Z-Image Turbo、1024×1024の画像4枚
- RTX PRO 6000 96GB, $2.42/時間
- 6.5秒 · $0.004
- RTX 6000 Ada 48GB, $1.37/時間
- 17.7秒 · $0.007
2.7倍速く、画像4枚あたりの費用は35%少なく済みました。
Z-Image
Z-Imageの「Turbo」をComfyUIで動かすには、12.7GB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 5080（16GB）で、テンプレートのダウンロードは20.7GBです。
- 開発
- Tongyi-MAI (Alibaba)
- ライセンス
- Apache 2.0
- 公開
- 2025年11月
- サイズ取得日
- 2026年10月16日
必要なVRAM
12.7GB
拡散の工程の値で、ComfyUIのテンプレートが読み込むBF16のファイルを使います。テンプレートのダウンロードは20.7GBです。
計算・2026年10月16日
Comfy Cloudで動く？
動く
このモデルのComfyUIテンプレートは組み込みのノードだけを使い、最も大きい工程（12.7GB）は96GBのRTX PRO 6000に収まります。
取得・2026年10月16日
把握している最安の1回分
$0.004
レンタルしたRTX PRO 6000での私たちの実測：Z-Image Turbo、1024×1024の画像4枚、6.5秒。
実測・2026年10月20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
必要なVRAM
12.7GB
拡散の工程の値で、ComfyUIのテンプレートが読み込むBF16のファイルを使います。テンプレートのダウンロードは20.7GBです。
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。
Turbo
ComfyUIの「Turbo」のテンプレート：拡散モデルはBF16、テキストエンコーダはBF16。工程ごとの容量は、テキストエンコーダが8.0GB、拡散が12.7GBです。ダウンロードは20.7GBです。
計算・2026年10月16日Base
ComfyUIの「Base」のテンプレート：拡散モデルはBF16、テキストエンコーダはBF16。工程ごとの容量は、テキストエンコーダが8.0GB、拡散が12.7GBです。ダウンロードは20.7GB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
Turbo
自分のGPU
16GB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。12GBなら、より小さいINT8 ConvRotのファイルを読み込めます。
計算・2026年10月16日
Comfy Cloud
$4.54/時間
96GBのRTX PRO 6000で、料金がかかるのはワークフローの実行中だけです。プランは月$20から。
取得・2026年10月16日
時間貸しのGPU
$0.17/時間
RTX 3090なら作業用の余裕をもって収まり、SaladCloudで借りられます（自社のデータセンターで運用するRunPod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
料金は税抜きのオンデマンド価格で、2026年10月16日〜19日に取得したものです。
Base
自分のGPU
16GB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。12GBなら、より小さいINT8 ConvRotのファイルを読み込めます。
計算・2026年10月16日
時間貸しのGPU
$0.17/時間
RTX 3090なら作業用の余裕をもって収まり、SaladCloudで借りられます（自社のデータセンターで運用するRunPod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
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。
実測した結果
2026年10月20日、フィンランドで借りたGPUで「Z-Image Turbo、1024×1024の画像4枚」を実行しました。ピークは15.2〜15.4GBで、最大の工程の12.7GBを上回りました。作業用メモリはこれとは別に必要です。
実測・2026年10月20日 測り方
モデルについて
Z-Imageは、Tongyi-MAIのオープンな画像生成モデルです。Tongyi-MAIの60億パラメータの画像生成モデルで、ここに挙げた中では数少ないApache 2.0のモデルです。Turbo（2025年11月）は8ステップで生成し、Base（2026年1月）はファインチューニングや長めのサンプリング向けの、蒸留していないモデルです。
Turbo：6.2B · Base：6.2B テキストエンコーダ：Qwen3 4B Apache 2.0 2025年11月公開
得意なこと
- 素早い下書き：Baseでは28〜50ステップかかるところを、Turboは8ステップで生成します。
- Apacheの表記以外に条件のない商用利用
- 最大2048×2048ピクセルの画像（Base）
注意点
- Tongyi-MAIの「fits comfortably within 16G」（訳：16Gに余裕で収まる）という記述は、自社のコードについてのものです。ComfyUIのテンプレートは、BF16のファイルを読み込みます。
- NVFP4のTurboファイルは、Blackwell世代のGPU専用です。
ComfyUIが読み込むZ-Image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 | バージョン | ファイル |
|---|---|---|---|---|
| 拡散モデル | BF16 · テンプレート | 12.31GB | Turbo | z_image_turbo_bf16.safetensors |
| 拡散モデル | INT8 ConvRot | 6.20GB | Turbo | z_image_turbo_int8_convrot.safetensors |
| 拡散モデル | NVFP4 | 4.51GB | Turbo | z_image_turbo_nvfp4.safetensors |
| 拡散モデル | BF16 · テンプレート | 12.31GB | Base | z_image_bf16.safetensors |
| 拡散モデル | INT8 ConvRot | 6.20GB | Base | z_image_int8_convrot.safetensors |
| テキストエンコーダ | BF16 · テンプレート | 8.04GB | 共通 | qwen_3_4b.safetensors |
| テキストエンコーダ | FP8 mixed | 5.63GB | 共通 | qwen_3_4b_fp8_mixed.safetensors |
| テキストエンコーダ | FP4 mixed | 3.48GB | 共通 | qwen_3_4b_fp4_mixed.safetensors |
| VAE | FP32 · テンプレート | 0.34GB | 共通 | ae.safetensors |
Tongyi-MAIが示す必要VRAM
- 「fits comfortably within 16G VRAM consumer devices」（訳：VRAM 16GBの一般向けデバイスに余裕で収まる）。対象：Z-Image-Turbo、メーカー自身の推論コード（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。
Z-ImageのLoRA学習
確認したトレーナー（kohyaのsd-scriptsとmusubi-tuner、ostrisのai-toolkit、diffusion-pipe、Tongyi-MAI自身のリポジトリ）には、Z-Imageの学習に必要なVRAMを公表しているものがまだありません。公表されたら、ここに載せます。
よくある質問
- Z-ImageにVRAMはどれくらい必要？
- ComfyUI公式の「Turbo」のワークフローでは、最も大きい工程は拡散で12.7GB、ワークフロー全体のダウンロードは20.7GB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。Tongyi-MAI自身は「fits comfortably within 16G VRAM consumer devices」（訳：VRAM 16GBの一般向けデバイスに余裕で収まる）としています（対象：Z-Image-Turbo、メーカー自身の推論コード）。
- 8GBのVRAMでZ-Imageは動く？
- 動きます。INT8 ConvRotのファイルなら、最も大きい工程（拡散）が6.5GBで、8GBに読み込んだうえで作業用メモリとして1.5GB残ります。フル解像度での生成には、余裕がわずかです。
- 12GBのVRAMでZ-Imageは動く？
- 動きます。INT8 ConvRotのファイルなら、最も大きい工程（テキストエンコーダ）が8.0GBで、12GBに読み込んだうえで作業用メモリとして5.5GB残ります。
- 16GBのVRAMでZ-Imageは動く？
- 動きます。BF16のファイルなら、最も大きい工程（拡散）が12.7GBで、16GBに読み込んだうえで作業用メモリとして3.3GB残ります。
- どのZ-Image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BF16のファイル（12.3GB）です。ComfyUIのテンプレートがダウンロードするのは、BF16の拡散モデルとBF16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/z_image_turbo。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Z-Imageガイド（英語）。
- モデルとライセンス：Tongyi-MAI/Z-Image-Turbo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。Comfy Cloudの答えは、そのバージョンの、組み込みのノードだけを使うComfyUI公式のテンプレートにもとづいており、テンプレートを確認したバージョンにだけ表示しています。