/ Модель

Характеристики

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

Qwen-Image-2.1-GGUF

Генерация изображенийТекст → изображение3 профессии

Qwen-Image-2.1-GGUF — это набор GGUF-квантизаций модели Qwen-Image-2.1, подготовленный пользователем abenzerps для локальной генерации изображений.

182 тыс.скачиваний за 30 дней946лайковвеса обновлены21 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

Модель предназначена для сценариев text-to-image и image editing и рассчитана на использование в ComfyUI с расширением ComfyUI-GGUF. В репозитории также доступны совместимые текстовый энкодер Qwen3-VL 8B и VAE.

Предлагаются варианты квантизации Q8_0, Q6_K, Q5_K_M, Q4_K_M и Q4_0 размером примерно от 4,05 до 7,59 ГБ. Вариант Q4_K_M рекомендован как баланс качества и объёма. Текстовый энкодер доступен в форматах BF16 и Int8, а VAE — в BF16. README не указывает полный набор поддерживаемых языков, максимальный контекст или точные параметры архитектуры исходной модели.

Сильная сторона сборки — возможность локального запуска при меньших требованиях к памяти благодаря квантизации и переносу текстового энкодера в системную RAM; для ускорения рекомендуется размещать диффузионную модель в VRAM. Ограничения включают необходимость ComfyUI, совместимого расширения и отдельных файлов энкодера и VAE, а также возможное снижение качества при использовании более агрессивной квантизации. В релизе отсутствуют встроенные фильтр безопасности и проверка содержимого, поэтому поведение зависит от запроса и окружения.

Указана Qwen Research License. Сборка основана на Qwen/Qwen-Image-2.1, а текстовый энкодер и VAE взяты из Comfy-Org/Qwen-Image-2.1.

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

[!IMPORTANT] Notice: A fully uncensored version is currently in development and will be added to this repository soon.

Qwen-Image-2.1 GGUF

GGUF quantizations of Qwen/Qwen-Image-2.1 for local image generation using the original upstream base weights.

Benchmark

Qwen-Image-2.1 benchmark

GGUF files

QuantizationFileSize
Q8_0qwen-image-2.1-Q8_0.gguf7.59 GB
Q6_Kqwen-image-2.1-Q6_K.gguf5.88 GB
Q5_K_Mqwen-image-2.1-Q5_K_M.gguf5.22 GB
Q4_K_Mqwen-image-2.1-Q4_K_M.gguf4.60 GB
Q4_0qwen-image-2.1-Q4_0.gguf4.05 GB

Q4_K_M is recommended for the best balance of size and quality.

Text Encoders & VAE

Companion model files packaged for ComfyUI:

TypeFilePrecisionSize
Text Encodertext_encoders/qwen3vl_8b_bf16.safetensorsBF1617.53 GB
Text Encodertext_encoders/qwen3vl_8b_int8_convrot.safetensorsInt89.35 GB
VAEvae/qwen_image_2.1_vae_bf16.safetensorsBF16676 MB

Usage

Use the model with ComfyUI and ComfyUI-GGUF.

All required companion files (GGUF transformer, text encoder, and VAE) are hosted directly in this repository.

1. Download & File Placement

Download the files and place them in their respective ComfyUI directories:

ComfyUI/
└── models/
    ├── diffusion_models/
    │   └── qwen-image-2.1-Q4_K_M.gguf         # Choose one GGUF quantization (Q4_K_M recommended)
    ├── text_encoders/
    │   └── qwen3vl_8b_bf16.safetensors        # Or qwen3vl_8b_int8_convrot.safetensors (recommended for lower memory)
    └── vae/
        └── qwen_image_2.1_vae_bf16.safetensors

2. ComfyUI Setup

  1. Install ComfyUI-GGUF: Use the maintained fork with native Qwen-Image 2.1 support by cloning leejet/ComfyUI-GGUF into your custom nodes:
    cd ComfyUI/custom_nodes
    git clone https://github.com/leejet/ComfyUI-GGUF
    
    (Note: If you have the older city96/ComfyUI-GGUF installed and encounter an Unknown model architecture! error, update to the leejet fork above or add ModelQwenImage to tools/convert.py).
  2. Node Configuration:
    • Diffusion Model: Add the Unet Loader (GGUF) node and select your downloaded .gguf file.
    • Text Encoder: Add the standard CLIPLoader node, select qwen3vl_8b_bf16.safetensors (or int8), and set type to qwen_image.
    • VAE: Add the standard VAELoader node and select qwen_image_2.1_vae_bf16.safetensors.
  3. Official Workflows:
    • You can use the official Comfy-Org workflow templates: Text-to-Image or Image Edit.
    • In the workflow, simply replace the default UNETLoader node with Unet Loader (GGUF).

Memory & Performance Notes

  • Optimal Setup (GPU + RAM): Keep the GGUF diffusion model in GPU VRAM (where speed is crucial during sampling) and let the text encoder run in / offload to System RAM (CPU). Because text encoding only runs once per prompt, this saves 9–17 GB of VRAM with virtually zero impact on generation speed.
  • Recommended Configuration:
    • Diffusion: qwen-image-2.1-Q4_K_M.gguf (~4.6 GB in VRAM)
    • Text Encoder: qwen3vl_8b_int8_convrot.safetensors (~9.35 GB in RAM)
  • Low VRAM Mode: If you experience VRAM out-of-memory errors, start ComfyUI with the --lowvram argument.

Uncensored

This GGUF release has no built-in safety checker or content filter. It generates adult, NSFW, and sensitive imagery directly without prompt refusals or blacked-out images. Output behavior depends solely on the input prompts and the environment in which the model is executed.

Source and build

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

Генеративная модель выложена не в формате diffusers: рантайм её не загрузит.

Ревизия весов
c4de66e

0 моделей