Qwen-Image-2.1とは｜商用利用できるのか

「オープンウェイトで公開された画像生成モデルなら、自社の制作コストを下げられるのでは」——新しいモデルが出るたびに、この期待が生まれます。

結論から言うと、Qwen-Image-2.1は業務での利用が原則できません。性能ではなくライセンスが理由で、しかも前の世代からわざわざ制限が強まっています。重みがダウンロードできることと、仕事で使えることは別の話です。

株式会社Fyveは、自社サイトの記事に使うサムネイルと図解を毎日AIで生成する仕組みを自分で組んで運用しています。その立場から、このモデルが何をできて、どこで使えないのかを整理します。

Qwen-Image-2.1とは｜2026年9月20日公開の画像生成・編集統合モデル

Qwen-Image-2.1は、Alibaba（アリババ）のQwenチームが2026年9月20日に公開した画像生成モデルです。画像を新しく作る「生成」と、既存画像に手を入れる「編集」を1つのモデルで扱うのが特徴で、重み（モデルの中身のデータ）がHugging Face・GitHub・ModelScopeで配布されています。

公式アカウントの発表と各所の報道から、主要なスペックは次のとおりです。

数字だけ見ると魅力的です。70億パラメータは画像生成モデルとしては軽量な部類で、コンシューマ向けGPUで動かせる範囲を狙った設計になっています。そこでネイティブ2Kと透過出力が両方出るなら、制作の現場で使いたくなるのは当然です。

ただし、ここで止まらずにライセンスを読む必要があります。

最大の論点｜ライセンスがApache 2.0から後退している

このモデルで最も重要なのは、スペックではなくライセンスです。しかも「もともと厳しかった」のではなく、前の世代から制限が強まったという点が判断を分けます。

Qwen Research Licenseが禁じていること

GitHubで配布されているライセンス本文には、2026年9月20日の日付で「Qwen RESEARCH LICENSE AGREEMENT」と記されています。付与される権利の範囲は、原文で次のように限定されています。

• 重みを「使用・複製・配布・複写・派生物の作成・改変」してよいのは FOR NON-COMMERCIAL PURPOSES ONLY（非商用目的のみ）
• その「Non-Commercial」の定義は「research or evaluation purposes only」＝研究または評価の目的のみ
• このモデルを使ってAIモデルを作成・学習・改良して配布する場合、製品ドキュメントに「Built with Qwen」または「Improved using Qwen」の表示が必要
• 商用利用したい場合は、Qwenに対して別途ライセンスを申請する必要がある（公式の商用ライセンス窓口へのメール申請）

注意したいのは「研究または評価の目的のみ」という定義の狭さです。「自社内で使うだけだから非商用」という解釈は成り立ちません。事業活動の中で成果物を作るのであれば、社外に出すかどうかに関わらず商用目的です。検証のために触ってみる段階と、制作物に組み込む段階のあいだに、はっきり線が引かれています。

前の世代はApache 2.0だった

ここが見落とされやすい部分です。Hugging Faceのモデル情報を確認すると、同シリーズの前世代のライセンスは次のようになっています。

Apache 2.0は商用利用を明示的に認める代表的なライセンスです。つまり同じシリーズの中で、新しい方が業務では使いにくくなっているという逆転が起きています。

これは実務上、地味に厄介です。「Qwen-Imageは商用OKだった」という記憶のまま2.1に乗り換えると、ライセンス違反に気づかないまま運用が進みます。バージョンアップは普通、制約が緩むか変わらないかのどちらかだと無意識に思い込んでいるからです。

モデルを差し替えるときは、性能の差分だけでなくライセンスの差分を毎回見る。これが今回の一番の教訓です。

「オープンウェイト」は「オープンソース」ではない

報道では「オープンウェイト」という言葉が使われていますが、これは重みがダウンロードできるという意味であって、自由に使えるという意味ではありません。

• オープンウェイト：モデルの中身のデータが入手できる。使える範囲はライセンスが決める
• オープンソース（Apache 2.0・MIT等）：商用利用・改変・再配布が明示的に許可されている

この2つを同じものとして扱うと、今回のように判断を間違えます。ダウンロードできたかどうかは、使えるかどうかの証拠になりません。

RGBA透過とネイティブ2Kが実務で意味すること

ライセンスの話を先にしましたが、技術的な中身自体は制作の現場にとって意味があります。仮に商用ライセンスを取得する、あるいは将来のバージョンで条件が変わった場合に、何が変わるのかを押さえておく価値はあります。

背景除去という工程が1つ消える

一番効くのはRGBA出力です。従来、ロゴ・アイコン・商品の切り抜きのような「背景が透明な素材」を作るには、画像を生成してから背景除去ツールにかけるという2段構えが必要でした。この工程には毎回、髪の毛や細い線の境界が汚くなるという固有の失敗があります。

Qwen-Image-2.1は、プロンプトの内容に応じて通常のRGB画像を返すかアルファチャンネル付きのRGBAファイルを返すかを判断し、編集時にも透過背景を保ったまま処理できるとされています。つまり切り抜きの品質が後処理の腕前に依存しなくなるということです。

これは地味に見えて、Webサイトやバナーの素材制作では工程が1つ減る話なので効きます。

ネイティブ2Kは「引き伸ばしていない」という意味

解像度についても、小さく生成したものを拡大しているのではなく、2048×2048を直接出力する設計だと説明されています。編集時の参照画像は32ピクセル刻みで最大4096まで指定でき、元サイズを保つ指定も可能です。

アップスケールを挟むと、細い文字や直線がにじんだり、輪郭に不自然なシャープさが乗ったりします。最初から必要な解像度で出せるなら、その種の劣化が発生しません。

参照画像10枚は「個別の指示」が通しやすい

参照画像を最大10枚まで同時に扱える点は、複数人の集合写真や試着のような、要素を組み合わせる用途を想定したものです。報道では、複数の参照画像を使う際の推論を速くするためにアーキテクチャの変更とKVキャッシュの再利用を入れたと説明されています。

私の画像生成パイプラインに入れるか｜実際の判断

私は毎日、自社サイトの記事1本ごとにサムネイル画像1枚と本文中の図解を自動生成する仕組みを動かしています。その実運用の観点から、このモデルを入れるかどうかを判断しました。

今の構成と、そこで何にコストを払っているか

現在の構成はこうなっています。

• サムネイル：画像生成モデルに、指定した構図のプロンプトを渡して生成。サブスクリプションの枠内で実行し、API従量課金は発生させない。失敗したときだけ別系統のAPIにフォールバックする
• 本文中の図解：画像生成モデルを使わない。HTML/CSSで図を書き、ヘッドレスブラウザでスクリーンショットを撮る。生成コストはゼロ
• 後処理：生成した画像を16:9にセンタークロップし、JPEG品質を段階的に下げて上限サイズ以内に収める

この構成に至った理由がそのまま、新しい画像生成モデルを評価する基準になっています。

図解は画像生成モデルの仕事ではない

重要な線引きがここです。文字が多い情報は、画像生成モデルに描かせない。比較表・工程名・数値・リストのような「正確な日本語を大量に置く必要があるもの」は、HTML/CSSで組んでスクリーンショットを撮るのが確実です。

画像生成モデルに日本語の表を描かせると、文字が崩れるか、もっともらしい別の文字になります。そしてエラーは出ません。静かに間違った表が出てきます。これは記事の信頼性に直接効くので、コストや手間の問題ではなく品質の問題として避けています。

逆に、画像生成モデルに任せる価値があるのは「空間・立体・質感でしか伝わらないもの」です。線の不在、紙の古さ、詰まった管——こうしたものはHTMLでは出せません。

この線引きで見ると、Qwen-Image-2.1のネイティブ2Kや透過出力は後者の領域を強化するもので、私が最も手間をかけている図解の領域には効きません。

それでも透過出力が効く場所が1つある

ただし透過出力は、図解の中に置くアイコンや装飾素材の生成では効きます。今はインラインSVGのラインアイコンで賄っている部分です。ここはSVGで十分足りているので、置き換える動機は現時点では弱いという判断になります。

結論｜検証はする、制作物には入れない

私の結論はこうです。

• 触って評価すること自体はライセンス上問題ない（研究・評価目的は明示的に許可されている）。透過出力の実際の品質は見ておく価値がある
• 記事のサムネイルや図解の生成に組み込むことはしない。自社サイトは事業活動の一部であり、そこに使う素材の制作は商用目的にあたる
• クライアントへの納品物には当然使わない。ライセンス上の疑義がある素材を成果物に混ぜることは、後から取り除くコストのほうが高くつく

「無料で重みが手に入る」という話は、業務で使えるかという問いに対しては何も答えていません。実際の判断材料は、性能ではなくライセンス条項の側にありました。

AI生成物の権利関係と業務利用の線引きについては、音楽生成モデルを題材にした記事でも同じ構造を整理しています。

AI業務効率化AI音楽の商用利用｜Lyria 3.5の料金と権利

透過素材が必要なときの現実的な代替手段

「透過PNGをAIで出したい」という要求自体は正当です。Qwen-Image-2.1が使えないなら、では今どうするのか。用途別に選択肢を整理します。

実務では、ここを「1つの手段で全部やる」と考えないほうが早く片付きます。文字と線はコードで書き、質感が要るものだけ生成モデルに投げる。この分け方をしておくと、新しいモデルが出るたびに全体を作り直す必要がなくなります。

今回のように特定のモデルが使えないと分かったときに、パイプラインごと止まるか、一部の差し替えで済むか。その差はモデルの性能ではなく、工程を分けておいたかどうかで決まります。

画像を最初からレイヤー構造で生成するアプローチについては、別のモデルを実際に触った記録があります。

AI業務効率化Reve 2.0とは｜画像が"レイヤー分割"で生成される

オープンウェイトの画像モデルを検討するときの4つの確認

今回の件を一般化すると、新しい画像生成モデルを業務に入れるかどうかは、次の4点を順番に見れば判断できます。ベンチマークの数字を見るのは、この4点を通過した後でいいです。

1. ライセンスが商用利用を許可しているか

最初に見るのはここです。Hugging Faceのモデルページのライセンス表記が「apache-2.0」「mit」なら商用利用が明示的に許可されています。「other」と表示されている場合は独自ライセンスなので、本文を読むまで判断できません。今回のQwen-Image-2.1もこの「other」表記です。

そして前述のとおり、同シリーズの前バージョンのライセンスを流用して判断しないこと。バージョンごとに読み直します。

2. 表示義務・帰属表示の条件があるか

商用利用が可能なライセンスでも、クレジット表示が義務づけられている場合があります。Qwen Research Licenseにも「Built with Qwen」または「Improved using Qwen」の表示要件があります。

クライアントの成果物に対して「このモデル名を製品ドキュメントに記載してください」という条件が付くことを、事前に説明できるかどうか。ここを黙って進めると、後から契約の話になります。

3. 出力仕様が自社の用途に合っているか

解像度・透過対応・アスペクト比の指定精度は、用途によって重要度が全く違います。

• Webのアイキャッチが主用途なら、必要なのは16:9で崩れないことと、指定したサイズが出ること
• ロゴ・アイコン素材なら、透過出力の有無が工程数を直接変える
• 印刷物なら、ネイティブ解像度の上限が制約になる

「最新モデルだから良い」ではなく、自分の用途で減る工程があるかで見ます。

4. 実行環境のコストが見合うか

重みをダウンロードして自前で動かす場合、GPUの費用と運用の手間がかかります。サブスクリプション型のサービスで完結している既存の仕組みがあるなら、そちらのほうが総コストは低いことが多いです。

画像生成のコスト構造については、従量課金とサブスク枠の使い分けを別記事で整理しています。

AI業務効率化画像生成のコスト｜API従量課金とサブスク枠の使い分け

ベンチマークの読み方｜自社ベンチと第三者検証を区別する

Qwenは、このモデルが「クローズドなモデルの多くを上回る」と主張しています。ただし報道では、その比較がQwen自身のベンチマークに基づくものであり、独立した第三者によるベンチマークはまだ出ていないと明記されています。

これは批判ではなく、読み方の問題です。モデル公開時点で自社ベンチの数字しかないのは普通のことで、そこから数週間かけて第三者の検証が出てきます。

実務での扱いとしては、こうなります。

• 公開直後の性能主張は「そういう主張がある」として受け取る。社内資料やクライアント提案に数字をそのまま引かない
• 採用判断は、自分の用途のサンプルで実際に出力を見て決める。ベンチマークのスコアは用途と一致しない
• 第三者の検証が出るまで待てるなら待つ。急いで乗り換える理由があるケースは、実際にはそれほど多くありません

透過出力のように仕様として明記されている機能は、ベンチマークのスコアと違って検証しやすい部分です。「速い・きれい」という主張より、「RGBAを直接出せる」という仕様のほうが判断材料としては固いという見方もできます。

同じQwenシリーズの別モデルについても、料金と用途の観点で整理した記事があります。

AI業務効率化Qwen3.8-Omni-Flashとは｜会議音声の料金計算

非商用限定のモデルを気づかず使ってしまう経路

「ライセンスを読めばいい」で終わる話に見えますが、実際に事故が起きるのは読む機会がないまま使ってしまう経路があるからです。中小企業の現場で起こりやすいのは次の3つです。

1. GUIツールのモデル一覧から選んでしまう

画像生成のGUIツールでは、利用可能なモデルが一覧に並び、クリックすればダウンロードされて使えます。この画面にライセンス条項は出てきません。選べる状態で並んでいることが、使ってよい根拠だと錯覚します。

対策はシンプルで、モデルを新しく導入するときだけは一覧からではなく配布元のページを開く、と決めておくことです。

2. 外注先・制作会社が使っている

素材制作を外注している場合、どのモデルで生成したかは成果物からは分かりません。発注側が非商用限定のモデルの存在を知らなければ、確認の項目にも入りません。

これは発注時の仕様に「生成AIを使う場合は商用利用可のライセンスであることを確認する」と1行入れておけば、ほぼ防げます。金額の交渉より前に済む話です。

3. バージョンアップで条件が変わる

今回のケースがまさにこれです。初代がApache 2.0だったので問題なく使っていたところに、新バージョンが出て乗り換える。性能が上がっているので歓迎して差し替える。ライセンスが変わっていることは、性能の話題の中に埋もれます。

モデルのバージョンを上げるタイミングを、ライセンスを読み直すタイミングとして固定しておく。運用ルールとしてはこれで足ります。

3つとも共通しているのは、悪意も手抜きもなく発生するという点です。だから個人の注意力ではなく、手順のどこで確認するかを決めておくほうが確実です。

Qwen-Image-2.1のよくある疑問

無料で使えますか

重み自体はHugging Face・GitHub・ModelScopeから無償で入手できます。ただし使用範囲は非商用（研究または評価の目的）に限定されており、「無料」と「自由に使える」は一致しません。商用利用には別途ライセンスの申請が必要です。

自社サイトの画像制作は「非商用」に当たりますか

ライセンス本文の定義は「research or evaluation purposes only（研究または評価の目的のみ）」です。自社サイトは事業活動の一部なので、そこに掲載する素材の制作は研究・評価には当たらないと読むのが安全です。

判断に迷う使い方をどうしても行いたい場合は、弁護士等の専門家にライセンス条項を確認してもらってください。ライセンスの解釈は、モデルの性能の話とは別の領域です。

前のバージョンを使えば商用利用できますか

Qwen-Image（初代）とQwen-Image-EditはApache 2.0で公開されており、商用利用が明示的に許可されています。性能は2.1より前の世代になりますが、業務で使うという条件下ではこちらが現実的な選択肢です。

ただし配布元のライセンス表記は変更される可能性があるため、使う時点で必ず自分でモデルページを確認してください。この記事の内容は2026年9月21日時点の確認結果です。

商用ライセンスの費用はいくらですか

公開されている情報では確認できません。ライセンス本文には商用利用の申請先が案内されているのみで、費用や条件は記載されていません。必要な場合は公式の窓口へ直接問い合わせる形になります。

まとめ｜重みが手に入ることと、使えることは別

Qwen-Image-2.1について、押さえるべき点を整理します。

• 2026年9月20日公開。70億パラメータ、ネイティブ2K出力、RGBA透過の直接生成・編集、参照画像最大10枚
• ライセンスはQwen Research License＝非商用限定。「Non-Commercial」の定義は「研究または評価の目的のみ」で、事業活動での利用は含まれない
• 前世代のQwen-Image・Qwen-Image-EditはApache 2.0だった。同シリーズで新しい方が業務利用しにくくなっている。バージョン間でライセンスを流用して判断しないこと
• オープンウェイト≠オープンソース。ダウンロードできることは使用許諾の証明にならない
• 性能主張はQwen自身のベンチマークに基づき、第三者検証は未実施。用途のサンプルで自分で確かめる

私の運用では、このモデルは「評価の対象ではあるが、制作パイプラインには入れない」という位置づけになりました。透過出力という機能自体には価値があるので、ライセンス条件が変わるか、商用ライセンスを取得する理由ができたときに再検討します。

新しいモデルの発表を業務判断に落とすとき、見るべき順番は決まっています。ライセンス、表示義務、出力仕様、実行コスト。ベンチマークの数字はその後です。株式会社Fyveでは、中小企業のAI導入支援の中でこうしたツール選定の判断そのものを引き受けています。何を使うかより、何を使わないと決められるかのほうが、実務では効きます。

専属AI活用顧問サービスでは、こうしたモデル選定・ライセンス確認の判断基準づくりから伴走しています。