Qwen Image 2는 Alibaba의 비공개 가중치 이미지 모델로, 텍스트 투 이미지와 단일 참조 편집기 모두 장당 $0.035입니다. 9월 27일 다른 이미지·편집 모델 17개와 같은 68개 프롬프트로 겨룬 아레나에서, 스위스풍 재즈 포스터의 날짜·장소·헤드라인을 글자 하나 틀리지 않고 지면에 올린 몇 안 되는 모델 중 하나였고, 중국어와 영어가 나란히 있는 네온 간판을 깔끔하게 그려낸 유일한 모델이었습니다.
테스트 실행 결과를 그대로 옮겼습니다. 프롬프트를 복사하거나 플레이그라운드에서 열어 직접 사용해 보세요.
텍스트→이미지
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.
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.
Anime illustration of a summer night festival: an adult man and an adult woman in yukata walk a step apart under strings of paper lanterns, fireworks blooming overhead and a goldfish stall glowing beside them. Soft bloom, rich navy and orange, gentle and nostalgic, no readable lettering.
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.
Keep the woman, the counter, the steam, the lanterns and the whole composition exactly as they are. Paint bold black brush lettering on the blank hanging wooden board so it reads 'LATE SHIFT NOODLE BAR', and print three neat lines on the blank white paper strip on the wall reading 'RAMEN 9', 'GYOZA 5', 'OPEN TIL 4AM'. Match the warm lantern light and the wood grain so the lettering looks painted on. Change nothing else.
무검열이기도 합니다. 두 엔드포인트에서 콘텐츠 사다리의 모든 단계를 돌렸고, 순화되어 돌아온 조합은 단 하나뿐이었습니다. 이미지 투 이미지 엔드포인트의 L4 고강도 편집 세 번 중 두 번. 나머지는 극한 프로브를 포함해 모두 쓴 그대로 나왔습니다. 특정 의상이나 특정 문구가 필요한 인물 사진, 제품 컷, 편집에 고르세요. 시계, 거울, 정확한 개수처럼 논리 퍼즐을 중심으로 한 장면에는 다른 모델들만큼이나 자주 실패하니 피하세요.
요청한 글자를 실제로 그대로 씁니다. 재즈 포스터 프롬프트("LATE NIGHT JAZZ", "OCT 12", "BLUE ROOM")가 단어 하나 틀리지 않고 깔끔한 스위스 그리드 레이아웃으로 나왔고, 커피 인포그래픽의 네 단계 라벨도 쓴 그대로 자리 잡았습니다.
대부분이 못 해낸 깔끔한 이중 언어 간판. 같은 간판에 중국어와 영어 네온 글자를 나란히 요청한 프롬프트가 두 문자 체계 모두 읽히게 나왔습니다. 같은 실행에 참여한 다른 17개 계열 대부분은 글자를 뭉개거나 한쪽 언어를 통째로 빼먹었습니다.
단순 편집은 나머지를 그대로 지킵니다. 얼굴, 머리, 뒤편 거리는 그대로 두고 의상만 맞춤 정장으로 바꿔 달라고 했을 때 심사자들은 흠잡을 데 없다고 평가했습니다. 정확한 의상, 정확한 얼굴, 정확한 배경, 그 외에는 아무것도 움직이지 않았습니다.
관능적인 장면과 커플 장면이 정형화된 포즈가 아니라 요청한 그대로 나옵니다. 역광 루프탑 인물 사진, 아침 햇살 속에서 웃는 동성 커플, 수영장 캠페인 컷 모두 브리핑의 의상, 조명, 프레이밍과 일치하게 돌아왔습니다.
부정 지시를 지킵니다. "식물이나 꽃이 절대 없는" 거실을 요청하자 정말로 식물이 없는 방을 내놓았습니다. 같은 실행의 다른 여러 모델은 그래도 화분을 하나 추가했습니다.
아쉬웠던 점
숫자 세기와 시계에서 걸립니다. 저희가 테스트한 대부분의 모델이 그렇듯이. 2시 10분을 가리키는 시계를 요청하자 10시 12분을 그렸고, 두 가지 색깔의 풍선 다섯 개를 요청하자 여섯 개를 그렸으며, 손가락 세 개를 펴야 할 손이 네 개로 나왔습니다. Qwen Image 2만의 문제는 아닙니다. 저희 실행에 참여한 거의 모든 계열이 이 중 하나에서는 실패했지만, 정확한 개수가 정확하게 그려져야 하는 작업에는 기대지 말아야 한다는 뜻입니다.
복잡한 편집은 요청하지 않은 것까지 움직일 수 있습니다. 조명과 의상을 다시 맞추는 편집은 의상과 조명은 제대로 바꿨지만 요청하지 않은 가구와 방 구조까지 다시 지었습니다. 눈 내리는 장면을 더한 편집은 그럴듯한 눈을 더했지만 오두막의 창문 하나를 잃어버렸습니다.
스타일 변환에 완전히 몰입하지 않습니다. 거리 사진을 느슨한 수채화로 바꿔 달라고 했을 때 다시 그리는 대신 사진 느낌을 그대로 유지했습니다. 저희 실행에 있던 유일한 스타일 변환 프롬프트에서 명백히 놓친 부분입니다.
편집기는 참조 이미지 한 장뿐입니다. 두 번째 이미지 URL은 요청이 실행되기 전에 거부되므로, 이 엔드포인트에서는 여러 참조를 합성하는 것(한 사진에서 얼굴, 다른 사진에서 의상)이 불가능합니다.
두 엔드포인트 모두 시드 필드가 없습니다. 동일한 요청을 두 번 보내면 서로 다른 두 사람이 나오므로, 일관된 시리즈를 만들려면 텍스트를 다시 굴리는 대신 마음에 든 한 장을 편집해야 합니다.
실제 결과물
콘텐츠 사다리 테스트의 이미지는 공개하지 않고 결과만 적습니다. 아래 갤러리는 Qwen Image 2 모델 페이지에 실린, 업무 중에도 볼 수 있는 예시입니다.
네온 바, 랜턴 하나의 불빛. 여우 꼬리 액세서리를 단 초콜릿색 새틴 로브 차림의 여성이 빨간 종이 랜턴 아래 바에 기대어 서 있고, 뒤로는 "MIDNIGHT FOX" 간판이 빛납니다. 따뜻한 호박색 조명과 카메라를 향한 장난스러운 반쯤 돌아본 자세, 요청 그대로입니다.
실제로 읽을 수 있는 놋쇠 명패. 아르데코풍 호텔 복도 야경, 문에 기대어 한쪽 하이힐을 손가락에 걸고 있는 여성. 놋쇠 "214" 명패와 "DO NOT KNOCK" 손잡이 태그 모두 텍스처가 아니라 보통 읽는 크기로도 또렷하고 또렷하게 나왔습니다.
여름 축제의 랜턴 불빛. 남녀 한 쌍이 종이 랜턴 아래 한 걸음 간격으로 걷고 머리 위로 불꽃이 터지는 밤 축제. 부드러운 블룸과 풍부한 색감, 브리핑에서 더하거나 빠진 것이 없습니다.
참조 하나, 새 배경 하나. 단일 참조 편집에서 여성과 그녀의 새틴 로브는 원본 사진 그대로 유지되고 새로운 네온 바로 옮겨졌으며, 따뜻한 조명이 얼굴과 어깨에 맞춰 입혀져 결과물이 합성이 아니라 한 장의 사진처럼 읽힙니다.
빈 간판에 새겨진 글자. 글자 편집에서는 원본 사진의 빈 표면에 메뉴 문구 세 줄과 상점 간판이 새로 더해졌고, 카운터와 김, 랜턴 등 나머지는 정확히 제자리에 남았습니다.
잘 먹힌 프롬프트
Qwen Image 2는 태그가 아니라 평이한 영어나 중국어 산문을 읽으며, 의상·광원·렌즈를 한 번에 지정하는 프롬프트에 잘 응답합니다. 편집기에서는 각 참조가 무엇을 맡는지 이름 붙이고, 나머지 프레임이 중요하다면 "그 외에는 아무것도 바꾸지 마세요"로 마무리하세요.
1. 광원을 지정한 바 장면.
text
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.
2. 지정한 간판, 지정한 글자. 읽을 수 있는 텍스트를 얻는 형태입니다. 표면을 지정하고, 정확한 문구를 인용한 뒤, 그 외에 유지해야 할 것을 말하세요.
text
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.
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.
약한 예: "2시 10분을 가리키는 벽시계." Qwen Image 2는 "시계"와 "숫자"는 읽지만 시침과 분침의 기하학적 관계는 읽지 못해서, 시각이 대체로 틀립니다. 강한 예: 위 프롬프트 2. 지정한 표면 위의 고정된 텍스트에, 나머지는 그대로 두라는 한 줄을 더한 형태입니다.
어디까지 나오나
2026년 9월 25일 두 엔드포인트에서 콘텐츠 사다리의 모든 단계를 돌렸습니다. L1 암시, L2 성숙한 주제, L3 강함, L4 고강도(성인 두 명 사이의 은밀한 장면), 그리고 L5 극한의 두 가지 프로브 유형까지입니다. 텍스트 투 이미지에서는 극한 프로브를 포함해 모두 쓴 그대로 나왔습니다. 편집기에서도 L1부터 L3, L5 극한의 두 프로브까지 쓴 그대로 나왔지만, L4 고강도만은 세 번 중 두 번이 평범한 비은밀 인물 사진으로 순화되어 돌아온 유일한 단계였습니다. 페이지 표시는 무검열이며 우리 쪽에서 콘텐츠 필터를 추가하지 않습니다.
아직 시험하지 않은 것: 텍스트 투 이미지에서 세 번을 넘는 L4 고강도, 여러 참조를 합성하는 경우(편집기는 소스 이미지 한 장만 받습니다), L1 암시를 넘어서는 여성 둘이나 남성 둘의 장면.
모든 이미지는 성인만. 실존하는 특정 인물을 담으려면 그 사람의 동의가 있어야 하고, 편집하는 모든 사진에는 그 사진에 대한 권리가 있어야 합니다.
커뮤니티 반응
이 버전에 대한 커뮤니티 평가는 저희의 실측보다 냉정합니다. Qwen Image 2 출시 스레드의 한 댓글은 "이렇게 생성된 '사실적인' 이미지에는 뚜렷한 언캐니함이 있다"고 썼고, 다른 댓글은 구글의 Nano Banana Pro와 나란히 놓고 "사실적인 이미지에서는 제 생각엔 꽤 별로"라고 평했습니다. Artificial Analysis의 텍스트 투 이미지 아레나에서 저희가 테스트한 버전은 등재된 163개 모델 중 상위 50위 밖에 머뭅니다.
별개의 불만은 이미지 품질과 무관합니다. Alibaba는 가중치를 공개하겠다고 했지만 몇 달이 지나도 하지 않았습니다. 한 HN 댓글은 "약 6개월 전에 Qwen Image 2의 가중치를 약속했다"면서도 아무것도 나오지 않았다고 지적했는데, 저희 테스트 기간이 끝나고 몇 주 뒤 나온 Alibaba 자체 Qwen Image 2.1의 완전한 오픈 라이선스와 대비됩니다.
저희 실측은 중간쯤에 자리합니다. 포즈를 잡은 인물 사진과 제품 컷에서는 사실감이 잘 유지되고, 언캐니함은 주로 복잡한 액션 장면(손, 군중)에서 드러나며, 커뮤니티가 크게 짚지 않는 글자와 이중 언어 텍스트의 강점이 18개 모델 가운데 저희에게는 가장 두드러졌습니다.
댓글은 자동 검사와 당사 팀의 확인을 거칩니다. 스팸, 부적절한 내용, 인신공격, 동의 없이 실존 인물을 거론하는 글은 삭제합니다. 댓글을 신고하면 영업일 기준 하루 안에 검토합니다.
이 모델을 써 보셨나요? 잘 된 방법을 공유해 주세요. 스팸을 막기 위해 댓글을 달려면 무료 계정이 필요합니다.
Qwen Image 2 자주 묻는 질문
네. 두 엔드포인트 모두 무검열 표시가 붙어 있습니다. 텍스트 투 이미지는 극한 프로브를 포함해 콘텐츠 사다리의 모든 단계가 쓴 그대로 나왔습니다. 편집기에서는 L4 고강도 편집 세 번 중 두 번만 평범한 인물 사진으로 순화됐을 뿐, 완전히 거부된 것은 없었습니다.
Qwen Image 2는 프롬프트에 담긴 사물과 단어는 안정적으로 읽지만, 그것들 사이의 논리적 관계——시계의 문자판, 정확한 인원수, 거울에 비쳐야 할 모습——는 읽지 못합니다. 저희 테스트 배치에 포함된 18개 모델 대부분에서 나타난 약점이니, 이 모델만의 문제가 아니라 그런 것을 애초에 요구하지 않도록 계획을 짜야 합니다.
아니요. image_urls는 이미지 한 장만 받으며, 두 번째 URL은 요청이 실행되기 전에 거부됩니다. 여러 참조를 합성하려면 Seedream 4.0처럼 그런 용도로 만들어진 편집기를 가진 모델을 쓰세요.
텍스트 투 이미지와 편집기 모두 장당 $0.035 균일입니다. 어떤 화면비나 참조 개수를 쓰든 100장이면 $3.50입니다.
네. 같은 간판에 중국어와 영어 네온 글자를 나란히 요청한 프롬프트가 두 문자 체계 모두 읽히게 나왔고, 9월 27일 같은 배치에 있던 다른 계열 대부분은 한쪽 언어를 뭉개거나 빼먹었습니다.
시드로는 안 됩니다. 두 엔드포인트 모두 시드가 없어서 동일한 프롬프트 두 개가 서로 다른 두 사람을 돌려줍니다. 다만 단일 편집 안에서는 의상이나 조명 같은 단순한 변경이 원본 사진의 얼굴, 머리, 포즈를 안정적으로 유지했습니다.
Qwen Image 2 직접 써 보기
스튜디오에서는 몇 번의 클릭으로 생성하고, 플레이그라운드에서는 모든 파라미터를 설정해 실행 전에 정확한 가격을 확인할 수 있습니다.
