2026 年 9 月 23 日，通义千问官方 X 账号宣布：9 月 20 日刚开源的 Qwen-Image-2.1，在 LMArena 的图像编辑（Image Edit Arena）和文生图（Text-to-Image Arena）两个榜单上，双双拿下开源模型第一。其中图像编辑榜 Elo 1367，总榜排名第 16，距离第 15 名的 GPT-Image-1.5-high-fidelity 只差 3 分。发布三天就登顶第三方人类投票榜，这是今年开源图像模型少见的开局。
1367 分：开源第一是什么概念
先说清这个榜的规则。LMArena 采用盲测投票：同一个提示词发给两个匿名模型，人投票选更好的输出，Elo 分数从投票结果里算出来。它不是实验室跑分，而是真实用户偏好的直接体现。
1367 分、总榜第 16 是什么水平？意味着它前面只有 15 个闭源商业模型，最近的一个 GPT-Image-1.5-high-fidelity 只领先 3 分，差距极小。而在开源阵营里，它是两个榜单的双料第一。对于 9 月 20 日才开源的模型，这个爬升速度说明早期体验者的投票相当集中。当然也要看到另一面：LMArena 的分数随投票样本波动，新模型的分数通常需要几周才能稳定，现在下"坐稳第一"的结论还太早。
2.1 这一版到底改了什么
根据 Qwen 团队 9 月 20 日的官方博客《Qwen-Image-2.1: Compact, Efficient, and Unified Image Creation》，这一版有四个关键变化。第一，统一：文生图和图像编辑做进同一个模型，不用来回切换。第二，原生透明：直接生成带真实 Alpha 通道的 RGBA 图像，做电商产品图、贴纸这类需求不用再抠图。第三，参考图编辑：最多支持 10 张参考图，支持圈选、涂抹、蒙版三种局部编辑方式，人像保真和产品真实感是重点优化方向。第四，小而精：视觉生成部分只有 7B 参数，原生输出 2K 分辨率（2048×2048），参数量不大，对本地部署更友好。
Qwen 官方还公布了自有评测 Qwen-Image-Bench：2.1 以 60.28 分排第一，Nano Banana 2.0 是 59.82 分。但要注意，这是 Qwen 自己做的榜单，0.46 分的差距约 0.8%，可信度要打个问号。独立评测 GenAI Showdown 给它打了 7/15，比 1.0 代的 4/15 有进步，但样本还很少。
"开源第一"的两个限定条件
第一个限定是许可。Qwen-Image-2.1 采用研究许可（research licence），权重免费下载，但商业使用受限——你不能直接拿它生成的图去卖钱。想商用的团队，这个"第一"暂时用不上。
第二个限定是榜单本身。LMArena 测的是"人类更喜欢哪张图"，不测提示词遵循精度、文字渲染准确率这些硬指标，也不测 API 稳定性、推理成本。不同榜单、不同投票人群，结论本就不同：在 Artificial Analysis 的图像编辑榜上，排第一的是微软的 MAI-Image-2.5-Pro（约 6100 票，Elo 1272）。Qwen-Image-2.1 真正要证明的，是在更多独立评测里复现这个位置。
对普通用户的意义更直接：想要一个免费、可本地部署、编辑能力强的图像模型，现在多了一个有第三方背书的选项。官方已邀请用户去 Arena 实测投票——榜单位置能不能守住，接下来几周见分晓。
Q：在哪里能体验 Qwen-Image-2.1？
A：模型已在 GitHub、Hugging Face 和 ModelScope 开源，可本地部署；也可以去 LMArena 参与盲测投票，亲手验证它的排名是否名副其实。
Q：开源第一等于综合最强吗？
A：不等于。它是 LMArena 两个榜单人类投票中的开源第一，前面还有 15 个闭源模型；且许可是研究许可，商业使用受限。综合最强要看更多维度的独立评测。
Q：和 Nano Banana 2.0 比谁更强？
A：目前没有公开的大规模独立直接对决数据。Qwen 自有榜单上 2.1 以 0.46 分微弱领先，但那是厂商自测，仅供参考。
