阿里 Qwen-Image 出 Turbo 版：8 步出图，API 便宜六成

阿里巴巴 Qwen 团队于 2026 年 10 月 9 日发布 Qwen-Image-2.1-Turbo，这是其旗舰文生图模型的加速版权重，八步去噪即可完成生成，而不是四十步。这次发布把开发者社区此前零散自制的东西正式收拢：为一个原生输出透明 RGBA 图像、可同时接受最多十张视觉参考、并以 2K 分辨率生成的模型，提供快速的少步推理 —— 不再需要单独的抠图或合成流程。

商业账很直接。按阿里云百炼每张 0.10 元计，Turbo 比每张 0.25 元的全步数 Pro 版便宜六成，API 限速则从每分钟 20 次提到 120 次。对于跑迭代式创意流程的团队 —— 透明背景的产品摄影、带分层素材的 UI 样稿、多主体场景合成 —— 这把图像推理的经济账从一项成本约束变成了一笔日常开销。

八步采样计划如何直接烤进权重

这次加速不是在基础模型之上套一个通用适配器。阿里把八步采样计划直接编进了Turbo 权重的参数—— 权重自带推荐的采样计划，且与其他调度器不可互换；模型卡明确把其他采样计划标为「未评估」。配置还把无分类器引导设为 1，意味着每个去噪步只需过一次网络前向，而不是两次。两者相加，在 2K 输出分辨率下让实际生成时间缩短约五倍。

底层生成器是一个 70 亿参数的单流 Diffusion Transformer，共三十二层，采用混合块因果注意力机制 —— 文本指令 token 做 token 级因果掩码，图像潜变量 token 做块级双向注意力。这种统一结构让指令表示和图像表示在同一批计算块里做联合自注意力。条件编码器 Qwen3-VL 8B 把文本提示和参考图作为一个整体输入，输出一份共享潜表示直接送入 DiT，消除了分开的纯文本编码器与视觉编码器在下游对齐时产生的语义鸿沟。

前缀 KV 缓存，以及它对多参考编辑意味着什么

除了减少步数，Turbo 还在去噪循环中启用了前缀 KV 缓存。模型卡的causal_condition: true开关打开时（默认即打开），条件前缀（文本加全部参考图）的键值状态只在第一步计算一次，之后各步原样复用。对于用一个主体在不同背景下的参考照片合成产品图的流程来说，这省掉了每次迭代都对同样的条件内容重跑编码器。参考图越多，相对的算力节省越大。

把 RGBA 生成作为扩散模型的原生输出

RGBA 能力在结构上不同于后期补一个 alpha 通道。Qwen-Image-2.1 的变分自编码器用六十四个通道、十六倍空间压缩 —— alpha 通道是去噪过程中被精修的原生输出变量，而不是套在成品 RGB 结果上的分割掩码。模型在同一潜空间里、在全部八步中同时精修颜色值和不透明度值，于是可以从文本提示直接生成透明背景上的主体，把现有照片里的物体抠成透明图层，或在保留透明度的前提下编辑已有的 RGBA 素材 —— 全部在一次推理中完成。

社区用 Turbo8（一个比官方发布早十二天的第三方八步蒸馏 LoRA）测试发现，透明抠取在十六次尝试中失败三次，而四十步的基础模型失败率相同。这说明那是基础模型本身的特性，不是加速带来的退化。

延伸阅读：阿里上线 Qwen3.8-Omni-Flash：音视频智能体 API，百万 token 0.15 美元

社区背景，以及官方发布没有回答的质量问题

Turbo 不是凭空出现的。到 9 月 27 日，一位社区开发者已经发布了Turbo8，一个秩为 128 的蒸馏 LoRA，用轨迹回归和 DMD2 分布匹配训练，以八步逼近基础模型四十步的输出。阿里 PAI 部门另行发布了四步的「Fun Acc」蒸馏；Pruna 发布了五步和八步的 LoRA 变体。官方权重把这些收拢在一起，加上阿里自己的训练、一套验证过的 sigma 序列，以及一个社区此前只能靠实验反推的固定 CFG 设置。

官方发布没有提供的，是独立的质量基准。Turbo8 的测试记录显示，密集或小号文字的 OCR 准确率从四十步时的约 95% 降到八步时的 75%。官方 Turbo 权重是否避开了这一退化尚不可知 —— 阿里没有公布 Turbo 与基础模型在文字渲染任务上的任何对比。对于追求精准中英文排版的开发者（这正是 Qwen-Image 有据可查的竞争强项），在转向加速路线之前，有必要用贴近生产环境的提示词做独立评估。

Turbo 在开放权重格局中的位置

开放权重的图像生成领域已经分成两个速度档：二十八到四十步的多步模型，以吞吐换输出质量；四到八步的蒸馏变体，以一些保真度上限换更快的生成。FLUX.1 dev约一百二十亿参数，默认二十八步，需要约二十四 GB 显存，在消费级硬件上生成一张 1024 见方的图约需二十八秒。FLUX.1 Schnell 走四步路线，在一定收入门槛以下按 Apache 2.0 宽松许可使用。

Qwen-Image-2.1-Turbo 以七十亿生成器参数加八十亿参数的 Qwen3-VL 编码器入场，提供完整的 BF16 权重和一个面向更紧显存预算的 INT8 量化版。社区在与 RTX 4090 相当的硬件上的基准测试显示，Turbo8 配置下每张 1024 见方的图约需四到五秒 —— 在直接测试出来之前，这是官方版本的一个可信参照。对比 35 亿参数、每张约七秒的 SDXL，Turbo 需要更多显存，但提供原生 RGBA 输出、强得多的编码器，以及 SDXL 望尘莫及、有据可查的中文排版渲染。

来自arXiv 上的 Qwen-Image 技术报告的基准分数显示，最初的二百亿参数 v1 模型经强化学习训练后在 GenEval 上得 0.91，领先 GPT Image 1（0.84）和 Seedream 3.0（0.84）；v1 模型在 AI Arena Elo 榜上排第三，落后于 Imagen 4 Ultra Preview，领先 GPT Image 1 High 和 FLUX.1 Kontext Pro。这些数字针对的是最初的双流 MMDiT 架构，而不是 2.1 系列重新设计的单流 DiT；2.1 系列目前没有公开的 GenEval 或 DPG-Bench 分数。

研究许可限制了权重的商业部署

权重以Qwen 研究许可协议发布 —— 相比早期 Qwen 版本采用的 Apache 2.0 许可，这是一次政策转向。研究许可允许学术和个人评估，但任何产生收入的应用都需要与阿里另签双边协议。把这份权重与同为 Apache 2.0 的 FLUX.1 Schnell 或 Z-Image Turbo 做比较的团队，会面对一个影响商业产品自建还是采购决策的现实约束。能接受供应商依赖的团队可以走阿里云 API 绕开这一点，但按每张 0.10 元计，每月生成数百万张图的组织需要算清累计成本，以及把供应关系押在单一供应商上的政策风险。

框架支持是另一项待解的约束。QwenImage21Pipeline类由Diffusers PR #14804引入（2026 年 9 月 20 日合并），Turbo 专用的 sigma 调度支持则在PR #14950中加入（2026 年 10 月 5 日合并）—— 在它进入正式发布的包版本之前，标准安装需要从 PR #14950 的源码构建。ComfyUI 通过 Comfy-Org/Qwen-Image-2.1 从第一天起就支持，BF16 和 INT8 权重都包括在内。vLLM-Omni 和 SGLang 的集成随基础模型发布（2026 年 9 月 20 日）作为 Day 0 特性上线，不过明确确认 Turbo 优化的批量服务（带 CUDA Graph 优化）的文档尚未发布。

接下来真正要紧的里程碑，是 Turbo 与四十步基础模型在文字渲染、RGBA 抠取准确率和多参考身份保持上的正面质量评估。如果官方权重能在八步下保住基础模型的文字准确率 —— 而不是社区 LoRA 蒸馏观察到的十三到十五个百分点的退化 —— 那将是比社区从外部摸索出来的结果明显更好的成绩。这个数字目前还不存在；在它出现之前，八步采样计划仍是一笔经济账，而不是一个被证明的质量等价。