# Qwen Image
> Models: Qwen-Image-2.1 · Qwen-Image-2512 · Qwen-Image-Edit-2511 · Qwen-Image-Layered
>
> Developer: Qwen Team, Alibaba Cloud
>
> License: 모델별로 다름 — **Qwen-Image-2.1은 비상업(연구·평가) 용도 전용** (아래 "모델 사양", "제한 사항" 참고)
## 개요
Qwen Image는 알리바바 Qwen 팀의 이미지 생성·편집 모델 시리즈입니다. 문장으로 설명하면 이미지를 그려 주고(Text-to-Image), 기존 이미지를 지시대로 고쳐 줍니다(Image Editing). 특히 이미지 안에 **글자를 정확하게 써 넣는 능력**(간판, 포스터, 슬라이드 등)이 강점입니다.
두 세대로 나뉩니다.
* **Qwen-Image-2.1 (2026년 9월)** — 생성과 편집을 하나로 합친 최신 모델입니다. 이미지 생성부(DiT)가 약 7B로 1세대(20B)보다 훨씬 가벼워 일반 PC의 GPU에서도 실행할 수 있고, 2K 해상도와 투명 배경(RGBA) 이미지를 기본 지원합니다. 참조 이미지를 최대 10장까지 받아 인물·제품을 유지한 채 합성할 수 있습니다.
* **1세대 (2025년)** — 20B MMDiT 기반입니다. 생성용 Qwen-Image(최신판 2512), 편집용 Qwen-Image-Edit(최신판 2511), 이미지를 여러 RGBA 레이어로 분해하는 Qwen-Image-Layered가 따로 나뉘어 있습니다.
이미지 모델은 파일 하나가 아니라 **이미지 생성 모델(확산 모델) + 텍스트 인코더 + VAE** 여러 파일이 함께 동작합니다. 텍스트 인코더는 Qwen의 비전-언어 모델(2.1은 Qwen3-VL 8B, 1세대는 Qwen2.5-VL 7B)이라 프롬프트를 잘 이해합니다.
## 주요 특징
* 텍스트로 이미지 생성 + 지시문으로 이미지 편집 (2.1은 한 모델에서 모두 처리)
* 이미지 안 글자(타이포그래피) 렌더링이 정확함 — 간판·포스터·슬라이드·인포그래픽
* 2.1: 기본 2K 해상도(2048×2048), 다양한 화면비 지원
* 2.1: 투명 배경(RGBA) 이미지 생성, 사진에서 피사체 추출
* 2.1: 참조 이미지 최대 10장, 원·그림 표시·마스크로 부분 편집, 인물·제품 정체성 유지
* 2.1: 가벼운 구조(7B DiT) + 프롬프트 캐시 재사용으로 빠른 생성
* FlameBox에서 다른 LLM Cortex와 같은 PC에서 함께 실행 가능
## 모델 사양
|항목|Qwen-Image-2.1|Qwen-Image-2512|Qwen-Image-Edit-2511|
|-|-|-|-|
|세대 / 공개|2.1 / 2026년 9월|1세대 / 2025년 12월|1세대 / 2025년 12월|
|용도|생성 + 편집 통합|생성|편집|
|이미지 생성 모델 (DiT)|약 7B, Single-Stream DiT 32층|20B, MMDiT 60층|20B, MMDiT 60층|
|텍스트 인코더|Qwen3-VL 8B|Qwen2.5-VL 7B|Qwen2.5-VL 7B|
|VAE|64채널 RGBA, 16배 공간 압축|16채널|16채널|
|기본 해상도|2048 × 2048|1328 × 1328|입력 이미지 기준|
|참조 이미지|최대 10장|-|여러 장 지원|
|투명 배경 (RGBA)|지원|-|-|
|제작사 기본 steps|40|50|40|
|License|**Qwen Research License (비상업 전용)**|Apache-2.0|Apache-2.0|
> 1세대에는 이 밖에 최초판 Qwen-Image(2025년 8월), Qwen-Image-Edit / Edit-2509, 이미지를 RGBA 레이어로 분해하는 Qwen-Image-Layered(2025년 12월)가 있습니다. 2.1에는 짧은 요청을 상세한 영어 프롬프트로 바꿔 주는 프롬프트 재작성 모델(PE-T2I, PE-I2I, Qwen3.5-VL 9B 기반)이 함께 공개되었습니다.
## 권장 파라미터
이미지 모델은 LLM과 설정 항목이 다릅니다. `temperature`, `n_ctx` 같은 LLM 설정은 쓰지 않습니다.
### 생성 요청 시 (`imageGenerate`)
```text
width = 1024 # 32의 배수
height = 1024 # 32의 배수
steps = 20 # 품질을 높이려면 30~40
cfg_scale = 6.0
sampler = euler
seed = -1 # -1 = 무작위, 같은 결과를 다시 얻으려면 응답의 seed 를 지정
```
* 위 값은 FlameBox의 Qwen-Image-2.1 기본값입니다(생략하면 자동 적용). 제작사는 2048 × 2048, 40 steps를 기본으로 안내하지만, 해상도와 steps를 올릴수록 생성 시간과 VRAM 사용량이 크게 늘어납니다. 먼저 1024 × 1024로 결과를 확인한 뒤 올리는 것을 권장합니다.
* 제작사 예시는 실행 도구에 따라 guidance 값이 다릅니다(SGLang 예시는 1). 결과가 지나치게 진하거나 흐리면 `cfg_scale`을 조절해 비교해 보세요.
* 프롬프트는 구체적으로 쓸수록 좋습니다. 제작사는 짧은 요청을 상세한 영어 프롬프트로 바꿔 쓰는 것을 권장합니다 — FlameAI에서는 같은 계정의 LLM Cortex로 프롬프트를 먼저 다듬은 뒤 넘기는 방식으로 응용할 수 있습니다.
* 화면비별 권장 크기(2.1, 제작사 기준): 1:1 2048×2048, 4:3 2400×1792, 3:2 2528×1696, 16:9 2752×1536 (세로는 가로세로를 바꿈). 메모리가 부족하면 같은 비율로 줄여서 쓰세요.
### Cortex 생성 시
* `offload_to_cpu`(기본 켜짐) — 모델 가중치를 시스템 RAM에 두고 필요한 단계만 GPU로 옮겨 실행합니다. VRAM이 작은 GPU에서도 돌아가는 대신 RAM을 많이 씁니다.
* `max_vram` — 이 Cortex가 쓸 VRAM 상한(GB). 같은 PC에서 LLM Cortex와 GPU를 나눠 쓸 때 지정합니다.
* `limits` — 요청 가능한 최대 해상도·steps·장수. 너무 큰 요청으로 메모리가 모자라는 것을 막습니다(예: 최대 1536 × 1536, 50 steps).
## 최소 실행 조건
이미지 모델은 **이미지 생성 모델(확산 모델) + 텍스트 인코더 + VAE** 파일을 모두 내려받아야 하며, 아래 "전체 파일"이 실제 다운로드 크기입니다. FlameBox는 기본적으로 가중치를 시스템 RAM에 두고 단계별로 GPU로 옮겨 실행하므로(`offload_to_cpu`), LLM과 달리 **GPU VRAM과 시스템 RAM이 둘 다 필요합니다.**
### Qwen-Image-2.1
|구분|원본 (BF16)|Q8|Q5|Q4|Q2|
|-|-|-|-|-|-|
|확산 모델 파일|14.2 GB|7.6 GB|5.4 GB|4.2 GB|2.5 GB|
|전체 파일|19.7 GB|13.1 GB|10.9 GB|9.7 GB|8.0 GB|
|GPU VRAM (1024×1024)|16 GB 이상|10 GB 이상|10 GB 이상|10 GB 이상|10 GB 이상|
|시스템 RAM|22 GB 이상|14 GB 이상|12 GB 이상|12 GB 이상|9 GB 이상|
### Qwen-Image-2512 / Qwen-Image-Edit-2511 (1세대, 20B)
|구분|원본 (BF16)|Q8|Q5|Q4|Q2|
|-|-|-|-|-|-|
|확산 모델 파일|40.9 GB|21.8 GB|15.0 GB|13.2 GB|7.3 GB|
|전체 파일|45.6 GB|26.5 GB|19.7 GB|17.9 GB|12.0 GB|
|GPU VRAM (1328×1328)|44 GB 이상|24 GB 이상|18 GB 이상|16 GB 이상|10 GB 이상|
|시스템 RAM|48 GB 이상|28 GB 이상|22 GB 이상|20 GB 이상|14 GB 이상|
> * **전체 파일** = 확산 모델 + 텍스트 인코더(Q4_0 기준 — 2.1은 Qwen3-VL 8B 4.8 GB, 1세대는 Qwen2.5-VL 7B 4.4 GB) + VAE(2.1은 0.7 GB, 1세대는 0.25 GB). 양자화 칸은 확산 모델 기준 — Q8 = Q8_0, Q5 = Q5_K_M, Q4 = Q4_K_M, Q2 = Q2_K.
> * **GPU VRAM**: 한 번에 GPU에 올라가는 가장 큰 단계(확산 모델 또는 VAE 디코드) 기준입니다. Qwen-Image-2.1은 1024 × 1024에서 **VAE 디코드 단계가 약 8 GB를 써서**, 확산 모델을 작게 양자화해도 VRAM이 약 10 GB 아래로 내려가지 않습니다. 해상도를 높이면 VAE 디코드 메모리가 크게 늘어납니다(2048 × 2048은 약 4배).
> * **시스템 RAM**: 모든 가중치를 RAM에 올려 두는 양(전체 파일 + 약 5%)이며, 운영체제와 다른 프로그램이 쓰는 메모리는 별도입니다.
> * Qwen-Image-2.1 Q8은 FlameBox 실측 기준입니다 — RTX 4080 Laptop(VRAM 12 GB) + RAM 32 GB PC에서 1024 × 1024, 20 steps 생성에 약 78초, VRAM 최대 약 9.1 GB, RAM 약 12.3 GB를 사용했습니다. 나머지 값은 이 실측을 바탕으로 한 추정치이며, 1세대 모델은 FlameAI에서 아직 실측하지 않았습니다.
> * GPU 없이 CPU만으로도 실행은 가능하지만 매우 느려 권장하지 않습니다.
**PC 기준 예시**
* Qwen-Image-2.1 (Q4 ~ Q8) — 12 GB GPU (예: RTX 3060 12GB, RTX 4070, RTX 4080 Laptop) + RAM 16 ~ 32 GB PC. 같은 PC에서 LLM Cortex를 함께 쓴다면 RAM 32 GB 이상 권장
* Qwen-Image-2.1 (원본 BF16) — 16 GB 이상 GPU (예: RTX 4060 Ti 16GB, RTX 4080) + RAM 32 GB PC
* 1세대 20B (Q4) — 16 GB 이상 GPU + RAM 32 GB PC, Q8은 24 GB GPU (예: RTX 3090, RTX 4090) + RAM 32 GB 이상
OS는 Windows / Linux를 지원합니다(이미지 생성 엔진 기준, macOS는 아직 검증하지 않음).
## FlameAI에서 사용하기
1. **FlameBox 설치 및 등록** — FlameBox를 설치하고 내 계정에 등록합니다.
2. **모델 다운로드** — My AI Console의 FlameBox 상세 화면에서 PC 메모리에 맞는 양자화된 모델을 내려받습니다. 텍스트 인코더와 VAE 파일도 함께 내려받습니다.
3. **Cortex 생성** — 내려받은 모델로 Cortex를 만듭니다(위 권장 파라미터 참고).
4. **이미지 생성 API 호출** — `imageGenerate` 엔드포인트로 요청하면, 생성된 이미지 파일 이름이 응답으로 옵니다.
```bash
curl -s -X POST "https://api-N.flameai.im/{my_base_path}/cortex/{cortexId}/imageGenerate" \
-H "Authorization: Bearer {Secret Key}" \
-H "Content-Type: application/json" \
-d '{
"prompt": "A neon shop sign that reads \"FLAMEAI\", rainy night, reflections on wet pavement",
"negative_prompt": "blurry",
"width": 1024, "height": 1024,
"steps": 20, "seed": -1
}'
```
응답 예:
```json
{
"cortexId": "{cortexId}",
"files": ["gen-20261007-101530-3294.png"],
"seed": 7, "width": 1024, "height": 1024, "steps": 20,
"elapsed_ms": 78000, "method": "sd.cpp"
}
```
5. **이미지 받기** — 생성된 이미지는 FlameBox의 Cortex 파일 저장소(`gen-….png`)에 저장됩니다. 외부 API로 이 파일을 바로 내려받는 기능은 준비 중입니다.
* `"stream": true`로 보내면 SSE로 진행 상황(`generation.progress` — 현재 step / 전체 steps)을 받다가 마지막에 `generation.result`로 결과를 받습니다. 생성에 수십 초가 걸리므로 화면에 진행률을 보여줄 때 유용합니다.
* 생성 중에 `stop`을 호출하면 취소됩니다. 다른 생성이 진행 중이면 순서를 기다립니다(`generation.queued`).
* 이미지 Cortex는 이미지 생성 전용입니다. `messages`(대화 생성) 등 LLM용 요청은 `unsupported_cortex_type` 에러로 거절됩니다.
* `my_base_path`와 `Secret Key`는 My AI Console의 API 설정 화면에서 확인할 수 있습니다.
## 활용 분야
* 마케팅·SNS용 이미지, 배너, 포스터 제작 (글자가 들어간 디자인에 특히 강함)
* 상품 이미지, 썸네일, 블로그 삽화 자동 생성
* 프레젠테이션 슬라이드·인포그래픽 초안
* 투명 배경 스티커·아이콘·로고 시안 (2.1)
* LLM Cortex와 연결한 자동화 — 글 작성 → 내용에 맞는 이미지 생성
* 사내 데이터·이미지를 외부로 보내지 않는 온프레미스 이미지 생성
## 제한 사항
* **Qwen-Image-2.1은 상업적으로 사용할 수 없습니다.** Qwen Research License에 따라 연구·평가 등 비상업 용도로만 쓸 수 있고, 상업적으로 사용하려면 제작사(model-business@notice.qwencloud.com)에서 별도 라이선스를 받아야 합니다. 상업적 용도라면 Apache-2.0인 1세대 모델(Qwen-Image-2512, Qwen-Image-Edit-2511)을 검토하세요.
* **FlameAI에서는 현재 텍스트로 이미지를 생성하는 기능만 지원합니다.** 참조 이미지를 넣는 편집(`ref_images`)은 텍스트 인코더의 비전 파일(mmproj)이 필요한데, 아직 제공되지 않습니다.
* 투명 배경(RGBA) 생성, 1세대 모델(20B) 실행, macOS 실행은 FlameAI에서 아직 검증하지 않았습니다.
* 생성된 이미지 파일을 외부 API로 내려받는 기능은 준비 중입니다.
* 해상도를 높이면 VAE 디코드 단계의 VRAM 사용량이 크게 늘어납니다. 2K 해상도는 큰 VRAM이 필요하므로 Cortex의 `limits`로 최대 크기를 정해 두세요.
* 이미지 생성 Cortex는 한 번에 하나씩 생성합니다. 같은 PC의 여러 이미지 Cortex가 동시에 요청을 받으면 순서대로 처리됩니다.
* 비트 수가 낮은 양자화(Q2 등)일수록 이미지 품질, 특히 글자 표현이 떨어질 수 있습니다. 글자가 중요한 이미지는 Q4 이상을 권장합니다.
## 참고
* Hugging Face — Qwen-Image-2.1: https://huggingface.co/Qwen/Qwen-Image-2.1
* GitHub — Qwen-Image-2.1: https://github.com/QwenLM/Qwen-Image-2.1
* Qwen-Image-2.1 블로그: https://qwen.ai/blog?id=qwen-image-2.1
* Hugging Face — Qwen-Image-2512: https://huggingface.co/Qwen/Qwen-Image-2512
* Hugging Face — Qwen-Image-Edit-2511: https://huggingface.co/Qwen/Qwen-Image-Edit-2511
* Hugging Face — Qwen-Image-Layered: https://huggingface.co/Qwen/Qwen-Image-Layered
* 프롬프트 재작성 모델: https://huggingface.co/Qwen/Qwen-Image-2.1-PE-T2I, https://huggingface.co/Qwen/Qwen-Image-2.1-PE-I2I
* GGUF 양자화 (Unsloth): https://huggingface.co/unsloth/Qwen-Image-2.1-GGUF, https://huggingface.co/unsloth/Qwen-Image-2512-GGUF
* 실행 엔진 stable-diffusion.cpp: https://github.com/leejet/stable-diffusion.cpp
