Характеристики

Размер весов: 10,8 ГБ
Лицензия: Apache 2.0
Базовая модель: Z-Image-Turbo
Библиотека: mflux
Опубликована: 13 сен 2026

Ссылки

Hugging Face

z-image-turbo-mflux-q8

rskulles

Генерация изображенийТекст → изображение3 профессии

8-битная версия Z-Image-Turbo для быстрой генерации изображений по тексту через mflux на компьютерах Apple Silicon.

922скачиваний за 30 дней3лайкавеса обновлены13 сен 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 8-битная версия Z-Image-Turbo от Tongyi Lab (Alibaba), подготовленная для запуска через mflux и MLX на компьютерах Apple с Apple Silicon. Репозиторий содержит веса в формате safetensors, текстовый энкодер Qwen3, VAE и токенизатор; размер модели после квантизации составляет около 10 ГБ вместо примерно 20 ГБ у исходных весов bf16.

Модель предназначена для генерации изображений по текстовым описаниям. Она использует дистилляцию с guidance и рассчитана на быстрый вывод за 8–9 шагов без guidance и отрицательного промпта. По README, квантизация не сопровождалась обучением или другими изменениями, а заметной потери качества изображений автор не наблюдал.

Это квантованная копия Tongyi-MAI/Z-Image-Turbo, предназначенная для работы с mflux на Apple Silicon. Лицензия — Apache-2.0. Описанный способ запуска ориентирован на экосистему Apple и требует установленной библиотеки mflux.

Сценарии применения

создание изображений по текстовым промптам
быстрое локальное создание иллюстраций на Mac с Apple Silicon
генерация изображений за 8–9 шагов без отрицательного промпта

Ограничения

Версия рассчитана на запуск через mflux и MLX на Apple Silicon; веса занимают около 10 ГБ. README не приводит независимых оценок качества, а утверждение об отсутствии заметной потери качества основано на наблюдении автора.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Z-Image-Turbo, mflux 8-bit

Z-Image-Turbo by Tongyi Lab (Alibaba), converted to mflux's saved format with 8-bit weights, for image generation on Apple Silicon through MLX. About 10 GB instead of the 20 GB of the original bf16 weights, with no visible loss in the pictures.

This is the copy Crayon Cloud downloads on first run, so its users get a 10 GB download and no quantisation step. Nothing was trained or changed beyond the quantisation.

How it was made

Loaded with mflux 0.19.1 (ZImage(model_config=ModelConfig.z_image_turbo(), quantize=8)) from Tongyi-MAI/Z-Image-Turbo at revision f332072aa78be7aecdf3ee76d5c247082da564a6, then written out with mflux's ModelSaver (save_model(model, 8, path, ZImageWeightDefinition)). The folder holds the transformer (6.1 GB), the Qwen3 text encoder (4.0 GB), the VAE and the tokenizer.

Use

With mflux:

mflux-generate-z-image-turbo --model-path rskulles/z-image-turbo-mflux-q8 --prompt "a lighthouse at dusk" --steps 8 --seed 7

In Python:

from mflux.models.common.config.model_config import ModelConfig
from mflux.models.z_image import ZImage

model = ZImage(model_config=ModelConfig.z_image_turbo(), model_path="rskulles/z-image-turbo-mflux-q8")
image = model.generate_image(seed=7, prompt="a lighthouse at dusk", num_inference_steps=8, width=1024, height=1024)

Z-Image-Turbo is guidance-distilled: 8 or 9 steps, no guidance, no negative prompt.

Licence

Apache 2.0, the same as the original weights. Copyright Tongyi Lab; conversion by Roy Skullestad. If mflux changes its saved format, this repository will be refreshed; the original repository is always the source of truth.

Как запустить

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

GPU в ailist

Универсальный рантайм · mflux

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов: 29e3109