/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Опубликована
2 дек 2025

Ссылки

Hugging Face

z-image-turbo-GGUF-confyui

felipedpm
Генерация изображенийТекст → изображение3 профессии

z-image-turbo-GGUF-confyui — это GGUF-квантованная версия модели z-image-turbo, подготовленная пользователем felipedpm для запуска в ComfyUI.

1 426скачиваний за 30 дней11лайковвеса обновлены2 дек 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

Оригинальная модель связана с разработчиком Tongyi-MAI. Решение предназначено для генерации изображений по текстовому описанию в формате text-to-image и рассчитано на использование в средах с ограниченным объёмом VRAM.

В состав входят квантованный диффузионный UNET z-image-turbo в формате Q8_0, квантованный текстовый энкодер Qwen3 4B в формате Q5_K_XL и VAE ae.safetensors для декодирования изображений. Для работы требуются ComfyUI и пользовательские узлы с поддержкой загрузки GGUF, например ComfyUI-GGUF. Языки, размер контекста, разрешение, число параметров исходной модели и другие архитектурные характеристики в README не указаны.

Ключевое преимущество сборки — снижение требований к памяти благодаря квантованию при сохранении возможности относительно быстрой генерации: на GPU с 12 ГБ VRAM заявлено около 15–30 секунд на изображение. При этом workflow остаётся ресурсоёмким: рекомендуется GPU с 12 ГБ VRAM и 32 ГБ оперативной памяти, возможна выгрузка данных в RAM. 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 331модельI.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделейII.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

z-image-turbo (GGUF Version) for ComfyUI

This repository contains the GGUF quantized weights for the z-image-turbo model, optimized to run in environments with limited VRAM resources (though still demanding) using ComfyUI.

The goal of this upload is to enable the execution of this pipeline by leveraging the efficiency of the GGUF format for both the UNET and the Text Encoder (Qwen). Feel free to download and use just the workflow (json) in the models tab and versions!

ezgif-8e3c09e7876162d0

Example Comparison ILKCwkG5LkjF2ZrAXXRbJ (1) EpzgxY40FbLEE3oGUBDIi (2) gNM6MhM7HPIKAj7YZ2bHz (3)

📂 Files and Structure

The models are organized within the repository folders as follows:

  • UNET: models/unet/z_image_turbo-Q8_0.gguf

    • Q8 quantized version of the main diffusion model.

  • Text Encoder: models/text_encoders/Qwen3-4B-UD-Q5_K_XL.gguf

    • Qwen3 4B LLM quantized in Q5, used for prompt processing.

  • VAE: models/vae/ae.safetensors

    • Standard Variational Autoencoder for decoding the image.

  • Feel free to download and use just the workflow!

⚙️ Installation in ComfyUI

To use these models, you will need custom Nodes that support GGUF loading (such as City96's ComfyUI-GGUF or similar).

  1. Download the files:

    • Move the .gguf file from the unet folder to: ComfyUI/models/unet/
    • Move the .gguf file from the text_encoders folder to: ComfyUI/models/clip/ (or text_encoders depending on your node loader).
    • Move the .safetensors file from the vae folder to: ComfyUI/models/vae/

  2. Recommended Nodes:

    • Use UnetLoaderGGUF to load z_image_turbo-Q8_0.gguf.
    • Use a GGUF-compatible CLIP/Text Encoder Loader to load Qwen3-4B.

💻 Hardware Requirements and Performance

⚠️ Warning: This is a heavy workflow.

Even with GGUF quantization, the model requires considerable hardware due to the size of the text encoder and the UNET.

  • Minimum GPU: 12GB VRAM (NVIDIA RTX 3060/4070 or higher).
  • System RAM: 32GB Recommended (System may need to offload data to RAM).

Generation Time

On a GPU with 12GB VRAM, the estimated generation time per image ranges between:

  • 15 to 30 seconds. making considerably fast!

Model Information Check out the original model card Z-Image Turbo for detailed information about the model.

🔗 Useful Links

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Не удалось определить, чем загружать веса модели (нет library_name и architectures).

Ревизия весов
8140a86

0 моделей

    Создать бенчмарк