Qwen-Image-Editは何ができるモデル？元のQwen-Imageとの関係
Qwen-ImageとQwen-Image-Editは何が違う？
室谷代表取締役Qwen-Image-Editの親玉が、アリババのQwenチームが出した20Bのテキストto画像モデル「Qwen-Image」なんですよ。その生成モデルに追加学習させて、編集用に仕立て直したのがEdit側なんですよね。
テキトー教師DotAI 認定講師生成と編集で役割が分かれてるんですね。初めて触る人は「画像を作るのはどっち？」でまず止まります。
室谷代表取締役作るなら生成側、直すならEdit側です。生成側の話はQwen-Image-2.1-Turboとは？API料金・速度・日本語の文字を実際に生成して検証で解説してるので、そっちを先に見る方が迷わないと思います。
テキトー教師DotAI 認定講師たしかに。編集だけ先に触ると「素材はどこから持ってくるの？」になりがちなので、順番としては自然ですね。
意味編集と外観編集はどう使い分ける？
室谷代表取締役仕組みが面白くて、入力画像をQwen2.5-VLとVAEエンコーダーの両方に同時に通してるんですよ。意味を読む側と見た目を保つ側、2系統に投げるから編集の性質を分けられる。
テキトー教師DotAI 認定講師意味編集は物体の向きや視点を変えたり、スタイルを変換したり。画素は大きく変わるけど中身の一貫性は保つタイプですね。
外観編集は看板を足す、文字色を変えるみたいに、指定場所以外をそのまま維持するタイプです。
外観編集は看板を足す、文字色を変えるみたいに、指定場所以外をそのまま維持するタイプです。
室谷代表取締役ここ、実務だと差が大きいんですよ。商品写真の背景だけ変えたいのに隣のロゴが崩れたら、その時点でやり直しで。
人の手戻りコストがそのまま乗るんで、経営目線だと地味に痛い部分です。
人の手戻りコストがそのまま乗るんで、経営目線だと地味に痛い部分です。
テキトー教師DotAI 認定講師なるほど、用途で選ぶというより「崩れてはいけない場所があるか」で選ぶ感覚なんですね。
画像内の文字だけを直せる「テキスト編集」の強み
室谷代表取締役もう一つの売りがテキスト編集で。画像の中の文字を、元のフォント・サイズ・スタイルを保ったまま追加・削除・修正できるんですよね。
テキトー教師DotAI 認定講師初めて触る人が一番驚くのがそこです。「看板の文言だけ差し替えたい」という依頼は現場で本当に多いので、これが通ると体感が変わります。
室谷代表取締役デザイナーに戻す工数で考えたら、バナーを量産してるチームほど効きますよ。MYUUUでも画像まわりは外注と内製が混ざってて、ここの往復が一番もったいないんですよね。
テキトー教師DotAI 認定講師なお公式で対応が明記されているのは中国語と英語のバイリンガルまでです。日本語の扱いは別の話になるので、そこは後の章で触れますね。
どんな場面で効くのか、現場でよく聞く用途
室谷代表取締役ライセンスがApache 2.0で商用利用も含めて無料で使えるので、業界構造としては選択肢が増えたなという感じなんですよ。自前で抱えられる編集モデルがこの規模で出てくるのは大きい。
テキトー教師DotAI 認定講師使いどころとしては、商品写真の背景差し替え、人物のポーズや視点の変更、IPキャラクターの一貫した作成あたりが分かりやすいですね。
室谷代表取締役あとは商品デザインの素材変更みたいな工業寄りの用途も挙がってます。細かいバージョンごとの違いは次の章で整理しましょうか。
テキトー教師DotAI 認定講師そうしましょう。まずは「作るのは生成、直すのはEdit」で頭を切り替えるのが最初の一歩ですね。
使い方は3通り｜無料のQwen Chat・ローカル・APIのどれを選ぶ？
Qwen Chatで試す一番かんたんな手順
室谷代表取締役まず一番ラクなのはブラウザからそのまま触るやつです。手順はこれだけなんですよね。
- ブラウザで chat.qwen.ai を開く
- 「Image Editing」を選ぶ
- 編集したい画像をアップロードする
- 「この服の色を赤に変えて」のように、やってほしい編集を文章で入れる
- 生成して結果を確認し、ズレていれば指示を直してもう一度
テキトー教師DotAI 認定講師最初に戸惑うのが、ふつうのチャットと同じ感覚で文章だけ送っちゃう人なんですよ。画像を先に上げる、ここが編集モードの前提なんです。
室谷代表取締役MYUUU でも画像の下書きに使ってますけど、指示を1回で完璧にしようとするとだいたい外すんですよね。2〜3回言い直す前提で見たほうが、結局は速いです。
テキトー教師DotAI 認定講師たしかに。1発で決めようとして「思ってたのと違う」で止まる人が多いので、まずは小さく試して当てにいくほうが結果的に近道です。
ローカル実行とAPIはどう使い分ける？
室谷代表取締役で、物足りなくなったときの選択肢がローカルとAPIの2つなんですけど、性質がまるで違うんですよ。
テキトー教師DotAI 認定講師現場感覚だと、この2つを「無料か有料か」だけで選ぶと失敗しやすいです。ローカルは無料でもGPUが要るので、手元のマシン次第なんですよ。
室谷代表取締役そこなんですよね。ローカルはモデルの重みを取ってきて自分のPCで回す形で、お金はかからないけど元のモデルは24GB級のGPUでもメモリ不足になりやすい。
一方のAPIは Alibaba Cloud の Model Studio 経由で、課金は生成が成功した画像単位。失敗したリクエストは課金されないので、試行錯誤のコストが読みやすいのが大きいです。
生成側のモデルの話はQwen-Image-2.1-Turboとは？API料金・速度・日本語の文字を実際に生成して検証で解説しているので、編集と生成を分けて考えると整理しやすいです。
一方のAPIは Alibaba Cloud の Model Studio 経由で、課金は生成が成功した画像単位。失敗したリクエストは課金されないので、試行錯誤のコストが読みやすいのが大きいです。
生成側のモデルの話はQwen-Image-2.1-Turboとは？API料金・速度・日本語の文字を実際に生成して検証で解説しているので、編集と生成を分けて考えると整理しやすいです。
テキトー教師DotAI 認定講師モデル名の選び方だけ注意が必要ですね。「qwen-image-2.0-pro」系と「qwen-image-2.0」系の2系統があって、それぞれ日付付きの具体的なバージョンが複数あるんですよ。
無印の名前は「Recommended」として特定の日付版と同じ性能を指すエイリアスで、必ずしも一番新しい日付版とは限らないので、正確な一覧は公式のモデルリストを見たほうが確実です。
無印の名前は「Recommended」として特定の日付版と同じ性能を指すエイリアスで、必ずしも一番新しい日付版とは限らないので、正確な一覧は公式のモデルリストを見たほうが確実です。
スマホやタブレットからも使える？
テキトー教師DotAI 認定講師スマホで使えるのか、というのは最初に出てくる疑問なんですよ。
室谷代表取締役チャットはブラウザから使う形なので、スマホやタブレットのブラウザでも同じ入口にたどり着けます。ただ画面の配置は端末で変わるので、そこは公式の表示を見てもらうのが早いですね。
テキトー教師DotAI 認定講師ローカル実行はGPUのあるPCの話なので、スマホだと現実的じゃないです。出先で軽く試したいならチャットかAPIになります。
室谷代表取締役外出先で確認だけしたい、みたいな用途はチャットで十分なんですよね。判断を速く回したい場面ほど、無料で入れる入口が効いてきます。
編集回数や無料枠に上限はある？
Qwenの3通りの使い方比較
| 項目 | Qwen Chat | ローカル実行 | Alibaba Cloud API |
|---|---|---|---|
| 費用 | 無料 | 無料（GPUが必要） | 有料 |
| 向いている人 | まず触ってみたい | 回数を気にせず試したい | 自分の仕組みに組み込みたい |
| スマホ利用 | ○ | × | アプリ次第 |
| 回数制限 | 公式サイトで確認が必要 | 実質なし（GPU次第） | 成功画像単位の課金 |
室谷代表取締役上限の話、ここが一番もやっとする部分で。
テキトー教師DotAI 認定講師チャット側の細かい無料枠は公式サイトで確認が必要なんですよ。数字を断言してる情報はすぐ古くなるので、そこは一次情報を見たほうがいいです。
室谷代表取締役ローカルは自分のGPU次第なので回数の制限は実質ないけど、時間と電気代はかかります。APIは成功した画像単位の課金で、生成された画像のURLは24時間だけ有効なので取りこぼしに注意なんですよね。
テキトー教師DotAI 認定講師何回使えるかで悩むより、どの経路なら止まらないかを先に決めるほうが現場では早いですね。まずチャットで感触を見て、物足りなくなったら次を考える順番が無難です。
Edit・2509・2511は何が違う？バージョン別の進化を整理
初代Qwen-Image-Editが対応していたこと
室谷代表取締役Qwen-Image-Editの最初の版が出たのが2025年8月18日なんですよね。20Bの画像生成モデルをベースにして、そこに編集用の学習を足した形なんですよ。
テキトー教師DotAI 認定講師初めて触る人が最初に戸惑うのが、これ「生成」じゃなくて「編集」だってところで。入力画像が1枚前提なんですよね。
室谷代表取締役そう、単一画像。中身はQwen2.5-VLとVAEの両方に画像を入れる作りで、意味の編集と見た目の編集を分けて扱える。
看板の文字だけ差し替える、みたいな使い方が得意なんですよ。
看板の文字だけ差し替える、みたいな使い方が得意なんですよ。
テキトー教師DotAI 認定講師現場感覚で言うと、物の向きを変えても「同じ物」のままに見えるのが驚かれるところで。文字も元のフォントや大きさを保ったまま直せる。
中国語と英語が公式の対応範囲ですね。
中国語と英語が公式の対応範囲ですね。
2509で複数画像入力とControlNetに対応
室谷代表取締役で、9月22日の2509で一番デカいのが複数画像の入力なんですよ。1〜3枚を組み合わせられるようになった。
テキトー教師DotAI 認定講師人物+商品、人物+背景、人物+人物みたいに素材を足せるわけですね。一貫性も上がったんですよね？
室谷代表取締役上がってます。同じ人を別カットに出す使い方が現実的になった。
ControlNetも深度マップ・エッジマップ・キーポイントマップでネイティブ対応してるんですよ。
ControlNetも深度マップ・エッジマップ・キーポイントマップでネイティブ対応してるんですよ。
テキトー教師DotAI 認定講師線で構図を縛れるのは現場で効きますね。ただモデルが3世代並ぶと、どれを社内標準にするかの判断が発生するのが厄介で。
2511のキャラクター一貫性とLoRA統合
Qwen-Image-Edit バージョン別の進化
- 2025年8月18日初代 Qwen-Image-Edit20B画像生成モデルをベースに編集用学習を追加。入力は単一画像前提。Qwen2.5-VLとVAEの両方に画像を入力し、意味の編集と見た目の編集を分けて扱える。文字差し替えが得意。中国語・英語が公式対応範囲。
- 9月22日2509複数画像入力(1〜3枚)に対応。人物+商品、人物+背景、人物+人物などの組み合わせが可能に。一貫性も向上。ControlNet(深度マップ・エッジマップ・キーポイントマップ)にネイティブ対応。
- 12月23日2511キャラクター一貫性を強化。複数人物を1枚の自然な集合写真にまとめられる。コミュニティ製の人気LoRAをベースに統合し、ライティング制御や視点変更が追加チューニング無しで利用可能。工業デザイン向けの製品デザイン・素材変更の一括処理や幾何学的補助線の出力にも対応。
室谷代表取締役12月23日の2511は、キャラクターの一貫性に振ってきた印象なんですよね。複数人物を1枚の自然な集合写真にまとめられる。
テキトー教師DotAI 認定講師別々に撮った人を並べるのって、光の当たり方とかで一気にバレるんですよ。そこが自然になるのは大きいですね。
室谷代表取締役あとコミュニティ製の人気LoRAがベースに統合されてて、ライティング制御とか視点変更が追加チューニング無しで使える。工業デザイン向けに製品デザインや素材変更を一括で、幾何学的な補助線を出す、なんてのも入ってます。
テキトー教師DotAI 認定講師学習済みの資産が最初から載ってるのは、初めて触る人にはありがたいところですね。
自分の用途ならどのバージョンを選ぶ？
室谷代表取締役選び方はシンプルで、単一画像の編集しかしないなら初代で足りるんですよ。素材を複数組みたいなら2509以降。
テキトー教師DotAI 認定講師人物の一貫性が主目的なら2511、という切り分けですね。
室谷代表取締役そうです。チームで回すなら版を先に揃えた方がよくて、混ざると出力の傾向がぶれるんですよね。
新しい版ほどできることは増えてるので、迷ったら新しい方を一度触ってから戻す方が早いと思います。
新しい版ほどできることは増えてるので、迷ったら新しい方を一度触ってから戻す方が早いと思います。
テキトー教師DotAI 認定講師ただ、手持ちの環境で動くかどうかは別問題なので、そこはスペックの話になってきますね。
ComfyUIでローカル実行する手順を追いかける
ダウンロードするモデルファイルは3種類
室谷代表取締役ComfyUIで動かす話、最初の関門は何を落とすかですよね。配布元はHugging FaceのQwenリポジトリで、必要なのは3種類なんですよ。
テキトー教師DotAI 認定講師初めて触る人がまず戸惑うのがそこで。編集モデルだから1個で済むと思いきや、本体とテキストエンコーダーとVAEが揃って初めて動くんです。
室谷代表取締役うちの現場でも「モデルは落としたのにエラーが出る」で止まる人が多くて。3点セットだと先に伝えるようにしてます。
テキトー教師DotAI 認定講師ファイル名まで一緒に覚えると迷わないです。拡散モデルが qwen_image_edit_fp8_e4m3fn.safetensors、テキストエンコーダーが qwen_2.5_vl_7b_fp8_scaled.safetensors、VAEが qwen_image_vae.safetensors。
この3つで動きます。高速化したい場合に任意で使える4ステップLightning LoRAも別途用意されています。
この3つで動きます。高速化したい場合に任意で使える4ステップLightning LoRAも別途用意されています。
diffusion_models・text_encoders・vaeのどこに置く？
配置はフォルダを間違えると読み込まれないので、先に手順を出しておきます。
- qwen_image_edit_fp8_e4m3fn.safetensors を
ComfyUI/models/diffusion_modelsに置く - qwen_2.5_vl_7b_fp8_scaled.safetensors を
ComfyUI/models/text_encodersに置く - qwen_image_vae.safetensors を
ComfyUI/models/vaeに置く
テキトー教師DotAI 認定講師3つとも同じフォルダに入れたくなるんですけど、そこは分けるんです。置き場所が違うだけで「モデルが見つかりません」になるので。
室谷代表取締役名前がそのままフォルダ名になってるので、整理の手間はほぼないんですよね。ここを一度スクリプトで固定しちゃえば、あとから複数バージョンを並べても崩れない。
テキトー教師DotAI 認定講師あとはフォルダを分けておくと、2509と2511を並べて試すときに切り替えが楽になります。
テンプレートからワークフローを読み込む
ComfyUIでローカル実行する手順
- 01モデルファイルを3種類ダウンロードHugging FaceのQwenリポジトリから、拡散モデル qwen_image_edit_fp8_e4m3fn.safetensors、テキストエンコーダー qwen_2.5_vl_7b_fp8_scaled.safetensors、VAE qwen_image_vae.safetensors の3つを取得（これで動く）。高速化したい場合は4ステップLightning LoRAを任意で追加
- 02diffusion_modelsフォルダに配置qwen_image_edit_fp8_e4m3fn.safetensors を ComfyUI/models/diffusion_models に置く
- 03text_encodersフォルダに配置qwen_2.5_vl_7b_fp8_scaled.safetensors を ComfyUI/models/text_encoders に置く
- 04vaeフォルダに配置qwen_image_vae.safetensors を ComfyUI/models/vae に置く。3つを同じフォルダに入れない
- 05テンプレートからワークフローを読み込むComfyUIを起動してテンプレートライブラリを開き、「Qwen Image Edit」または「Qwen Image Edit 2509」で検索して読み込む
- 06画像と指示文を入れて実行結果が違うときはプロンプト修正→モデルのバージョン変更の順で切り分ける
- 07必要ならPythonのdiffusersから呼び出す単一画像は QwenImageEditPipeline、複数画像は2509以降の QwenImageEditPlusPipeline を使用
- ComfyUIを起動し、テンプレートライブラリを開く
- 「Qwen Image Edit」または「Qwen Image Edit 2509」で検索する
- 該当するワークフローを読み込む
室谷代表取締役ノードを一から組むのかと思ってたんですけど、テンプレート側に用意されてるんですね。
テキトー教師DotAI 認定講師はい、そこは素直に使ったほうが早いです。最初に戸惑うのがノードの配線なので、完成形から入って必要なところだけ触るのが定着しやすいんですよ。
室谷代表取締役なるほど。配線を覚えるコストを払わずに、まず出力を1枚出す。
順番としてはそっちが正解ですね。
順番としてはそっちが正解ですね。
テキトー教師DotAI 認定講師読み込んだら画像と指示文を入れるだけです。編集の結果が思ったのと違うときは、まずプロンプトを直す、それでも駄目ならモデルのバージョンを変える、という順で切り分けると迷いません。
Pythonのdiffusersから呼び出す方法
室谷代表取締役バッチで回したい場合は、やっぱりコードから呼べたほうがいいですよね。
テキトー教師DotAI 認定講師diffusers経由でいけます。単一画像なら
QwenImageEditPipeline、複数画像を扱うなら2509以降で QwenImageEditPlusPipeline を使う形です。室谷代表取締役パイプライン名が分かれてるのは親切ですね。処理を量で流す前提だと、入力が1枚か複数かで分岐するのは業務では普通なので。
テキトー教師DotAI 認定講師モデルの重みは Hugging Face の Qwen/Qwen-Image-Edit、Qwen/Qwen-Image-Edit-2509、Qwen/Qwen-Image-Edit-2511 で公開されています。どの版を落とすかで使えるパイプラインが変わるので、そこだけ注意してください。
ローカル実行に必要なPCスペックとVRAMはどれくらい？
BF16のままでは24GB GPUだと厳しい理由
室谷代表取締役ローカルで動かす話、まず前提を揃えておきたいんですよね。素のBF16だとモデルサイズが約41GB。
24GB級のGPUだと普通にメモリ不足になるんですよ。
24GB級のGPUだと普通にメモリ不足になるんですよ。
テキトー教師DotAI 認定講師そこが最初の壁ですね。初めて触る人は「24GB積んでるから大丈夫だろう」と思って挑んで、読み込みの途中で落ちるパターンが多いんですよ。
室谷代表取締役41GBを24GBに載せようとする時点で無理がある。ここは諦めて別ルートを選ぶほうが早いんですよね。
DFloat11圧縮版なら32GB GPUで動く
テキトー教師DotAI 認定講師そこで出てくるのがDFloat11という無損失圧縮版です。モデルサイズが28.43GBまで下がるので、単一の32GB GPUなら動く、という整理になってます。
室谷代表取締役無損失っていうのがポイントで。画質を犠牲にせず32GB帯に収まるなら、ワークステーション1台の構成として現実的なんですよね。
テキトー教師DotAI 認定講師たしかに。ただ32GBクラスのカードは選択肢自体が限られるので、そこは予算との相談になりますね。
室谷代表取締役MYUUUでもGPUの調達は「1台いくらで何が回るか」で見てます。32GBが基準になるなら、最初からそこに寄せた構成にしたほうが後で揉めないんですよ。
CPUオフロードで24GB GPUという選択肢
室谷代表取締役すでに24GBのカードを持ってる場合はどうなんですか。
テキトー教師DotAI 認定講師CPUオフロードを使えば、単一の24GB GPU、たとえばRTX 4090でも動作するという報告があります。全部をGPUに載せず、一部をCPU側に逃がす形ですね。
室谷代表取締役そのぶん待ち時間は増えますよね。
テキトー教師DotAI 認定講師そこは体感ではっきり変わります。お試しで触るぶんには十分ですが、何十枚も回す用途だと覚悟がいるかなと。
検証は24GBで、実際に回すなら32GB、という線引きが現実的だと思います。
検証は24GBで、実際に回すなら32GB、という線引きが現実的だと思います。
GGUF量子化版と実測報告の目安
テキトー教師DotAI 認定講師さらに軽い方向だと、ComfyUI向けにGGUFの量子化版も公開されています。X上の実測報告では、VRAM 8〜12GB、RAM 64GB以上が目安という声もあります。
これは公式スペックではなく、個人が計測した参考値です。
これは公式スペックではなく、個人が計測した参考値です。
室谷代表取締役8〜12GBで回るなら、手元のマシンで試せる人が一気に増えますね。
テキトー教師DotAI 認定講師ここまでの話を表にするとこうです。
| 形式 | サイズ・VRAMの目安 | 必要なGPU |
|---|---|---|
| BF16 | 約41GB | 24GB級では厳しい（OOMしやすい） |
| DFloat11圧縮版 | 28.43GB | 単一32GB GPUで動作 |
| CPUオフロード | GPU側の占有を圧縮 | 単一24GB GPU（RTX 4090など） |
| GGUF量子化版 | VRAM 8〜12GB＋RAM 64GB以上（ユーザー実測の参考値） | 非公式の報告値 |
室谷代表取締役この表で自分の環境がどの行に入るかを見れば、無駄なダウンロードをせずに済みますね。数字は環境で変わるので、公式の最新情報もあわせて確認しておくのが安全です。
日本語プロンプトは使える？対応言語とFlux Kontextとの違い
公式が対応を明記している言語は中国語と英語
室谷代表取締役言語の話、先に公式の線引きを確認したいんですよね。Alibaba Cloudのドキュメントだと、現状は簡体字中国語と英語に対応していて、他の言語も試せるけれど性能は保証されない、という書き方なんです。
テキトー教師DotAI 認定講師はい、そこは大事で。現場でよく聞くのは「日本語で指示しても動いたけど、これって保証された対応なの？」という不安です。
動いた実感と公式保証は別物なんですよ。
動いた実感と公式保証は別物なんですよ。
室谷代表取締役なるほど。じゃあ日本語を入口にするのはアリだけど、業務で使うなら英語プロンプトに寄せる余地を残しておく、と。
判断材料としてはその順番が現実的ですね。
判断材料としてはその順番が現実的ですね。
テキトー教師DotAI 認定講師そうですね。まず日本語で試して、崩れたら英語に切り替える。
この二段構えがハマりやすいです。
この二段構えがハマりやすいです。
日本語で試した人の報告と、その扱い方
室谷代表取締役日本のComfyUIユーザーの実体験として、日本語プロンプトでも編集が機能したという報告はあります。ただこれは公式保証ではなく、コミュニティの体験談なんですよね。
テキトー教師DotAI 認定講師たしかに。初めて触る人は、その一句で「日本語が正式対応した」と受け取りがちです。
ここは温度感を分けて読む必要があります。
ここは温度感を分けて読む必要があります。
室谷代表取締役経営目線で言うと、再現性が読めないものを業務フローに直結させるのは怖いんですよ。検証用の遊び場と、本番の手順書は分けたほうがいい。
検証コストと手戻りコストは別で見るべきなんです。
検証コストと手戻りコストは別で見るべきなんです。
テキトー教師DotAI 認定講師そういう分け方が安全ですね。日本語は試す、でも手順書は英語を基本にする。
現場だとその形が多いです。
現場だとその形が多いです。
Flux Kontextと比べたときの強み
室谷代表取締役他モデルと比べる話で言うと、Qwen-Image-Editは中国語・英語のテキスト編集と文字の一貫性が強みとして挙げられています。画像内の文字を、元のフォントやサイズを保ったまま直せる部分ですね。
テキトー教師DotAI 認定講師ここ、デザイン現場だと刺さるんですよ。文字が崩れると作り直しになるので、文字を保てるかどうかで作業時間が変わります。
室谷代表取締役ライセンスはApache 2.0で、商用利用を含めて無料で使えると公式に書かれている。Flux Kontextとの比較ではこの辺が語られますが、第三者の比較ページの記述なので条件は変わり得る。
各モデルの公式ライセンスを見る必要があるんですよね。
各モデルの公式ライセンスを見る必要があるんですよね。
テキトー教師DotAI 認定講師そうですね。比較表だけで判断せず、使う前に原典を確認する。
ここだけは地味ですが外せないです。
ここだけは地味ですが外せないです。
商用利用はできる？ライセンス・API課金・第三者サイトの注意点
Apache 2.0なので商用利用まで無料で使える
室谷代表取締役ライセンスの話、先に片付けておきたいんですよね。Qwen-Image-EditはApache 2.0で、商用利用も含めて無料で使えるし改変もできる。
ここは素直に大きいです。
ここは素直に大きいです。
テキトー教師DotAI 認定講師初めて触る人が最初に止まるのがまさにそこで。「無料で配ってるモデルを仕事で使っていいのか」と。
Apache 2.0なら改変も再配布もできる、というのが判断材料になります。
Apache 2.0なら改変も再配布もできる、というのが判断材料になります。
室谷代表取締役制作会社の案件だと「納品物に使ったモデルのライセンスは何か」が必ず論点になるんですよ。ここが不明なモデルは、そもそも候補に上げられない。
テキトー教師DotAI 認定講師現場でよく聞くのは「じゃあ何を確認すればいいのか」なんですが、モデル本体のライセンスと、サービス側の利用規約は別物なんですよね。チャットで作った画像は提供元の規約も見る必要があります。
APIは成功した画像だけ課金される仕組み
室谷代表取締役APIはAlibaba Cloud Model Studio経由で有料です。生成が成功した画像単位で課金されて、失敗したリクエストは課金されず無料クレジットも消費しない。
経営目線だと、失敗が無料なのはかなりデカいんですよ。
経営目線だと、失敗が無料なのはかなりデカいんですよ。
テキトー教師DotAI 認定講師室谷代表取締役モデルは主に品質重視のqwen-image-2.0-pro系と高速化重視のqwen-image-2.0系の2系統があって、それぞれ日付付きの具体的なバージョンが複数ある。無印の名前は「Recommended」として特定の日付版と同じ性能を指すエイリアスで、必ずしも一番新しい日付版とは限らないので、正確な一覧は公式のモデルリストを見るのが確実です。
単価も公式の料金ページで確認してください。
単価も公式の料金ページで確認してください。
テキトー教師DotAI 認定講師画像1枚単位で積み上がるタイプなので、量を出す使い方をするときは事前に見積もりをしておきたいですね。
生成画像のURLが24時間で切れる実務上の注意
室谷代表取締役APIで返ってくる画像のURL、24時間しか有効じゃないんですよ。ここ、運用に組み込まないと普通に事故ります。
テキトー教師DotAI 認定講師初めて触る人がハマるのがまさにそこです。「あとでまとめてダウンロードしよう」と思って翌日開いたら切れていた、という話を現場でよく聞きます。
室谷代表取締役MYUUUだと、生成と同時に自前のストレージへ落とすところまでを1本の処理にしちゃいます。人が介在する場所に24時間の制約を残さないのが鉄則なんですよね。
テキトー教師DotAI 認定講師あと地味なのが入力側の前提です。画像は10MB以内、幅と高さが384〜3072ピクセル推奨、出力は512×512〜2048×2048の範囲で指定。
これを先に押さえておくと、エラーの切り分けが早いです。
これを先に押さえておくと、エラーの切り分けが早いです。
クレジット制の第三者サイトは公式ではない
まとめ
商用利用・課金・注意点の要点
- Qwen-Image-EditはApache 2.0で商用利用・改変・再配布も無料。ただしモデル本体のライセンスとサービス側の利用規約は別物
- APIはAlibaba Cloud Model Studio経由で有料。成功した画像のみ課金され、失敗リクエストは課金なし・無料クレジットも消費しない
- モデルは品質重視のqwen-image-2.0-pro系と高速重視のqwen-image-2.0系の2系統。無印は「Recommended」として特定の日付版と同じ性能を指すエイリアス（最新とは限らない）のため公式モデルリストと料金ページで確認
- APIが返す画像URLは24時間で失効。生成と同時に自前ストレージへ保存する運用が必須
- 入力は画像10MB以内・幅高さ384〜3072px推奨、出力は512×512〜2048×2048で指定
- クレジット制の第三者サイト(qwen-image.orgやSeaArt AI等)は公式ではない。公式入口はQwen Chat・ローカル実行・Alibaba Cloud APIの3つ
室谷代表取締役画像編集がクレジット制で使える、みたいなサイトがいくつも出てきてるんですけど、あれは公式じゃないんですよね。qwen-image.orgは自サイトのフッターで、QwenやAlibaba Cloudと提携・承認・スポンサー関係にないと明記してます。
SeaArt AIのようなところも同じく第三者です。
SeaArt AIのようなところも同じく第三者です。
テキトー教師DotAI 認定講師無料クレジットが先について、そのあと有料クレジットの購入を促す作りなので、公式の入口だと思って登録すると「え、これ有料なの」となりやすいんですよ。
室谷代表取締役公式の入口はQwen Chat、ローカル実行、Alibaba CloudのAPIの3つ。この3つを押さえておけば、クレジットを急いで買う理由はないんですよね。
テキトー教師DotAI 認定講師業務で使うならなおさら、契約先がどこなのかは揃えておきたいところです。請求書の出どころが違うと、経理で止まりますから。
結局どれから始めるのがいい？
ブラウザだけで試すならQwen Chat
室谷代表取締役で、結局どれから触るのがいいんですかね。選択肢が3つあるだけで初手が止まる人、けっこういると思うんですよ。
判断材料が多いほど動けないやつです。
判断材料が多いほど動けないやつです。
テキトー教師DotAI 認定講師現場でよく聞くのは、「環境構築で満足しちゃう」パターンなんですよ。編集がどう効くのかを体で知らないまま、セットアップだけ丁寧にやっちゃう。
室谷代表取締役ああ、それは事業目線でもったいない話で。動かないものに時間を溶かすのが一番高くつくので。
テキトー教師DotAI 認定講師なので最初は公式チャットが早いです。chat.qwen.ai で「Image Editing」を選べば、ブラウザだけで試せます。
細かい無料枠の上限は公式サイトで確認が必要ですが、まず感触を掴む入口としては一番軽いですね。
細かい無料枠の上限は公式サイトで確認が必要ですが、まず感触を掴む入口としては一番軽いですね。
自前の環境で回すならComfyUI＋軽量版モデル
室谷代表取締役逆に、仕事で回したい人はローカルですよね。うちの現場だと、外に出せない素材を扱う案件が普通にあるので、そこは最初から選択肢に入れてます。
テキトー教師DotAI 認定講師その場合は重みをHugging Faceから持ってきて、ComfyUIのテンプレートライブラリから読み込む流れになります。ただ最初から一番重い構成で行くと、だいたいメモリで詰まって止まります。
室谷代表取締役最初からフル装備で行くな、と。
テキトー教師DotAI 認定講師軽い版から入るのが現実的ですね。量子化されたものや高速化用のLoRAも用意されているので、まず動く状態を作ってから重さを上げる。
順番を逆にすると、たぶん心が折れます。
順番を逆にすると、たぶん心が折れます。
本番運用ならAPIとライセンス確認
室谷代表取締役本番でサービスに組み込むならAPIですよね。Alibaba Cloud Model Studio経由で、DashScope SDKかHTTPで呼ぶ形。
コストの読み方としても分かりやすくて、生成が成功した画像単位の課金で、失敗したリクエストは課金されない。事業側から見ると、この設計は家計簿をつけやすいんですよ。
コストの読み方としても分かりやすくて、生成が成功した画像単位の課金で、失敗したリクエストは課金されない。事業側から見ると、この設計は家計簿をつけやすいんですよ。
テキトー教師DotAI 認定講師そこは助かりますね。ただ見落としがちなのが、出力画像のURLが24時間だけ有効という点で。
保存の流れを後回しにすると、翌日には消えてる、みたいなことが起きます。
保存の流れを後回しにすると、翌日には消えてる、みたいなことが起きます。
室谷代表取締役単価そのものは公式の料金ページで確認が要ります。あとライセンスがApache 2.0なので、商用利用の可否で止まりにくい。
ただ「qwen-image.org」のような第三者サービスは公式と無関係と明記されているので、そこは混同しない方がいいです。
ただ「qwen-image.org」のような第三者サービスは公式と無関係と明記されているので、そこは混同しない方がいいです。
テキトー教師DotAI 認定講師そうですね、そこは注意点で。無料クレジットの後に購入を促す作りなので、公式の3経路と混ざると判断を誤ります。
目的別に最初の一歩を決める
室谷代表取締役最初の一歩は、目的で切ってしまうのが早いですね。
| 目的 | 最初の一歩 |
|---|---|
| まず感触を知りたい | Qwen Chat の「Image Editing」 |
| 手元の環境で回したい | ComfyUI＋軽量版モデル |
| サービスに組み込む | Alibaba Cloud のAPI＋ライセンス確認 |
テキトー教師DotAI 認定講師どのルートでも、料金と無料枠は公式で一度確認してください。そこだけ先に押さえておくと、あとで「思ってたのと違う」が起きにくくなります。
よくある質問
Q1. 入力した画像やプロンプトが学習に使われることはある？
室谷代表取締役ここ、導入前に必ず確認する項目なんですよね。無料で触れるツールほど、データの扱いはサービスごとに条件が分かれてます。
テキトー教師DotAI 認定講師初めて触る人が一番見落とすところですね。業務で使うなら、利用規約とプライバシー系のページを先に読んでおくのが安全です。
室谷代表取締役MYUUU でも、クライアントの素材を入れる前にそこを確認するのを先に決めてます。順番は後回しにしないほうがいいんですよね。
Q2. 思った通りに編集できないとき、どこを見直せばいい？
テキトー教師DotAI 認定講師現場でよく聞くのは「指示を詰め込みすぎる」パターンですね。変えたい点をひとつに絞ると、返ってくることが多いんですよ。
室谷代表取締役あとは「どこを残したいか」を書くことですかね。変えたい場所だけ伝えると、周りまで動いちゃうんですよ。
テキトー教師DotAI 認定講師そうなんです。元画像のどの要素を固定したいかを言葉にするだけで、けっこう安定します。
Q3. スマホやタブレットからでも使える？
室谷代表取締役チャット型の画面から使う場合は、ブラウザさえあれば端末はそこまで選ばないんですよね。ただ対応状況は変わるので、公式の情報は一度見ておいたほうがいいです。
テキトー教師DotAI 認定講師出先で感触を確かめるにはちょうどいいですね。本番の編集はPCで、という使い分けが現実的かなと思います。
Q4. 生成が終わるまでどれくらい待てばいい？
テキトー教師DotAI 認定講師これ、環境でまったく違うんですよ。ローカルならGPUの性能、APIなら混み具合で待ち時間が変わります。
室谷代表取締役待ち時間は試行回数に直結するので、まとめて回すなら空いてる時間帯を選ぶのが効率的ですね。
テキトー教師DotAI 認定講師待ってる間に別の作業を置いておく、くらいの気持ちでちょうどいいと思います。
Q5. 画像のサイズや縦横比は指定できる？
テキトー教師DotAI 認定講師最初に戸惑うのが「元画像の比率がそのまま残るのか」という点なんですよ。出力の扱いはモデルや実行方法で変わるので、公式の情報を見ておくのが確実です。
室谷代表取締役業務だと、後工程のレイアウトに合わせられるかが地味に効くんですよね。決め打ちで作らず、テストで確認するのが一番早いです。
まとめ
室谷代表取締役結局、選び方は「何をしたいか」で決めるのが早いんですよね。まず触るなら Qwen Chat、作り込むならローカル、仕組みに組み込むなら API。
順番を逆にすると時間だけ溶けます。
順番を逆にすると時間だけ溶けます。
テキトー教師DotAI 認定講師そうですね。いきなり環境構築から入ると、モデルの癖が分からないまま疲れちゃうんですよ。
まず何枚か試すと、どこで失敗するかが見えてきます。
まず何枚か試すと、どこで失敗するかが見えてきます。
室谷代表取締役時給で換算すると、構築に半日かけるより無料枠で感触を掴んだほうが安いんですよ。手応えがあったところに、GPUなりAPIなりを足していく。
テキトー教師DotAI 認定講師たしかに、順番が逆だと続かないんですよね。まず自分の用途の画像を1枚、投げてみるところからでいいと思います。
