/ Модель

Характеристики

Размер весов
32,8 ГБ
Лицензия
Apache 2.0
Базовая модель
Qwen-Image-2512
Библиотека
diffusers
Опубликована
15 фев 2026

Qwen-Image-2512-quants

Генерация изображенийТекст → изображение3 профессии

Hippotes/Qwen-Image-2512-quants — это NVFP4-квантизированная версия модели Qwen-Image-2512 для генерации изображений по текстовому описанию.

940скачиваний за 30 дней18лайковвеса обновлены21 июл 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

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

Она создана на основе BF16-версий Qwen-Image-2512 и Qwen2.5-VL-7B-Instruct из репозитория Comfy-Org/Qwen с использованием скрипта Silveroxides/convert_to_quant. Модель предназначена для использования в ComfyUI как замена исходной модели без существенных изменений рабочего процесса.

Ключевая особенность модели — формат NVFP4, уменьшающий требования к памяти и способный ускорить инференс на совместимом оборудовании. В обновлённой версии часть слоёв сохранена в BF16, а калибровка выполнена дольше и с изменёнными параметрами; по заявлению автора, это улучшило передачу контуров и волос по сравнению с первой версией. Приведённые автором измерения на GPU RTX 5090 показывают преимущество NVFP4 над FP8 при пакетной генерации, особенно с Lightning LoRA.

Ограничения включают некоторое снижение качества по сравнению с полноразмерными моделями, аналогичное другим NVFP4- и Nunchaku-моделям. Автор также отмечает возможное узкое место, связанное с пропускной способностью памяти или операциями деквантизации: в отдельных случаях GPU работает недостаточно эффективно, тогда как небольшие пакеты могут устранять проблему. В README не указаны языки, размер контекста и полный перечень поддерживаемых модальностей. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Update 19/02/26: uploaded v2 with some layers kept at BF16 and longer calibration (more steps, adjusted learning rate, etc). Clearly better than the first version I did, doesn't get "fuzzy" on edges or hair.


NVFP4 version of Qwen-Image-2512 and Qwen2.5-VL-7B-Instruct, both created from BF16 versions in Comfy-Org/Qwen repo. Made with Silveroxides/convert_to_quant script. Drop-in replacement in Comfy, there's a bit of quality loss as in nunchaku models or others nvfp4.

Conversion command: convert_to_quant -i qwen_image_2512_bf16.safetensors -o qwen-image2512-nvfp4.safetensors --nvfp4 --comfy_quant --qwen

⚠️ I strongly suspect a bottleneck somewhere (memory bandwidth? dequant ops?) that throttles the GPU down in some cases, running small batches instead of single image seems to remove it. I only have surface knowledge of this stuff and don't know how to troubleshoot it.

Batch of 4Qwen-Image-2512-fp8Qwen-Image-2512-nvfp4
Vanilla194s (45.6s per image)76s (18.3s per image)
Lightning20.4s (5s per image)7.5s (1.75s per image)

(wall time, on a 5090. Vanilla = 50 steps & CFG 4, Lightning = 8 steps & CFG 1 with Lightning lora)

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
ae66331

0 моделей