/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Базовая модель
ZIT-ZIB-Krea2-8steps
Библиотека
stable-diffusion.cpp
Опубликована
3 окт 2026

z-image-solordz-v2-gguf

Генерация изображенийТекст → изображение

Квантованная GGUF-версия дообученной Z-Image Turbo для быстрой генерации изображений по текстовым промптам за 8 шагов.

1 377скачиваний за 30 дней0лайковвеса обновлены4 окт 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

Это квантованный GGUF-сборник модели SoLordZ ZIT/ZIB v2 и совместимого текстового энкодера SoLordZ на основе дообученной Qwen3-4B. Сборник создан gimly13 для запуска через ComfyUI и stable-diffusion.cpp; исходная модель ZIT/ZIB 8steps разработана SoLordZ и Triple_Headed_Monkey на базе Z-Image Turbo от Tongyi Lab (Alibaba). Модель предназначена для генерации изображений по текстовому описанию в быстром режиме: 8 шагов и CFG=1. Авторы заявляют улучшенное следование сложным промптам, детализацию сцен, согласованность глубины и фотореализм. Для наилучшего результата рекомендуется использовать комплектный энкодер текста и VAE.

Репозиторий содержит варианты квантования диффузионной модели от Q3_K до Q8_0; README рекомендует Q4_K для видеокарт с 8 ГБ VRAM. Лицензия компонентов сборника — CreativeML OpenRAIL-M; для исходных страниц Civitai указаны дополнительные сведения об условиях использования. Модель игнорирует отрицательные промпты, поэтому исключаемые детали нужно явно описывать в положительном промпте. Результат зависит от выбранного sampler и настроек рабочего процесса.

Сценарии применения

  • быстрая генерация фотореалистичных изображений по описанию
  • создание изображений со сложными сценами и подробными промптами
  • генерация изображений в ComfyUI на ограниченной видеопамяти
  • создание иллюстраций с запуском через stable-diffusion.cpp

Ограничения

Модель игнорирует отрицательные промпты: желаемые исключения следует описывать в положительном промпте. Для работы требуются совместимые компоненты сборника и подходящий workflow; качество зависит от sampler и настроек.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SoLordZ ZIT/ZIB 8steps + SoLordZ TE — GGUF FULL Bundle

Quantized GGUF versions of SoLordZ ZIT/ZIB 8steps (Z-Image Turbo) and the companion SoLordZ Text Encoder (uncensored Qwen3-4B fine-tune).

Original model downloaded from Civitai: SoLordZ ZIT/ZIB/Krea2 8steps.

Original text encoder downloaded from Civitai: THM_UNC_Z-image_TE.

Converted for use with ComfyUI and with stable-diffusion.cpp directly.


⚠️ Important — How this model works

This model runs in "turbo mode": 8 steps, CFG=1.

It ignores negative prompts. Everything you want to exclude must be written directly in the positive prompt — especially for anatomy, where control is crucial.

Recommended sampler settings from the author:

  • First pass: er_sde/beta
  • Second pass: euler/simple
  • For realism: euler/normal
  • For art: sometimes better with euler_a/normal

Why this bundle

The base Z-Image model (up to 50 steps, CFG 5-9) is flexible but slow. SoLordZ's goal was ambitious: keep the quality of the "slow" model, but teach it to generate in 8 steps at CFG=1.

Key improvements over the base model:

  • Increased detail in complex scenes
  • Reduced background blurring (less blur, more coherent depth)
  • Improved realism across all styles
  • Better prompt adherence — the model understands complex, descriptive prompts more accurately

This bundle pairs the model with its official companion text encoder — an uncensored fine-tune of Qwen3-4B that was specifically trained for Z-Image. Using them together gives the best results, as confirmed by the authors and community feedback.


📦 What's in this repository

Diffusion model (root folder)

FileSizeNotes
zit_SoLordZ_v2-Q3_K.gguf4.31 GBFor very tight VRAM budgets
zit_SoLordZ_v2-Q4_K.gguf5.15 GBRecommended for 8 GB VRAM
zit_SoLordZ_v2-Q4_K_S.gguf4.83 GBSlightly smaller than Q4_K
zit_SoLordZ_v2-Q5_K.gguf5.68 GBBetter detail, still fits 8 GB
zit_SoLordZ_v2-Q6_K.gguf6.05 GBFor 12+ GB cards
zit_SoLordZ_v2-Q8_0.gguf7.34 GBNear-lossless, needs 12+ GB

Text encoder (clip/ folder)

FileSizeNotes
Qwen3-4b-SoLordZ-Q4_K_M.gguf~2.4 GBRecommended for 8 GB VRAM
Qwen3-4b-SoLordZ-Q5_K_M.gguf2.89 GBGood balance
Qwen3-4b-SoLordZ-Q6_K.gguf3.31 GBFor 12+ GB cards
Qwen3-4b-SoLordZ-Q8_0.gguf4.28 GBMaximum quality
Qwen3-4B-Q4_K_M.gguf2.50 GBStandard Qwen3-4B (alternative)

VAE (vae/ folder)

FileSizeNotes
ae.safetensors335 MB16-channel Z-Image VAE

Recommended combo for GTX 1070 (8 GB): diffusion Q4_K + text encoder Q4_K_M + VAE.


🚀 ComfyUI workflow

The working path is martin-rizzo/ComfyUI-ZImagePowerNodes. It loads Z-Image GGUF directly and applies the correct latent/conditioning shapes.

Required nodes

cd ComfyUI/custom_nodes
git clone https://github.com/martin-rizzo/ComfyUI-ZImagePowerNodes.git

Alternative: standard ComfyUI GGUF nodes If you prefer the built-in UnetLoader (GGUF), you need city96/ComfyUI-GGUF on PR #392 or later:

cd ComfyUI/custom_nodes/ComfyUI-GGUF
git fetch origin pull/392/head:pr392
git checkout pr392

That fixes the x_pad_token shape mismatch. Power Nodes is more reliable for Z-Image, though.

🙏 Credits Original model: SoLordZ ZIT/ZIB/Krea2 8steps by SoLordZ and Triple_Headed_Monkey on Civitai.

Original text encoder: THM_UNC_Z-image_TE by Triple_Headed_Monkey and SoLordZ on Civitai.

Base architecture: Z-Image Turbo by Tongyi Lab (Alibaba).

ComfyUI nodes: martin-rizzo/ComfyUI-ZImagePowerNodes.

Conversion toolchain: city96/ComfyUI-GGUF + llama.cpp.

Runtime: leejet/stable-diffusion.cpp.

Quantization and packaging: gimly13.

📄 License All components in this repository are distributed under CreativeML OpenRAIL-M:

Original diffusion checkpoint (SoLordZ ZIT/ZIB) — CreativeML OpenRAIL-M.

SoLordZ text encoder (uncensored Qwen3-4B fine-tune) — CreativeML OpenRAIL-M.

Standard Qwen3-4B — Apache 2.0 (Alibaba).

Z-Image VAE (ae.safetensors) — Apache 2.0 (Tongyi Lab).

See the original Civitai pages for full licensing details.

Как запустить

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

GPU в ailist

Универсальный рантайм · stable-diffusion.cpp

Нельзя запустить

Генеративная модель выложена не в формате diffusers.

Ревизия весов
d17c7ca

0 моделей