Question 1

O que é o Z-Image?

Accepted Answer

O Z-Image é um modelo fundacional de texto para imagem com 6 bilhões de parâmetros, criado pela Tongyi MAI, equipe do grupo Alibaba. Ele roda sobre um Scalable Single-Stream Diffusion Transformer (S3-DiT), que concatena texto, tokens semânticos visuais e tokens VAE da imagem em uma única sequência de entrada, em vez do arranjo de fluxo duplo usado pela maioria dos diffusion transformers. O relatório técnico é o arXiv:2511.22699 e os pesos estão sob Apache 2.0.

Question 2

O que é o Z-Image Turbo?

Accepted Answer

O Z-Image Turbo é a versão destilada do checkpoint base. Ele chega à imagem pronta em 8 avaliações de função com guidance em 0, e por isso parece instantâneo ao lado de um sampler de 50 passos. A Tongyi MAI relata latência abaixo de um segundo numa H800 corporativa e afirma que o checkpoint cabe folgado em 16 GB de VRAM de consumo. Saiu em 26 de novembro de 2025, dois meses antes do modelo base.

Question 3

Qual é melhor, Z-Image base ou Turbo?

Accepted Answer

Eles foram ajustados para trabalhos diferentes. O model zoo oficial dá ao Turbo qualidade visual «muito alta» e diversidade «baixa», e o marca como não ajustável. O modelo base é «alto» em qualidade e «médio» em diversidade, aceita prompts negativos e trabalha com guidance entre 3,0 e 5,0. Regra prática: Turbo quando você quer uma imagem forte e rápida; o base quando precisa de variação entre seeds ou de um ponto de partida para treinar.

Question 4

Como rodar o Z-Image localmente?

Accepted Answer

Baixe Tongyi-MAI/Z-Image-Turbo ou Tongyi-MAI/Z-Image no HuggingFace ou no ModelScope e chame pela classe ZImagePipeline do diffusers, onde o suporte já foi incorporado ao projeto oficial. Também existem nós para ComfyUI. O Turbo cabe em 16 GB de VRAM com bfloat16, e o projeto stable-diffusion.cpp documenta como rodá-lo numa placa de 4 GB. Para o modelo base, a faixa recomendada vai de 512×512 a 2048×2048 de área total de pixels, em qualquer proporção.

Question 5

Por que meu Z-Image Turbo local está tão lento?

Accepted Answer

O número abaixo de um segundo do cartão do modelo foi medido numa H800. Numa placa de consumo os mesmos 8 passos demoram mais, e as causas mais comuns são o offloading para CPU entrando em ação quando falta VRAM, a execução em float32 em vez do bfloat16 recomendado, ou a primeira execução compilada pagando o custo único de compilação. Projetos da comunidade como Cache-DiT, LeMiCa e MeanCache existem exatamente para recuperar esse tempo.

Question 6

Posso usar o Z-Image comercialmente?

Accepted Answer

Os dois repositórios são publicados sob Apache 2.0, que permite uso comercial, modificação e redistribuição desde que os avisos de licença e atribuição sejam mantidos. Isso cobre os pesos. A responsabilidade pelo que você pede nos prompts e pelos direitos de qualquer material de referência continua sendo sua.

	Auto-hospedado	No EditlyEditly
O que é preciso	Uma placa CUDA, Python e um diffusers ou ComfyUI recente	Um navegador e uma conta
VRAM	O Turbo cabe em 16 GB com bfloat16; o stable-diffusion.cpp documenta 4 GB	Nenhuma sua, a inferência roda no servidor
Tempo de instalação	Baixar os pesos e depurar o ambiente	Entrar na conta e começar a escrever
Controle do sampler	Passos, guidance, scheduler, prompt negativo e seed	Prompt e proporção; a amostragem já vem definida
LoRA e fine-tuning	O modelo base aceita fine-tuning; o Turbo consta como não ajustável	Não disponível
Edição de imagem	Depende do lançamento do checkpoint Edit	Apenas texto para imagem
Formato do custo	Hardware e energia adiantados, depois pouco por imagem	3 créditos por imagem, sem hardware
Licença dos pesos	Apache 2.0, ficam com você	Apache 2.0, o mesmo modelo, hospedado

	Z-Image Turbo	Base	Edit
Situação	Lançado em 26 de novembro de 2025	Lançado em 27 de janeiro de 2026	Anunciado, ainda não lançado
Passos de amostragem	8	50 (28–50 recomendados)	50
Guidance sem classificador	Desligada, guidance 0	Ligada, guidance 3,0–5,0	Ligada
Tarefa	Texto para imagem	Texto para imagem	Edição por instrução
Qualidade / diversidade	Muito alta / baixa	Alta / média	Alta / média
Aceita fine-tuning	Não	Sim	Sim
Prompts negativos	Não usados	Fortemente recomendados	Ainda sem documentação

Rode o Z-Image online, sem GPU

Z-Image local ou online: o que você prefere pagar

Por que o Z-Image rende acima dos seus 6B

Tipografia desenhada dentro da própria imagem

Oito avaliações de função, graças ao Decoupled-DMD

Pesos abertos em Apache 2.0, não um modelo só de API

O que o formulário do Z-Image realmente pede

Abra o gerador de imagens

Descreva a cena

Escolha a proporção e gere

Z-Image Turbo, base e Edit: quem faz o quê

Z-Image: licença, hardware e a diferença para o Turbo

Experimente o Z-Image sem instalar nada