Qwen Image 2512 против Z-Image Turbo: одни промпты, скорость, цена и NSFW

Обе модели созданы в Alibaba, и у обеих открытые веса под лицензией Apache-2.0, поэтому выбор обычно сводится к одному практическому вопросу: какая из них даст пригодную картинку для вашей задачи и по какой цене за изображение. Сравнения в сообществе расходятся. Большинство из них проводили на одной локальной установке, с двумя–пятью промптами. Слепое голосование сообщества Lumenfall по 13 общим промптам закончилось 77,8% против 22,2% в пользу Z-Image Turbo, при этом собственные заметки их ИИ-судьи чаще склонялись к Qwen.

Мы прогнали одни и те же шесть промптов, по два фиксированных seed на каждый, через обе модели на эндпоинтах SpicyAPI 17 октября 2026 года: студийный портрет, постер с тремя строками текста, этикетка товара, людная улица, крупный план рук и композиция из трёх человек за столом. Итого 24 изображения на $0.48.

Короткий ответ: берите Z-Image Turbo для фотореалистичных портретов с выраженной фактурой, простых предметных снимков и всего, что генерируете в большом объёме (он в три раза дешевле, $0.01 за изображение). Берите Qwen Image 2512 за $0.03, когда изображение — продуманная работа (стилизованные надписи, плотная сцена, конкретное настроение), когда нужен большой размер или широкие форматы вроде 21:9 на наших эндпоинтах, или когда хотите подключать LoRA в формате Qwen. Для взрослых работ без LoRA Z-Image Turbo — более прямой выбор: Qwen Image 2512 смягчил самую интенсивную категорию в истории наших тестов.

Быстрый выбор

Как мы тестировали

Обе модели получили одинаковый текст промпта, соотношение сторон и seed (42 и 7). Мы сохранили все результаты: ничего не перезапускали и ничего не отбирали. На рисунках ниже показана пара с seed 42 для каждого промпта; пара с seed 7 во всех случаях показала ту же картину.

• Qwen Image 2512 работал на эндпоинте text-to-image Qwen Image 2512 LoRA без подключённой LoRA, то есть на базовой модели. Вывод в PNG.
• Z-Image Turbo работал на эндпоинте text-to-image Z-Image (веса Turbo) с выключенным расширением промпта. Возвращает только PNG.

Нативные размеры при одном и том же соотношении сторон различаются: Qwen вернул 1104×1472 при 3:4, 1328×1328 при 1:1 и 1536×864 при 16:9; Z-Image Turbo — 864×1152, 1024×1024 и 1280×720. На каждом сравнительном рисунке оба изображения приведены к одной высоте, поэтому вы сравниваете содержимое, а не разрешение.

Двенадцать изображений на модель — небольшая выборка. Считайте результаты ясной закономерностью на этих шести сюжетах, а не бенчмарком.

Портреты: у Z-Image Turbo больше фактуры кожи

Промпт: Studio portrait of a woman in her early thirties with freckles and shoulder-length auburn hair, wearing a charcoal wool turtleneck. Soft key light from the left, gentle fill, seamless warm grey backdrop. 85mm lens, shallow depth of field, natural skin texture, calm direct gaze into the camera.

Слева: Qwen Image 2512. Справа: Z-Image Turbo. Тот же промпт, 3:4, seed 42.

Оба портрета пригодны для использования. Z-Image Turbo (справа) лучше прорисовывает веснушки, поры и волокна шерсти, а серый фон ближе к «warm grey». Qwen Image 2512 (слева) мягче и теплее, ближе к отретушированному редакционному портрету, а волосы у него ближе к «shoulder-length», которое мы просили; Z-Image Turbo в обоих seed сделал их длиннее.

Это совпадает с расколом в сообществе. Одни тестеры предпочитают мягкий свет Qwen за то, что лица выглядят «менее как у ИИ»; другие считают, что детализацию кожи в Z-Image Turbo трудно превзойти. Если ваши зрители разглядывают лица вблизи, начните с Z-Image Turbo; если нужен отполированный вид без ретуши, попробуйте Qwen.

Обратите также внимание: каждая модель при seed 42 и seed 7 выдала почти одну и ту же женщину. Смена seed сама по себе почти не даёт разнообразия ни на одной из моделей; меняйте описание (возраст, волосы, свет), когда нужны другие люди.

Текст и надписи: обе пишут правильно, Qwen точнее следует дизайн-брифу

Промпт (постер): A vintage jazz concert poster pasted on a brick wall. Large art deco headline at the top reads "MIDNIGHT ECHOES". Below a saxophone illustration, smaller text reads "Live at The Blue Room" and on the last line "Friday 9 PM". Cream, navy and gold palette, slightly weathered paper.

Промпт (товар): Commercial product photo of a matte black ceramic coffee mug with the word "NORTHWIND" printed in white capital letters on its side. The mug stands on a light oak table next to a small pile of roasted coffee beans and a folded linen napkin. Soft morning window light from the right, clean background, sharp focus.

Левая колонка: Qwen Image 2512. Правая колонка: Z-Image Turbo. Seed 42; верх 3:4, низ 1:1.

По четырём строкам текста и двум seed ни одна модель не допустила ни одной орфографической ошибки. Это главный вывод для тех, кто выбирает только по тексту: для коротких заголовков и подписей обе модели надёжны.

Разница — в дизайне. Qwen Image 2512 нарисовал надпись в стиле ар-деко с солнечными лучами за саксофоном и состаренную, помятую бумагу, хотя саксофон наезжает на заголовок, что дизайнеру может не понравиться. Z-Image Turbo буквальнее выдержал палитру «кремовый, тёмно-синий и золотой» и оставил вокруг текста свободное место, но его постер проще и менее состаренный: слова верные, а эффект «винтажа» в основном отсутствует. На кружке результат немного меняется: Z-Image Turbo напечатал более чёткую и яркую белую этикетку, а буквы Qwen вышли более серыми и мелкими. Обе модели сохранили зёрна, салфетку и свет из окна.

Выбирайте Qwen Image 2512, когда типографика и есть дизайн. Для предметного снимка, где этикетка должна просто читаться, подходят обе модели; преимущество Z-Image Turbo здесь в основном в том, что он стоит в три раза дешевле.

Толпа и композиция: обе верно расставляют людей, Qwen задаёт настроение

Промпт (улица): Wide shot of a crowded street festival in a European old town at dusk after rain. Dozens of people walk between food stalls, some holding umbrellas, string lights overhead, steam rising from a grill, reflections on wet cobblestones, a cyclist in a yellow raincoat in the foreground. Cinematic, natural colours.

Промпт (композиция): Three friends at a candlelit dinner table, photographed from the front. On the left, a woman in a red dress raises a glass of white wine. In the middle, a bald man with a grey beard in a blue shirt is laughing. On the right, a woman with short silver hair and round glasses is looking at her phone. A single blue vase with yellow tulips stands in the centre of the table.

Левая колонка: Qwen Image 2512. Правая колонка: Z-Image Turbo. 16:9, seed 42.

Композиция из трёх человек — самый чистый тест на соблюдение промпта в наборе, и обе модели прошли его в обоих seed: красное платье слева с бокалом, лысый бородатый мужчина в центре, смеющийся, женщина с коротким серебристым волосами и в круглых очках справа с телефоном, одна синяя ваза с жёлтыми тюльпанами по центру. В некоторых публикациях сообщества говорится, что Z-Image Turbo игнорирует части промптов; на этом явном позиционном промпте он этого не сделал.

Разрыв — в атмосфере. Qwen Image 2512 создал настоящий вечер при свечах с тёмным окном и тёплыми лампами. Z-Image Turbo поставил свечи на стол, но осветил комнату, как серый день. На улице Qwen собрал действительно людный фестиваль при дождливом вечернем свете, хотя в среднем плане повторяются похожие лица в тёмных куртках. Улица у Z-Image Turbo просторнее, чем «людная», а велосипедист в обоих seed оттеснён к правому краю кадра.

Руки: обе чистые, обе пропустили деталь с кольцом

Промпт: Close-up photo of a man's hands tying the laces of a worn brown leather boot on a wooden workshop bench. Both hands fully visible, five fingers on each hand, a silver ring on the left ring finger, visible knuckles and veins. Warm side light, shallow depth of field.

Слева: Qwen Image 2512. Справа: Z-Image Turbo. 1:1, seed 42.

Все четыре изображения рук содержали по пять естественных пальцев на каждой руке и правдоподобно завязанные шнурки; ни одна модель не породила лишних или слившихся пальцев, которыми известны старые модели. Однако обе пропустили небольшое уточнение. Qwen Image 2512 надел кольцо на обе руки в обоих seed. Z-Image Turbo нарисовал одно кольцо, но на той руке, которая считается правой у мужчины. Qwen дал более плотный крупный план с большей фактурой кожи; Z-Image Turbo отодвинулся, показав верстак и колени мужчины.

Если мелкая деталь должна быть точной, например на какой руке кольцо, заранее закладывайте проверку каждого результата или правку, какую бы модель вы ни выбрали.

Скорость и цена за изображение

Цены — это текущие тарифы SpicyAPI, и обе задачи списали ровно столько. Партия из 1 000 изображений стоит $10 на Z-Image Turbo и $30 на Qwen Image 2512.

Результат по скорости стал для нас неожиданностью. На бумаге Z-Image Turbo быстрее: 6 млрд параметров и восемь шагов сэмплирования против 20 млрд параметров и рекомендуемых 50 шагов у Qwen Image 2512, а на локальной видеокарте тестеры сообщают, что он укладывается в долю времени Qwen. Однако через размещённый API 17 октября Qwen Image 2512 вернул результат раньше в одиннадцати из двенадцати запусков. Время через API включает очередь и доставку, которые зависят от нагрузки и меняются со временем, поэтому читайте это как «обе модели укладываются в секунды, ни одна не является узким местом», а не как постоянный рейтинг. Если вы запускаете веса сами, скорость Z-Image Turbo и то, что он помещается на карту с 16 ГБ, — реальные преимущества.

Поддержка LoRA и открытые веса

Обе модели выпущены под лицензией Apache-2.0 с открытыми весами: Qwen-Image-2512 — 31 декабря 2025 года, Z-Image-Turbo — команда Tongyi-MAI из Alibaba в конце ноября 2025 года. Лицензия разрешает коммерческое использование результатов и весов; проверьте карточку каждой модели на требование указания авторства.

LoRA между ними не переносятся. Это разные архитектуры, поэтому LoRA для Z-Image Turbo не загрузится в Qwen Image 2512, и наоборот.

• Z-Image Turbo имеет более крупную библиотеку от сообщества, потому что 6-миллиардную модель дёшево дообучать. По состоянию на 17 октября 2026 года Hugging Face показывал 879 моделей с тегом LoRA-адаптеров для Z-Image-Turbo против 200 для Qwen-Image-2512. Загружайте до трёх LoRA на эндпоинте LoRA Z-Image Turbo по $0.012 за изображение. Наш тест LoRA с одним seed показывает, как проверить, что LoRA действительно меняет картинку.
• Qwen Image 2512 принимает до трёх LoRA в формате Qwen на том же эндпоинте, что мы тестировали, без доплаты. Их меньше, потому что обучение модели на 20 млрд параметров требует гораздо больше железа. Редактирование в той же семье работает на другой базе (Qwen Image Edit 2511), поэтому подбирайте LoRA под задачу; какие LoRA Qwen подходят к какой базе объясняет это разделение.

Взрослые изображения: чем различаются модели

Ни один эндпоинт не добавляет платформенного фильтра; различия идут от самих моделей и проявляются на самом интенсивном конце.

В нашей внутренней истории тестов шесть категорий — от намекающих изображений до более интенсивных взрослых сцен, по три запуска в каждой, и каждый результат просматривается глазами:

• Z-Image Turbo (сентябрь 2026) отрисовал все шесть категорий во всех трёх запусках, без отказов и смягчения.
• Qwen Image 2512 без LoRA (сентябрь 2026) отрисовал пять категорий полностью, включая продвинутые NSFW-изображения, но смягчил более интенсивные взрослые сцены во всех трёх запусках: сцена была подразумеваемой, а не показанной. В одном более раннем запуске с подключённой публично доступной LoRA для взрослого контента та же категория отрисовалась полностью.

Поэтому для персонажей взрослого характера по простому промпту Z-Image Turbo приведёт к результату прямее и при этом стоит в три раза меньше. Если нужны точные размеры до 1 536 пикселей или промпты длиннее 1 000 символов, эндпоинт Z-Image Spicy той же семьи стоит $0.01235 за изображение. Qwen Image 2512 по-прежнему подходит для зрелых изображений ниже этой самой интенсивной категории или когда вы приносите LoRA, сделанную под него. Формулировки, которые работают на Z-Image Turbo, смотрите в нашем руководстве по NSFW-промптам для Z-Image Turbo; для родственных моделей — Is Z-Image uncensored?. Используйте только взрослых персонажей и никогда не создавайте изображения реальных людей без их согласия.

Какую выбрать?

• Персонажи, портреты и фотография с взрослым уклоном в больших объёмах: Z-Image Turbo. Больше фактуры кожи в нашем портретном тесте (люди в сцене ужина у Qwen тоже выглядели реалистично), самая полная история тестов для зрелого контента, $0.01 за изображение. Добавьте эндпоинт LoRA Turbo, когда нужен конкретный образ.
• Постеры, обложки, соцграфика с надписями: Qwen Image 2512. Обе пишут правильно, но Qwen точнее следует типографским указаниям и фактуре бумаги.
• Людные сцены, световые настроения, кинематографичные кадры, баннеры 21:9: Qwen Image 2512 — за настроение, плотность и более широкие соотношения сторон.
• Предметные снимки с короткой надписью: любая; Z-Image Turbo, если важна цена, так как обе правильно напечатали надпись.
• Длинные подробные промпты свыше 1 000 символов: Qwen Image 2512.

Практичный подход: делайте черновики на Z-Image Turbo, сохраняйте промпты, которые работают, и перезапускайте на Qwen Image 2512 те немногие, где нужен продуманный текст или более сильная атмосфера. На SpicyAPI обе модели принимают запрос одной формы, поэтому переключение — это смена имени модели. Откройте Z-Image Turbo или Qwen Image 2512, чтобы попробовать свой промпт.

FAQ

Z-Image Turbo — это модель Qwen?

Нет. Обе созданы в Alibaba, но Qwen-Image разработана командой Qwen, а Z-Image — командой Tongyi-MAI. У них разные архитектуры и разные LoRA.

Какая модель лучше справляется с текстом на изображениях?

Для коротких заголовков и подписей в нашем тесте обе модели написали каждое слово правильно. Qwen Image 2512 лучше, когда сама надпись должна иметь стиль, а его разработчик среди улучшений 2512 называет верстку текста и композицию «текст плюс изображение».

Можно ли использовать LoRA Qwen Image 2512 на Z-Image Turbo?

Нет. LoRA работает только на той семье моделей, для которой её обучили.

Почему смена seed даёт почти то же изображение?

Обе модели при seed 42 и seed 7 для каждого промпта выдавали почти одного и того же человека и одну и ту же композицию. Чтобы получить разнообразие, меняйте сам текст описания (возраст, волосы, обстановку, свет), а не seed.