Репозиторий включает варианты full, dev, fast, e1 и e1-1, а также необходимые GGUF-файлы основной модели, текстовых энкодеров и VAE.
Модель предназначена для генерации изображений по текстовым описаниям. В рабочих процессах можно использовать один или несколько текстовых энкодеров, включая Llama и T5XXL; README демонстрирует режимы с одним энкодером Llama и с комбинацией Llama и T5XXL. Примеры ориентированы на англоязычные промпты, но другие языки, размер модели, точная архитектура, максимальная длина контекста и поддерживаемые модальности в README не указаны.
К сильным сторонам относятся готовый набор компонентов GGUF и несколько вариантов модели, рассчитанных на разные сценарии использования. Для работы требуется обновлённый узел gguf-node и размещение модели, энкодеров и VAE в соответствующих каталогах ComfyUI. Ограничениями являются зависимость от этой инфраструктуры и отсутствие в README подробностей о производительности, качестве, требованиях к памяти и различиях между вариантами. Модель распространяется по лицензии MIT.
