Guides

Qwen Image Edit 2511: Was sich seit 2509 geändert hat und wie du es nutzt

Was Qwen-Image-Edit-2511 gegenüber 2509 ändert, die Lizenz Apache 2.0, die offiziellen Diffusers-Einstellungen und wo Creator die Bearbeitungen posten dürfen.

Von Anna Krejcova — Redakteurin bei FansCreatorVeröffentlicht am 11 Min. Lesezeit
Zusammenfassung
  • Qwen-Image-Edit-2511 erschien am 23. Dezember 2025 unter Apache 2.0. Qwen nennt fünf Verbesserungen gegenüber 2509: weniger Image Drift, bessere Konsistenz von Figuren, eingebaute LoRAs, Industriedesign und geometrisches Denken.
  • Qwen-Image-Edit-2509 vom 22. September 2025 brachte die Bearbeitung mehrerer Bilder (am besten mit 1 bis 3 Bildern), stabilere Gesichter, Produkte und Texte sowie native ControlNet-Eingaben. Das ursprüngliche Qwen-Image-Edit vom 18. August 2025 nimmt ein Bild.
  • 2509 und 2511 nutzen dieselbe Diffusers-Pipeline und dieselben Einstellungen: QwenImageEditPlusPipeline, 40 Schritte, true_cfg_scale 4,0, guidance_scale 1,0. Die Weights von 2511 umfassen zusammen etwa 58 GB.
  • Für Creator liegt die Stärke von 2511 darin, Outfit, Szene, Pose oder Licht einer Person zu bearbeiten, während das Gesicht gleich bleibt. Wo das Ergebnis gepostet werden darf, entscheiden trotzdem die KI-Regeln der Plattformen.

Qwen Image Edit 2511 ist das Update vom Dezember 2025 für das Open-Weight-Bildbearbeitungsmodell von Alibaba Qwen, veröffentlicht als Qwen-Image-Edit-2511. Es erschien am 23. Dezember 2025 unter der Lizenz Apache 2.0, und seine wichtigsten Verbesserungen gegenüber Qwen-Image-Edit-2509 sind stabilere Gesichter, weniger Image Drift und ausgewählte beliebte LoRAs direkt im Basismodell. Qwen-Image-Edit-2509 vom 22. September 2025 war das Release, das die Bearbeitung mit mehreren Eingabebildern gleichzeitig eingeführt hat.

Die Fakten zu den Modellen unten stammen aus dem GitHub-Repository von QwenLM, den Model Cards auf Hugging Face in der Organisation Qwen und dem technischen Bericht zu Qwen-Image, alle gelesen am 6. Oktober 2026.

Was ist Qwen-Image-Edit?

Qwen-Image-Edit ist die Bearbeitungsversion von Qwen-Image, dem Bildmodell von Alibaba Qwen. Du gibst ihm ein Bild und eine schriftliche Anweisung, und es liefert das bearbeitete Bild zurück. Die Weights sind offen, deshalb hosten es auch andere Dienste. FansCreator beschreibt sein eigenes Qwen-Setup auf der Seite Qwen Image Edit NSFW. Die ursprüngliche Model Card sagt, es sei „auf unserem 20B-Modell Qwen-Image aufgebaut“.

Das Modell liest dein Bild zweimal. Es schickt das Bild an Qwen2.5-VL, ein Vision-Language-Modell, „zur Steuerung der visuellen Semantik“, und an einen VAE-Encoder „zur Steuerung des visuellen Erscheinungsbilds“. Der technische Bericht nennt das einen „Dual-Encoding-Mechanismus“, der „die Wahrung der semantischen Konsistenz und den Erhalt der visuellen Treue“ ausbalanciert.

In der Praxis ergibt das zwei Arten von Bearbeitung:

  • Bearbeitungen des Erscheinungsbilds ändern ein Element und lassen den Rest des Bildes unberührt, etwa ein Objekt hinzufügen, entfernen oder umfärben.
  • Semantische Bearbeitungen erlauben, dass sich die meisten Pixel ändern, während das Motiv erkennbar bleibt, etwa ein neuer Stil, eine neue Pose oder eine gedrehte Ansicht.

Es bearbeitet außerdem Text in Bildern, auf Englisch und Chinesisch, und behält dabei Schriftart, Größe und Stil des Originals bei.

Zeitleiste von Qwen-Image-Edit: Basismodell und Edit-Releases

Qwen veröffentlicht das Bearbeitungsmodell als datierte Updates statt unter neuen Namen. Qwen nennt 2509 die „monatliche Iteration“ des Originals vom September 2025, und die Weights von 2511 wurden am 23. Dezember 2025 veröffentlicht.

Datum Release Was es gebracht hat
4. August 2025 Qwen-Image Das 20B-Basismodell für Text-to-Image
18. August 2025 Qwen-Image-Edit Bearbeitung eines einzelnen Bildes, Textbearbeitung auf Englisch und Chinesisch
22. September 2025 Qwen-Image-Edit-2509 Bearbeitung mehrerer Bilder, bessere Konsistenz bei Personen, Produkten und Text, ControlNet-Eingaben
23. Dezember 2025 Qwen-Image-Edit-2511 Weniger Image Drift, bessere Konsistenz von Figuren und Gruppen, eingebaute LoRAs

Alle Daten stammen aus dem Abschnitt News der GitHub-README, die am 6. Oktober 2026 kein neueres Edit-Modell nach 2511 aufführte. Am 19. August 2025, einen Tag nach dem ersten Release, schrieb das Team, es habe „Abweichungen bei der Leistung festgestellt“. Es bat die Nutzer, auf den neuesten Diffusers-Code zu aktualisieren, mit Verbesserungen „vor allem beim Erhalt der Identität und beim Befolgen von Anweisungen“. Hast du das ursprüngliche Modell in den ersten Tagen getestet, stimmen deine Ergebnisse womöglich nicht mit der korrigierten Version überein.

Was sich in Qwen-Image-Edit-2509 geändert hat

Qwen-Image-Edit-2509 ist die „monatliche Iteration“ des Originals. Seine Model Card nennt drei Änderungen:

  • Bearbeitung mehrerer Bilder. Das Modell wurde „zusätzlich über Bildverkettung trainiert“, damit es Bilder kombinieren kann, zum Beispiel „Person + Person“, „Person + Produkt“ oder „Person + Szene“. Die Card sagt: „Die optimale Leistung wird derzeit mit 1 bis 3 Eingabebildern erreicht.“
  • Bessere Konsistenz bei einem einzelnen Bild. Es bewahrt die Gesichtsidentität über neue Porträtstile und Posen hinweg besser, bewahrt die Identität von Produkten bei Postern und kann Schriftart, Farbe und Material von Text ändern, nicht nur die Wörter.
  • ControlNet-Eingaben. Es akzeptiert nativ Tiefenkarten, Kantenkarten und Keypoint-Karten, sodass ein Pose-Skelett eine neue Pose vorgeben kann.

Als 2509 erschien, empfahl die README es statt des Originals: 2509 habe „eine bessere Konsistenz als Qwen-Image-Edit“ und solle „sowohl für die Eingabe eines einzelnen Bildes als auch für mehrere Eingabebilder“ genutzt werden. Das ursprüngliche Modell nimmt nur ein Bild.

Was sich in Qwen-Image-Edit-2511 geändert hat

Die Model Card von Qwen-Image-Edit-2511 nennt es „eine verbesserte Version gegenüber Qwen-Image-Edit-2509“ und listet fünf Verbesserungen auf: „weniger Image Drift, verbesserte Konsistenz von Figuren, integrierte LoRA-Fähigkeiten, verbesserte Generierung von Industriedesign und gestärktes geometrisches Denken.“

  • Weniger Image Drift. Bearbeitete Bilder bleiben näher an der Eingabe. Die Card nennt diese Verbesserung, definiert sie aber nicht weiter.
  • Konsistenz von Figuren. Das Modell „kann auf Basis eines eingegebenen Porträts fantasievolle Bearbeitungen vornehmen und dabei die Identität und die visuellen Merkmale der Person bewahren“. Es „verbessert außerdem die Konsistenz in Gruppenfotos mit mehreren Personen“, einschließlich der Verschmelzung von „zwei separaten Personenbildern zu einer stimmigen Gruppenaufnahme“.
  • Eingebaute LoRAs. Es „integriert ausgewählte beliebte LoRAs direkt in das Basismodell“. Effekte, die vorher ein Add-on brauchten, funktionieren also ohne. Die Beispiele sind realistische Lichtsteuerung und das Erzeugen neuer Blickwinkel auf ein Motiv.
  • Industriedesign. Produktdesign in Serie und Materialaustausch an Industrieteilen.
  • Geometrisches Denken. Es kann Hilfslinien für Design- oder Beschriftungsarbeit zeichnen.

Die Card beziffert keine dieser Verbesserungen. Behandle sie also als Beschreibung von Qwen, nicht als gemessenen Benchmark.

Qwen Image Edit 2511 vs. 2509 vs. das Original

Auf Basis dessen, was jede offizielle Model Card angibt, gelesen am 6. Oktober 2026:

Qwen-Image-Edit Qwen-Image-Edit-2509 Qwen-Image-Edit-2511
Veröffentlicht 18. August 2025 22. September 2025 23. Dezember 2025
Eingabebilder Eins Mehrere, am besten 1 bis 3 Mehrere (das Beispiel der Card nutzt zwei)
Diffusers-Pipeline QwenImageEditPipeline QwenImageEditPlusPipeline QwenImageEditPlusPipeline
Schritte im Beispiel 50 40 40
true_cfg_scale 4,0 4,0 4,0
guidance_scale Nicht gesetzt 1,0 1,0
Negative Prompt Ein einzelnes Leerzeichen Ein einzelnes Leerzeichen Ein einzelnes Leerzeichen
Lizenz Apache 2.0 Apache 2.0 Apache 2.0
Hauptstärke Textbearbeitung, semantische Bearbeitungen Mehrere Bilder kombinieren Ein Gesicht stabil halten, Gruppenaufnahmen

2509 und 2511 teilen dieselbe Pipeline-Klasse und dieselben Einstellungen. Der Wechsel vom einen zum anderen ist also vor allem eine Änderung des Modellnamens.

Lizenz von Qwen-Image-Edit-2511

Alle drei Bearbeitungsmodelle nennen auf ihren Hugging-Face-Cards Apache 2.0, und die GitHub-README sagt: „Qwen-Image steht unter der Lizenz Apache 2.0.“ Apache 2.0 ist eine freizügige Lizenz. Sie erlaubt kommerzielle Nutzung, Änderungen und Weitergabe, solange du die Lizenz und ihre Hinweise mit dem weitergibst, was du teilst.

Die Lizenz deckt Code und Weights ab. Sie deckt weder die Personen auf deinen Bildern ab noch die Regeln der Seite, auf der du postest.

So nutzt du Qwen-Image-Edit-2511

1. Online ausprobieren

Zwei offizielle Optionen brauchen keine Installation. Qwen Chat hat eine Funktion Image Editing, auf die die Model Card für „das neueste Modell“ verweist. Qwen hostet außerdem eine Demo auf Hugging Face für 2511.

2. In Python mit Diffusers ausführen

Das ist der Weg, den die Model Card dokumentiert.

  1. Installiere Diffusers aus dem Quellcode: pip install git+https://github.com/huggingface/diffusers. Die README verlangt außerdem transformers 4.51.3 oder neuer, für die Unterstützung von Qwen2.5-VL.
  2. Lade die Pipeline in bfloat16 und verschiebe sie auf eine CUDA-Grafikkarte.
  3. Übergib eine Liste von Eingabebildern, deine Anweisung und die Einstellungen aus der Tabelle oben.

Der Ladeschritt aus dem offiziellen Beispiel:

pipeline = QwenImageEditPlusPipeline.from_pretrained(
    "Qwen/Qwen-Image-Edit-2511", torch_dtype=torch.bfloat16
)
pipeline.to("cuda")

Die Model Card nennt keinen Mindestwert für den Videospeicher. Was sie zeigt, ist die Größe. Die Weight-Dateien im Repository von 2511 ergeben zusammen etwa 58 GB, Stand 6. Oktober 2026. Etwa 41 GB entfallen auf den Bild-Transformer und etwa 17 GB auf den Text-Encoder Qwen2.5-VL. Plane Speicherplatz und Arbeitsspeicher dafür ein. Ein leichteres Modell von Alibaba behandelt die Anleitung zu Z-Image Turbo: Laut seiner README passt es in 16 GB Videospeicher.

3. Eine andere Inferenz-Engine nutzen

Die README nennt Unterstützung für 2511 ab dem ersten Tag durch drei Open-Source-Serving-Projekte: vLLM-Omni, SGLang-Diffusion und LightX2V. LightX2V meldet durch Destillation „eine Beschleunigung um eine Größenordnung, insgesamt 42,55x“. Diese Zahl ist eine eigene Angabe des Projekts, zitiert in der README von Qwen, kein offizieller Benchmark von Qwen.

So schreibst du eine Anweisung für Qwen-Image-Edit

Beschreib die Änderung, nicht das ganze Bild. Bei mehreren Eingaben sag, welches Bild welches ist. Die offiziellen Beispiele machen das auf zwei Arten: über die Position („Der Zaubererbär ist links, der Alchemistenbär ist rechts“) oder über eine Nummer, indem jede Eingabe als Bild 1, Bild 2 und so weiter bezeichnet wird.

Wofür Qwen-Image-Edit-2511 Creatorn nützt

Konsistente Bearbeitungen einer Person. Ändere Outfit, Raum oder Pose eines Porträts, während das Gesicht gleich bleibt. Das ist die Verbesserung bei der „Konsistenz von Figuren“, und deshalb passt 2511 zu einem Feed, der um ein wiedererkennbares Gesicht herum aufgebaut ist. Outfit- und Szenenwechsel bei einer Persona behandelt der Beitrag zum Wechsel von Outfit und Szene bei virtuellen Models.

Bearbeitung mehrerer Bilder. Setz eine Person in einer einzigen Bearbeitung in eine Szene aus einem anderen Foto oder neben ein Produkt. 2511 hält Gesichter außerdem besser, wenn zwei separate Porträts zu einer Gruppenaufnahme verschmolzen werden.

Licht und neue Blickwinkel. Dank der eingebauten LoRAs funktioniert es, eine Aufnahme neu auszuleuchten oder das Motiv aus einem neuen Blickwinkel zu zeigen, ohne nach Add-ons zu suchen.

Text auf Bildern. Promo-Grafiken, Schilder und Poster behalten ihre Typografie, wenn du die Wörter änderst.

Es gibt auch Grenzen. Das Modell kennt nur die Bilder, die du ihm bei dieser Bearbeitung gibst, und erinnert sich also nicht über Sessions hinweg an eine Person. Für eine ganze Bibliothek mit einem Gesicht vergleiche die Methoden in LoRA-Training vs. Multi-Angle-Prompting.

Bevor du bearbeitete Bilder postest

Bearbeite nur Bilder deines eigenen Gesichts, deiner eigenen KI-Persona oder einer Person, deren Einwilligung du nachweisen kannst. Nutze deine eigenen Originalfotos als Referenzen, am besten solche, die du nie auf OnlyFans gepostet hast. Die Nutzungsbedingungen von OnlyFans definieren Content als „jegliches Material, das von einem Nutzer auf OnlyFans hochgeladen wurde“, und sagen, dass du Content nicht verwenden darfst, „um Software, maschinelles Lernen oder Systeme künstlicher Intelligenz zu trainieren oder zu verbessern“. Die Nutzungsbedingungen von FansCreator verbieten alles andere, und Abschnitt 5.2 verlangt einen Consent Record, selbst wenn die Person auf dem Bild du bist.

Prüf dann die Regeln der Seite, auf der du postest:

  • OnlyFans erlaubt KI-Content laut seinen Nutzungsbedingungen und seinem Hilfecenter nur, wenn er „eindeutig den verifizierten Creator zeigt“ und ein Label wie #ai oder #AIGenerated trägt. Sein Leitfaden zu Entfernungen führt Content auf, der „vollständig KI-generiert“ ist oder „stark bearbeitete Bilder enthält“. Ein Label allein macht Content nicht zulässig. Die vollständigen Klauseln stehen auf unserer Seite zur KI-Content-Richtlinie von OnlyFans.
  • Fanvue erlaubt vollständig KI-generierte Creator mit einer klaren KI-Offenlegung in der Bio, in einer Bildunterschrift oder als Wasserzeichen. Content, der „gedeepfakt bzw. per Face-Swap erstellt“ wurde, ist ebenfalls erlaubt, aber „du MUSST das echte Model hinter der KI verifizieren“ (Fanvue-Hilfecenter).
  • MYM erlaubt KI-Content mit dem Label „Virtual Image“, #AI oder #AIgenerated und vergibt ein „AI profile“-Badge. Deepfakes sind nur erlaubt, wenn „du eine schriftliche Erlaubnis der Person hast, von der der Deepfake erstellt wird“ (MYM-Support).
  • Fansly verbietet fotorealistischen KI-Content, auch Face-Swaps, selbst wenn er gekennzeichnet ist (Fansly-Hilfecenter).

Leichte Bearbeitungen, die eindeutig dich zeigen, können also mit Label auf OnlyFans; stark bearbeitete Bilder können trotz Label entfernt werden. Eine eigene Persona gehört auf Fanvue oder MYM. Startest du gerade so eine Persona, führt dich So erstellst du einen KI-Influencer durch, und KI-Bilder von dir selbst behandelt die Seite von OnlyFans.

Welche Version von Qwen-Image-Edit du nutzen solltest

Nutze Qwen-Image-Edit-2511 für neue Arbeit. Es hat dieselben Einstellungen wie 2509, hält Gesichter stabiler und kommt mit Gruppenaufnahmen zurecht. Bleib nur dann bei 2509, wenn ein Workflow oder eine LoRA, auf die du angewiesen bist, dafür gebaut wurde. Behalte das ursprüngliche Qwen-Image-Edit, um alte Ergebnisse zu reproduzieren, denn es nimmt nur ein Bild, und die README von Qwen empfiehlt 2509 stattdessen.

Willst du das Modell lieber nicht selbst hosten, bearbeitet der unzensierte KI-Bildeditor von FansCreator ein Bild im Browser nach einer Anweisung in normaler Sprache. Er hält das Gesicht eines Creators über alle Bilder hinweg gleich. Du lädst das Ergebnis herunter und postest es selbst.

Häufig gestellte Fragen

Was ist der Unterschied zwischen Qwen-Image-Edit-2511 und 2509?

Qwen-Image-Edit-2509 (22. September 2025) brachte die Bearbeitung mehrerer Bilder, bessere Konsistenz bei Personen, Produkten und Text sowie ControlNet-Eingaben. Qwen-Image-Edit-2511 (23. Dezember 2025) baut darauf auf, mit weniger Image Drift, besserer Konsistenz von Figuren auch in Gruppenfotos, ausgewählten Community-LoRAs direkt im Basismodell, Industriedesign und stärkerem geometrischem Denken. Beide nutzen dieselbe Diffusers-Pipeline und dieselben Einstellungen.

Darf ich Qwen-Image-Edit-2511 kommerziell nutzen?

Die Model Card auf Hugging Face und das GitHub-Repository nennen die Lizenz Apache 2.0, die kommerzielle Nutzung, Änderungen und Weitergabe erlaubt, wenn du die Lizenz und die Hinweise beibehältst. Die Lizenz deckt weder die Personen auf deinen Bildern ab noch die Regeln der Seite, auf der du postest.

Wie viele Bilder kann Qwen-Image-Edit-2511 verarbeiten?

Mehr als eins. Laut der Model Card von 2509 wird die optimale Leistung mit 1 bis 3 Eingabebildern erreicht, und das Beispiel in der Card von 2511 übergibt zwei Bilder. Das ursprüngliche Qwen-Image-Edit akzeptiert nur ein einziges Bild.

Welche Einstellungen nutzt Qwen-Image-Edit-2511?

Das offizielle Beispiel lädt QwenImageEditPlusPipeline in bfloat16 auf einer CUDA-Grafikkarte und nutzt 40 Inferenzschritte, true_cfg_scale 4,0, guidance_scale 1,0 und ein einzelnes Leerzeichen als Negative Prompt.

Wie groß ist Qwen-Image-Edit-2511?

Die Weight-Dateien im offiziellen Hugging-Face-Repository ergeben zusammen etwa 58 GB, Stand 6. Oktober 2026: etwa 41 GB für den Bild-Transformer und etwa 17 GB für den Text-Encoder Qwen2.5-VL. Die Model Card nennt keinen Mindestwert für den Videospeicher.

Quellen

Als Markdown lesen

Erwecke deine nächste Idee zum Leben.

Erstelle Bilder, Videos und Inhalte für dein Publikum mit FansCreator.

Kostenlos starten