Qwen-Image-2.1 : test sur dix styles d’images différents
De la photo produit à l'illustration vectorielle. Où le modèle excelle et où il montre ses limites - avec tableau de notes et dix exemples.
👁 115 lectures
Le benchmark indique que Qwen-Image-2.1 obtient 60,28 points. C’est un chiffre qui ne signifie rien tant que vous n’avez pas vu ce que le modèle produit réellement. Nous l’avons testé sur dix images issues de dix univers différents - de la photo produit à l’illustration vectorielle - pour identifier ses points forts et ses faiblesses.
Les montants en EUR sont des conversions indicatives des prix publiés en USD, calculées au taux de référence de la BCE du 2026-10-12 : 1 EUR = 1.1181 USD. Il ne s’agit pas de tarifs locaux confirmés ni de montants finaux toutes taxes comprises. Le fournisseur et la banque peuvent appliquer d’autres taux ou frais. ECB.
Notre verdict en un paragraphe
Le modèle excelle dans la photographie d’objets et l’architecture, mais peine sur les graphismes censés paraître faits à la main. Les photos de produits, les intérieurs et les macros atteignent un niveau que nous aurions pris pour de vraies photos sans légende. L’illustration vectorielle et le rendu 3D sont corrects mais génériques - ils ressemblent à des centaines d’autres. Chacune de ces images a été générée en 40 à 80 secondes pour une fraction de centime, donc le seuil d’entrée pour tester votre propre cas d’usage est proche de zéro.
Photographie : le point fort du modèle
Photo produit : dripper céramique mat, une lumière dure à droite, ombre profonde sur béton. Niveau catalogue.
La photo produit teste simultanément le matériau et la lumière. La céramique mate ne doit pas briller comme du verre, et l’ombre doit avoir la bonne netteté de contour. Les deux conditions sont remplies - c’est une image qui entrerait sans réserve dans une fiche produit.
Cage d’escalier brutaliste avec un puits de lumière, lumière d’après-midi dure, cadrage large, sans personnes.
L’architecture s’en sort tout aussi bien. Le béton a une texture, pas un gris plat, et la lumière du puits de lumière tombe conformément à la géométrie de l’espace - ce qui signifie que le modèle n’a pas collé la lumière sur une scène toute faite, mais l’a construite avec elle.
Macro : goutte de rosée sur un brin d’herbe au lever du soleil, faible profondeur de champ, flou froid en arrière-plan.
Tatras dans la brume en automne : couches de crêtes se fondant dans le gris, palette sobre.
Le paysage avec des couches de brume est un test classique pour vérifier si le modèle comprend la profondeur. Les crêtes s’estompent progressivement, pas par paliers - exactement comme fonctionne la perspective atmosphérique.
Arrêt de tramway sous la pluie au crépuscule : reflets sur l’asphalte mouillé, vitrines chaleureuses, caractère documentaire.
Pierogi sur une assiette émaillée ébréchée, avec oignons et crème fraîche, plan de travail en bois, lumière douce du jour.
La nourriture réussit le test qui fait échouer de nombreux modèles : les pierogi ont l’air façonnés à la main, pas estampés dans un moule - chacun a une forme différente et un pli de bord différent.
Graphisme : correct mais sans caractère
Illustration vectorielle plate : renard lisant un livre, trois couleurs, contours épais. Correcte mais sans caractère individuel.
L’illustration vectorielle est propre, respecte la palette et a des contours réguliers. Et c’est là son plus gros problème : elle ressemble à une illustration stock que personne ne retiendra. Le modèle reproduit la convention mais n’y apporte rien de personnel.
La même remarque s’applique au rendu 3D - techniquement irréprochable, visuellement vu mille fois.
Rendu 3D : formes douces arrondies en argile pastel, ombrage subtil, fond rose.
Design de personnage : vieux pêcheur en ciré, illustration numérique picturale, fond neutre.
Le design de personnage s’en sort mieux que l’illustration plate - l’approche picturale donne au modèle plus d’espace pour le détail, et le détail est ce dans quoi il excelle.
Couches déchirées de papier artisanal en ocre et olive, vue de dessus, remplit le cadre.
Les textures sont un usage facile à négliger mais très pratique : fonds, sous-couches pour titres, remplissages. Ici, le modèle est imbattable face aux banques d’images, car il génère exactement la palette dont vous avez besoin.
Où se situe la limite
| Usage | Note | Remarque |
|---|---|---|
| Photo produit | très bon | Matériau et ombre corrects |
| Architecture et intérieurs | très bon | Lumière cohérente avec la géométrie |
| Macro et paysage | très bon | Profondeur et flou corrects |
| Textures et fonds | très bon | Palette sur mesure |
| Photographie de rue | bon | Ambiance oui, détails d’arrière-plan moins |
| Design de personnage | bon | Pictural meilleur que plat |
| Illustration vectorielle | moyen | Correct mais générique |
| Rendu 3D | moyen | Comme ci-dessus |
| Petit texte dans le graphisme | faible | Décrit séparément |
Trois conclusions pratiques
- Pour la photographie oui, pour l’identité visuelle non. Le modèle remplacera une banque d’images, pas un graphiste concevant un logo.
- Plus il y a de physique dans la scène, mieux c’est. Lumière, matériau, profondeur et texture sont ses points forts. L’abstraction et la simplification - plus faibles.
- Testez votre propre usage, pas celui des autres. Dix images représentent un quart d’heure et une fraction de centime en électricité. C’est moins cher que de lire comment ça s’est passé pour quelqu’un d’autre.
Comment l’installer chez vous, nous l’avons décrit dans les instructions étape par étape, et combien cela coûte réellement - dans un calcul séparé. Nous avons rassemblé le tout dans le guide.
Questions fréquentes
Dans quoi Qwen-Image-2.1 est-il le meilleur ?
Dans la photographie d’objets, l’architecture, la macro et les textures - partout où la lumière et le matériau comptent.
Convient-il pour l’illustration ?
Pour l’illustration picturale et conceptuelle oui. L’illustration vectorielle plate sort correcte mais générique.
Remplacera-t-il une banque d’images ?
Pour les photos génériques, les fonds et les textures - dans notre test oui. Pour les logos et l’identité visuelle - non.
Combien de temps prend une image ?
De 40 à 80 secondes sur RTX 4090 en variante int8, selon la résolution et la charge de la carte.
Combien coûte une telle série ?
Dix images représentent environ 0,0179 EUR (0,02 USD) en électricité. Nous détaillons le calcul dans un texte séparé.
Sources et date de vérification
Nous avons généré nous-mêmes les dix images le 22 septembre 2026 localement sur RTX 4090, avec le modèle Qwen-Image-2.1 en variante int8 via ComfyUI : 25 étapes, euler, cfg 1.0, une seule graine pour toute la série, une seule tentative par sujet, sans retouche et sans sélection du meilleur parmi plusieurs essais. Les notes du tableau sont les nôtres et subjectives - c’est le résultat d’un seul passage, pas une mesure. Le score de 60,28 points provient du classement publié par le producteur.
More on this from PROMPTIF
benchmarks·Qwen-Image-2.1 : 12 styles de photographie de mode testésFilm 35 mm, moyen format, polaroid, flash années 90, high key et low key. Une seule description de base, seule la technique change - et douze photos différentes.