Editly

Z-Image をオンラインで、GPU なしで動かす

Z-Image は Alibaba の Tongyi MAI チームが公開した 60 億パラメータの画像モデルで、ウェイトは Apache 2.0 ライセンスです。Editly では text-to-image として動いているので、VRAM 16GB の条件確認も ComfyUI のワークフロー構築も省けます。プロンプトを書き、5 種類のアスペクト比から選び、1 枚 3 クレジット。

作ってみる

Z-Image はローカルか、オンラインか

Tongyi Z-Image の使い方を調べると、たいてい HuggingFace のチェックポイントと ComfyUI の解説記事に行き着きます。どちらも正解ですが、支払う通貨が違うだけです。ストレージを 20GB 空ける前に、この表で比べてください。

自前で動かす
Editly でEditly
必要なものCUDA 対応 GPU、Python、比較的新しい diffusers か ComfyUIブラウザとアカウント
VRAMTurbo は bfloat16 で 16GB に収まる。stable-diffusion.cpp は 4GB 動作を記載手元の VRAM は不要。推論はサーバー側
セットアップウェイトのダウンロードと環境トラブルの切り分けログインして書き始めるだけ
サンプラー制御ステップ数、guidance、スケジューラ、ネガティブプロンプト、シードまで自由プロンプトとアスペクト比。サンプリング設定は固定
LoRA と追加学習base はファインチューニング可、Turbo は公式に不可と明記非対応
画像編集Edit のウェイト公開待ちtext-to-image のみ
コストの形ハードと電気代が先払い、以降の 1 枚は安い1 枚 3 クレジット、ハード投資ゼロ
ウェイトのライセンスApache 2.0。手元に残るApache 2.0。同じモデルをホスティング

6B の Z-Image が上位モデルと渡り合える理由

英語と中国語の文字を画面の中に描き込む

Z-Image 6B は英語と中国語の文字を画像そのものに描き込むことを狙って作られており、Tongyi MAI 自身のショーケースもこの点を先頭に置いています。ポスターの見出し、看板、パッケージの文言、UI モックの文字がモデルから直接出てくるので、後からデザインツールで貼り込む必要がありません。

8 回の関数評価、支えるのは Decoupled-DMD

Z-Image Turbo は蒸留済みチェックポイントで、classifier-free guidance を完全に切ったまま 8 NFE（関数評価回数）で画像を仕上げます。その蒸留手法 Decoupled-DMD は独立した論文（arXiv:2511.22677）として公開されており、このステップ数は発表用の謳い文句ではなく裏付けのある工学です。

API 専用ではなく Apache 2.0 のオープンウェイト

2 つのチェックポイントはどちらも HuggingFace でも ModelScope でも Apache 2.0 です。ダウンロードし、base をファインチューニングし、派生物を再配布し、成果物を商用利用できます。他社のエンドポイント経由でしか触れないクローズドな画像モデルとは、前提が違います。

Z-Image の入力欄が実際に聞いてくること

  1. 01

    画像生成ツールを開く

    AI 画像ツールを開き、モデル一覧から Z-Image を選びます。ダウンロードも Python 環境も、diffusers のソースビルドも不要です。

  2. 02

    描きたい画を言葉にする

    プロンプトは最大 1,000 文字。このモデルは具体的な記述に応えます。被写体、光、カメラの構図を明示し、画面に出したい文字は引用符で囲んでください。

  3. 03

    比率を選んで生成

    アスペクト比は 1:1、4:3、3:4、16:9、9:16 の 5 種類。1 枚あたり 3 クレジットで、生成物はそのままライブラリに入ります。

Z-Image Turbo と base と Edit の違い

Tongyi MAI の 6B ファミリーは 4 種類あり、検索結果では頻繁に混同されています。4 つ目の Z-Image Omni-Base は、コミュニティの追加学習向けに最も「素」の生成・編集ベースとして予告されているものです。以下の 3 つが実際によく検索される変種で、数値は公式 model zoo のままです。

Z-Image Turbo
base
Edit
公開状況2025 年 11 月 26 日公開2026 年 1 月 27 日公開予告済み、ウェイト未公開
サンプリングステップ850（推奨 28〜50）50
Classifier-free guidanceオフ、guidance は 0オン、guidance 3.0〜5.0オン
タスクtext-to-imagetext-to-image指示ベースの画像編集
画質 / 多様性非常に高い / 低い高い / 中程度高い / 中程度
ファインチューニング不可可可
ネガティブプロンプト使わない強く推奨記載なし

Z-Image のライセンス・必要スペック・Turbo との違い

インストール不要で Z-Image を試す

3 クレジット、5 種類のアスペクト比。ComfyUI 界隈がダウンロードしているのと同じオープンウェイト 6B モデルです。

Z-Image で生成する