Характеристики

Лицензия: Apache 2.0
Базовая модель: Qwen-Image
Библиотека: gguf
Опубликована: 5 авг 2025

Ссылки

Hugging Face

Qwen-Image-gguf

city96

Генерация изображенийТекст → изображение3 профессии

city96/Qwen-Image-gguf — это прямое преобразование модели Qwen-Image в формат GGUF, выполненное city96.

34 668скачиваний за 30 дней297лайковвеса обновлены5 авг 2025

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

Исходная модель разработана командой Qwen. Модель предназначена для генерации изображений по текстовым описаниям и использования в пайплайне text-to-image, в частности через ComfyUI с пользовательским узлом ComfyUI-GGUF.

В состав рабочего решения входят диффузионная модель Qwen-Image в формате GGUF, текстовый энкодер Qwen2.5-VL-7B и VAE Qwen-Image. Заявлены английский и китайский языки. README не сообщает размер контекста, точную архитектуру исходной диффузионной модели или перечень поддерживаемых модальностей за пределами текстовой генерации изображений.

Ключевое преимущество — доступность квантованных вариантов, включая Q5_K_M, Q4_K_M, Q3_K_M, Q3_K_S и Q2_K, что может снизить требования к памяти. Для низкобитных вариантов используется динамическая схема квантования с сохранением первого и последнего слоя в высокой точности; по заявлению автора, благодаря этому даже Q2_K остаётся пригодным к использованию. К ограничениям относятся необходимость отдельно подключать совместимые текстовый энкодер и VAE, а также возможное ухудшение качества при низкой разрядности. Это квантованная версия без дообучения, поэтому на неё распространяются ограничения и условия исходной модели. Указана лицензия Apache-2.0.

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

This is a direct GGUF conversion of Qwen/Qwen-Image.

The model files can be used in ComfyUI with the ComfyUI-GGUF custom node. Place the required model(s) in the following folders:

Type	Name	Location	Download
Main Model	Qwen-Image	`ComfyUI/models/diffusion_models`	GGUF (this repo)
Text Encoder	Qwen2.5-VL-7B	`ComfyUI/models/text_encoders`	Safetensors / GGUF
VAE	Qwen-Image VAE	`ComfyUI/models/vae`	Safetensors

Example workflow

Example outputs - sample size of 1, not strictly representative

sample

Notes

[!NOTE] The Q5_K_M, Q4_K_M and most importantly the low bitrate quants (Q3_K_M, Q3_K_S, Q2_K) use a new dynamic logic where the first/last layer is kept in high precision.

For a comparison, see this imgsli page. With this method, even Q2_K remains somewhat usable.

As this is a quantized model not a finetune, all the same restrictions/original license terms still apply.

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: e77babc