Question 1

Che cos'è Z-Image?

Accepted Answer

Z-Image è un modello fondativo text-to-image da 6 miliardi di parametri firmato Tongyi MAI, team del gruppo Alibaba. Si basa su uno Scalable Single-Stream Diffusion Transformer (S3-DiT), che concatena testo, token semantici visivi e token VAE dell'immagine in un'unica sequenza di input, invece dello schema a doppio flusso usato dalla maggior parte dei diffusion transformer. Il report tecnico è arXiv:2511.22699 e i pesi sono Apache 2.0.

Question 2

Che cos'è Z-Image Turbo?

Accepted Answer

Z-Image Turbo è la versione distillata del checkpoint base. Arriva all'immagine finita in 8 valutazioni di funzione con guidance a 0, ed è per questo che sembra istantaneo accanto a un sampler da 50 step. Tongyi MAI riporta latenza inferiore al secondo su una H800 enterprise e dichiara che il checkpoint entra comodamente in 16 GB di VRAM consumer. È uscito il 26 novembre 2025, due mesi prima del modello base.

Question 3

Meglio Z-Image base o Turbo?

Accepted Answer

Sono tarati per lavori diversi. Il model zoo ufficiale assegna a Turbo qualità visiva «molto alta» ma varietà «bassa», e lo marca come non addestrabile. La versione base è «alta» per qualità e «media» per varietà, accetta prompt negativi e lavora con guidance tra 3,0 e 5,0. Regola pratica: Turbo quando vuoi una singola immagine forte e veloce, il base quando ti serve variazione tra i seed o una base su cui addestrare.

Question 4

Come faccio girare Z-Image in locale?

Accepted Answer

Scarica Tongyi-MAI/Z-Image-Turbo o Tongyi-MAI/Z-Image da HuggingFace o ModelScope e pilotalo con la classe ZImagePipeline di diffusers, dove il supporto è stato integrato a monte. Esistono anche i nodi per ComfyUI. Turbo entra in 16 GB di VRAM con bfloat16 e il progetto stable-diffusion.cpp documenta come farlo girare su una scheda da 4 GB. Per il modello base l'intervallo consigliato va da 512×512 a 2048×2048 di area totale in pixel, con qualsiasi proporzione.

Question 5

Perché il mio Z-Image Turbo locale è così lento?

Accepted Answer

Il valore sotto il secondo riportato nella scheda del modello è misurato su una H800. Su una scheda consumer gli stessi 8 step richiedono di più, e le cause tipiche sono l'offloading su CPU che entra in gioco quando la VRAM scarseggia, l'esecuzione in float32 invece del bfloat16 consigliato, o la prima esecuzione compilata che paga il costo di compilazione una tantum. Progetti della comunità come Cache-DiT, LeMiCa e MeanCache nascono proprio per recuperare quel tempo.

Question 6

Posso usare Z-Image a scopo commerciale?

Accepted Answer

Entrambi i repository sono pubblicati con licenza Apache 2.0, che consente uso commerciale, modifica e ridistribuzione purché si mantengano le note di licenza e di attribuzione. Questo riguarda i pesi. Resta tua la responsabilità su ciò che chiedi nei prompt e sui diritti del materiale che fornisci come riferimento.

	In self-hosting	Su EditlyEditly
Cosa serve	Una scheda CUDA, Python e un diffusers o ComfyUI recente	Un browser e un account
VRAM	Turbo sta in 16 GB con bfloat16; stable-diffusion.cpp documenta 4 GB	Nessuna tua, l'inferenza gira lato server
Tempo di setup	Download dei pesi più debug dell'ambiente	Accedi e inizia a scrivere
Controllo del sampler	Step, guidance, scheduler, prompt negativo, seed	Prompt e formato; il campionamento è preimpostato
LoRA e fine-tuning	Il modello base è addestrabile; Turbo è indicato come non addestrabile	Non disponibile
Modifica delle immagini	In attesa del rilascio del checkpoint Edit	Solo text-to-image
Struttura del costo	Hardware e corrente in anticipo, poi poco per immagine	3 crediti a immagine, zero hardware
Licenza dei pesi	Apache 2.0, restano tuoi	Apache 2.0, stesso modello, ospitato

	Z-Image Turbo	Base	Edit
Stato	Rilasciato il 26 novembre 2025	Rilasciato il 27 gennaio 2026	Annunciato, non ancora rilasciato
Step di campionamento	8	50 (consigliati 28–50)	50
Guidance senza classificatore	Disattivata, guidance 0	Attiva, guidance 3,0–5,0	Attiva
Compito	Text-to-image	Text-to-image	Modifica guidata da istruzioni
Qualità / varietà	Molto alta / bassa	Alta / media	Alta / media
Fine-tuning	No	Sì	Sì
Prompt negativi	Non usati	Fortemente consigliati	Non ancora documentati

Usa Z-Image online, senza GPU

Z-Image in locale o online: cosa preferisci pagare

Perché Z-Image, con 6B, gioca in una categoria superiore

Testo disegnato dentro l'immagine

Otto valutazioni di funzione, merito di Decoupled-DMD

Pesi aperti Apache 2.0, non un modello solo via API

Cosa ti chiede davvero il modulo di Z-Image

Apri il generatore di immagini

Descrivi la scena

Scegli il formato e genera

Z-Image Turbo, base ed Edit a confronto

Z-Image: licenza, hardware e la differenza con Turbo

Prova Z-Image senza installare niente