Qwen ImageとFLUX、制作に合うのはどちら？

商品画像を20枚作り、背景が透明な素材を用意し、承認済みの写真を1か所直す。「Qwen ImageとFLUXのどちらにするか」という一つの選択に見えても、それぞれの作業で必要な機能は違います。

低コストでラフ画像を作る場合や、参照画像3枚までの編集にはFLUX.2 Kleinから始めましょう。マスク、透明背景、4〜10枚の参照画像を使う編集にはQwen Image 2.1を選びます。 FLUX 3 Kleinも現在の選択肢です。FLUX.2 Kleinより幅広い縦横比を選べますが、1Kから2Kに上げると料金が大きく増えます。

ここではSpicyAPIで利用できる機能と公開料金を比較します。画質の勝者を決める記事ではありません。この記事のために、これらのバージョンで条件をそろえた新たな画像比較は行っていません。

作業別のおすすめ

機能と費用を基準にした出発点です。安い画像でも、修正のために何度も生成すれば、一度で使える画像より高くなることがあります。

どのQwen、どのFLUXを比べるのか

Qwen Imageは画像モデルのファミリーであり、Qwenのチャットモデルと同じものではありません。以前の画像モデルでは生成と編集がより明確に分かれていました。Qwen Image 2.1は画像生成と編集の両方に対応します。入力に合うタスクを選んでください。新しく作るならQwen Image 2.1の画像生成、既存の画像を直すなら編集タスクを使います。

FLUXも型番まで区別する必要があります。FLUX.1 Dev、Kontext、FLUX.2 Pro、FLUX.2 Klein、FLUX 3 Kleinは別のモデルです。古いFLUX.1 Devとの比較から、現在のKleinの編集結果を判断することはできません。

この記事のFLUX.2 Klein 4Bと9Bは高速版を指します。柔軟なチューニング向けのBase版とは別です。Black Forest LabsはKleinの各バージョンとハードウェア別の推論時間を公開しています。ただし、その推論時間はホスト型サービスへの送信から結果のダウンロードまでの所要時間を保証するものではありません。

FLUX 3 Image Kleinも生成と編集に対応します。SpicyAPIの公開ファミリー名はflux-3-kleinで、FLUX 3 Videoとは別の画像モデルです。以下ではこれも候補に含めますが、「新しいから何にでも最適」とは考えません。

まとめて作るといくらかかるか

次はSpicyAPIの公開料金で、テキストから画像を1枚生成する場合です。100枚の列は、アカウント固有の割引や有料の再試行を含めず、成功した出力100枚分を計算しています。

1Kのラフ20枚なら、Klein 4Bは$0.186、Klein 9Bは$0.22、FLUX 3 Kleinは$0.24、Qwenは$0.48です。まずアイデアを複数並べたいなら、Kleinから試すのが合理的です。

2Kでは判断が変わります。FLUX 3 Kleinは1Kの4倍、Qwenは2倍になります。FLUX.2 Kleinの増額はずっと小さめです。また、解像度の名称はモデル間でおおよその区分なので、画素数あたりの費用を比べるなら返された画像の実寸も確認してください。

編集料金は別です。FLUX.2 Klein 9Bの編集タスクは、参照画像が1枚でも2枚でも3枚でも、掲載されているどちらのサイズでも出力1枚$0.0163。Klein 4Bは$0.0126です。FLUX 3 Kleinは1Kで$0.0192からで、2枚目以降の参照画像には追加料金がかかります。

Qwenの複数参照編集は、1Kより2Kのほうが安くなる場合があります。 公開見積もりでは、1Kの参照1枚が$0.036、3枚が$0.060、10枚が$0.144。一方、2Kではこの3条件すべてが$0.048でした。元画像が3枚以上なら、小さいサイズほど安いと思い込まず、まず2Kの見積もりを確認しましょう。これは通常編集の見積額であり、新たな生成テストの実測料金ではありません。

Qwenを選ぶ大きな理由：編集範囲を指定できる

承認済みの商品写真で、背景の一部だけを修正したいとします。「それ以外は変えない」と繰り返すのは文章による指示ですが、マスクなら場所も指定できます。

Qwen Image 2.1を開き、編集タスクを選びます。元画像1枚と白黒マスクを指定でき、白は描き直す領域、黒は残す領域です。サイズは1Kか2Kを選び、1.5Kは使いません。マスクは元画像と同じ形にし、マスク編集と透明背景は併用できません。

たとえば商品写真をアップロードし、置き換えたい背景部分だけを白く塗ります。次のプロンプトを出発点にしてください。

プロンプト（英語）

Replace the marked background patch with a softly lit warm-grey studio wall.
Match the existing light direction and wall texture.
Keep the product, its label, its shadow and the camera framing unchanged.

指定範囲を暖かなグレーの壁に置き換え、光と質感を合わせ、商品やラベル、影、構図は残す指示です。この比較の中では、Qwenがこの用途に直接対応します。Kleinの各エンドポイントにはマスク項目がありません。ただし、機能があることと完璧に直ることは別なので、商品の輪郭と文字を確認してください。継ぎ目が見えたら白い範囲を狭め、端を数ピクセルぼかしてみましょう。ラベルだけが崩れているなら、背景全体ではなくラベル部分を指定します。

切り抜き素材にはマスクを使わず、Transparentを選び、形式をPNGかWebPにします。プロンプトでは被写体だけを説明しましょう。テーブルや部屋を指定すると、背景も描かれる場合があります。透明背景は1Kと2Kに対応し、JPEGはアルファチャンネルを持てません。

参照画像は3枚で十分なことも多い

シンプルなキャンペーン画像なら、人物、商品、場所の3枚だけで足りることがあります。Kleinの上限に収まり、不要なQwenの多枚数対応に費用をかけずに済みます。

FLUX.2 Kleinでは、各画像の役割を自然な文章で指定します。

プロンプト（英語）

Use the adult presenter from image 1, the green travel backpack from image 2,
and the railway platform from image 3.
The presenter stands beside the bench holding the backpack by its top handle.
Keep the presenter's face and coat, and preserve the backpack's colour,
pocket arrangement and straps. Match the platform's soft morning light.

1枚目の成人の人物、2枚目の緑のバックパック、3枚目の駅のホームを使い、顔や服、商品の特徴を保つ指示です。編集タスクを開き、この順で3枚をアップロードし、納品用の縦横比を選んで見積もりを確認します。この制作案を出発点にしてください。

FLUX 3 Kleinでは所定のトークン<ref_image_1>、<ref_image_2>、<ref_image_3>を使います。QwenではImage 1、Image 2などで参照します。

構図に本当に4枚以上必要ならQwenを選びましょう。参照が多ければ良いとは限りません。角度、照明、服装が食い違うと指示が曖昧になります。追加する画像は、何に使うのか説明できるものに絞ります。背景の参照によって人物の服まで変わるなら、その画像の用途を背景だけに限定し、人物はどの画像から取るかを再度指定してください。

FLUX.2 Kleinの注意点として、Autoは最初の画像の形を約1メガピクセルで保ちます。2K編集を指定するには、2Kとともに固定の縦横比を選ぶ必要があります。

文字、顔、NSFWはどうか

文字の正確さや人物の同一性は大切ですが、ファミリー全体の順位を付けるには証拠が足りません。Qwen Image 2.1の記事では同モデルの例を扱っています。ただし、上記3種類のKleinと条件をそろえた比較ではありません。

コミュニティの報告もバージョンに依存します。初代Qwen Image EditとFLUX Kontextの比較投稿には、画像の無関係な部分をどちらが変えやすいかについて相反する報告があります。元画像を保てるかという重要な観点は示していますが、現在のQwen 2.1対Kleinの勝者を決める材料ではありません。

NSFWでは、リクエストが受理されたことと、意図どおりの結果になったことを分けて考えます。FLUX.2 Kleinのテストでは、完了しても表現が抑えられた結果と、対応LoRAを使った場合の異なる挙動を記録しています。これは、安い汎用ラフ用モデルを選ぶこととは別の判断です。Kleinの結果をFLUX Proに、あるLoRAの結果を別のLoRAに当てはめないでください。

次の作業を進められるモデルを選ぶ

最初の画像バッチで生成コストを重視するなら、FLUX.2 Klein 4Bから始めましょう。この比較では、入力3枚までの編集も最も安価です。Klein 9Bは少し高くなりますが、この記事には、それを標準のアップグレード先にする根拠となる同条件比較はありません。マスク、実際の透明背景、より多い参照画像が必要ならQwenを選びます。

新しいFLUXと幅広い縦横比を使いたいなら、FLUX 3 Kleinも選べます。バッチ全体を移す前に、2Kと参照画像の料金を確認しましょう。役立つアップグレードは、今仕上げられずにいる部分を解決してくれるものです。