Характеристики

Лицензия: Apache 2.0
Базовая модель: Z-Image-Turbo
Библиотека: mlx
Опубликована: 6 июл 2026

Ссылки

Hugging Face

Z-Image-Turbo-bf16

mlx-community

Генерация изображенийТекст → изображение

Конверсия Z-Image-Turbo в MLX для быстрой генерации изображений по текстовым запросам на Apple Silicon.

0скачиваний за 30 дней1лайквеса обновлены6 июл 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

Z-Image-Turbo-bf16 — конверсия модели Tongyi-MAI/Z-Image-Turbo в формат MLX для компьютеров Apple Silicon. Это модель генерации изображений по тексту с архитектурой S3-DiT и 6,15 млрд параметров: текстовое условие формирует энкодер Qwen3-4B, затем изображение создаёт однопоточный DiT, а декодирование выполняет AE из FLUX.1-dev. Версия Turbo дистиллирована для генерации за 8 шагов без CFG; веса трансформера хранятся в bf16, а при загрузке можно получить варианты int8 или int4.

Модель предназначена для создания изображений по текстовым запросам в приложениях на Swift и MLX на Apple Silicon. README указывает на поддержку генерации изображений размером 1024×1024 и отмечает низкую вариативность между разными seed как особенность модели. В метаданных указана лицензия Apache-2.0. Это конверсия базовой модели, а не отдельное дообучение.

Сценарии применения

создание изображений по текстовым описаниям на Mac с Apple Silicon
быстрая генерация изображений размером 1024×1024
интеграция генерации изображений в приложения на Swift и MLX

Ограничения

Для запуска предназначена среда Apple Silicon с MLX; при разных seed вариативность результата может быть низкой. README приводит скорость около 13 секунд для изображения 1024×1024 в режиме int4, поэтому это значение не относится напрямую к bf16-весам.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/Z-Image-Turbo-bf16

MLX (bf16) conversion of Tongyi-MAI/Z-Image-Turbo (Apache-2.0) for Apple Silicon — a 6.15B single-stream S3-DiT text-to-image model (Qwen3-4B thinking-template conditioning → single-stream DiT → FLUX.1-dev AE decode). Turbo tier: distilled 8-step at guidance 0 (no CFG), scheduler static shift 3.0 — ~13 s @1024² int4. Note: low seed variance is a model trait.

Standard diffusers-tree snapshot (transformer/ text_encoder/ vae/ tokenizer/ scheduler/) with the transformer stored at bf16. Loaded by the Swift/MLX port; int8/int4 are produced at load time (correct resident footprint — a q4 pipeline ≈ 6 GB fits a 16 GB Mac).

Parity (Swift port vs PyTorch goldens, fp32/CPU stream)

Full 6.15B S3-DiT: cosine ≥0.9999999 (both aligned + padded token cases)
FLUX.1-dev AE decode: 118 dB · Qwen3-4B encoder: token ids exact, features cosine 1.0000000
Full pipeline e2e: 105–108 dB (256²/CPU)

Use (Swift / MLXEngine)

import MLXZImage
import MLXToolKit
let package = ZImageTurboT2IPackage(configuration: .turbo(quant: .int4, snapshotPath: "<this repo dir>"))
try await package.load()
let r = try await package.run(T2IRequest(prompt: "a lighthouse at dusk, photorealistic",
                                         width: 1024, height: 1024, seed: 42)) as! T2IResponse

Code: https://github.com/xocialize/z-image-swift

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов: 0855b22