Qwen-Image-2.1-Turbo ist ein beschleunigter Checkpoint des Bildmodells Qwen-Image-2.1. Die visuelle Generierung nutzt 7B Parameter; für Text und Referenzbilder kommt ein Qwen3-VL-8B-Encoder zum Einsatz. Beim Generieren und Bearbeiten sind standardmäßig acht Denoising-Schritte vorgesehen, während das Basismodell laut den Angaben standardmäßig 40 Schritte verwendet. Die verkürzte Schrittfolge ändert demnach nicht die zugrunde liegende 7B-Architektur.
Das Modell ist für Bildausgaben bis 2K sowie für Bildbearbeitung ausgelegt. Zu den gezeigten Anwendungen zählen Porträts, Typografie, Poster und Benutzeroberflächen. Für Bearbeitungen lassen sich laut Beschreibung einzelne Bilder verändern oder mehrere Referenzbilder kombinieren. Auch transparente RGBA-Bilder werden unterstützt. Die Basismodell-Familie kann bis zu zehn Referenzbilder verwenden und lokale Änderungen über Markierungen oder Masken ansteuern.
Für den lokalen Einsatz ist das Modell für CUDA-GPUs mit BF16 über Diffusers vorgesehen. Die Pipeline nutzt einen gespeicherten Sampling-Zeitplan; laut Qwen ist eine andere Schrittfolge nicht getestet. Eine KV-Cache-Funktion bewahrt Text- und Bildkontext nach dem ersten Schritt für die weiteren Schritte auf. Das soll wiederholte Berechnungen dieses Kontexts vermeiden. Für den Turbo-Checkpoint nennt Qwen keine Mindestanforderung an den GPU-Speicher.
Alibaba Cloud Model Studio führt neben Turbo auch Qwen-Image-2.1-Pro. Der Turbo-Zugang kostet dort nach Angaben im Pressebericht in den meisten Regionen CNY 0,1 pro Bild; die Begrenzung liegt bei 120 Anfragen pro Minute. Für Pro werden CNY 0,25 pro Bild und 20 Anfragen pro Minute genannt. Die Modellgewichte stehen unter einer Forschungslizenz. Wer sie kommerziell selbst betreiben will, benötigt laut Bericht eine gesonderte Genehmigung.