Перейти к основному содержимому

Alibaba утверждает, что Qwen Image 2.1 превосходит более крупные модели изображений при 7B параметрах

Behzat AIqwen-imageopen-weight-modelsvision-agentsmodel-benchmarksinference-cost
Макросъёмка печатной платы графического процессора с кремниевыми кристаллами, конденсаторами и металлическими дорожками при малой глубине резкости

Alibaba опубликовала утверждения, что Qwen Image 2.1 — открытая по весам модель изображений, заявленная с 7B параметрами, — превосходит Google Nano Banana 2.0. В том же материале приводятся результаты бенчмарков, ставящие модель в один ряд с моделями изображений от OpenAI и Meta. Сравнение заявлено как утверждение вендора, а не как независимо воспроизведённая оценка, и предоставленный материал не содержит набора бенчмарков, набора промптов, разрешения, настроек сэмплирования или методологии оценки, стоящих за этими цифрами.

Close-up of a server rack showing data storage hardware in a server room

Для агентной инженерии количество параметров — это операционно значимая деталь. Шаги зрения — разбор скриншотов, чтение документов и графиков, проверка состояния UI, retrieval с опорой на изображения — вызываются многократно в рамках одного запуска агента, поэтому стоимость и задержка на вызов быстро накапливаются. Модель, остающаяся конкурентоспособной при 7B параметрах, может размещаться самостоятельно или обслуживаться при более высокой конкурентности, что меняет место зрения в пайплайне: более частые вызовы grounding, более дешёвые повторнAerial night view of downtown Vancouver with light trails and lit buildings

Метка «открытые веса» также важна для контроля развёртывания, хотя условия лицензирования, поведение при квантизации и обработка мультимодального ввода в материале не уточняются и требуют проверки. Позиция студии такова: утверждения такого рода стоит проверять напрямую на тех конкретных задачах зрения, которые пайплайн действительно выполняет, а не на громких рейтингах бенчмарков.

Давайте поговорим!