Qwen Image 2: testo nitido, senza censura, debole in logica

Le immagini della nostra scala non le mostriamo qui, riportiamo solo i risultati in prosa. La galleria sotto raccoglie esempi adatti al lavoro dalla pagina del modello Qwen Image 2.

Un bar al neon, un solo bagliore di lanterna. Una donna in vestaglia di raso color cioccolato con un accessorio a coda di volpe si appoggia al bancone sotto lanterne di carta rosse, un'insegna "MIDNIGHT FOX" accesa alle sue spalle — luce ambrata e calda e un mezzo giro provocante verso la camera, esattamente come richiesto.

Una targa d'ottone che si legge davvero. Un corridoio d'albergo art déco di notte, una donna appoggiata a una porta con un tacco che le penzola dalle dita; la targa d'ottone "214" e il cartellino "DO NOT KNOCK" sono usciti entrambi nitidi e leggibili a dimensione normale, non solo come texture.

Luce di lanterna per la festa d'estate. Un uomo e una donna camminano a un passo di distanza sotto lanterne di carta in una festa notturna, fuochi d'artificio che sbocciano in alto — bagliore morbido e colore ricco senza nulla aggiunto o mancante rispetto al brief.

Un riferimento, un'ambientazione nuova. Nella nostra modifica a riferimento singolo, una donna e la sua vestaglia di raso restano intatte dalla foto sorgente e vengono collocate in un nuovo bar al neon, la luce calda abbinata su volto e spalle così che il risultato sembri una sola fotografia e non un collage.

Parole dipinte su un'insegna vuota. Nella nostra modifica di scritte, tre nuove righe di testo per un menu e un'insegna di negozio sono state aggiunte a superfici vuote nella foto sorgente mentre tutto il resto — il bancone, il vapore, le lanterne — è rimasto esattamente al suo posto.

Qwen Image 2 legge una prosa semplice in inglese o cinese, non tag, e premia un prompt che nomina guardaroba, sorgente di luce e obiettivo in un solo passaggio. Nell'editor, dì cosa contribuisce ogni riferimento e chiudi con "non cambiare nient'altro" se il resto dell'inquadratura conta.

1. Scena da bar con una sorgente di luce nominata.

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.

Esegui questo prompt su Qwen Image 2 →

2. Insegna nominata, scritte nominate. È la forma che ti dà testo leggibile: nomina la superficie, cita le parole esatte, poi di' cosa deve restare uguale.

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.

Esegui questo prompt su Qwen Image 2 →

3. Un riferimento, un'ambientazione nuova (modifica). Carica la tua foto, poi incolla questo.

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.

Esegui questa modifica su Qwen Image 2 →

Debole: «Orologio da parete che segna le due e dieci.» Qwen Image 2 legge «orologio» e «numeri» ma non la geometria di lancette dell'ora e dei minuti, quindi l'orario di solito è sbagliato. Forte: il prompt 2 sopra — un testo fisso su una superficie nominata, con una riga che dice di lasciare tutto il resto invariato.

Abbiamo provato ogni livello della nostra scala su entrambi gli endpoint il 25 settembre 2026: L1 Allusivo, L2 Temi maturi, L3 Forte, L4 Intenso (una scena intima tra due adulti) ed entrambi i tipi di sonda L5 Estremo. In testo-in-immagine, tutto è tornato reso come scritto, sonde estreme comprese. Nell'editor, da L1 a L3 ed entrambe le sonde L5 Estremo sono tornate rese come scritte pure — L4 Intenso è stato l'unico livello dove due modifiche su tre sono tornate come un ritratto neutro e non intimo invece della scena richiesta. L'etichetta della pagina è Senza censura: non aggiungiamo alcun filtro di contenuto da parte nostra.

Non ancora testato: L4 Intenso in testo-in-immagine oltre le nostre tre esecuzioni; compositi multi-riferimento (l'editor accetta una sola immagine sorgente); scene con due donne o due uomini oltre L1 Allusivo.

Solo adulti, in ogni immagine. Una persona reale e riconoscibile deve aver dato il consenso, e devi avere i diritti su ogni foto che modifichi.

Il sentimento della community su questa versione specifica è più freddo dei nostri stessi risultati. Un commentatore nel thread di lancio di Qwen Image 2 ha scritto che "queste immagini 'realistiche' generate hanno una sensazione decisamente straniante", e un altro l'ha definita "piuttosto mediocre secondo me nelle immagini realistiche" accanto a Nano Banana Pro di Google. Nell'arena testo-in-immagine di Artificial Analysis, la versione che abbiamo usato qui è ben fuori dalla top 50 tra i 163 modelli elencati.

Una lamentela separata non ha nulla a che vedere con la qualità delle immagini: Alibaba aveva detto che avrebbe aperto i pesi e, mesi dopo, non l'aveva ancora fatto. Un commentatore di Hacker News ha notato che aveva "promesso i pesi per Qwen Image 2 circa 6 mesi fa" senza consegnare nulla — un contrasto con la licenza pienamente aperta sul Qwen Image 2.1 della stessa Alibaba, uscito poche settimane dopo la chiusura della nostra finestra di test.

Le nostre prove si collocano più vicino al centro: il realismo regge bene su ritratti in posa e foto prodotto, la sensazione straniante emerge soprattutto nelle scene d'azione affollate (mani, folle), e i punti di forza sulle scritte e sul testo bilingue di cui la community non parla molto sono stati il dato più notevole per noi in un campo di 18 modelli.

• Cornici più grandi per meno? Seedream 4.0: $0.03 a immagine a qualsiasi misura fino a 4096 pixel di larghezza, con fino a dieci immagini di riferimento nel suo editor. La nostra recensione di Seedream 4.0.
• Pesi aperti e un editor più economico? Qwen Image 2.1, il seguito di Alibaba, con licenza aperta e il modello che la community elogia davvero per il rendering del testo.
• Un editor che i votanti classificano più in alto? Qwen Image 3.0 Pro, il modello chiuso più recente di Alibaba, prezzo più alto ma piazzato davanti a questo nelle arene pubbliche.
• Economico, veloce e senza censura, con un seed? Z-Image Spicy: $0.01235 a immagine, dimensioni in pixel esatte invece di rapporti fissi, e un seed per serie ripetibili.