Характеристики

Лицензия: Своя лицензия
Базовая модель: Qwen-Image-2.1
Опубликована: 20 сен 2026

Ссылки

Qwen-Image-2.1-GGUF

Генерация изображенийТекст → изображение3 профессии

Abiray/Qwen-Image-2.1-GGUF — набор квантизированных контрольных точек GGUF для модели Qwen-Image-2.1, разработанной командой Qwen компании Alibaba Cloud.

101 тыс.скачиваний за 30 дней114лайковвеса обновлены20 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Репозиторий поддерживает генерацию изображений по текстовому описанию и редактирование изображений в ComfyUI с использованием расширения ComfyUI-GGUF.

Основное назначение — запуск диффузионной модели на видеокартах с ограниченным объёмом видеопамяти. Квантизация diffusion transformer снижает требования к памяти, сохраняя, согласно описанию репозитория, детализацию, композицию и соответствие промпту. Доступны варианты Q8_0 размером 7,59 ГБ, Q6_K размером 5,88 ГБ, Q5_K_M размером 5,01 ГБ, Q4_K_M размером 4,19 ГБ, Q4_K_S размером 4,06 ГБ и Q3_K_M размером 3,19 ГБ; рекомендуемый объём VRAM составляет примерно от 4 до 12 ГБ в зависимости от варианта.

Модель предназначена для работы в ComfyUI и требует совместимые текстовые энкодеры и VAE, которые предоставляются отдельно. В репозитории есть готовые рабочие процессы для text-to-image и image-to-image. Сильная сторона — выбор нескольких уровней квантизации для компромисса между качеством и потреблением памяти. Ограничения включают зависимость от ComfyUI, расширения ComfyUI-GGUF и дополнительных компонентов; сведения о поддерживаемых языках и размере базовой архитектуры в README не указаны. Лицензия обозначена как qwen-research; точные условия следует уточнять по лицензии базовой модели Qwen-Image-2.1.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель I.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen-Image-2.1 GGUF Quants

This repository provides quantized GGUF checkpoints for Qwen/Qwen-Image-2.1, optimized for low-VRAM inference in ComfyUI using the ComfyUI-GGUF custom node.

Quantizing the diffusion transformer drastically reduces memory pressure during generation while preserving sharp detail, composition, and prompt alignment.

📦 Quantization Breakdown & File Details

Filename	Quant Type	Size	Recommended VRAM / Profile
`qwen_image_2.1_Q8_0.gguf`	Q8_0	7.59 GB	12 GB+ (Near-lossless fidelity)
`qwen_image_2.1_Q6_K.gguf`	Q6_K	5.88 GB	10–12 GB (High quality sweet spot)
`qwen_image_2.1_Q5_K_M.gguf`	Q5_K_M	5.01 GB	8–10 GB (Balanced performance & memory)
`qwen_image_2.1_Q4_K_M.gguf`	Q4_K_M	4.19 GB	6–8 GB (Standard consumer GPU baseline)
`qwen_image_2.1_Q4_K_S.gguf`	Q4_K_S	4.06 GB	6–8 GB (Compact 4-bit)
`qwen_image_2.1_Q3_K_M.gguf`	Q3_K_M	3.19 GB	4–6 GB (Extreme budget / minimum VRAM)

🖼️ Sample Generations (Q4_K_M)

🧩 Required Components (Text Encoders & VAE)

To run these models in ComfyUI, you will need the matching text encoders and VAE:

Text Encoders:
- Download from: Comfy-Org/Qwen-Image-2.1 Text Encoders
- Place files into: ComfyUI/models/clip/ (or ComfyUI/models/text_encoders/)
VAE:
- Download from: Comfy-Org/Qwen-Image-2.1 VAE
- Place files into: ComfyUI/models/vae/
Diffusion Model (This Repo):
- Download your preferred .gguf file from above.
- Place into: ComfyUI/models/diffusion_models/ (or ComfyUI/models/unet/)

🎨 Included Ready-to-Use Workflows

Both Text-to-Image and Image-to-Image editing workflows are packaged in this repo:

Text-to-Image: Qwen_Image_2.1_GGUF_Text2Image.json
Image-to-Image / Editing: Qwen_Image_2.1_GGUF_Image2Image_Edit.json

How to Use:

Ensure you have installed ComfyUI-GGUF (search for ComfyUI-GGUF inside the ComfyUI Manager).
Drag and drop either of the .json workflow files into your ComfyUI workspace.
In the Unet Loader (GGUF) node, select the downloaded .gguf file.
Verify your CLIP/Text Encoder and VAE node loaders point to the files downloaded above.
Queue prompt and generate!

👏 Acknowledgments & Credits

Base model developed by the Qwen Team / Alibaba Cloud: Qwen/Qwen-Image-2.1.
ComfyUI integration assets and pipeline weights provided by Comfy-Org.
GGUF quantization powered by llama.cpp and ComfyUI-GGUF.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-версии diffusion-моделей не запускаются: нужен репозиторий diffusers.

Ревизия весов: c9dd121