Qwen-Image 2.1 Turbo lokal: 4 Sekunden pro Bild

👁 122 Aufrufe

Qwen-Image 2.1 Turbo ist eine beschleunigte Version von Qwen-Image 2.1, die Alibaba am 9. Oktober 2026 veröffentlicht hat. Statt 25 Schritten verwendet sie 8. Ich habe das Modell lokal in ComfyUI auf einer RTX 4090 ausgeführt und dieselben vier Prompts wie mit der normalen Version 2.1 getestet. Turbo erzeugt ein Bild mit 1024 × 1536 Pixeln in 4 Sekunden, die normale Version 2.1 braucht 20 Sekunden. Die Qualität ist sehr ähnlich. Bei zwei Tests mit polnischer Schrift schnitt Turbo sogar besser ab. Die Tests wurden auf Polnisch durchgeführt.

Was ist Qwen-Image 2.1 Turbo?

Es ist dasselbe Modell wie Qwen-Image 2.1 (7B), das Anfang Oktober in der Rangliste von Artificial Analysis als bestes offenes Bildmodell geführt wurde - allerdings destilliert. Bei der Destillation lernt ein Modell, mit weniger Schritten zu einem fertigen Bild zu gelangen. Das Qwen-Team veröffentlichte die Gewichte am 9. Oktober auf Hugging Face. Einen Tag später stellte Comfy-Org ein für ComfyUI vorbereitetes Paket mit int8- und bf16-Version bereit.

Turbo arbeitet mit einem festen Ablauf: 8 Schritte mit manuell festgelegten Sigma-Werten, Euler-Sampler und CFG 1. Die Schrittzahl wird hier nicht wie bei einem normalen KSampler eingestellt, denn die ComfyUI-Vorlage enthält bereits eine fertige Liste.

Mein Test: Turbo im Vergleich mit der normalen Version 2.1

Hardware und Software: RTX 4090 mit 24 GB, 64 GB RAM, Windows 11, ComfyUI 0.41.0, int8-Modelle auf einer SSD über USB. Beide Versionen erhielten dieselben vier Prompts und denselben Seed (7). Turbo verwendet 8 Schritte und CFG 1, die normale Version 2.1 25 Schritte und CFG 3. Die Zeit habe ich vom Absenden des Auftrags bis zur gespeicherten Datei gemessen. Den VRAM-Verbrauch habe ich alle halbe Sekunde mit nvidia-smi erfasst.

* Beim ersten Bild der Reihe wird das Modell von der Festplatte in den Grafikspeicher geladen. Die reine Generierung mit Turbo dauert wie bei den folgenden Bildern 4 Sekunden.

Plakat mit polnischem Text

Der getestete polnische Prompt verlangte eine rote Überschrift mit der Aufschrift „JAZZ AN DER ODER“ (deutsche Übersetzung des polnischen Originals) und die Bildunterschrift „Breslau, 14-16. November 2026“ (deutsche Übersetzung des polnischen Originals). Die folgende deutsche Fassung ist eine Übersetzung des getesteten polnischen Prompts und wurde nicht erneut getestet: „JAZZ AN DER ODER“ und „Breslau, 14.-16. November 2026“. Beide Modelle gaben den Flussnamen im polnischen Original korrekt wieder, einschließlich des polnischen Sonderzeichens. Beim Stadtnamen erzeugten beide jedoch eine fehlerhafte Beschriftung im ursprünglichen polnischen Test. Turbo erzeugte eine größere Überschrift und zeigte die ganze Silhouette eines Saxofonisten. Die normale Version 2.1 ließ viel leeren, dunkelblauen Raum.

Geschäft aus den 1980er-Jahren und Preisschild

Der getestete polnische Prompt verlangte ein Schild mit der Aufschrift „Gemeinsam“ (deutsche Übersetzung des polnischen Originals) und einen Zettel mit der Aufschrift „ESSIG 12 ursprüngliche polnische Währungseinheiten“ (deutsche Übersetzung des polnischen Originals). Die deutsche Fassung ist eine Übersetzung des getesteten polnischen Prompts und wurde nicht erneut getestet: ein Schild mit der deutschen Übersetzung des Eigennamens und ein Zettel mit „ESSIG, 12“; die ursprüngliche polnische Währungsangabe wurde dabei nicht in einen neuen Test übertragen. Turbo gab den Zettel fehlerfrei wieder, ließ aber das Schild aus. Die normale Version 2.1 zeigte eine fehlerhafte Beschriftung im ursprünglichen polnischen Test und auf dem Zettel nur die Zahl 12, ohne das Wort für Essig. Die Atmosphäre eines Geschäfts aus der Volksrepublik Polen trafen beide, aber die normale Version 2.1 füllte die Regale detailreicher.

Porträt und Produktfoto

Das Porträt eines Fischers auf einem Steg sieht in beiden Versionen aus wie ein Filmstill: Falten, eine nasse Jacke und graues Licht. Turbo hat etwas stärkere Kontraste und wirkt ein wenig werblicher. Ohne direkten Vergleich hätte ich nicht erkannt, welches Bild mit 8 und welches mit 25 Schritten erzeugt wurde.

Turbo in ComfyUI einrichten

1. Aktualisieren Sie ComfyUI auf Version 0.41 oder neuer. In der älteren Version 0.37 ist die Turbo-Vorlage nicht enthalten.
2. Laden Sie aus dem Repository Comfy-Org/Qwen-Image-2.1 die Datei diffusion_models/qwen_image_2.1_turbo_int8_convrot.safetensors (7,26 GB) herunter und legen Sie sie unter ComfyUI/models/diffusion_models ab.
3. Falls Sie die normale Version 2.1 noch nicht haben, laden Sie zusätzlich den Textencoder qwen3vl_8b_int8_convrot.safetensors (9,35 GB, nach text_encoders) und das VAE qwen_image_2.1_vae_bf16.safetensors (0,68 GB, nach vae) herunter.
4. Öffnen Sie in ComfyUI „Workflow“, danach „Browse Templates“, und wählen Sie die Vorlage „Qwen Image 2.1 Turbo“ aus.
5. Die Vorlage deaktiviert den Prompt-Erweiterer standardmäßig. Dafür wird ein separates Modell, Qwen 3.5 9B, mit 9,5 GB benötigt. Ohne dieses Modell sollten Sie die Szene direkt vollständig auf Englisch beschreiben. Ein kurzer Prompt wie „Katze auf dem Sofa“ ergibt ein korrektes, aber wenig spannendes Bild.

Eine allgemeine Anleitung für die Installation von ComfyUI unter Windows finden Sie im Beitrag ComfyUI von Grund auf einrichten. Eine Übersicht der Modelle, die lokal laufen, gibt es im Leitfaden Lokale KI.

Lizenz: Was ist erlaubt?

Turbo steht unter derselben Lizenz wie Qwen-Image 2.1: Qwen Research. Sie dürfen das Modell ausführen, testen und untersuchen. Für eine kommerzielle Nutzung - etwa Kunden-Cover, Werbung oder Produkte - benötigen Sie eine gesonderte Genehmigung von Alibaba. Wenn Sie ein lokales Modell für kommerzielle Arbeit brauchen, können Sie sich Z-Image Turbo mit Apache-2.0-Lizenz ansehen. Es erzeugt Bilder in einer ähnlichen Zeit.

Für wen eignet sich Turbo?

• Für die schnelle Ideensuche: Mit 4 Sekunden pro Bild können Sie den Prompt ändern und das Ergebnis sofort sehen. Auf die normale Version 2.1 warten Sie fünfmal so lange.
• Für Bildserien: 100 Bilder mit 1024 × 1536 Pixeln dauern etwa 7 Minuten statt 33.
• Die normale Version 2.1 eignet sich weiterhin für einzelne, ausgearbeitete Bilder mit dicht gefüllten Szenen und vielen Details im Hintergrund.

Der einfachste Weg: Hangar

Turbo ist im Katalog von Hangar enthalten, meinem kostenlosen Manager für lokale Modelle unter Windows. Er benötigt weder ein Konto noch ein Abonnement und verwendet ComfyUI als Engine. Die int8-Variante umfasst insgesamt 17,3 GB: das Turbo-Modell mit 7,26 GB sowie denselben Qwen3-VL-8B-int8-Textencoder (9,35 GB) und dasselbe VAE (0,68 GB) wie die normale Version 2.1. Die Lizenz ist ebenfalls dieselbe wie bei Version 2.1: Qwen Research, ohne kommerzielle Nutzung. Die normale Version 2.1 wurde bereits in Hangar getestet (52 Sekunden pro Bild einschließlich des Ladens); die Turbo-Einstellungen habe ich noch nicht getestet.

1. Laden Sie das Installationsprogramm (14 MB) von der Hangar-Seite herunter. Es ist noch nicht digital signiert. Deshalb zeigt Windows SmartScreen eine Warnung an: Klicken Sie auf „Weitere Informationen“ und anschließend auf „Trotzdem ausführen“.
2. Hangar erkennt die Grafikkarte (Nvidia mit CUDA, mindestens 8 GB VRAM, am besten 12 GB oder mehr) und zeigt an, ob das Modell darauf Platz hat.
3. Suchen Sie im Katalog nach Qwen Image 2.1 Turbo. Dort sehen Sie die Dateigrößen, die Lizenz und ob das Modell in der EU verwendet werden darf.
4. Erstellen Sie Bilder vorerst wie oben beschrieben in ComfyUI. Hangar kann ComfyUI portable von Grund auf einrichten (bei mir dauerte das 231 Sekunden) oder eine bereits vorhandene ComfyUI-Installation einbinden.

Hangar führt das Modell im Katalog, aber die Bildgenerierung über Hangar funktioniert noch nicht (Stand: 17. Oktober 2026). Verwenden Sie vorerst ComfyUI wie oben beschrieben. Mehr über das Tool erfahren Sie auf der Seite Hangar.

Häufige Fragen

Wie viel VRAM benötigt Qwen-Image 2.1 Turbo?

Bei mir lag der Spitzenverbrauch der gesamten Grafikkarte mit der int8-Version bei 16,8 bis 18,6 GB. Auf Grafikkarten mit 16 GB verschiebt ComfyUI einen Teil der Gewichte in den Arbeitsspeicher, wodurch die Generierung langsamer wird. Die bf16-Version, deren Modell allein 14,2 GB belegt, kommt nur für Grafikkarten mit mindestens 24 GB infrage.

Kann Turbo polnische Schrift erzeugen?

Teilweise. Der Flussname (in der deutschen Übersetzung des polnischen Originals: „AN DER ODER“) und die Zahl auf dem Zettel wurden korrekt wiedergegeben, beim Stadtnamen erschien eine fehlerhafte Beschriftung im ursprünglichen polnischen Test, und das Schild mit der deutschen Übersetzung „Gemeinsam“ verschwand. Im selben Test schnitt Turbo besser ab als die normale Version 2.1. Längere polnische Texte würde ich trotzdem nicht ohne Kontrolle verwenden. Der Test wurde auf Polnisch durchgeführt.

Kann Turbo Fotos bearbeiten?

ComfyUI bietet eine eigene Vorlage namens „Qwen Image 2.1 Turbo Image Edit“. Ich habe die Bildbearbeitung noch nicht getestet. In diesem Test habe ich nur die Generierung aus Text gemessen.

Lässt sich das Modell ohne ComfyUI ausführen?

Ja, über die Bibliothek Diffusers oder über Oberflächen, die das Modell in ein gewöhnliches Programm integrieren. Seit dem 14. Oktober gibt es beispielsweise Kokon, einen offenen Editor auf Basis von stable-diffusion.cpp. ComfyUI ist allerdings der einfachste Weg, wenn Sie bereits eine NVIDIA-Grafikkarte haben und direkt mit einer fertigen Vorlage arbeiten möchten.

Turbo oder Z-Image Turbo?

In meinem früheren Test erzeugte Z-Image Turbo ein Bild in 4,2 Sekunden. Qwen Turbo ist ähnlich schnell und schneidet bei polnischer Schrift und beim Szenenverständnis besser ab. Z-Image punktet mit der Apache-2.0-Lizenz, die kommerzielle Nutzung erlaubt.

Quellen

• Qwen/Qwen-Image-2.1-Turbo auf Hugging Face (Modellkarte und Lizenz, geprüft am 17.10.2026)
• Comfy-Org/Qwen-Image-2.1 (Dateien für ComfyUI)
• ComfyUI-Änderungsprotokoll (Turbo am 13.10.2026 hinzugefügt)
• Eigene Messungen auf einer RTX 4090, 17. Oktober 2026.

// weiterlesenQwen-Image-2.1 im Test: offener Bildgenerator auf der RTX 4090BenchmarksGrok Imagine Image 2.0 im Test: xAI-Bildgenerator und PreiseBenchmarksQwen-Image-2.1: KI-Plakate im Test - 8 Stile, 1 FazitBenchmarks

Kinetyra