Нейросети для картинок по видеопамяти: FLUX.2, Qwen-Image, SDXL

SDXL запускается на видеокарте с 8 ГБ памяти, FLUX.1 [dev] в сжатом формате fp8 — с 16 ГБ, Qwen-Image в fp8 — с 24 ГБ, FLUX.2 [dev] — с 48 ГБ. Это минимум. Он верен, когда ComfyUI на время расчёта выгружает текстовый энкодер из видеопамяти; если держать всё в памяти сразу, нужно больше. Ниже таблица по восьми моделям и четырём форматам, два графика, подбор карты и запуск на арендованном сервере.

Какие модели для картинок можно запустить у себя

В калькуляторе gpu.nz восемь моделей для картинок от трёх команд: Black Forest Labs (семейство FLUX), Qwen от Alibaba и Stability AI (Stable Diffusion). «Stable Diffusion» и «FLUX» — это не одна нейросеть, а два семейства: у каждого несколько поколений, размеров и лицензий.

Лицензия решает не меньше, чем память. Веса FLUX.1 [dev], FLUX.2 [dev] и FLUX.2 [klein] 9B выпущены по некоммерческим лицензиям Black Forest Labs. На карточках FLUX.1 [dev] и FLUX.2 [dev] авторы пишут, что результаты генерации можно использовать, в том числе в коммерческих целях, на условиях лицензии. Для коммерческого использования самих весов у них есть отдельная платная лицензия. Это не юридическая консультация: перед работой на заказчика прочитайте текст лицензии своей версии.

В калькуляторе у FLUX.1 одна строка на [dev], [schnell] и Kontext. [schnell], по карточке на Hugging Face, выпущена под Apache 2.0.

Сколько видеопамяти нужно каждой модели

Минимум — от 2,9 ГБ у SD 1.5 до 36,1 ГБ у FLUX.2 [dev] в fp8. В каждой модели три части: сеть, которая рисует картинку; текстовый энкодер, который читает запрос; VAE, который превращает результат в пиксели. Для каждой модели мы даём две цифры. Минимум — когда ComfyUI на время расчёта выгружает энкодер, и в видеопамяти остаются сеть, VAE и рабочая память. С запасом — когда всё лежит в видеопамяти сразу.

Полная таблица по четырём форматам. В ячейке слева минимум, справа память с запасом, ниже карты, на которые это помещается.

Прочерк значит, что формата в калькуляторе нет: у SDXL и SD 1.5 один 16-битный вариант (колонка bf16). Q8_0 и Q4_0 для FLUX.1 [dev] взяты из опубликованных файлов GGUF, для остальных моделей посчитаны по числу параметров: 8,5 и 4,5 бита на вес.

Что такое текстовый энкодер и почему ComfyUI его выгружает

Текстовый энкодер превращает ваш запрос в числа, по которым сеть рисует картинку. Он нужен в начале расчёта: когда запрос закодирован, сеть работает без него.

У старых моделей энкодеры небольшие: у SDXL два CLIP (1,5 ГБ), у SD 1.5 один (0,23 ГБ). У новых моделей энкодер — целая языковая модель: у FLUX.2 [dev] это Mistral Small 3 24B, у FLUX.2 [klein] — Qwen3, у Qwen-Image — Qwen2.5-VL 7B. FLUX.1 и SD 3.5 используют T5-XXL вместе с CLIP.

Если видеопамяти не хватает на сеть и энкодер сразу, ComfyUI освобождает место перед загрузкой следующей модели. Энкодер уходит в оперативную память сервера, сеть занимает его место. Так получается «минимум». Цена — оперативная память: ей нужно не меньше, чем весит энкодер, то есть 16,8 ГБ у FLUX.2 [dev] в fp8 и 8,7 ГБ у Qwen-Image. Проверьте объём ОЗУ сервера до аренды.

fp8, Q8 или Q4: чем платят за экономию памяти

Сжатие уменьшает сеть: у FLUX.1 [dev] fp8 — в 2 раза, GGUF Q4_0 — в 3,5 раза, а платите вы небольшой потерей точности. Исходные веса большинства этих моделей хранятся в bf16: два байта на параметр, 22,2 ГБ у FLUX.1 [dev]. fp8 хранит параметр в одном байте (11,1 ГБ). GGUF Q8_0 и Q4_0 — форматы из llama.cpp, около 8,5 и 4,5 бита на параметр.

• fp8 — самый простой путь: ComfyUI читает такие файлы без дополнений, а готовые fp8-версии Qwen-Image и FLUX.2 [dev] выкладывает Comfy-Org. Любое сжатие меняет картинку; насколько заметно, зависит от модели и запроса, поэтому сравнивайте на своих. Документация diffusers предупреждает, что результат fp8-квантизации зависит от типа карты и версий CUDA и PyTorch.
• GGUF Q8_0 и Q4_0 — для ComfyUI нужен узел ComfyUI-GGUF (репозиторий city96 на GitHub). Его ставят в папку custom_nodes командой git clone и pip install --upgrade gguf, файлы кладут в models/unet и загружают узлом Unet Loader (GGUF). По словам автора узла, квантизация слабее задевает трансформерные модели вроде FLUX, а для обычных свёрточных сетей (UNet) она оказалась неосуществимой; LoRA с GGUF работают экспериментально. Поэтому у SDXL в калькуляторе один формат.
• Q4_0 — запасной вариант для скромных карт. FLUX.1 [dev] в Q4_0 нужно минимум 8,5 ГБ, то есть карта на 12 ГБ. SD 3.5 Large — 6,6 ГБ, карта на 8 ГБ.

Какую модель выбрать

Выбор упирается сначала в память и лицензию, потом во вкус. Сравнить модели на своих запросах можно за час аренды. Вот что о себе говорят авторы.

• SDXL и SD 1.5 — самые лёгкие: 6,8 ГБ и 2,9 ГБ в минимуме. SD 1.5 мы считали на картинке 512×512, SDXL — на 1024×1024.
• SD 3.5 Large — по описанию Stability AI, в ней доработаны качество картинки, типографика и понимание сложных запросов. В fp8 нужно минимум 9,6 ГБ.
• FLUX.1 [dev] — сеть на 11,9 млрд параметров. В fp8 нужно минимум 13,3 ГБ, карта на 16 ГБ.
• FLUX.2 [dev] — по описанию Black Forest Labs, принимает до 10 референсных картинок, рисует разборчивый мелкий текст и работает с изображениями до 4 мегапикселей. В fp8 нужно минимум 36,1 ГБ, карта на 48 ГБ.
• FLUX.2 [klein] — по описанию авторов, сделана для локальной работы и быстрой генерации. Версия 4B выпущена под Apache 2.0, в fp8 ей нужно минимум 5,3 ГБ. Версия 9B — под некоммерческой лицензией, 10,6 ГБ.
• Qwen-Image — по описанию Qwen, сильная сторона модели — сложный текст на картинке, английский и китайский. Лицензия Apache 2.0, в fp8 нужно минимум 21,6 ГБ. Для правки фото выпущена Qwen-Image-Edit: разбор в ComfyUI.

Подробнее о версиях FLUX и условиях Kontext — в гайде по FLUX, о Stable Diffusion и его интерфейсах — в гайде по Stable Diffusion.

Чего нет в таблице: Z-Image Turbo, Qwen-Image 2.1, FLUX 3

Калькулятор проверен 2026-10-19, а модели для картинок выходят чаще. Три заметные в него не вошли, поэтому цифр памяти для них здесь нет.

• Z-Image Turbo (Tongyi-MAI, Alibaba) — дистиллированная модель, которой, по описанию авторов, хватает 8 шагов. Лицензия Apache 2.0, ComfyUI её поддерживает. Работает в шаблоне «Картинки без цензуры».
• Qwen-Image 2.1 — новое поколение Qwen для создания и правки картинок. На странице модели указана Qwen Research License, а не Apache 2.0, поэтому условия читайте отдельно. У декабрьского обновления Qwen-Image-2512 лицензия Apache 2.0 и тот же размер сети, указанный на странице модели.
• FLUX 3 Image Klein — новая модель Black Forest Labs. Лицензия у неё своя, FLUX Kommunity License v.1.0.

Какая видеокарта нужна для каждой модели

Таблица показывает, что запустится на карте каждого размера. Для каждой модели выбран самый тяжёлый из форматов bf16, fp8 и Q4_0, который помещается. Q8_0 пропущен: почти везде он чуть тяжелее fp8. Исключение — FLUX.2 [dev], у которого готовый файл fp8 от Comfy-Org весит больше расчётного Q8_0. SDXL и SD 1.5 стоят в строке bf16, у них один 16-битный формат.

Шаблон ComfyUI рассчитан на карты от 12 ГБ; на 8 ГБ эти модели проще запускать на своём компьютере. Как выбрать карту под любую задачу — в гайде «Видеокарта для нейросетей».

Как запустить модель для картинок на арендованной карте

Своей подходящей карты нет — арендуйте сервер на время работы. Пример ниже — Qwen-Image в fp8: его файлы лежат в открытом репозитории, токен не нужен.

1. 1

   Выберите карту и шаблон ComfyUI

   В каталоге возьмите карту на 24 ГБ — минимум для Qwen-Image в fp8 — или на 32 ГБ, если нужен запас. Нажмите «Арендовать» и выберите шаблон ComfyUI: что в нём есть, описано на странице ComfyUI.

2. 2

   Подождите 2–5 минут

   Сервер запускается. Когда он готов, на его странице появятся кнопки ComfyUI и JupyterLab.

3. 3

   Скачайте файлы модели

   Откройте терминал через JupyterLab и загрузите сеть, текстовый энкодер и VAE в свои папки. Вместе они занимают около 28 ГБ. Если папки ComfyUI нет по этому пути, найдите её командой ls /workspace.

   cd /workspace/ComfyUI/models
   wget -c -P diffusion_models "https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/resolve/main/split_files/diffusion_models/qwen_image_fp8_e4m3fn.safetensors"
   wget -c -P text_encoders "https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/resolve/main/split_files/text_encoders/qwen_2.5_vl_7b_fp8_scaled.safetensors"
   wget -c -P vae "https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/resolve/main/split_files/vae/qwen_image_vae.safetensors"

4. 4

   Откройте шаблон workflow

   В ComfyUI откройте библиотеку шаблонов (Browse Templates), найдите Qwen-Image и укажите скачанные файлы в узлах загрузки. Если не хватает нод, обновите ComfyUI или поставьте их через ComfyUI Manager.

5. 5

   Сгенерируйте картинку и остановите сервер

   Впишите запрос и запустите. Скачайте результаты и остановите сервер: оплата поминутная, остановленный сервер не тратит деньги на GPU, платите только за диск.

SDXL и SD 1.5 проще запускать в Forge: чекпоинты кладут в models/Stable-diffusion, интерфейс привычный по AUTOMATIC1111. Если графы не нужны, шаблон «Картинки без цензуры» запускает чат с Z-Image Turbo и FLUX.2 [klein] 4B, а ComfyUI в нём тоже под рукой. Установка ComfyUI и папки моделей разобраны в отдельном гайде, выбор карты и расходы — в статье про Stable Diffusion и FLUX на арендованной GPU.

Что может пойти не так

• Не хватило оперативной памяти. Выгруженный энкодер ждёт в ОЗУ сервера. Если её меньше, чем он весит (16,8 ГБ у FLUX.2 [dev] в fp8), расчёт может замедлиться или завершиться ошибкой.
• Цифры даны для базового разрешения. Мы считали картинку 1024×1024, у Qwen-Image — 1328×1328. Большее разрешение, LoRA, ControlNet и несколько входных картинок для правки добавляют память, и в таблице этого нет.
• Карта впритык. Выше 92% полезной памяти модель запустится, но на любую добавку места не хватит. Qwen-Image в fp8 на 24 ГБ — как раз такой случай.
• Сжатые файлы меняют картинку. fp8 и особенно Q4_0 дают результат, отличающийся от bf16. Прежде чем считать большую серию, сравните на нескольких запросах.
• Модели выходят быстрее таблиц. Данные на 2026-10-19: перед скачиванием проверьте размеры файлов и лицензию на странице модели.

Как мы считали

Размеры файлов взяты из официальных репозиториев на Hugging Face и пакетов Comfy-Org для ComfyUI. Для fp8 и GGUF без опубликованного файла размер посчитан по числу параметров. Минимум — большее из двух: энкодер плюс 0,5 ГБ либо сеть с VAE и рабочей памятью. С запасом — всё сразу в видеопамяти. Рабочая память — наша оценка активаций и декодирования VAE при базовом разрешении в ComfyUI со стандартным вниманием; на видеокарте мы её не измеряли. 1 ГБ здесь — 1024³ байт, как у видеокарт, поэтому наши числа примерно на 7% меньше, чем в списках файлов Hugging Face: там десятичные гигабайты. Полезная память карты — 97,5% номинала. Лицензии и описания авторов взяты с карточек моделей на Hugging Face 2026-10-20. Данные на 2026-10-19; методика и остальные модели — в калькуляторе, общий подбор карты — в гайде «Видеокарта для нейросетей».