Der Modellsteckbrief nennt 7 Milliarden Parameter im visuellen Generierungsteil und 32 Single-Stream-DiT-Schichten. Das Modell erzeugt und bearbeitet Bilder mit Transparenzkanal, löst Motive aus Fotos heraus und nimmt bis zu zehn Referenzbilder entgegen. Bearbeiten lässt sich ein Bild über eingekreiste Stellen, aufgemalte Markierungen oder Masken.
Die Lizenzdatei im Modell-Repository trägt das Ausgabedatum 20. September 2026 und stammt von der Hangzhou Tongyi Laboratory Technology Co., Ltd. Sie definiert nicht-kommerzielle Nutzung als ausschließlich für Forschungs- oder Evaluationszwecke und erteilt die Rechte ausdrücklich nur dafür. Für den kommerziellen Einsatz verweist sie auf eine gesondert anzufragende Lizenz.
Unabhängige Messungen fehlen bislang, und der Modellsteckbrief enthält keine Benchmark-Tabelle. Qwen beansprucht laut der deutschsprachigen Rezeption, im eigenen Vergleich die meisten geschlossenen Modelle zu übertreffen – eine Anbieterangabe ohne veröffentlichte Messreihe. Dieselbe Rezeption berichtet, das Modell laufe auf Endkunden-Grafikkarten wie einer RTX 3090; der Steckbrief nennt keinen Speicherbedarf.
Transparente Hintergründe direkt bei der Erzeugung bot bisher vor allem OpenAIs GPT-Image-2, dort seit August 2026 als Vorschau in der API. Qwen-Image-2.1 liefert sie in einem Modell zum Herunterladen – allerdings mit einer Nutzungsgrenze, die der kostenpflichtige Dienst nicht hat.