⚡️Канал про нейросети и их применения.
Реклама - @neiro_manager, @hr_rus
Neiroset.ru - каналы о нейросетях.
https://knd.gov.ru/license?id=675c07abcb5e1e5991acce24®istryType=bloggersPermission 78zvv7j31xmzcu3c
@Spiral_Yuri
Post #2202
2.09K
«🖼 Семь миллиардов параметров против Google. И выиграли»
На этой неделе команда Alibaba Qwen выкатила Qwen-Image-2.1 — модель для генерации и редактирования картинок. Весит она всего 7 млрд параметров — по нынешним меркам скромно, как ноутбук рядом с дата-центром.
И вот эта «скромная» модель по собственному бенчмарку Qwen-Image-Bench обошла Nano Banana 2.0 от Google (60.28 против 59.82 балла) и GPT Image 1.5 от OpenAI (59.65). Заодно обогнала более крупные открытые модели — FLUX 2 Max (32B) и Hunyuan Image 3.0.
Что умеет: рисует с нуля, редактирует сразу по нескольким референсным фото, делает точечные правки и выводит картинки с прозрачным фоном (RGBA) — раньше для этого нужны были отдельные инструменты.
Но главный прикол не в баллах, а в доступности. Веса модели полностью открыты: можно скачать, посмотреть «под капот», дообучить под себя и запускать на своём железе. Без API-ключа, лимитов запросов и страницы с ценами (это для исследований и личного использования; для коммерции нужна отдельная лицензия у Qwen).
Что нужно, чтобы запустить у себя: с сильным сжатием (GGUF Q4) хватит видеокарты с 4–8 ГБ памяти — подойдёт обычный игровой RTX 3060/4060. Для баланса качества и скорости (INT8/FP8) нужно 8–17 ГБ — это уже RTX 4070–4090. А для полного качества без компромиссов и генерации в 2K — 24–32 ГБ (RTX 4090/5090). На Mac с Apple Silicon тоже работает, через GGUF при 12 ГБ+ единой памяти. То есть локальная генерация картинок, для которой ещё недавно нужна была видеокарта за сотни тысяч рублей, теперь помещается в игровой ноутбук.
Пока Google и OpenAI продают доступ к своим моделям через API и аккаунт, китайцы просто отдают ключи от машины. Разрыв между открытыми и закрытыми моделями не сокращается — он растёт. Просто уже не в пользу закрытых.
____
@pro_neiroset
На этой неделе команда Alibaba Qwen выкатила Qwen-Image-2.1 — модель для генерации и редактирования картинок. Весит она всего 7 млрд параметров — по нынешним меркам скромно, как ноутбук рядом с дата-центром.
И вот эта «скромная» модель по собственному бенчмарку Qwen-Image-Bench обошла Nano Banana 2.0 от Google (60.28 против 59.82 балла) и GPT Image 1.5 от OpenAI (59.65). Заодно обогнала более крупные открытые модели — FLUX 2 Max (32B) и Hunyuan Image 3.0.
Что умеет: рисует с нуля, редактирует сразу по нескольким референсным фото, делает точечные правки и выводит картинки с прозрачным фоном (RGBA) — раньше для этого нужны были отдельные инструменты.
Но главный прикол не в баллах, а в доступности. Веса модели полностью открыты: можно скачать, посмотреть «под капот», дообучить под себя и запускать на своём железе. Без API-ключа, лимитов запросов и страницы с ценами (это для исследований и личного использования; для коммерции нужна отдельная лицензия у Qwen).
Что нужно, чтобы запустить у себя: с сильным сжатием (GGUF Q4) хватит видеокарты с 4–8 ГБ памяти — подойдёт обычный игровой RTX 3060/4060. Для баланса качества и скорости (INT8/FP8) нужно 8–17 ГБ — это уже RTX 4070–4090. А для полного качества без компромиссов и генерации в 2K — 24–32 ГБ (RTX 4090/5090). На Mac с Apple Silicon тоже работает, через GGUF при 12 ГБ+ единой памяти. То есть локальная генерация картинок, для которой ещё недавно нужна была видеокарта за сотни тысяч рублей, теперь помещается в игровой ноутбук.
Пока Google и OpenAI продают доступ к своим моделям через API и аккаунт, китайцы просто отдают ключи от машины. Разрыв между открытыми и закрытыми моделями не сокращается — он растёт. Просто уже не в пользу закрытых.
____
@pro_neiroset
- 👍 5
- 🤪 3
- 👏 2





