Qwen-Image-2.1: Bestes Open-Weights-Modell bei Artificial Analysis

👁 117 Aufrufe

Qwen-Image-2.1 ist seit dem 2. Oktober 2026 das beste Modell mit offenen Gewichten auf beiden Bild-Ranglisten von Artificial Analysis. Bei Text-to-Image erreicht es 1034 Elo-Punkte und Gesamtrang 18, bei der Bildbearbeitung 1074 Punkte und ebenfalls Gesamtrang 18. Damit platziert es sich vor FLUX.2 [dev], Ideogram 4.0 und HunyuanImage 3.0, wenngleich zu den proprietären Spitzenmodellen von OpenAI und Google weiterhin ein spürbarer Abstand besteht.

Artificial Analysis (AA) gab das Ergebnis in einem Beitrag auf X bekannt. Das Modell erschien am 20. September, sodass die vollständige Auswertung knapp zwei Wochen in Anspruch nahm. Ich habe beide Bestenlisten analysiert und die Werte mit den Messungen auf meiner eigenen Grafikkarte abgeglichen.

Wie Artificial Analysis getestet hat

AA betreibt Ranglisten auf Basis von Blindvergleichen. Abstimmende sehen zwei Bilder, die mit demselben Prompt erzeugt wurden, wissen nicht, welches Modell welches Bild generiert hat, und wählen das überzeugendere Ergebnis. Aus Tausenden solcher Abstimmungen wird ein Elo-Wert ermittelt. Als Referenzpunkt der Skala dient FLUX.2 [dev] mit einem Basiswert von 1000.

Bei Qwen-Image-2.1 ergab sich ein praktisches Problem: Am Testtag bot kein grosser API-Provider das Modell an. AA setzte das System daher kurzerhand auf eigener Hardware mit den offenen Gewichten auf. Aus diesem Grund ist das Modell mit dem Vermerk „No API available“ versehen, und die sonst übliche Preisangabe pro 1000 Bilder fehlt in der Übersicht.

Die Kennzahlen im Detail:

• Text-to-Image (AA-Image-T2I v2.0): 1034 Punkte, ±10, basierend auf 5286 Stimmen, Gesamtrang 18, Platz 1 unter den offenen Modellen.
• Bildbearbeitung (AA-Image-Editing v2.0): 1074 Punkte, 95%-Konfidenzintervall 1065-1083, Gesamtrang 18, Platz 1 unter den offenen Modellen.

Die Balken beginnen bei einem Schwellenwert von 900 Punkten. Der Vorsprung auf Platz zwei liegt bei 23 Punkten und damit klar über der Fehlermarge von ±10. Hinter Qwen folgt ein dichtes Feld im Bereich von 995 bis 1011 Punkten: Während um Rang zwei ein enges Rennen herrscht, ist die Spitzenposition eindeutig vergeben.

In der Bildbearbeitung belegt HunyuanImage 3.0 Instruct mit 1066 Punkten Rang zwei, gefolgt vom älteren Qwen Image Edit Plus 2511 mit 1021 Punkten.

Welche Modelle weiter oben stehen

Zur Einordnung: Rang 18 bedeutet gleichzeitig, dass 17 Systeme besser bewertet werden. Die Text-to-Image-Rangliste wird angeführt von:

• GPT Image 2.5 Sunburst (max) - 1197 Punkte,
• GPT Image 2.5 Flare (max) - 1190 Punkte,
• GPT Image 2 (high) - 1172 Punkte,
• Grok Imagine Image 2.0 - 1155 Punkte,
• MAI-Image-2.6 - 1150 Punkte.

Zwischen diesen Systemen und Qwen liegen zudem kostenpflichtige Modelle desselben Herstellers: Qwen-Image-3.0-Pro (1089) und Qwen-Image-3.0 (1075), die ausschliesslich über eine API bereitgestellt werden. Bei der Bildbearbeitung zeigt sich ein anderes Bild: Das offene 2.1 übertrifft mit 1074 Punkten das reguläre Qwen-Image-3.0 (1055) und schliesst nahezu zur Pro-Version (1076) auf.

Entwicklung gegenüber Qwen Image 2.0

Die Vorgängerversion aus dem März 2026 schnitt bei AA noch durchschnittlich ab. Innerhalb eines halben Jahres verbesserte sich die Platzierung deutlich:

• Text-to-Image: von Rang 72 (961 Punkte) auf Rang 18 (1034 Punkte).
• Bildbearbeitung: von Rang 58 auf Rang 18.

Derselbe Hersteller hat innerhalb von sechs Monaten eine spürbare Leistungssteigerung erzielt. Zur Erinnerung: Der generative Kern von Qwen-Image-2.1 umfasst 7 Milliarden Parameter. Ein einziges Modell deckt sowohl Neugenerierung als auch Bearbeitung ab und liefert native 2K-Bilder, auf Wunsch auch mit transparentem Hintergrund.

Bestätigung durch LMArena

AA verwies begleitend auf die Daten von LMArena, einer weiteren etablierten Abstimmungsplattform. Da dort eine abweichende Punkteskala genutzt wird, lassen sich die Zahlen nicht direkt mit AA gleichsetzen:

• Image Edit Arena: 1367 Punkte, Rang 16 insgesamt, Platz 1 unter den offenen Modellen.
• Text-to-Image Arena: 1228 Punkte, Rang 17 insgesamt, Platz 1 unter den offenen Modellen.

Zwei voneinander unabhängige Ranglisten und Teilnehmendenfelder kommen zum selben Schluss: Unter den Modellen mit offenen Gewichten erzielt aktuell keines höhere Bewertungen.

Praxistest und Schwachstellen

Auf der Habenseite steht die lokale Ausführbarkeit: Ein Modell auf weltweitem Rang 18 liess sich auf einer Standard-Grafikkarte vom Typ RTX 4090 mit 24 GB VRAM betreiben. Die int8-quantisierte Fassung belegt 16,6 GB Speicher, benötigt 44 Sekunden für ein Bild mit 2048×2048 Pixeln und verbraucht dabei nur minimale Strommengen. Die führenden Closed-Source-Modelle lassen sich dagegen ausschliesslich per API ansprechen.

Ein Elo-Ranking blendet jedoch spezifische Anforderungen aus. Bewertet wird die allgemeine visuelle Anmutung - nicht aber, ob Textvorgaben exakt eingehalten werden oder Bildelemente präzise platziert sind. In meinen eigenen Messungen (getestet mit polnischsprachigen Prompts) zeigten sich deutliche Grenzen:

• Textwiedergabe mit Sonderzeichen: 6 von 13 Textzügen wurden fehlerfrei dargestellt, während führende Closed-Source-Modelle 13 von 13 und Ideogram 4.5 immerhin 11 von 13 erreichten.
• Räumliche Anordnung via Prompt: Lediglich 2 von 16 Objekten landeten an der exakt beschriebenen Position (mittlere IoU von 0,17). FLUX 3 mit strukturierten JSON-Bounding-Boxes platzierte 16 von 16 korrekt.
• Feiner Text in 4K: Bei der Maximalauflösung von 2752×1536 waren lediglich 2 von 8 kleinen Schildern lesbar.

Die optische Qualität überzeugt viele Nutzer in Blindtests. Wer jedoch komplexe typografische Vorgaben oder millimetergenaue Bildkompositionen benötigt, stösst schnell an Grenzen. Ausführliche Messwerte finden Sie im Beitrag Qwen-Image-2.1 im Vergleich mit proprietären Modellen.

Ebenfalls erwähnenswert: Alibabas Werbeversprechen zum Start, wonach das Modell Nano Banana 2 übertreffe, wird durch die unabhängigen Messungen von AA widerlegt. Nano Banana 2 erreicht 1125 Punkte bei Text-to-Image und 1108 Punkte bei der Bearbeitung.

Lizenzbeschränkungen beachten

Offene Modellgewichte bedeuten keine uneingeschränkte Open-Source-Lizenz. Qwen-Image-2.1 unterliegt der Qwen Research License Agreement, die ausschliesslich nichtkommerzielle Zwecke, Forschung und Evaluierung abdeckt. Für einen kommerziellen Einsatz ist eine gesonderte Lizenzvereinbarung mit Alibaba erforderlich. Dies unterscheidet das Modell von Konkurrenten auf derselben Rangliste: Qwen-Image-2512 steht unter Apache 2.0, Ming-Image-0.1-Design unter der MIT-Lizenz. Eine Gegenüberstellung finden Sie in der Übersicht offener Bildmodelle, Details zur Lizenzierung im separaten Lizenzüberblick.

Für lokale Experimente, Forschungsvorhaben und private Projekte stellt das Modell derzeit eine hervorragende Basis dar. Für den produktiven, gewerblichen Einsatz bleibt der praktische Nutzen ohne direkte Vereinbarung mit dem Anbieter jedoch formal eingeschränkt.

Hinweise zur lokalen Einrichtung finden Sie in der Installationsanleitung für ComfyUI unter Windows. Spezifische Hardwareanforderungen für kleinere Grafikkarten behandle ich im VRAM-Leitfaden.

// weiterlesenKI-Musik-Ranking von Artificial Analysis: Suno v6 führtBenchmarksQwen-Image-2.1 im Test: Lokale RTX 4090 gegen Cloud-ModelleBenchmarksKI-Modell verweigert Dokument-Analyse - Test bei 3 AnbieternBenchmarks

Kinetyra