/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
FLUX.1-schnell
Опубликована
11 дек 2025

flux.1-schnell-nf4-pkg

Генерация изображенийТекст → изображение3 профессии

Это репозиторий с квантизированными весами модели FLUX.1 [schnell], разработанной Black Forest Labs.

981скачиваний за 30 дней0лайковвеса обновлены11 дек 2025

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

Версия преобразована с использованием BitsAndBytes в формат NF4 и предназначена для генерации изображений по текстовому описанию. Квантизация снижает требования к видеопамяти и делает запуск более доступным на GPU с 8 ГБ VRAM и в бесплатном Google Colab.

Модель использует архитектуру из текстовых энкодеров CLIP и T5, Flux Transformer и VAE. В данном варианте квантизированы только T5-энкодер и Flux Transformer; CLIP и VAE сохранены в исходной точности. Пример использования рассчитан на генерацию изображений 1024×1024 за 4 шага диффузии при длине текстовой последовательности до 256 токенов. Указан английский язык. Полный конвейер требует примерно 14,8 ГБ VRAM, а раздельный режим — около 7,7 ГБ, что является сильной стороной сборки для устройств с ограниченными ресурсами.

Ограничения включают зависимость от совместимых версий diffusers, transformers, BitsAndBytes и других библиотек, а также возможное снижение точности из-за 4-битной квантизации. Репозиторий распространяется по лицензии Apache 2.0; лицензия базовой модели указана как other с названием 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

FLUX.1 [schnell] Grid

This repository provides quantized weights of the FLUX.1 [schnell], converted using BitsAndBytes in NF4 format. This enables GPU inference with reduced VRAM requirements, making it accessible even on the Google Colab free tier or on GPUs with 8GB VRAM.

The FLUX.1 [schnell] model consists of three main components:

  • Text Encoders—CLIP and T5
  • Flux Transformer
  • VAE

In this repository, only the T5 encoder and the Flux Transformer are quantized. The CLIP encoder and VAE remain in their original precision but are included to ensure a fully functional inference pipeline.

Usage

pip install bitsandbytes==0.48.1 diffusers==0.35.1 peft==0.17.1 protobuf==5.29.5 sentencepiece==0.2.1 transformers==4.56.1

Full Pipeline Mode (≈ 14.8 GB VRAM)

import torch
from diffusers import FluxPipeline

ckpt_4bit_id = "aniketppanchal/flux.1-schnell-nf4-pkg"
prompt = "A cat holding a sign that says hello world"
height = 1024
width = 1024

pipeline = FluxPipeline.from_pretrained(
    ckpt_4bit_id,
    torch_dtype=torch.float16,
    device_map="cuda",
)

image = pipeline(
    prompt=prompt,
    height=height,
    width=width,
    num_inference_steps=4,
    guidance_scale=0.0,
    max_sequence_length=256,
).images[0]
image.save("output.png")

Split Pipeline Mode (≈ 7.7 GB VRAM)

import gc

import torch
from diffusers import FluxPipeline, FluxTransformer2DModel
from transformers import T5EncoderModel

ckpt_4bit_id = "aniketppanchal/flux.1-schnell-nf4-pkg"
prompt = "A cat holding a sign that says hello world"
height = 1024
width = 1024

# ----------Encode Prompt Embeddings----------

text_encoder_2 = T5EncoderModel.from_pretrained(
    ckpt_4bit_id,
    subfolder="text_encoder_2",
    torch_dtype=torch.float16,
    device_map="cuda",
)
pipeline = FluxPipeline.from_pretrained(
    ckpt_4bit_id,
    text_encoder_2=text_encoder_2,
    transformer=None,
    vae=None,
    torch_dtype=torch.float16,
    device_map="cuda",
)

with torch.no_grad():
    prompt_embeds, pooled_prompt_embeds, _ = pipeline.encode_prompt(
        prompt=prompt,
        max_sequence_length=256,
    )

del text_encoder_2, pipeline
gc.collect()
torch.cuda.empty_cache()

# ----------Generate Diffusion Latents----------

transformer = FluxTransformer2DModel.from_pretrained(
    ckpt_4bit_id,
    subfolder="transformer",
    torch_dtype=torch.float16,
    device_map="cuda",
)
pipeline = FluxPipeline.from_pretrained(
    ckpt_4bit_id,
    text_encoder=None,
    text_encoder_2=None,
    tokenizer=None,
    tokenizer_2=None,
    transformer=transformer,
    vae=None,
    torch_dtype=torch.float16,
    device_map="cuda",
)

packed_latents = pipeline(
    height=height,
    width=width,
    num_inference_steps=4,
    guidance_scale=0.0,
    prompt_embeds=prompt_embeds,
    pooled_prompt_embeds=pooled_prompt_embeds,
    output_type="latent",
    max_sequence_length=256,
).images

del prompt_embeds, pooled_prompt_embeds, transformer, pipeline
gc.collect()
torch.cuda.empty_cache()

# ----------Decode Latents to Image----------

pipeline = FluxPipeline.from_pretrained(
    ckpt_4bit_id,
    text_encoder=None,
    text_encoder_2=None,
    tokenizer=None,
    tokenizer_2=None,
    transformer=None,
    torch_dtype=torch.float16,
    device_map="cuda",
)

unpacked_latents = (
    pipeline._unpack_latents(
        packed_latents,
        height=height,
        width=width,
        vae_scale_factor=pipeline.vae_scale_factor,
    )
    / pipeline.vae.config.scaling_factor
    + pipeline.vae.config.shift_factor
)

with torch.no_grad():
    image_tensor = pipeline.vae.decode(unpacked_latents, return_dict=False)[0]

image = pipeline.image_processor.postprocess(image_tensor)[0]
image.save("output.png")

del packed_latents, unpacked_latents, image_tensor, pipeline
gc.collect()
torch.cuda.empty_cache()

License

This repository is released under the Apache 2.0 License.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
7d4506a

0 моделей