Qué puede hacer Qwen-Image-2.1: diez imágenes de diez mundos
Desde fotografía de producto hasta ilustración vectorial. Dónde el modelo es imbatible y dónde se ven las costuras - con tabla de valoraciones y diez ejemplos.
👁 115 lecturas
El benchmark dice que Qwen-Image-2.1 tiene 60,28 puntos. Es un número que no significa nada hasta que ves qué genera realmente el modelo. Lo probé con diez imágenes de diez mundos diferentes - desde fotografía de producto hasta ilustración vectorial - para ver dónde es fuerte y dónde se ven las costuras.
Las cantidades en EUR son conversiones orientativas de los precios publicados en USD, calculadas con el tipo de referencia del BCE del 2026-10-12: 1 EUR = 1.1181 USD. No son precios locales confirmados ni importes finales con impuestos. El proveedor y el banco pueden aplicar otros tipos o cargos. ECB.
Veredicto en un párrafo
Es más fuerte en fotografía de objetos y arquitectura, más débil en gráficos que deben parecer hechos a mano. Las fotos de producto, interiores y macro salen a un nivel que sin firma tomaría por reales. La ilustración vectorial y el render 3D son correctos, pero genéricos - parecen cientos de otros similares. Cada una de estas imágenes se generó en 40-80 segundos y costó una fracción de céntimo, así que el umbral de entrada para probar tu propio caso de uso es prácticamente cero.
Fotografía: aquí el modelo es más fuerte
Fotografía de producto: gotero cerámico mate, una luz dura desde la derecha, sombra profunda sobre hormigón. Nivel de catálogo.
La fotografía de producto es una prueba de material y luz a la vez. La cerámica mate no puede brillar como vidrio, y la sombra debe tener la nitidez correcta en los bordes. Ambas condiciones cumplidas - esta es una imagen que entraría sin objeciones en una ficha de producto.
Escalera brutalista con un solo tragaluz, luz de tarde intensa, encuadre amplio, sin personas.
La arquitectura salió igual de bien. El hormigón tiene textura, no un gris plano, y la luz del tragaluz cae según la geometría del interior - lo que significa que el modelo no pegó la luz a una escena ya hecha, sino que la construyó junto con ella.
Macro: gota de rocío en una brizna de hierba al amanecer, poca profundidad de campo, desenfoque frío al fondo.
Tatras en la niebla en otoño: capas de crestas desvaneciéndose en gris, paleta apagada.
El paisaje con capas de niebla es una prueba clásica de si el modelo entiende la profundidad. Las crestas se apagan gradualmente, no de golpe - exactamente como funciona la perspectiva atmosférica.
Parada de tranvía lluviosa al atardecer: reflejos en el asfalto mojado, escaparates cálidos, carácter documental.
Pierogi en un plato esmaltado desportillado, con cebolla y un toque de nata, superficie de madera, luz suave del día.
La comida pasa la prueba que arruina muchos modelos: los pierogi parecen moldeados a mano, no estampados con molde - cada uno tiene una forma diferente y un pliegue diferente en el borde.
Gráficos: correcto, pero sin carácter
Ilustración vectorial plana: zorro leyendo un libro, tres colores, contornos gruesos. Correcta, pero sin carácter individual.
La ilustración vectorial es limpia, mantiene la paleta y tiene contornos uniformes. Y ese es su mayor problema: parece una ilustración de stock que nadie recordará. El modelo reproduce la convención, pero no aporta nada propio.
La misma observación se aplica al render 3D - técnicamente impecable, visualmente visto mil veces.
Render 3D: formas suaves redondeadas en arcilla pastel, sombreado sutil, fondo rosa.
Diseño de personaje: pescador mayor con chubasquero, ilustración digital pictórica, fondo neutro.
El diseño de personaje salió mejor que la ilustración plana - el enfoque pictórico da al modelo más espacio para el detalle, y el detalle es en lo que es bueno.
Capas rasgadas de papel artesanal en ocre y oliva, vista desde arriba, llena el encuadre.
Las texturas son una aplicación fácil de pasar por alto, pero muy práctica: fondos, bases para encabezados, rellenos. Aquí el modelo es imbatible frente a los bancos de imágenes, porque genera exactamente la paleta que necesitas.
Dónde está el límite
| Aplicación | Valoración | Observación |
|---|---|---|
| Fotografía de producto | muy buena | Material y sombra correctos |
| Arquitectura e interiores | muy buena | Luz coherente con la geometría |
| Macro y paisaje | muy buena | Profundidad y desenfoque correctos |
| Texturas y fondos | muy buena | Paleta a medida |
| Fotografía callejera | buena | Atmósfera sí, detalles de segundo plano más débiles |
| Diseño de personaje | buena | Pictórico mejor que plano |
| Ilustración vectorial | media | Correcta, pero genérica |
| Render 3D | media | Como arriba |
| Texto pequeño en gráficos | débil | Descrito aparte |
Tres conclusiones prácticas
- Para fotografía sí, para identidad visual no. El modelo sustituirá un banco de imágenes, no sustituirá a un diseñador creando una marca.
- Cuanta más física en la escena, mejor. Luz, material, profundidad y textura son sus puntos fuertes. Abstracción y simplificación - más débiles.
- Prueba tu propia aplicación, no la de otros. Diez imágenes son un cuarto de hora y una fracción de céntimo en electricidad. Es más barato que leer sobre cómo le salió a otro.
Cómo instalarlo en tu equipo lo describí en las instrucciones paso a paso, y cuánto cuesta realmente en un cálculo aparte. Todo lo reuní en la guía.
Preguntas frecuentes
¿En qué es mejor Qwen-Image-2.1?
En fotografía de producto, arquitectura, macro y texturas - en todo donde cuenta la luz y el material.
¿Sirve para ilustración?
Para ilustración pictórica y conceptual sí. La ilustración vectorial plana sale correcta, pero genérica.
¿Sustituirá a un banco de imágenes?
Para fotos genéricas, fondos y texturas - en mi prueba sí. Para marcas gráficas e identidad - no.
¿Cuánto tarda una imagen?
De 40 a 80 segundos en RTX 4090 en variante int8, dependiendo de la resolución y la carga de la tarjeta.
¿Cuánto cuesta una serie así?
Diez imágenes son aproximadamente 0,008944 EUR (0,01 USD) en electricidad. El cálculo lo desgloso en un texto aparte.
Fuentes y fecha de verificación
Generé las diez imágenes yo mismo el 22 de septiembre de 2026 localmente en RTX 4090, con el modelo Qwen-Image-2.1 en variante int8 a través de ComfyUI: 25 pasos, euler, cfg 1.0, una semilla para toda la serie, un intento por tema, sin retoque y sin elegir el mejor de varios intentos. Las valoraciones de la tabla son mías y subjetivas - es el resultado de una ejecución, no una medición. El resultado de 60,28 puntos proviene del ranking publicado por el fabricante.
More on this from FULGOR
revista·Fotografía de moda en Qwen-Image-2.1: doce estilos fotográficosFilm 35 mm, formato medio, polaroid, flash de los 90, high key y low key. Una descripción base, solo cambia la técnica - y doce fotografías diferentes.