Qwen Image 2.1 Turbo: il modello a 8 passi, prezzo API e confronto con la 2.1

Il 9 ottobre 2026 il team Qwen di Alibaba ha rilasciato Qwen-Image-2.1-Turbo con pesi aperti. Se prima di quella data cercavi “Qwen Image 2.1 Turbo”, trovavi soprattutto accelerazioni della community; questo arriva da Qwen stesso.

In breve: Qwen Image 2.1 Turbo è lo stesso modello Qwen Image 2.1 da 7B, accelerato per girare in 8 passi di denoising invece dei 40 usati negli esempi ufficiali del modello base. Fa sia da testo a immagine sia modifica delle immagini in linguaggio naturale a 2K, e Alibaba afferma che meno passi non significano qualità inferiore. Su SpicyAPI è attivo dal 13 ottobre 2026 per testo a immagine e modifica: da una a sei immagini per richiesta, a un prezzo unico per immagine più basso di quello di Qwen Image 2.1. L’API ospitata di Alibaba lo offre a CNY 0.10 a immagine, contro CNY 0.25 di Qwen Image 2.1 Pro.

La versione da 30 secondi

• Che cos’è: un checkpoint accelerato di Qwen Image 2.1, stessa architettura da 7B, pubblicato da Qwen su Hugging Face e ModelScope. Non è una LoRA, non è un altro modello.
• Cosa cambia: 8 passi invece di 40, guidance (CFG) a 1 di default e una cache che riutilizza prompt e immagini di riferimento tra i passi. Entrambe le novità riguardano la velocità; i compiti e l’output 2K restano gli stessi.
• Quanto costa: su SpicyAPI, un prezzo unico per immagine a 1K, 1.5K e 2K, più basso di Qwen Image 2.1 (la cifra è nella sezione sull’API più sotto). Sull’API ospitata di Alibaba Cloud, CNY 0.10 a immagine (CNY 0.113362 a Singapore). I pesi si scaricano gratis con la Qwen Research License, che non è una licenza commerciale generica.
• È senza censura? Su SpicyAPI sì, con l’espansione del prompt disattivata. Nessuna delle nostre 23 richieste di prova è stata rifiutata; con l’espansione attiva, il riscrittore di prompt di Alibaba ha ammorbidito i prompt per adulti. I dettagli sono nella sezione sui contenuti più sotto.
• Da non confondere con il turbo di Viggle: quello è una LoRA della community sopra il modello base, che gira in 6 passi (o 9 nella modalità più recente).

Apri Qwen Image 2.1 Turbo da testo a immagine →

Modifica una foto con Qwen Image 2.1 Turbo →

Tutte le immagini di questo articolo sono risultati reali di Qwen Image 2.1 Turbo su SpicyAPI, generati al livello 2K con l’espansione del prompt disattivata.

Che cos’è davvero Qwen Image 2.1 Turbo

Turbo si basa su Qwen Image 2.1, che Alibaba ha rilasciato a settembre 2026 come un unico modello da 7B per generare e modificare immagini. Turbo mantiene quell’architettura e l’output 2K, e riduce il numero di passaggi di denoising. Nell’annuncio di lancio Qwen lo descrive come capace di “creare e modificare immagini in soli 8 passi di denoising”, di generare “solide immagini 2K da testo” e di continuare a modificare con istruzioni in linguaggio naturale, “dall’aggiunta di accessori al cambio di scena”.

La vetrina ufficiale copre ritratti, pose e movimento, immagini trasparenti (RGBA), tipografia e poster, layout di UI e infografiche, modifiche di una singola immagine, composizione da più riferimenti e una composizione di interni con quattro immagini. Sono gli esempi di Qwen, non un benchmark: Alibaba non ha pubblicato tempi di velocità, punteggi di qualità né un confronto diretto con il modello a 40 passi.

Cosa significano in pratica 8 passi invece di 40

Un modello di diffusione costruisce un’immagine togliendo rumore per passaggi, e ogni passo è un passaggio attraverso il modello da 7B. Turbo fa 8 passaggi dove gli esempi ufficiali del modello base ne fanno 40, quindi il modello compie l’80% di passaggi in meno per immagine.

Questo non equivale a “cinque volte più veloce”. Una richiesta completa codifica anche il prompt e le eventuali immagini di riferimento, decodifica il risultato in pixel e, su un’API ospitata, aspetta in coda. Queste parti non si riducono con il numero di passi, e Qwen non ha pubblicato tempi. Su SpicyAPI le nostre richieste a Turbo hanno impiegato da 13 a 39 secondi da testo a immagine e da 26 a 59 secondi per le modifiche, dall’inizio alla fine. L’espansione del prompt aggiunge tempo, perché la riscrittura gira prima del primo passo: a 1K, le nostre generazioni da testo a immagine senza espansione sono finite in 13–21 secondi.

Dove la differenza si fa sentire:

• Iterazione. Cambi una frase del prompt e riguardi, molte volte in una sola seduta, invece di impegnarti in un lungo rendering per ogni idea.
• Lotti. Generi più versioni dello stesso brief e tieni la migliore. Su SpicyAPI una richiesta restituisce fino a sei immagini, ognuna addebitata. Scegliere da un lotto di bozze è il flusso per cui è pensato un modello a pochi passi.
• Dalla bozza al finale. Definisci composizione, abbigliamento e luce con Turbo, poi decidi se l’immagine scelta richiede davvero il modello a 40 passi.
• Il conto della tua GPU. Se esegui tu i pesi, meno passaggi significano meno tempo di GPU per immagine. Su un’API ospitata paghi a immagine, non a passo, quindi il risparmio si vede nel listino: CNY 0.10 per Turbo contro CNY 0.25 per Pro sull’API di Alibaba, e su SpicyAPI Turbo costa meno a immagine di Qwen Image 2.1.

Turbo, 2.1 o 2.1 Pro: quale usare

Tutti e tre vengono dalla stessa generazione Qwen Image 2.1, quindi la scelta dipende da quante immagini produci, da quanto è esigente ciascuna e da dove le esegui.

• Scegli Turbo per volume e iterazione: abbozzare composizioni, provare formulazioni del prompt, generare molte varianti e sceglierne una buona. Un quinto dei passaggi per immagine è proprio il punto.
• Scegli la 2.1 base quando una singola immagine deve riuscire o serve uno strumento che Turbo non ha: una maschera per cambiare solo una zona, l’opzione per lo sfondo trasparente o l’output in JPEG e WebP. Le modifiche difficili con più riferimenti e il testo piccolo e fitto sono gli altri casi delicati: qui le versioni a pochi passi di questo modello hanno faticato, e la scheda del turbo di Viggle, per esempio, avverte di figure duplicate, deriva dell’identità e testo piccolo deformato. Qwen non ha pubblicato un confronto di qualità per il Turbo ufficiale. Nelle nostre prove Turbo ha mantenuto riconoscibili entrambi i volti in una composizione da due ritratti e ha scritto senza errori due brevi righe di un poster: parti quindi da Turbo e passa un’immagine alla 2.1 solo se non basta.
• Valuta Pro quando contano scritte e ritratti. Qwen Image 2.1 Pro è il livello superiore ospitato di Alibaba, a CNY 0.25 a immagine contro i CNY 0.10 di Turbo sull’API di Alibaba, e Alibaba per Pro indica tipografia, luce dei ritratti e dettaglio fine migliorati. Dal 14 ottobre è attivo anche su SpicyAPI con la stessa richiesta di Turbo, per testo a immagine e modifica. Alibaba non ha pubblicato un confronto diretto tra Pro, Turbo e modello base, quindi prova gli stessi pochi prompt tuoi su entrambi prima di impegnare un budget.
• Non aspettarti che un seed si trasferisca. Un seed fissa il rumore iniziale per un solo checkpoint e un solo schedule. Lo stesso seed su Turbo e sulla 2.1 dà due immagini diverse, quindi conserva il file che ti piace, non il seed.

Il flusso pratico: abbozza con Turbo, tieni il prompt che ha funzionato e renderizza il fotogramma finale sulla 2.1 se la versione di Turbo non basta. La nostra guida a Qwen Image 2.1 contiene prompt che funzionano sul modello base, con esempi.

Come scrivere i prompt per Qwen Image 2.1 Turbo

Quasi tutte sono regole generali per i modelli di immagini a pochi passi e per Qwen Image 2.1; l’ultima viene dai nostri test su Turbo. Un modello che lavora in 8 passaggi ha meno margine per capire cosa intendevi, quindi dillo.

1. Nomina sei cose, in quest’ordine: chi, cosa indossa, una posa, la luce, l’obiettivo, la palette. Quello che ometti riceve un valore di default anonimo.
2. Una scena per prompt. Due atmosfere o due luoghi in una frase di solito tornano come un compromesso tra i due.
3. Descrivi la luce come fonti. “Una calda lampada da comodino da destra, il resto della stanza in ombra” funziona meglio di “illuminazione suggestiva”.
4. Per il testo nell’immagine, metti le parole esatte tra virgolette e di’ dove vanno (“il titolo di un poster con la scritta ‘LATE SHOW’ in alto”).
5. Per le modifiche, scrivi prima il cambiamento, poi ciò che si conserva. “Cambia il suo abito in raso smeraldo. Mantieni com’erano viso, capelli, posa, il letto e la luce della lampada.”
6. Con più immagini di riferimento, di’ che cosa apporta ciascuna: la persona dalla prima immagine, la giacca dalla seconda, la stanza dalla terza.
7. Su SpicyAPI, decidi sull’espansione del prompt. In Turbo è disattivata di default, quindi le tue parole vengono disegnate così come sono; in Qwen Image 2.1 è attiva. Attivala per un prompt breve di tutti i giorni che vuoi arricchire. Lasciala disattivata quando il prompt fissa già luce, obiettivo e palette, e con i prompt per adulti: la riscrittura di Alibaba li ammorbidisce e, nelle modifiche, può eliminare del tutto l’istruzione (vedi la sezione sui contenuti più sotto).

Debole: “una donna in un vestito in una camera da letto.”

Efficace:

Fotografia di una donna sulla trentina in un abito sottoveste di seta nera con la schiena scoperta, una spallina scivolata dalla spalla, seduta sul bordo di un letto disfatto che guarda indietro sopra la spalla. Un’unica calda lampada da comodino da destra, il resto della stanza in ombra. Obiettivo 85mm, profondità di campo ridotta, leggera grana pellicola, palette bordeaux, nero e miele.

La versione debole lascia al modello abbigliamento, posa, luce e obiettivo. Quella efficace decide ciascuno di questi elementi, ed è ciò che vuoi quando iteri in fretta e confronti le bozze.

Cosa può produrre Turbo: formati 2K, PNG trasparenti, modifica e poster

La vetrina di Qwen per Turbo copre lo stesso terreno del modello base. Ecco cosa significa ciascuna parte su SpicyAPI, insieme a quello che abbiamo visto nelle nostre prove.

Formati 2K. Questi sono i formati 2K che Turbo ha restituito su SpicyAPI. Sono leggermente diversi dai preset degli esempi del modello base di Qwen:

Turbo accetta una proporzione, quindici in tutto, più un livello 1k, 1.5k o 2k, e tutti i livelli costano uguale, quindi 2K è il default. Se in una modifica non indichi la proporzione, il risultato segue la forma dell’immagine di partenza a circa 2K: le nostre immagini da 1024 × 1536 sono tornate a 1680 × 2512 o 1664 × 2496.

Immagini trasparenti. Gli esempi di Qwen includono risultati trasparenti (RGBA): un prodotto o un personaggio senza sfondo, pronto da inserire in un layout. Su SpicyAPI Turbo non ha un’opzione per lo sfondo e restituisce sempre file PNG. Secondo Alibaba, un prompt che chiede uno sfondo trasparente o uno sticker restituisce un PNG con canale alfa; non l’abbiamo verificato. Quando il ritaglio deve riuscire per forza, usa Qwen Image 2.1, dove background impostato su transparent con output PNG o WebP lo produce.

Modifica e più riferimenti. Turbo modifica da istruzioni semplici, dall’aggiunta di un accessorio al cambio dell’intera scena. Su SpicyAPI accetta da una a dieci immagini di riferimento per modifica; nel prompt chiamale Image 1, Image 2 e così via. L’immagine in cima a questo articolo è nata da due ritratti separati, un uomo su un tetto e una cantante in abito di velluto, ed entrambi i volti sono rimasti riconoscibili. Non c’è una maschera: descrivi a parole la zona da cambiare e di’ cosa deve restare.

Poster, testo e layout. La vetrina include tipografia, poster, schermate di UI e layout infografici. Qwen non fornisce cifre di accuratezza. Nel nostro test sul poster le due righe tra virgolette sono uscite lettera per lettera, ma le note di Viggle sulla propria versione a pochi passi dicono che il testo piccolo si rompe più spesso che nel modello base, quindi controlla le scritte a grandezza piena prima di stampare o pubblicare.

API di Qwen Image 2.1 Turbo: dove chiamarla e quanto costa

L’API ospitata di Alibaba Cloud. Qwen ha annunciato le API Turbo e Pro il giorno del lancio. La pagina dei prezzi ufficiale indica il prezzo originale, prima delle promozioni, per immagine:

Alibaba li indica solo in yuan. Turbo costa il 40% del prezzo di Pro.

SpicyAPI. Turbo è attivo qui dal 13 ottobre 2026 con due endpoint, da testo a immagine e modifica. Costa $0.0144 a immagine, lo stesso a 1k, 1.5k e 2k, e lo stesso per una modifica con una o dieci immagini di riferimento. Paghi ogni immagine restituita, quindi una richiesta da sei immagini costa sei volte tanto. Una richiesta accetta un prompt fino a 5.000 caratteri, da una a sei immagini in uscita, quindici proporzioni, un livello 1k, 1.5k o 2k, l’espansione del prompt (disattivata di default; se attiva, una modalità di ragionamento facoltativa e, da testo a immagine, una riscrittura direct o agent) e un seed; le modifiche aggiungono da una a dieci immagini di riferimento. L’output è sempre PNG. Non ci sono maschera, prompt negativo né scelta del formato di output.

Per confronto, Qwen Image 2.1 costa $0.024 a immagine a 1k e $0.048 a 2k da testo a immagine, e le sue modifiche partono da $0.036. Spostare un’integrazione dalla 2.1 a Turbo significa per lo più cambiare il nome del modello. Turbo aggiunge num_outputs, enable_thinking e, da testo a immagine, prompt_optimization_mode; non ha background né output_format, e il suo endpoint di modifica non ha mask_url. Entrambi i modelli rifiutano i campi che non conoscono, quindi toglili quando passi dall’uno all’altro.

Una richiesta minima da testo a immagine:

curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  --data '{
    "model": "alibaba/qwen-image-2.1-turbo/text-to-image",
    "input": {
      "prompt": "Golden-hour photograph of an adult man in his thirties on a whitewashed balcony on a Greek island, white linen shirt open, leaning on a blue railing with a glass of white wine, 85mm, medium-format film look.",
      "aspect_ratio": "4:5",
      "resolution": "2k",
      "num_outputs": 2
    }
  }'

Eseguire i pesi aperti: Hugging Face, Diffusers e GGUF

I pesi ufficiali sono Qwen/Qwen-Image-2.1-Turbo su Hugging Face e ModelScope, pubblicati il 9 ottobre 2026 in BF16. Il checkpoint si carica con QwenImage21Pipeline. Servono Diffusers installato dai sorgenti (dipende dai sigma di campionamento configurati dalla pipeline, aggiunti con la PR #14950), transformers>=5.17.0, accelerate, pillow e una build CUDA di PyTorch.

import torch
from diffusers import QwenImage21Pipeline

pipe = QwenImage21Pipeline.from_pretrained(
    "Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16
).to("cuda")

image = pipe(
    prompt="Studio portrait of an adult woman in a charcoal wool coat, one warm key light from the left, 85mm, shallow depth of field",
    width=2048,
    height=2048,
    use_kv_cache=True,
    generator=torch.Generator("cpu").manual_seed(42),
).images[0]
image.save("turbo.png")

Tre cose su cui la model card è precisa:

• I passi non li imposti tu. Lo schedule raccomandato a 8 passi è incluso nel checkpoint e si carica in automatico. Impostare solo num_inference_steps non lo sovrascrive. Passare sigmas espliciti sì, ma Qwen precisa che gli altri schedule non sono stati valutati.
• La CFG è 1 di default, quindi negli esempi ufficiali non c’è nessuna guidance scale da regolare.
• La modifica usa la stessa pipeline: passa l’immagine sorgente come image= insieme a un’istruzione di modifica e alla dimensione di output. L’esempio ufficiale apre l’input con .convert("RGBA").

Per width e height gli esempi di Qwen usano 2048 × 2048 per un quadrato e 1696 × 2528 per un ritratto. La scheda non indica un requisito di VRAM; i pesi sono 7B parametri in BF16.

GGUF per ComfyUI e stable-diffusion.cpp

Qwen pubblica solo il checkpoint in BF16. I file GGUF sono build della community, e ne sono comparsi diversi già il giorno dopo il rilascio, come unsloth/Qwen-Image-2.1-Turbo-GGUF e AtomicChat/Qwen-Image-2.1-Turbo-GGUF su Hugging Face. Unsloth consiglia il suo file a 4 bit Q4_K_M (4,2 GB) per la maggior parte delle GPU e Q8_0 (7,6 GB) per un risultato il più vicino possibile al BF16. Tre cose da sapere prima di scaricarne uno:

• Un GGUF contiene solo il modello di immagini. Servono comunque l’encoder di testo Qwen3-VL-8B e il VAE di Qwen Image 2.1, gli stessi del modello base.
• Rispetta la pianificazione di Turbo: 8 passi, CFG 1 e la lista di sigma inclusa nel checkpoint. ComfyUI carica i file con i nodi ComfyUI-GGUF; stable-diffusion.cpp riceve i sigma da riga di comando.
• La licenza viaggia con il file. Anche quantizzato, resta Qwen-Image-2.1-Turbo con la Qwen Research License.

Il download più noto con “Uncensored” nel nome è un’altra cosa. Il Qwen-Image-2.1-Turbo-Uncensored-GGUF di AtomicChat è l’encoder di testo a cui è stato tolto il comportamento di rifiuto, abbinato al modello di immagini Turbo invariato. Secondo la sua scheda, la pipeline standard a pesi aperti non ha filtri sui contenuti e, su 45 prompt sensibili di prova, l’encoder modificato non ha cambiato nessun risultato.

Self-hosting dei pesi aperti o API?

Esegui tu i pesi per la ricerca, per esperimenti con LoRA e schedule di campionamento, o quando le immagini non possono lasciare la tua macchina. Usa un’API quando rilasci un prodotto, non vuoi mantenere GPU o ti servono immagini oggi senza setup.

Turbo ufficiale contro il turbo di Viggle

Prima del 9 ottobre, “Qwen Image 2.1 turbo” voleva dire accelerazioni della community. La più nota è quella di Viggle, e altre circolano con nomi simili. Sono un tipo di file diverso:

Viggle indica per la sua modalità a 6 passi una velocità circa cinque volte superiore al modello base a 40 passi, da un capo all’altro della pipeline, e per la modalità a 9 passi un tempo di circa 1,4–1,5 volte quello dei 6 passi. La sua scheda elenca anche i compromessi: figure duplicate o con effetto fantasma e deriva dell’identità nelle modifiche complesse, testo piccolo che si impasta più spesso che nel modello base, colori meno saturi di qualche punto percentuale. Queste note descrivono la LoRA di Viggle, non il Turbo ufficiale, che non ha ancora un confronto pubblicato. Se usi la versione della community in ComfyUI, controlla quanti passi usa il tuo workflow: le impostazioni raccomandate cambiano tra le versioni e le build quantizzate.

Qwen Image 2.1 Turbo è senza censura?

Su SpicyAPI sì, finché l’espansione del prompt resta disattivata. Il 13 ottobre 2026 abbiamo inviato a Turbo 23 richieste lungo tutta la nostra scala, dalla lingerie a una scena di immobilizzazione consensuale tra adulti e a una scena violenta cinematografica, e nessuna è stata rifiutata. Con l’espansione disattivata tutto è tornato come scritto, tranne una di due scene intime tra due adulti; con l’espansione attiva, il riscrittore di prompt di Alibaba ha ammorbidito tre richieste e restituito due modifiche senza alcun cambiamento.

I risultati dei test sui contenuti e le impostazioni consigliate sono anche sulla pagina del modello Qwen Image 2.1 Turbo; cosa cambiano davvero i download “GGUF senza censura” lo spiega la sezione sui GGUF più sopra. SpicyAPI non aggiunge filtri sui contenuti propri.

Si può usare Turbo a fini commerciali?

I pesi aperti sono pubblicati con la Qwen Research License Agreement, la stessa licenza del Qwen Image 2.1 base. La scheda di Viggle, che usa la stessa licenza, la descrive come uso non commerciale per ricerca o valutazione, con l’uso commerciale che richiede una licenza separata dal licenziante. Se intendi eseguire i pesi sulla tua GPU dentro un prodotto commerciale, leggi prima la licenza. Un’API ospitata è un accordo a parte, regolato dai termini del suo fornitore.

Le domande più frequenti su Qwen Image 2.1 Turbo

Quando è uscito Qwen Image 2.1 Turbo?

Il 9 ottobre 2026, con pesi aperti su Hugging Face e ModelScope e API ospitate Turbo e Pro su Alibaba Cloud lo stesso giorno.

Qwen Image 2.1 Turbo è gratis?

I pesi si scaricano gratis, con una licenza di ricerca. Eseguirli richiede comunque una GPU adeguata. L’API ospitata di Alibaba costa CNY 0.10 a immagine, e SpicyAPI applica un prezzo unico a immagine a ogni formato.

Qwen Image 2.1 Turbo è open source?

I suoi pesi sono aperti: puoi scaricarli ed eseguirli. La licenza è la Qwen Research License, non una licenza open source come Apache 2.0, quindi “pesi aperti” è il termine corretto.

Posso usare Qwen Image 2.1 Turbo per lavori commerciali?

Per i pesi in self-hosting leggi prima la Qwen Research License: è una licenza di ricerca, e Viggle descrive la stessa licenza come non commerciale. Tramite un’API ospitata valgono invece i termini di quel fornitore.

Quanti passi usa Qwen Image 2.1 Turbo, e posso cambiarli?

Otto. Lo schedule si carica con il checkpoint; solo sigmas espliciti lo sovrascrivono, e Qwen non ha valutato altri schedule.

Esiste una versione GGUF di Qwen Image 2.1 Turbo?

Non da Qwen, che pubblica pesi in BF16. Build GGUF della community sono comparse su Hugging Face in meno di un giorno, per esempio di Unsloth e AtomicChat. Vanno usate con l’encoder di testo Qwen3-VL e il VAE, e con la pianificazione a 8 passi e CFG 1.

Qwen Image 2.1 Turbo può modificare le immagini?

Sì. Modifica da istruzioni in linguaggio naturale, dall’aggiunta di un accessorio al cambio dell’intera scena. Su SpicyAPI una modifica accetta da una a dieci immagini di riferimento, e il risultato mantiene la forma dell’originale se non indichi la proporzione.

Qwen Image 2.1 Turbo supporta gli sfondi trasparenti?

La vetrina di Qwen include immagini trasparenti (RGBA), e secondo Alibaba chiedere uno sfondo trasparente nel prompt restituisce un PNG con canale alfa. Su Turbo non l’abbiamo verificato, e su SpicyAPI Turbo non ha un’opzione per lo sfondo. Per un ritaglio garantito usa Qwen Image 2.1 con background impostato su transparent.

Che risoluzione genera Qwen Image 2.1 Turbo?

2K: 2048 × 2048 per un quadrato e 2688 × 1536 in 16:9 al livello 2K di SpicyAPI, con quindici proporzioni e i livelli 1k e 1.5k allo stesso prezzo.

Qwen Image 2.1 Turbo o Pro: quale usare?

Sull’API di Alibaba Turbo costa CNY 0.10 a immagine e Pro CNY 0.25. Alibaba non ha pubblicato un confronto, quindi prova entrambi sui tuoi prompt. I pesi di Turbo sono inoltre aperti, quindi puoi eseguirlo tu stesso.

Qwen Image 2.1 Turbo è lo stesso del turbo di Viggle?

No. Il Turbo ufficiale è un checkpoint completo di Qwen con uno schedule a 8 passi. Quello di Viggle è una LoRA della community sul modello base che gira in 6 o 9 passi.

Qwen Image 2.1 Turbo è senza censura?

Su SpicyAPI sì, con l’espansione del prompt disattivata: nessuna delle nostre 23 richieste di prova è stata rifiutata. Con l’espansione attiva, il riscrittore di Alibaba ha ammorbidito i prompt per adulti. I dettagli sono nella sezione sui contenuti più sopra.

Si può usare Qwen Image 2.1 Turbo via API?

Sì. Lo offre Alibaba Cloud e, su SpicyAPI, è attivo dal 13 ottobre 2026 con endpoint da testo a immagine e di modifica; il prezzo aggiornato compare prima dell’invio.

In conclusione

Qwen Image 2.1 Turbo è la versione veloce ufficiale di un modello che forse usi già: stessa architettura da 7B, stessa modifica, output 2K, in 8 passi. Su SpicyAPI è già attivo, costa meno a immagine di Qwen Image 2.1, restituisce fino a sei immagini per richiesta e lascia disattivata di default l’espansione del prompt. Usalo per bozze, volume e composizioni, passa un’immagine al modello base a 40 passi quando ti servono una maschera, un ritaglio trasparente garantito o file JPEG e WebP, e controlla la licenza di ricerca prima di costruire un prodotto sui pesi aperti. Parti dalla pagina da testo a immagine di Turbo.