Alibaba lanserte Qwen Image Edit 2511 på julaften – en 20 milliarder parameter AI-modell for bilderedigering som kjører lokalt. Open source med Apache 2.0-lisens. Ifølge benchmarks slår den FLUX.1 på GenEval, DPG og ImgEdit.
Modellen bygger på Qwen2.5-VL multimodal arkitektur og kan ta inn 1-3 bilder samtidig for avanserte redigeringer basert på tekstinstruksjoner: style transfer, character consistency, produktvisualisering, multi-person editing.
Den kjører via ComfyUI på din egen maskin. Ingen data sendes til eksterne servere. Ifølge Alibabas offisielle blogg er dette en betydelig oppgradering fra forrige versjon (2509).
Hva er Qwen Image Edit 2511?
Qwen Image Edit 2511 er Alibabas nyeste AI-bilderedigeringsmodell, lansert 25. desember 2025. Den bygger på deres Qwen2.5-VL multimodal arkitektur og har 20 milliarder parametere.
Så hva betyr det i praksis?
Modellen kan ta inn 1-3 bilder samtidig og gjøre avanserte redigeringer basert på tekstinstruksjoner. Style transfer. Character consistency. Produktvisualisering. Multi-person editing. Ting som tidligere krevde Photoshop-ekspertise eller dyre cloud-tjenester.
Og det beste? Den kjører lokalt via ComfyUI. Alt skjer på din egen maskin. Ingen data forlater systemet ditt. Apache 2.0-lisens betyr full kommersiell frihet.
Ifølge Alibabas offisielle blogg slår Qwen 2511 FLUX.1 på kritiske benchmark som GenEval, DPG og ImgEdit. Det er ikke bare «ett alternativ blant mange» – det er faktisk konkurransedyktig med de beste verktøyene der ute.
Nye features som gjør forskjellen
Qwen Image Edit har eksistert en stund, men versjon 2511 er en massiv oppgradering fra 2509. Her er hva som er nytt:
Character consistency er dramatisk forbedret. Tidligere versjoner slet med å holde ansikter og identiteter konsistente gjennom redigeringer. Nå fungerer det excellent – perfekt for portrettfotografer som vil endre bakgrunner eller lighting uten å miste likheten.
Multi-person editing fungerer endelig. Du kan nå kombinere flere personer i samme bilde med stabile resultater. Tenk team-bilder der én person mangler – kombiner separate portrett til gruppe-bilde.
Populære community LoRAs er bygget inn. Tidligere måtte du manuelt laste ned og konfigurere LoRAs (Low-Rank Adaptations) for spesifikke editing-stiler. Versjon 2511 har integrert de mest populære direkte i modellen – Lightning LoRA for 4-step fast generation, lighting enhancement, viewpoint generation.
Geometric reasoning er styrket. Modellen forstår nå bedre konstruksjonslinjer, annotations og spatial relationships. Nyttig for produktdesign og industrial design der geometri faktisk betyr noe.
Det tekniske bak dette? En dual-path arkitektur. Qwen2.5-VL håndterer semantic control (hva du vil endre), mens VAE Encoder sikrer appearance control (hvordan originalen så ut). To spesialister som jobber sammen – én kreativ direktør, én teknisk fotograf.
Hardware-krav – Kan du kjøre det?
Her blir det interessant. Og litt komplisert.
Offisiell dokumentasjon sier «8GB VRAM». Det stemmer teknisk. Men det er langsomt. Veldig langsomt. Vi snakker GGUF Q2 quantization, som gir dårligere kvalitet og tar minutter per bilde.
La meg være ærlig her. Dette er hva du faktisk trenger:
- 8-12GB VRAM (RTX 3060, RTX 4060): GGUF Q4 eller Q5. Fungerer, men langsomt. OK for hobbyister som ikke har det travelt.
- 16-24GB VRAM (RTX 4080, RTX 4090): FP8 eller GGUF Q8. Dette er sweet spot. Rask generering, god kvalitet, perfekt for SMB-bruk.
- 40GB+ VRAM (RTX A6000, A100): BF16 full precision. Maksimal kvalitet. Overkill for de fleste.
Mitt råd? Hvis du har 16GB VRAM – kjør FP8. Det er den beste balansen mellom hastighet og kvalitet.
Standard generering tar 40 inference steps. På en RTX 4090 med FP8 snakker vi 30-60 sekunder per bilde. Med Lightning LoRA (4 steps) kommer du ned i 5-10 sekunder. Det er faktisk brukbart for production.
Kostnadssammenligning – Gratis vs betalt
La oss snakke økonomi. Fordi det er her Qwen Image Edit virkelig skinner.
Midjourney koster $10-60 per måned avhengig av plan. DALL-E 3 koster $0.04 per bilde. Adobe Photoshop med Firefly AI koster $54 per måned. FLUX via Replicate koster $0.003-0.03 per bilde.
Qwen Image Edit 2511? $0. Null kroner. Gratis.
Men vent – det er ikke helt gratis, vel? Du trenger hardware. En RTX 4090 koster ca 20,000 kr. Så hva er breakeven?
La oss si du bruker Midjourney Pro ($60/mnd). Det er 720 dollar per år. Eller 7,200 kr. Etter tre år har du betalt 21,600 kr – mer enn kostnaden for et RTX 4090.
Og da eier du hardwaren. Kan bruke den til andre ting. Ingen månedsavgift. Ingen generering-limits. Full kontroll.
For norske SMB-bedrifter som driver med produktfoto, marketing eller design – dette er faktisk et no-brainer hvis volumet er høyt nok.
Hvem har faktisk nytte av dette?
La meg være konkret her. Hvem burde faktisk vurdere Qwen Image Edit?
E-commerce og nettbutikker. Du har ett produktbilde av en rød sofa. Trenger varianter i blå, grønn og grå. Plus ulike rom-kontekster. Qwen kan generere dette på minutter. Sparer fotograf-timer som koster 1,500-3,000 kr per shoot.
Markedsføringsbyråer. Kunder vil se design-forslag før full produksjon. Rapid prototyping med material replacement. Vis produktdesign i tre forskjellige materialer (metall, tre, plast) uten fysiske prototyper. Raskere iterasjoner = flere kunder per måned.
Fotografer og kreative. Kunder vil ha magiske edits som tar timer i Photoshop. Character-consistent editing gjør dette til minutt-arbeid. Bytte bakgrunn, lighting, kombinere personer. Øk pris for premium edits, lever raskere.
Corporate og HR. Trenger team-bilder, men alltid noen som mangler. Multi-person consistency lar deg kombinere separate bilder til gruppe-bilde. Spar tid og logistikk.
Produktdesign og industri. Design-iterasjoner krever CAD-arbeid. Geometric reasoning for construction lines og design-varianter. Produktskisser med annotations før CAD-modellering. Raskere early-stage exploration.
Men ikke alle. Hvis du bare trenger noen få bilder i måneden – cloud-tjenester er enklere. Hvis du ikke har hardware – vent eller bruk FLUX via Replicate.
ComfyUI API – Enklere enn du tror
Mange tenker «lokal AI = komplisert setup». Og det stemmer delvis. ComfyUI har en bratt læringskurve.
Men. Hvis du bare vil ha et API som fungerer som cloud-tjenester, er det faktisk ganske enkelt.
Verktøy som comfy-pack fra BentoML lar deg pakke ComfyUI workflows som REST APIs. Du lager en workflow i ComfyUI (drag-and-drop), eksporterer den som JSON, og kjører:
comfy-pack serve --workflow workflow.json --port 3000Plutselig har du et lokalt API. Kall det fra Claude Code, Gemini , Python, JavaScript, hva som helst:
response = requests.post('http://localhost:3000/generate', json={
'image': 'base64_encoded_image',
'prompt': 'Change background to office setting',
'cfg_scale': 4.0,
'steps': 40
})For norske bedrifter som allerede har utviklere – dette er faktisk overkommelig. Sett opp én gang, integrer i eksisterende systemer. WordPress plugin, Webflow webhook, hva som helst.
Og da har du full GDPR-kontroll. All bildebehandling skjer på din server. Ingen data sendes til Alibaba, OpenAI eller andre. Dette er faktisk viktig når du håndterer kundebilder eller sensitive design.
Konklusjon
Så er Qwen Image Edit 2511 fremtiden for lokal AI-bilderedigering?
Kanskje. Men med noen viktige caveats.
Det er ikke plug-and-play som Midjourney. Du trenger hardware. Du må lære ComfyUI eller sette opp API-wrapping. Dokumentasjonen er teknisk. Support er community-drevet.
Men hvis du:
- Allerede har en gaming-PC med 16GB+ VRAM
- Genererer mange bilder (høyt volum)
- Bryr deg om GDPR og datakontroll
- Vil unngå månedlige abonnementer
Da er Qwen Image Edit 2511 faktisk verdt tiden. Det er gratis. Det er kraftig. Og benchmark viser at det konkurrerer med de beste verktøyene der ute.
Jeg sier ikke at det er perfekt. Det er alltid rom for forbedring. Men for norske SMB-bedrifter som vil teste lokal AI uten store investeringer – dette er et naturlig sted å starte.
Hva tenker du? Er lokal AI-bilderedigering fremtiden, eller vil cloud alltid vinne på convenience? Skriv gjerne i kommentarfeltet.
