AREX Feed Article
Arena.ai 证实 Qwen-Image-2.1 开源双榜第一：Image Edit 1,367 分列总榜第 16
9 月 22 日，Arena.ai 官方 X 账号 @arena 发帖宣布：阿里 Qwen 团队的 Qwen-Image-2.1 在该平台 Image Edit Arena 与 Text-to-Image Arena 两个榜单上均列开源模型第一——Image Edit 得分 1,367、总榜第 16，距第 15 名 GPT-Image-1.5-high-fidelity（1,370 分）仅 3 分；Text-to-Image 得分 1,228、总榜第 17（）。榜单页当前数据与这份公告逐项一致，Qwen 官方账号已在 9 月 23 日发帖致谢。
Qwen-Image-2.1 于 9 月 20 日在宣布开放权重：单个模型统一文生图与图像编辑，视觉生成部分 7B 参数、32 层 Single-Stream DiT（单流扩散 Transformer），原生支持 RGBA（含透明通道）图像图层，编辑最多接受 10 张参考图。博客附带的性能对比出自 Qwen 自己的 Qwen-Image-Bench，属厂商自评口径；Arena 的社区投票排名提供了第三方口径的对照。
@arena 连发两帖官宣，Qwen 次日发帖致谢
@arena 用相连的两帖完成这次官宣：首帖附上 Image Edit 榜单截图，帖末向 Qwen 团队道贺，称这是对开源生态的一项贡献；紧随其后的回帖补上 Text-to-Image 的邻近分差：距第 16 名 Gemini-3-pro-image-preview（nano-banana-pro）4 分，距第 15 名 GPT-Image-1.5-high-fidelity 11 分，同样附有榜单截图。
9 月 23 日上午，发帖致谢，称「感谢 @arena 的认可」，宣布 Qwen-Image-2.1 已是两个 Arena 的开源第一，并邀请用户试用。当天下午，仅有 45 名粉丝的独立开发者账号 也复述了这组数字。
榜单页复核：数字属实，但票数还少、名次区间未收窄
这些数字可以直接在 复核。该页面标注日期为 9 月 21 日，收录 56 个模型、累计 29,902,508 票；第 16 名一行写着 qwen-image-2.1（Alibaba，许可标注 qwen-research），1,367±9、4,841 票，带 Preliminary（初步）标记，名次区间第 14～17 位；正上方的第 15 名 gpt-image-1.5-high-fidelity 为 1,370±3、589,013 票，3 分之差与帖文一致。4,841 票约为第 15 名票数的 0.8%。
同样标注日期为 9 月 21 日，收录 79 个模型、累计 6,258,152 票；第 17 名为 1,228±11、2,843 票、名次区间第 15～17 位；第 16 名 Google 1,232±5、82,742 票，第 15 名 OpenAI 1,239±3、155,632 票，与 @arena 点名的 Gemini-3-pro-image-preview 和 GPT-Image-1.5-high-fidelity 逐项对上。2,843 票约为第 16 名票数的 3.4%。
放在同门序列里看：Image Edit 榜上，前代开源编辑模型 qwen-image-edit（Apache 2.0）1,241±3 列第 34，qwen-image-edit-2511（Apache 2.0）1,235±3 列第 35，Qwen-Image-2.1 分别高出 126 分和 132 分；Text-to-Image 榜上，Qwen-Image-2512（Apache 2.0）1,125±4、初代 Qwen-Image（Apache 2.0）1,057±3，Qwen-Image-2.1 分别高出 103 分和 171 分。
许可一栏同样值得注意：Qwen-Image-2.1 标的是 qwen-research，而同榜几款前代开源模型均为 Apache 2.0。评估商用部署的团队，仍需以模型仓库的 LICENSE 文件核对具体条款。
排在 Qwen-Image-2.1 前面的全部是闭源模型
官方博客把 Qwen-Image-2.1 定位为在生成质量、推理效率与成本之间取得平衡的模型。它附带的 Qwen-Image-Bench 自评图中，Qwen-Image 2.1 以总分 60.28 列第 7：落后于居首的 GPT Image 2.5 Sunburst（67.01）、GPT Image 2（64.69）和 Qwen Image 3 Pro（62.36），领先 GPT Image 1.5（59.65）；参数一行显示它只有 7B，多数闭源对手的参数量未公开。
Arena 的投票结果与这份自评画像方向一致：编辑分（1,367）比文生图分（1,228）高 139 分，两个榜单中排在它前面的全部是专有闭源模型。「开源第一」限定的是它在开源模型中的位置，不是整体名次——Text-to-Image 总榜上，它距榜首 OpenAI 模型（1,423±9）还有 195 分。
Arena 页面上，这两个条目都还带着 Preliminary 标记。投票继续累积之后，这两处名次能否守住，是可以直接在榜单页复核的下一件事。