低要求；Unsloth估算基础模型在GGUF下约需11GB显存，INT8或FP8下约需24GB。许可方面，Turbo沿用Qwen研究许可，商用自托管需另行获得授权。基准测试上，目前尚无Turbo专属成绩，基础模型Qwen-Image-2.1在Qwen-Image-Bench上得分60.28，为Qwen公布的最佳开放权重成绩。
与其他快速图像模型相比，阿里通义MAI的Z-Image-Turbo使用6B生成器、8步采样，采用Apache 2.0许可，示例分辨率为1024×1024，不提供编辑功能；Black Forest Labs的FLUX.2 klein 9B使用9B生成器、4步采样，支持多参考编辑，采用非商业许可，运行约需29GB显存及RTX 4090以上显卡。