アリババの方針転換——Qwen-Image-2.1と、「開かれた重み」と「オープンソース」を分ける細い線

2026年9月20日、アリババの開発チームはGitHub、Hugging Face、ModelScopeの各リポジトリでQwen-Image-2.1を公開した。画像生成を担うコンポーネントはパラメータ70億、シングルストリームのDiT層が32層で、これに80億パラメータのテキストエンコーダQwen3-VL、flow matchingスケジューラ、16×圧縮の64チャンネルRGBA VAEが組み合わされる。アーキテクチャは、透過のためのアルファチャンネルを含むネイティブ生成、マスクや注釈による編集、同一性の保持に対応する。Comfy.orgの統合ドキュメントは、ネイティブ解像度2048×2048ピクセルと、「Built with Qwen」の表記による帰属表示義務を記している。ただし運用面の食い違いも残る。公式リポジトリは複数被写体の構成に使える参照画像を10枚までとしているが、Comfy.orgの統合ドキュメントは最大16枚と示している。

最も重要な変更は法的な枠組みにある。2025年8月の最初の200億パラメータ版と2025年12月の2512アップデートはいずれも寛容なApache 2.0で配布されていたが、2.1は「Qwen RESEARCH LICENSE AGREEMENT」を採用した。ライセンサーをHangzhou Tongyi Laboratory Technology Co., Ltd.と記すその条文は、利用を「FOR NON-COMMERCIAL PURPOSES ONLY」に限り、非商用の範囲を研究または評価の目的のみと定義している。商用で使いたい場合は別途契約を交わす必要がある。中間版Qwen-Image-2.0（2026年2月）のライセンスは検証できない——Hugging Faceの該当ページにアクセスできない——ため、制限が2.1から始まったのか、すでに有効だったのかは確定できない。

性能については、The Decoder（2026年9月20日）が、Qwen自身のベンチマークでこのモデルが大半のクローズドモデルを上回ると書き、独立したベンチマークはまだ待たれる状態だと付け加えている。しかし、Hugging Faceのモデルカードにも、GitHubのリポジトリにも、比較表や公式の数値スコアは載っておらず、第三者による検証もまだない。公開された指標がないこと、そして公式チャンネルでライセンス変更を説明する発言が見つからないことから、性能で優れているという見方も、制限の戦略的な理由も、未検証の主張の範囲にとどまる。

モデルの重みを配布しつつ商用利用の制約を残すのは正当な選択だが、それは明確な線引きでもある。自由なライセンスを伴わない技術的な開放は、撤回しうる譲歩であって、エコシステムのための開かれた標準ではない。 — Olya