Test de Qwen Image 2 : texte net, sans censure, faible en logique

Nous ne publions pas nos images d’échelle de contenu ; nous rapportons les résultats en prose. La galerie ci-dessous montre des exemples publiés, visibles au bureau, de la page du modèle Qwen Image 2.

Un bar néon, une seule lueur de lanterne. Une femme en peignoir satin chocolat avec un accessoire en queue de renard s’appuie sur un bar sous des lanternes de papier rouge, une enseigne « MIDNIGHT FOX » brillant derrière elle — une lumière ambrée et chaude et un demi-tour taquin vers la caméra, exactement comme demandé.

Une plaque de laiton qu’on peut vraiment lire. Un couloir d’hôtel art déco de nuit, une femme appuyée contre une porte, un talon pendant à ses doigts ; la plaque de laiton « 214 » et le panonceau « DO NOT KNOCK » sont tous deux nets et lisibles à taille de lecture normale, pas juste comme une texture.

La lumière des lanternes pour la fête d’été. Un homme et une femme marchent à un pas d’écart sous des lanternes de papier lors d’une fête nocturne, des feux d’artifice s’épanouissant au-dessus — un bloom doux et une couleur riche sans rien ajouté ni manquant au brief.

Une référence, un nouveau décor. Dans notre retouche à une seule référence, une femme et son peignoir satin sont conservés intacts depuis la photo source et placés dans un nouveau bar au néon, la lumière chaude ajustée sur son visage et ses épaules pour que le résultat se lise comme une seule photographie plutôt qu’un collage.

Des mots peints sur une enseigne vierge. Dans notre retouche de lettrage, trois nouvelles lignes de texte de menu et une enseigne de boutique ont été ajoutées à des surfaces vierges de la photo source pendant que tout le reste — le comptoir, la vapeur, les lanternes — restait exactement en place.

Qwen Image 2 lit de la prose en anglais ou en chinois plutôt que des tags, et il récompense un prompt qui nomme en une seule fois la tenue, la source de lumière et l’objectif. Sur l’éditeur, nommez ce qu’apporte chaque référence et terminez par « ne change rien d’autre » si le reste du cadre compte.

1. Scène de bar avec une source de lumière nommée.

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.

Lancer ce prompt sur Qwen Image 2 →

2. Enseigne nommée, lettrage nommé. Voici la forme qui donne un texte lisible : nommez la surface, citez les mots exacts, puis dites ce qui doit rester pareil.

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.

Lancer ce prompt sur Qwen Image 2 →

3. Une référence, un nouveau décor (retouche). Envoyez votre photo, puis collez ceci.

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.

Lancer cette retouche sur Qwen Image 2 →

Faible : « Wall clock showing ten past two. » Qwen Image 2 lit « clock » et « numbers » mais pas la géométrie des aiguilles heure et minute, donc l’heure est presque toujours fausse. Fort : le prompt 2 ci-dessus — un texte fixe sur une surface nommée, avec une ligne demandant de garder tout le reste pareil.

Nous avons fait passer chaque palier de notre échelle de contenu sur les deux points d’accès le 25 septembre 2026 : L1 Suggestif, L2 Partiel, L3 Fort, L4 Intense (une scène intime entre deux adultes) et les deux types de test L5 Extrême. En texte vers image, tout est rendu comme écrit, sondes extrêmes comprises. Sur l’éditeur, L1 à L3 et les deux sondes L5 Extrême sont aussi rendues comme écrit — L4 Intense est le seul palier où deux retouches sur trois sont revenues sous forme de portrait sage, non intime, à la place. Le label de la page est Sans censure : nous n’ajoutons aucun filtre de contenu de notre côté.

Pas encore testé : L4 Intense en texte vers image au-delà de nos trois essais ; les compositions multi-références (l’éditeur n’accepte qu’une seule image source) ; les scènes à deux femmes ou deux hommes au-dessus de L1 Suggestif.

Uniquement des adultes, dans chaque image. Une personne réelle et identifiable doit avoir consenti, et vous devez détenir les droits de toute photo que vous retouchez.

Le ressenti communautaire sur cette version précise est plus froid que nos propres résultats. Un commentateur sur le fil de lancement de Qwen Image 2 a écrit que « ces images générées ‘réalistes’ ont un côté distinctement étrange », et un autre l’a jugé « assez moyen à mon avis pour des images réalistes » face au Nano Banana Pro de Google. Sur l’arène texte-vers-image d’Artificial Analysis, la version que nous avons testée ici se situe bien en dehors du top 50 sur 163 modèles listés.

Une plainte séparée n’a rien à voir avec la qualité d’image : Alibaba avait dit qu’il ouvrirait les poids, et des mois plus tard, ce n’était toujours pas fait. Un commentateur HN a noté qu’Alibaba avait « promis les poids de Qwen Image 2 il y a environ 6 mois » sans rien livrer — un contraste avec la licence pleinement ouverte du propre Qwen Image 2.1 d’Alibaba, sorti quelques semaines après la clôture de notre fenêtre de test.

Nos propres essais se situent plus près du milieu : le réalisme tient bon sur les portraits posés et les photos produit, le côté étrange apparaît surtout dans les scènes d’action chargées (mains, foules), et les points forts sur le lettrage et le texte bilingue, dont la communauté ne parle pas, ont été pour nous ce qui ressortait le plus dans un champ de 18 modèles.

• Des cadres plus grands pour moins cher ? Seedream 4.0 : $0.03 l’image quelle que soit la taille jusqu’à 4096 pixels de large, avec jusqu’à dix images de référence sur son éditeur. Notre test de Seedream 4.0.
• Des poids ouverts et un éditeur moins cher ? Qwen Image 2.1, le successeur d’Alibaba, sous licence ouverte et le modèle que la communauté salue vraiment pour le rendu du texte.
• Un éditeur mieux classé par les votants ? Qwen Image 3.0 Pro, le dernier modèle fermé d’Alibaba, plus cher mais mieux placé que celui-ci sur les arènes publiques.
• Bon marché, rapide et sans censure, avec une seed ? Z-Image Spicy : $0.01235 l’image, des dimensions exactes en pixels plutôt que des formats fixes, et une seed pour des séries reproductibles.