Sunburst vs Qwen-Image-2.1: 7종 일본어 상업용 이미지 정면 대조

프롬프트

今回は自社の画像生成(GPT Image 2.5 Sunburst)と同じ内容で、構成図・比較表・ポンチ絵・インフォグラフィック・意思決定ツリー・店頭POP・セミナー告知チラシの7パターンを比較しました。同じ日本語の指示文をそのまま使うと、比較表や分岐の多いフローチャートは文字が崩れて読めなくなりましたが、プロンプトを英語の指示文に変え、描画する文字列を1つずつ引用符で明示する書き方にしたところ、結果が大きく改善しました。生成画像の背景にうっすら入っていた縦線ノイズは、VAEのデコードを分割処理する設定(タイリング)の継ぎ目が原因でした。生成速度は、API経由のGPT Image 2.5が1枚あたり平均17〜31秒(画像サイズによる)、手元のRTX PRO 6000 BlackwellでQwen-Image-2.1を動かすと1枚あたり37〜39秒でした(他ジョブと共有しているGPUのため省メモリ設定を使っています)。なお商用利用については、モデル本体は非商用の研究ライセンスですが、Qwenの公式アカウント(@QwenDevs)が「生成した画像自体はライセンス対象に含まれず、権利はユーザーが持つ」と明言しており、生成画像を販促物などに使うこと自体は制限されません。

한국어 번역

이번에는 자사 이미지 생성(GPT Image 2.5 Sunburst)과 같은 내용으로 구성도·비교표·폰치에·인포그래픽·의사결정 트리·매장 POP·세미나 안내 전단 7가지 패턴을 비교했습니다. 같은 일본어 지시문을 그대로 사용하면 비교표나 분기가 많은 플로차트는 글자가 깨져 읽을 수 없게 되었지만, 프롬프트를 영어 지시문으로 바꾸고 그릴 문자열을 하나씩 따옴표로 명시하는 방식으로 작성한 결과 크게 개선되었습니다. 생성 이미지 배경에 희미하게 들어가 있던 세로줄 노이즈는 VAE 디코딩을 분할 처리하는 설정(타일링)의 이음매가 원인이었습니다. 생성 속도는 API 경유 GPT Image 2.5가 1장당 평균 17~31초(이미지 크기에 따라), 로컬 RTX PRO 6000 Blackwell에서 Qwen-Image-2.1을 돌리면 1장당 37~39초였습니다(다른 작업과 GPU를 공유하고 있어 저메모리 설정을 사용하고 있습니다). 참고로 상업적 이용에 관해서는 모델 본체는 비상업 연구 라이선스이지만, Qwen 공식 계정(@QwenDevs)이 "생성한 이미지 자체는 라이선스 대상에 포함되지 않으며 권리는 사용자에게 있다"고 명확히 밝히고 있어, 생성 이미지를 판촉물 등에 사용하는 것 자체는 제한되지 않습니다.

출처

원작자

daigomiyoshi_ai

게시일

2026-09-23

원문 출처

원문 보기 ↗

수록 출처

xianyu110/awesome-gpt-image2.5 · 2102554528579232004 · MIT