月1回のメール

Qwen-Image-Edit-2511

Qwen-Image-Edit-2511をComfyUIで動かすには、20.8GBのVRAMが必要です。公式テンプレートの最も大きい工程（拡散）の値で、ファイルサイズは2026年10月16日に取得しました。余裕をもって読み込める最小のGPUはRTX 5090（32GB）で、テンプレートのダウンロードは30.2GBです。

更新日

開発
Qwen (Alibaba)
ライセンス
Apache 2.0
公開
2025年12月
サイズ取得日
2026年10月16日
必要なVRAM
20.8GB
拡散の工程の値で、ComfyUIのテンプレートが読み込むFP8 mixedのファイルを使います。テンプレートのダウンロードは30.2GBです。
計算・2026年10月16日
最小のGPU
32GB
RTX 5090なら、作業用に11.2GB残して読み込めます。RTX 4090でも、同じファイルをぎりぎり読み込めます。
計算・2026年10月16日

最大の工程は、ComfyUIのテンプレートが読み込むファイルの正確なサイズから計算しています（LoRAは含みません）。生成用の作業メモリは、これとは別に必要です。 ComfyUI 必要VRAMチェッカーで開く

GPUごとに使えるファイル

メモリ容量ごとに、そのGPUでの最良のファイル（余裕をもって読み込める、最も精度の高い拡散モデルのファイル。ほかに収まるファイルがない場合に限り、ぎりぎり収まるファイル）と、サンプリング中に作業用メモリとして残る容量を示します。大きいGPUでは、上の答えが前提とするComfyUIのテンプレートのファイルより、精度の高いファイルになることがあります。「ストリーミング」は、最も小さいファイルでもGPUのメモリより大きいという意味で、その場合もComfyUIはシステムRAMから実行しますが、速度は落ちます。FP4のファイルは、ネイティブに扱えるBlackwell世代のGPUにだけ割り当てています。

  • 12GB
    RTX 5070
    全体が収まるファイルなし
    最小のFP8 mixed：20.8GB
    ストリーミング
    9.4GB不足
  • 16GB
    RTX 5080
    全体が収まるファイルなし
    最小のFP8 mixed：20.8GB
    ストリーミング
    5.6GB不足
  • 24GB
    RTX 4090
    FP8 mixed · テンプレート
    最大の工程20.8GB
    ぎりぎり
    残り3.2GB
  • 32GB
    RTX 5090
    FP8 mixed · テンプレート
    最大の工程20.8GB
    動く
    残り11.2GB
  • 48GB
    RTX PRO 5000 Blackwell
    FP8 mixed · テンプレート
    最大の工程20.8GB
    動く
    残り27.2GB
  • 80GB
    H100 SXM
    BF16
    最大の工程41.1GB
    動く
    残り38.9GB
  • 96GB
    RTX PRO 6000 Blackwell
    BF16
    最大の工程41.1GB
    動く
    残り54.9GB
  • 102GB
    RTX Spark
    BF16
    最大の工程41.1GB
    動く
    残り60.9GB
  • 126GB
    DGX Spark
    BF16
    最大の工程41.1GB
    動く
    残り84.9GB

ComfyUIのテンプレート：拡散モデルはFP8 mixed、テキストエンコーダはFP8 scaled。工程ごとの容量は、テキストエンコーダが9.4GB、拡散が20.8GBです。ダウンロードは30.2GBです。

計算・2026年10月16日

ほかのGPUで確かめるときや、ファイルを手動で選ぶときは、ComfyUI 必要VRAMチェッカーを使ってください。LoRAやカスタムノードを加えた自分のワークフローなら、ComfyUIワークフローチェッカーにドロップして確かめられます。

どこで動かすか

ComfyUIのQwen-Image-Edit-2511のワークフローは最大20.8GB必要で、24GBのGPUでは作業用の余裕をもって収まりません。48GBのGPUなら収まります。ComfyUIをクラウドで動かす方法の比較もご覧ください。

自分のGPU
32GB以上
ComfyUIのテンプレートを、作業用の余裕をもって読み込めます。24GBでも、ぎりぎり読み込めます。
計算・2026年10月16日
お使いのGPUで確かめる
時間貸しのGPU
$0.33/時間
RTX A6000なら作業用の余裕をもって収まり、RunPod Communityで借りられます（自社のデータセンターで運用するHyperstackでは$0.50）。どんなノードも使えますが、待機中も料金がかかります。
取得・2026年10月19日
13社の料金比較（英語）

料金は税抜きのオンデマンド価格で、2026年10月19日に取得したものです。

モデルについて

Qwen-Image-Edit-2511は、Qwenのオープンな画像編集モデルです。Qwenが2025年12月に公開した画像編集モデルで、画像と指示を与えて使います。Apache 2.0の200億パラメータのモデルで、テキストエンコーダは初代Qwen-Imageと同じQwen2.5-VLです。

20.4Bパラメータ テキストエンコーダ：Qwen2.5-VL 7B Apache 2.0 2025年12月公開

得意なこと

  • 指示による編集：素材の差し替え、物体の変更、スタイルの変更
  • Apache 2.0での商用利用
  • musubi-tunerが公開している設定による、12GB以上のGPUでのLoRA学習

注意点

  • ComfyUIのテンプレートが読み込むのはFP8 mixedのモデルと4ステップのLightning LoRAで、2倍の大きさがあるBF16の元のモデルではありません。
  • Qwenの「within 4GB VRAM」（訳：VRAM 4GB以内）という数値は、DiffSynth-Studioのレイヤー単位のオフロードでのもので、ComfyUIではありません。

ComfyUIが読み込むQwen-Image-Edit-2511の全ファイル

サイズは、Hugging Faceが報告する正確なバイト数で、2026年10月16日に取得しました。「テンプレート」と付いたファイルは、ComfyUI公式のワークフローがダウンロードするものです。

構成要素精度サイズファイル
拡散モデル BF16 40.86GB qwen_image_edit_2511_bf16.safetensors
拡散モデル FP8 mixed · テンプレート 20.53GB qwen_image_edit_2511_fp8mixed.safetensors
拡散モデル INT8 ConvRot 20.50GB qwen_image_edit_2511_int8_convrot.safetensors
テキストエンコーダ BF16 16.58GB qwen_2.5_vl_7b.safetensors
テキストエンコーダ FP8 scaled · テンプレート 9.38GB qwen_2.5_vl_7b_fp8_scaled.safetensors
テキストエンコーダ NVFP4 6.11GB qwen_2.5_vl_7b_nvfp4.safetensors
VAE BF16 · テンプレート 0.25GB qwen_image_vae.safetensors

Qwenが示す必要VRAM

  • 「low-GPU-memory layer-by-layer offload (inference within 4GB VRAM)」（訳：GPUメモリの少ない環境向けの、レイヤー単位のオフロード。VRAM 4GB以内で推論できる）。対象：DiffSynth-Studioのレイヤー単位のオフロードでの数値で、ComfyUIではありません（出典）

メーカーの数値とこのページの数値は、測っているものが違います。メーカーの数値は、自社のスクリプトを既定の解像度で動かしたときのもので、作業用メモリも含みます。このページは各工程が保持する重みを数えており、こちらは正確です。作業用メモリは、解像度とアテンションのカーネルによって変わり、モデルごとに公表しているところもないため、残りの容量として示しています。読み込めるファイルで生成中にメモリが足りなくなったら、精度を下げる前に解像度を下げてください。ComfyUIのREADMEには、重みのストリーミングによって「can run even the biggest open source models on as low as 4GB vram + 8GB ram」（訳：最大級のオープンソースモデルでも、VRAM 4GB＋RAM 8GBという少ない構成で動かせる）とあります（出典）。つまり「ストリーミング」は、遅くなるだけで、動かないという意味ではありません。

Qwen-Image-Edit-2511のLoRA学習

載せているのは、トレーナー自身のドキュメントが必要VRAMを示している構成だけです。設定によって数値は大きく変わるので、数値をうのみにする前に「設定」の列を確認してください。

トレーナーVRAM設定出典
musubi-tuner42GB1024×1024、バッチ1、量子化なし。Qwen-Imageでの計測値で、Editは制御用の画像のぶん多く必要ですドキュメント
musubi-tuner24GB上と同じ条件で、FP8のモデル・16ブロックをスワップドキュメント
musubi-tuner12GB上と同じ条件で、45ブロックをスワップ（システムRAMは64GBを推奨）ドキュメント

よくある質問

Qwen-Image-Edit-2511にVRAMはどれくらい必要？
ComfyUI公式のワークフローでは、最も大きい工程は拡散で20.8GB、ワークフロー全体のダウンロードは30.2GBです。生成時の作業用メモリはこれとは別に必要で、解像度に応じて増えます。Qwen自身は「low-GPU-memory layer-by-layer offload (inference within 4GB VRAM)」（訳：GPUメモリの少ない環境向けの、レイヤー単位のオフロード。VRAM 4GB以内で推論できる）としています（対象：DiffSynth-Studioのレイヤー単位のオフロードでの数値で、ComfyUIではありません）。
8GBのVRAMでQwen-Image-Edit-2511は動く？
全体は収まりません。ここで最も小さいFP8 mixedのファイル（20.5GB）でも、最も大きい工程で20.8GB必要で、8GBを超えます。それでもComfyUIは、システムRAMから重みをストリーミングして実行できます。動きはしますが、遅くなります。
12GBのVRAMでQwen-Image-Edit-2511は動く？
全体は収まりません。ここで最も小さいFP8 mixedのファイル（20.5GB）でも、最も大きい工程で20.8GB必要で、12GBを超えます。それでもComfyUIは、システムRAMから重みをストリーミングして実行できます。動きはしますが、遅くなります。
16GBのVRAMでQwen-Image-Edit-2511は動く？
全体は収まりません。ここで最も小さいFP8 mixedのファイル（20.5GB）でも、最も大きい工程で20.8GB必要で、16GBを超えます。それでもComfyUIは、システムRAMから重みをストリーミングして実行できます。動きはしますが、遅くなります。
どのQwen-Image-Edit-2511のファイルをダウンロードすればいい？
お使いのGPUに全体が収まるなかで、最も精度の高いファイルです。24GBのGPUならFP8 mixedのファイル（20.5GB）です。ComfyUIのテンプレートがダウンロードするのは、FP8 mixedの拡散モデルとFP8 scaledのテキストエンコーダです。FP4のファイル（NVFP4）はBlackwell世代のGPU（RTX 50、RTX PRO 6000、DGX Spark）向けです。それより前の世代では、FP8かINT8を使ってください。
  • ファイルとサイズ：Hugging FaceのComfy-Org/Qwen-Image-Edit_ComfyUI。Hugging FaceのAPIから取得しています。テンプレートのファイル：ComfyUIのQwen-Image-Edit-2511ガイド（英語）。
  • モデルとライセンス：Qwen/Qwen-Image-Edit-2511とApache 2.0。
  • GPUのメモリ：各メーカーの仕様で、各GPUページと同じ値です。チェッカーの対象はNVIDIAのGPUです。ComfyUIはAMDやAppleシリコンでも動きますが、ファイル形式や速度が異なるため、ここでは容量を算出していません。
  • 収まりの判定：使えるメモリの85%未満なら全体が収まる、95%まではぎりぎり収まるとしています。LLMのページと同じ基準です。
  • 料金：各事業者の料金ページで、それぞれ横に記した日付に取得したものです。