Qwen-Image 2.1 Turbo: immagini in 4 secondi su RTX 4090

👁 113 letture

Qwen-Image 2.1 Turbo è la versione accelerata di Qwen-Image 2.1, pubblicata da Alibaba il 9 ottobre 2026. Usa 8 passaggi invece di 25. L’ho eseguita in locale con ComfyUI su una RTX 4090 e ho provato gli stessi quattro prompt usati con la versione standard 2.1. Turbo genera un’immagine da 1024×1536 in 4 secondi, contro i 20 del modello standard. La qualità è molto simile e, in due prove con testo in polacco, Turbo ha persino ottenuto risultati migliori.

Che cos’è Qwen-Image 2.1 Turbo

È lo stesso modello di Qwen-Image 2.1 (7B, il miglior modello open per immagini nella classifica di Artificial Analysis a inizio ottobre), ma distillato. La distillazione insegna al modello a ottenere l’immagine finale con meno passaggi. Il team Qwen ha pubblicato i pesi su Hugging Face il 9 ottobre; il giorno dopo Comfy-Org ha aggiunto un pacchetto pronto per ComfyUI, con versioni int8 e bf16.

Turbo usa una pianificazione fissa: 8 passaggi con valori sigma impostati manualmente, sampler euler e CFG 1. Non devi impostare i «passaggi» come nel normale KSampler, perché il template di ComfyUI fornisce già un elenco predefinito.

La mia prova: Turbo contro 2.1 standard

Configurazione: RTX 4090 da 24 GB, 64 GB di RAM, Windows 11, ComfyUI 0.41.0, modelli int8 su un SSD collegato via USB. Ho sottoposto entrambe le versioni agli stessi quattro prompt e allo stesso seed (7). Turbo usa 8 passaggi e CFG 1; 2.1 standard ne usa 25 e ha CFG 3. Ho misurato il tempo dall’invio del lavoro al salvataggio del file e ho controllato la VRAM con nvidia-smi ogni mezzo secondo. La prova è stata eseguita in polacco, non in italiano.

* La prima immagine della serie include il caricamento del modello dal disco alla memoria della scheda. La generazione effettiva di Turbo richiede 4 secondi, come per le immagini successive.

Locandina con testo in polacco

Il prompt chiedeva un titolo rosso «JAZZ SULL’ODRA» e la didascalia «Breslavia, 14-16 novembre 2026». Le parole italiane tra virgolette sono una traduzione del prompt originale in polacco, non il testo di una nuova prova. Entrambi i modelli hanno riprodotto correttamente la dicitura originale (tradotta fedelmente dal polacco come «Sull’Odra»), conservando il segno diacritico polacco. Entrambi hanno invece generato una scritta corrotta nella prova originale in polacco per la città. Turbo ha creato un titolo più grande e mostrato per intero la sagoma del sassofonista; 2.1 ha lasciato molto spazio blu scuro vuoto.

Negozio degli anni ’80 e prezzo su un cartello

Il prompt chiedeva l’insegna «Insieme» (traduzione del termine polacco originale) e un cartello con la parola polacca per «aceto» e il prezzo di 12 unità di valuta polacca originale. La descrizione italiana è una traduzione del prompt polacco originale; la prova è stata eseguita in polacco. Turbo ha riprodotto correttamente il cartello, ma ha omesso l’insegna. 2.1 standard ha mostrato una scritta corrotta nella prova originale in polacco invece dell’insegna corretta e sul cartello ha riportato il prezzo senza la parola «aceto». L’atmosfera del negozio d’epoca funziona in entrambe le immagini, ma 2.1 standard ha scaffali più ricchi.

Ritratto e foto di prodotto

In entrambe le versioni, il ritratto del pescatore sul molo sembra un fotogramma cinematografico: rughe, giacca bagnata e luce grigia. Turbo ha un contrasto leggermente più marcato e un aspetto più «pubblicitario». Senza metterle una accanto all’altra, non saprei dire quale immagine sia stata generata con 8 passaggi e quale con 25.

Come usare Turbo in ComfyUI

1. Aggiorna ComfyUI alla versione 0.41 o successiva. Il template di Turbo non è disponibile nella vecchia versione 0.37.
2. Scarica dal repository Comfy-Org/Qwen-Image-2.1 il file diffusion_models/qwen_image_2.1_turbo_int8_convrot.safetensors (7,26 GB) e copialo in ComfyUI/models/diffusion_models.
3. Se non hai già 2.1 standard, scarica anche il codificatore qwen3vl_8b_int8_convrot.safetensors (9,35 GB, nella cartella text_encoders) e il VAE qwen_image_2.1_vae_bf16.safetensors (0,68 GB, nella cartella vae).
4. In ComfyUI apri Workflow, poi Browse Templates e seleziona il template «Qwen Image 2.1 Turbo».
5. Per impostazione predefinita, il template disattiva l’espansore dei prompt, un modello Qwen 3.5 9B separato da 9,5 GB. Senza questo strumento, scrivi direttamente in inglese una descrizione completa della scena. Un prompt breve come «un gatto sul divano» produce un’immagine corretta, ma poco interessante. Questa frase è la traduzione di un esempio del test originale in polacco, non il risultato di una nuova prova.

Trovi una guida generale per installare ComfyUI su Windows nell’articolo ComfyUI da zero e un elenco dei modelli che uso in locale nella guida AI in locale.

Licenza: per quali usi è consentito

Turbo ha la stessa licenza di Qwen-Image 2.1: Qwen Research. Puoi eseguire, testare e studiare il modello, ma per usarlo a fini commerciali (copertine per clienti, pubblicità o prodotti) serve un’autorizzazione specifica di Alibaba. Se cerchi un modello locale per uso commerciale, considera Z-Image Turbo, distribuito con licenza Apache 2.0 e capace di generare immagini in tempi simili.

A chi conviene Turbo

• Per esplorare idee rapidamente: con un’immagine ogni 4 secondi, puoi modificare il prompt e vedere subito il risultato. Con 2.1 standard l’attesa è cinque volte più lunga.
• Per generare serie: 100 immagini da 1024×1536 richiedono circa 7 minuti, contro 33.
• Tieni 2.1 standard per singole immagini rifinite, con scene dense e molti dettagli sullo sfondo.

La via più semplice: Hangar

Turbo è nel catalogo di Hangar, il mio gestore gratuito di modelli locali per Windows, senza account né abbonamento e basato su ComfyUI. La versione int8 occupa in tutto 17,3 GB: 7,26 GB per Turbo, più lo stesso codificatore Qwen3-VL-8B int8 da 9,35 GB e il VAE da 0,68 GB usati da 2.1 standard. La licenza è la stessa di 2.1: Qwen Research, senza uso commerciale. 2.1 standard ha già superato la prova in Hangar (52 secondi per immagine, caricamento incluso); non ho ancora verificato le impostazioni di Turbo.

1. Scarica il programma di installazione (14 MB) dalla pagina di Hangar. Non è ancora firmato digitalmente, quindi Windows SmartScreen mostrerà un avviso: fai clic su «Ulteriori informazioni» e poi su «Esegui comunque».
2. Hangar rileva la scheda (Nvidia con CUDA, da 8 GB di VRAM; consigliati almeno 12 GB) e indica se c’è spazio sufficiente per il modello.
3. Cerca Qwen Image 2.1 Turbo nel catalogo: vedrai la dimensione dei file, la licenza e se il modello può essere usato nell’UE.
4. Per ora, genera immagini in ComfyUI seguendo le istruzioni qui sopra. Hangar può installare da zero la versione portatile di ComfyUI (nel mio caso ci sono voluti 231 secondi) oppure collegarsi a un’installazione che hai già.

Hangar include il modello nel catalogo, ma la generazione direttamente da Hangar non è ancora disponibile (situazione al 17 ottobre 2026): per ora usa ComfyUI, come descritto sopra. Scopri lo strumento: Hangar.

Domande frequenti

Quanta VRAM richiede Qwen-Image 2.1 Turbo?

Nelle mie prove, l’uso massimo dell’intera scheda è stato di 16,8-18,6 GB con la versione int8. Su schede da 16 GB, ComfyUI sposterà parte dei pesi nella RAM e sarà più lento. La versione bf16, con 14,2 GB per il solo modello, ha senso solo con 24 GB di VRAM o più.

Turbo genera testo in polacco?

In parte. Nella prova in polacco, la dicitura originale (traduzione: «Sull’Odra») e il cartello con il prezzo sono stati riprodotti correttamente; il nome della città è apparso come una scritta corrotta nella prova originale in polacco e l’insegna «Insieme» (traduzione del termine polacco originale) è sparita. È un risultato migliore di quello di 2.1 standard nella stessa prova, ma controllerei comunque qualsiasi testo polacco più lungo.

Turbo può modificare le foto?

ComfyUI include un template separato, «Qwen Image 2.1 Turbo Image Edit». Non ho ancora provato la funzione di modifica: in questo test ho misurato solo la generazione da testo.

Si può usare senza ComfyUI?

Sì, tramite la libreria Diffusers o interfacce che integrano il modello in un programma normale. Dal 14 ottobre è disponibile, per esempio, Kokon, un editor open source basato su stable-diffusion.cpp. ComfyUI resta l’opzione più semplice se hai già una scheda NVIDIA e vuoi un template pronto all’uso.

Turbo o Z-Image Turbo?

In una mia prova precedente, Z-Image Turbo generava un’immagine in 4,2 secondi. Qwen Turbo ha tempi simili e, nella prova in polacco, ha ottenuto risultati migliori con le scritte e con la resa della scena. Z-Image ha il vantaggio della licenza Apache 2.0, che consente l’uso commerciale.

Fonti

• Qwen/Qwen-Image-2.1-Turbo su Hugging Face (scheda del modello e licenza, verificati il 17.10.2026)
• Comfy-Org/Qwen-Image-2.1 (file per ComfyUI)
• Registro delle modifiche di ComfyUI (Turbo aggiunto il 13.10.2026)
• Misurazioni personali su RTX 4090, 17 ottobre 2026.

// continua a leggereWestern e VHS: 18 immagini con GPT-Image-2.6Strumenti IAHY Image 3.5 Preview: test di editing e rendering del testoStrumenti IAGeneratore immagini IA: strumenti e costi reali nel 2024Notizie

Kinetyra