Qwen-Image-2.1: AI ảnh 7B chạy local, benchmark nhỉnh Nano Banana Pro, không tốn credit từng lượt

Mình thấy điểm đáng chú ý nhất của Qwen-Image-2.1 không chỉ là chuyện phần sinh ảnh có 7B tham số. Điều hấp dẫn hơn là bạn có thể tải weights về và tự chạy, thay vì mỗi lần tạo ảnh lại phụ thuộc vào credit, quota hoặc hàng chờ của một dịch vụ bên ngoài.

Nếu máy bạn đủ sức chạy model, bạn có thể render bao nhiêu tùy thời gian và phần cứng. Không có phí credit hay API tính theo từng ảnh. Nếu đã có sẵn GPU, chi phí trực tiếp phát sinh chủ yếu là điện.

7B nhưng benchmark lại rất đáng chú ý

Trong Qwen-Image-Bench do chính Qwen công bố, Qwen-Image-2.1 đạt 60.28 điểm, nhỉnh hơn Nano Banana Pro 59.45 trong cùng bảng so sánh.

Đây là benchmark của nhà phát triển nên mình xem nó như một tín hiệu rất đáng thử, không phải kết luận rằng model này luôn thắng Nano Banana Pro trong mọi tình huống.

Vì sao chạy local lại đáng quan tâm?

Với model chạy trên máy của mình, workflow ít phụ thuộc hơn vào việc một nền tảng đổi giá, giảm quota, giới hạn số lượt hoặc tạm đóng tính năng. Bạn chủ động model, file đầu vào, workflow ComfyUI và thời gian render.

Qwen-Image-2.1 cũng không chỉ tạo ảnh từ prompt. Nó gom text-to-image, chỉnh sửa ảnh, local edit, ảnh RGBA nền trong suốt và tối đa 10 ảnh tham chiếu vào cùng một model.

Dùng nhanh thế nào?

Nếu bạn đã dùng ComfyUI, đây là cách mình ưu tiên thử trước vì dễ xem workflow và thay prompt hoặc ảnh tham chiếu. Qwen cho biết ComfyUI đã hỗ trợ Qwen-Image-2.1 cho cả text-to-image và image editing.

Nếu dùng Python, repo chính thức có hướng dẫn chạy qua Diffusers với QwenImage21Pipeline. Chỉ cần cài các dependency được repo yêu cầu, tải model về rồi chạy trên GPU của bạn.

Lưu ý: “không tốn credit” chỉ đúng khi bạn tự chạy local hoặc self-host. Bạn vẫn cần phần cứng phù hợp, điện, dung lượng lưu trữ và thời gian render. Ngoài ra, Qwen-Image-2.1 hiện dùng Qwen Research License, mặc định cho mục đích phi thương mại; dùng thương mại cần xem điều kiện cấp phép riêng.

Nếu mục tiêu là tạo nhiều ảnh mà không muốn cứ phải canh credit từng lượt, đây là một model rất đáng để thử.