Qwen Image или FLUX: что выбрать для своей задачи?

Вам нужны двадцать изображений товара, объект на прозрачном фоне и одна правка уже утверждённой фотографии. Кажется, что достаточно выбрать между Qwen Image и FLUX, но эти задачи требуют разных возможностей.

Для недорогих эскизов и редактирования с одним–тремя референсами начните с FLUX.2 Klein. Для маски, прозрачного фона или четырёх–десяти референсов в одной правке выбирайте Qwen Image 2.1. Ещё один актуальный вариант — FLUX 3 Klein. Он предлагает больше соотношений сторон, чем FLUX.2 Klein, но переход с 1K на 2K заметно повышает цену.

Здесь сравниваются доступные на SpicyAPI настройки и публичные цены. Победителя по качеству изображения мы не объявляем: нового визуального сравнения этих версий в одинаковых условиях для статьи не проводилось.

Короткий ответ по задачам

Это отправные точки по функциям и стоимости. Дешёвый результат, который пришлось переделывать несколько раз, может обойтись дороже пригодного с первой попытки.

Какие именно Qwen и FLUX

Qwen Image — семейство моделей изображений, а не другое название чат-моделей Qwen. В ранних версиях генерация и редактирование были разделены заметнее. Qwen Image 2.1 поддерживает обе задачи: выберите подходящую для своих входных данных. Для новой картинки используйте генерацию Qwen Image 2.1, для изменения существующей — редактирование.

С FLUX тоже нужна точность. FLUX.1 Dev, Kontext, FLUX.2 Pro, FLUX.2 Klein и FLUX 3 Klein — разные модели. Старое сравнение с FLUX.1 Dev не показывает, как редактирует сегодняшний Klein.

Под FLUX.2 Klein 4B и 9B здесь понимаются быстрые версии, а не отдельные Base для более гибкой настройки. Black Forest Labs описывает варианты Klein и время инференса на разном оборудовании. Эти цифры не гарантируют полное время от отправки запроса в облачный сервис до скачивания результата.

FLUX 3 Image Klein тоже генерирует и редактирует изображения. Его публичное семейство на SpicyAPI — flux-3-klein; это модель изображений, отличная от FLUX 3 Video. Мы включаем её в выбор, не предполагая, что новая версия лучше для любой задачи.

Сколько стоит серия изображений

Ниже — публичные цены SpicyAPI за один результат генерации по тексту. Столбец на 100 изображений — простой расчёт для 100 успешных результатов без персональной скидки и платных повторов.

Двадцать эскизов 1K стоят $0.186 у Klein 4B, $0.22 у Klein 9B, $0.24 у FLUX 3 Klein и $0.48 у Qwen. Если нужна подборка концепций, начать с Klein разумно.

В 2K соотношение меняется. Цена FLUX 3 Klein возрастает вчетверо относительно 1K, Qwen — вдвое. У FLUX.2 Klein прибавка гораздо меньше. Названия разрешений — приблизительные категории разных моделей: для сравнения стоимости пикселя проверьте фактические размеры полученных файлов.

Редактирование оплачивается иначе. У FLUX.2 Klein 9B результат стоит $0.0163 с одним, двумя или тремя референсами на любом из двух указанных уровней размера. Правка Klein 4B стоит $0.0126. У FLUX 3 Klein она начинается с $0.0192 в 1K, а референсы после первого оплачиваются дополнительно.

При нескольких референсах редактирование Qwen в 2K может быть дешевле, чем в 1K. Публичный расчёт показал $0.036 за один референс в 1K, $0.060 за три и $0.144 за десять. В 2K все три варианта дали $0.048. Если исходников три или больше, сначала проверьте 2K: меньший размер не обязательно экономнее. Это расчёты обычных правок, а не фактические расходы нового теста генерации.

Главная причина выбрать Qwen: граница редактирования

Допустим, фотография товара уже утверждена, но небольшой участок фона нужно исправить. Повторяя «всё остальное оставь без изменений», вы даёте инструкцию. Маска дополнительно указывает место.

Откройте Qwen Image 2.1 и выберите редактирование. Нужны один исходник и чёрно-белая маска: белым отмечают область перерисовки, чёрным — сохраняемую часть. Используйте 1K или 2K, не 1.5K. Маска должна соответствовать форме исходного изображения; сочетать её с прозрачным фоном нельзя.

Например, загрузите фотографию товара и закрасьте белым только заменяемый участок фона.

Пример промпта на английском

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.

Здесь требуется тёплая серая студийная стена с сохранением света, фактуры, товара, этикетки, тени и кадрирования. Среди рассматриваемых вариантов Qwen напрямую поддерживает такую задачу: у Klein нет поля маски. Но настройка не гарантирует идеальную правку — проверьте контур товара и надписи. Если заметен шов, сузьте белую область и смягчите край на несколько пикселей. Для повреждённой этикетки отметьте саму этикетку, а не весь фон.

Для объекта без фона используйте Qwen без маски, выберите Transparent и формат PNG или WebP. Описывайте только предмет: просьба добавить стол или комнату может вернуть фон в изображение. Прозрачность доступна в 1K и 2K; JPEG не хранит альфа-канал.

Трёх референсов часто достаточно

Простому рекламному кадру могут понадобиться всего три источника: человек, товар и место. Это укладывается в лимит Klein и избавляет от платы за больший набор референсов Qwen, если он не нужен.

В FLUX.2 Klein назначайте роли обычными словами.

Пример промпта на английском

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.

Промпт берёт взрослого человека с первого изображения, зелёный рюкзак со второго и платформу с третьего, сохраняя лицо, одежду и особенности товара. Откройте редактирование, загрузите источники в таком порядке, выберите итоговые пропорции и проверьте цену перед запуском. Это исходный пример задания.

В FLUX 3 Klein используйте предусмотренные токены <ref_image_1>, <ref_image_2> и <ref_image_3>. В Qwen — Image 1, Image 2 и так далее.

Выбирайте Qwen, если композиции действительно нужно больше трёх источников. Больше не всегда лучше: несовместимые ракурсы, свет или одежда делают задачу менее ясной. Оставляйте дополнительный референс, только если можете назвать нужную деталь. Если изображение места меняет ещё и одежду человека, явно ограничьте его роль фоном и повторите, какой источник задаёт персонажа.

Особенность FLUX.2 Klein: Auto сохраняет форму первого исходника примерно в одном мегапикселе. Для редактирования в 2K нужно выбрать не только 2K, но и фиксированное соотношение сторон.

Что с текстом, лицами и NSFW

Точность надписей и сохранение внешности важны, но рейтинг целых семейств вышел бы за рамки доказанного. В статье о Qwen Image 2.1 есть его примеры. Это не сравнение в одинаковых условиях со всеми тремя Klein.

Опыт сообщества тоже зависит от версии. В обсуждении первого Qwen Image Edit и FLUX Kontext встречаются противоположные сообщения о том, какая модель меняет лишние части изображения. Они подчёркивают важную проблему сохранения исходника, но не определяют победителя между нынешними Qwen 2.1 и Klein.

Для NSFW различайте принятый запрос и точное исполнение. В тестах FLUX.2 Klein были завершённые запросы со смягчённым результатом и другое поведение с совместимой LoRA. Это отдельный выбор, не равный поиску дешёвой модели для обычных эскизов. Не переносите выводы с Klein на FLUX Pro или с одной LoRA на другую.

Выбирайте то, что устранит следующее препятствие

Для первой серии, если главное — стоимость генерации, начните с FLUX.2 Klein 4B. Это и самая дешёвая правка в данном сравнении при числе входов до трёх. Klein 9B немного дороже, но здесь нет сопоставимого теста, который позволял бы рекомендовать его как обязательное улучшение. Маска, настоящая прозрачность или больший набор референсов — причины выбрать Qwen.

Если нужны более новый FLUX и дополнительные пропорции, есть FLUX 3 Klein. Прежде чем переводить на него всю серию, проверьте цену 2K и референсов. Полезное обновление — то, которое помогает закончить именно вашу картинку.