Análisis de Qwen Image 2: texto nítido, sin censura, débil en lógica

No publicamos los fotogramas de nuestra escala de contenido; damos los resultados en prosa. La galería de abajo reúne ejemplos aptos para el trabajo de la página del modelo Qwen Image 2.

Un bar de neón, el brillo de una sola linterna. Una mujer con una bata de satén chocolate y un accesorio de cola de zorro se apoya en una barra bajo linternas de papel rojas, un letrero de «MIDNIGHT FOX» brillando detrás de ella — luz ámbar cálida y un medio giro provocador hacia la cámara, exactamente como se pidió.

Una placa de latón que de verdad se puede leer. Un pasillo de hotel art déco de noche, una mujer apoyada contra una puerta con un tacón colgando de sus dedos; la placa de latón «214» y el cartel colgante «DO NOT KNOCK» salieron nítidos y legibles a tamaño de lectura normal, no solo como textura.

Luz de linterna para el festival de verano. Un hombre y una mujer caminan un paso separados bajo linternas de papel en un festival nocturno, fuegos artificiales floreciendo arriba — brillo suave y color rico sin nada añadido ni faltante del prompt.

Una referencia, un escenario nuevo. En nuestra edición de referencia única, una mujer y su bata de satén se mantienen intactas de la foto de origen y se colocan en un nuevo bar iluminado con neón, con la luz cálida ajustada sobre su cara y hombros para que el resultado se lea como una sola fotografía en lugar de un collage.

Palabras pintadas sobre un letrero en blanco. En nuestra edición de rotulación, tres nuevas líneas de texto de menú y un letrero de tienda se añadieron a superficies en blanco de la foto de origen mientras el resto — el mostrador, el vapor, las linternas — se quedó exactamente donde estaba.

Qwen Image 2 lee prosa en inglés o chino corriente en lugar de etiquetas, y premia un prompt que nombre el vestuario, la fuente de luz y el objetivo en una sola pasada. En el editor, di qué aporta cada referencia y termina con «change nothing else» si el resto del encuadre importa.

1. Escena de bar con una fuente de luz nombrada.

Photorealistic cinematic still of a real adult woman in a dim neon cocktail bar at night, wearing a loose chocolate satin robe slipping off one shoulder, and a large fluffy orange-and-white faux fox tail accessory clipped at the small of her back, curving up behind her hip. She leans on the bar and glances back over her shoulder at the camera with a teasing half-smile. Red paper lanterns overhead, a neon sign on the back wall reading 'MIDNIGHT FOX', bottles bokeh, 35mm film grain, warm amber and crimson light.

Ejecuta este prompt en Qwen Image 2 →

2. Rotulación nombrada, letras nombradas. Esta es la forma que te consigue texto legible: nombra la superficie, cita las palabras exactas, y luego di qué debe quedarse igual.

Photorealistic cinematic still, late night in an art-deco hotel corridor lit by dim brass wall sconces, patterned carpet and dark lacquered doors receding into a deep vignette. An adult woman leans back against one door with one shoulder to the frame, wearing a black lace-trimmed champagne silk slip with a fur-collared coat hanging open off her shoulders, bare legs, barefoot on the carpet, one black high heel dangling from a fingertip while the other lies kicked over on the carpet at her feet. She looks back down the empty corridor over her shoulder. On the door beside her head a polished brass plate reads '214', and a card hanger looped over the handle reads 'DO NOT KNOCK'. Warm amber light, 35mm, shallow focus, crisp evenly spaced legible lettering.

Ejecuta este prompt en Qwen Image 2 →

3. Una referencia, un escenario nuevo (edición). Sube tu foto y luego pega esto.

Keep the woman and her satin robe from the image. Place her leaning on the bar of a narrow neon-lit cocktail lounge, and match the warm red lantern light onto her face and shoulders so it reads as one photograph.

Ejecuta esta edición en Qwen Image 2 →

Débil: «Wall clock showing ten past two.» Qwen Image 2 lee «reloj» y «números» pero no la geometría de las manecillas de hora y minuto, así que la hora suele salir mal. Fuerte: el prompt 2 de arriba — un texto fijo sobre una superficie nombrada, con una línea que le dice que deje el resto igual.

Recorrimos cada nivel de nuestra escala de contenido en los dos endpoints el 25 de septiembre de 2026: L1 Sugerente, L2 Temas maduros, L3 Fuerte, L4 Intenso (una escena íntima entre dos adultos) y los dos tipos de prueba de L5 Extremo. En texto a imagen, cada elemento se renderizó tal como se escribió, sondas extremas incluidas. En el editor, L1 a L3 y los dos tipos de prueba de L5 Extremo también se renderizaron tal como se escribieron — L4 Intenso fue el único nivel donde dos de tres ediciones volvieron como un retrato sencillo y no íntimo en su lugar. La etiqueta de la página es Sin censura: no añadimos ningún filtro de contenido por nuestra parte.

Aún sin probar: L4 Intenso en texto a imagen más allá de nuestras tres ejecuciones; compuestos con varias referencias (el editor solo acepta una imagen de origen); escenas con dos mujeres o dos hombres por encima de L1 Sugerente.

Solo adultos, en cada imagen. Una persona real e identificable tiene que haber dado su consentimiento, y necesitas los derechos de cualquier foto que edites.

El sentimiento de la comunidad sobre esta versión concreta es más frío que nuestros propios resultados. Un comentarista en el hilo de lanzamiento de Qwen Image 2 escribió que "estas imágenes 'realistas' generadas tienen una sensación claramente inquietante", y otro lo calificó de "bastante mediocre en mi opinión en imágenes realistas" junto al Nano Banana Pro de Google. En la arena de texto a imagen de Artificial Analysis, la versión que probamos aquí queda bien fuera de los 50 primeros entre 163 modelos listados.

Una queja aparte no tiene nada que ver con la calidad de imagen: Alibaba dijo que abriría los pesos y, meses después, no lo había hecho. Un comentarista de HN señaló que había "prometido pesos para Qwen Image 2 hace unos 6 meses" sin entregar nada — un contraste con la licencia completamente abierta del propio Qwen Image 2.1 de Alibaba, publicado unas semanas después de que cerrara nuestra ventana de prueba.

Nuestras propias ejecuciones se sitúan más cerca del medio: el realismo aguanta bien en retratos posados y fotos de producto, la sensación inquietante aparece principalmente en escenas de acción con mucho movimiento (manos, multitudes), y las fortalezas en rotulación y texto bilingüe en las que la comunidad no se detiene fueron lo más destacado para nosotros en un campo de 18 modelos.

• ¿Cuadros más grandes por menos? Seedream 4.0: $0.03 por imagen a cualquier tamaño hasta 4096 píxeles de ancho, con hasta diez imágenes de referencia en su editor. Nuestro análisis de Seedream 4.0.
• ¿Pesos abiertos y un editor más barato? Qwen Image 2.1, la continuación de Alibaba, con licencia abierta y el modelo que la comunidad de verdad elogia por su renderizado de texto.
• ¿Un editor que los votantes sitúan más arriba? Qwen Image 3.0 Pro, el modelo cerrado más nuevo de Alibaba, con un precio más alto pero mejor situado en las arenas públicas que este.
• ¿Barato, rápido y sin censura, con semilla? Z-Image Spicy: $0.01235 por imagen, dimensiones de píxel exactas en lugar de relaciones fijas, y una semilla para series repetibles.