FLUX.2 klein 4B vs Z-Image Turbo para imagens rápidas
Dois modelos pequenos e rápidos de texto para imagem para uma placa de 12 a 16 GB
Fatos do catálogo revisado
| Especificação | FLUX.2 [klein] 4B | Z-Image Turbo |
|---|---|---|
| Tarefa | Imagem | Imagem |
| Parâmetros | 4B | 6B |
| Licença | Apache 2.0 | Apache 2.0 |
| Uso comercial | Permitidotexto da licença | Permitidotexto da licença |
| Qualidade · LMArena 2026-10-07 · texto para imagem | 1.030 ± 31.027–1.033 · 152.389 votos · posição 70 · fonte | 1.083 ± 51.078–1.089 · 24.808 votos · posição 59 · fonte |
| Memória | caminho documentado pelo publicador a partir de 13 GB (CUDA) | caminho documentado pelo publicador a partir de 16 GB (CUDA) |
| Checkpoint | ficha oficial | ficha oficial |
No LMArena 2026-10-07 · texto para imagem, o Z-Image Turbo tem 1.083 ± 5 contra 1.030 ± 3 do FLUX.2 [klein] 4B, 53 pontos à frente, com intervalos que não se sobrepõem. Votos cegos de pessoas em pares, sobre resultados hospedados, CC BY 4.0. A pontuação é relativa; intervalos que se sobrepõem significam que a ordem não está definida. Escala: pontuação Arena ± metade do intervalo de confiança.
Memória em três máquinas
A reserva de cada máquina é somada (placas de vídeo 2 GB; memória unificada e do sistema 25%, de 2 a 8 GB). Estimativas de planejamento, não execuções medidas.
| Máquina | FLUX.2 [klein] 4B | Z-Image Turbo |
|---|---|---|
| RTX 3060 · 12 GB de VRAM | 13 GBAbaixo do mínimo documentado | 16 GBAbaixo do mínimo documentado |
| RTX 4060 Ti · 16 GB de VRAM | 13 GBDentro de um caminho documentado | 16 GBDentro de um caminho documentado |
| RTX 4090 · 24 GB de VRAM | 13 GBDentro de um caminho documentado | 16 GBDentro de um caminho documentado |
FLUX.2 [klein] 4B: caminho documentado pelo publicador a partir de 13 GB (CUDA). Z-Image Turbo: caminho documentado pelo publicador a partir de 16 GB (CUDA). Fórmulas
Tudo o que roda em cada máquina: RTX 3060 · 12 GB de VRAM · RTX 4060 Ti · 16 GB de VRAM · RTX 4090 · 24 GB de VRAM
Qual escolher
Os dois são modelos pequenos e destilados de texto para imagem sob Apache 2.0, então o uso comercial não tem condições extras. O FLUX.2 [klein] 4B tem 4 bilhões de parâmetros e a Black Forest Labs documenta um caminho CUDA de 13 GB; o Z-Image Turbo tem 6 bilhões e a Alibaba documenta 16 GB. Assim o FLUX.2 klein 4B cabe numa placa de 16 GB com alguma folga, e o Z-Image Turbo fica exatamente no limite. Na mesma rodada de texto para imagem do LMArena o Z-Image Turbo tem nota maior; os intervalos estão abaixo.
Arquivos e comandos para rodar
O arquivo padrão da fonte coletada mais baixada, ou os comandos que cada ficha documenta. Não executados por este site.
FLUX.2 [klein] 4B
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
pip install git+https://github.com/huggingface/diffusers.gitimport torch
from diffusers import Flux2KleinPipeline
device = "cuda"
dtype = torch.bfloat16
pipe = Flux2KleinPipeline.from_pretrained("black-forest-labs/FLUX.2-klein-4B", torch_dtype=dtype)
pipe.enable_model_cpu_offload() # save some VRAM by offloading the model to CPU
prompt = "A cat holding a sign that says hello world"
image = pipe(
prompt=prompt,
height=1024,
width=1024,
guidance_scale=1.0,
num_inference_steps=4,
generator=torch.Generator(device=device).manual_seed(0)
).images[0]
image.save("flux-klein.png")Z-Image Turbo
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
pip install git+https://github.com/huggingface/diffusersimport torch
from diffusers import ZImagePipeline
# 1. Load the pipeline
# Use bfloat16 for optimal performance on supported GPUs
pipe = ZImagePipeline.from_pretrained(
"Tongyi-MAI/Z-Image-Turbo",
torch_dtype=torch.bfloat16,
low_cpu_mem_usage=False,
)
pipe.to("cuda")
# [Optional] Attention Backend
# Diffusers uses SDPA by default. Switch to Flash Attention for better efficiency if supported:
# pipe.transformer.set_attention_backend("flash") # Enable Flash-Attention-2
# pipe.transformer.set_attention_backend("_flash_3") # Enable Flash-Attention-3
# [Optional] Model Compilation
# Compiling the DiT model accelerates inference, but the first run will take longer to compile.
# pipe.transformer.compile()
# [Optional] CPU Offloading
# Enable CPU offloading for memory-constrained devices.
# pipe.enable_model_cpu_offload()
prompt = "Young Chinese woman in red Hanfu, intricate embroidery. Impeccable makeup, red floral forehead pattern. Elaborate high bun, golden phoenix headdress, red flowers, beads. Holds round folding fan with lady, trees, bird. Neon lightning-bolt lamp (⚡️), bright yellow glow, above extended left palm. Soft-lit outdoor night background, silhouetted tiered pagoda (西安大雁塔), blurred colorful distant lights."
# 2. Generate Image
image = pipe(
prompt=prompt,
height=1024,
width=1024,
num_inference_steps=9, # This actually results in 8 DiT forwards
guidance_scale=0.0, # Guidance should be 0 for the Turbo models
generator=torch.Generator("cuda").manual_seed(42),
).images[0]
image.save("example.png")Números que cada publicador informa
Os resultados de cada ficha, com a configuração de cada uma. Publicadores escolhem testes e configurações diferentes, então estes valores nunca são comparados entre publicadores aqui.
FLUX.2 [klein] 4B · informado por Black Forest Labs
Z-Image Turbo · informado por Alibaba
Limites e datas
O benchmark de qualidade publicado não testa uma versão local quantizada. Estimativas de memória não medem velocidade nem garantem compatibilidade. Tamanho de repositório, quando disponível, não é VRAM. Fórmulas
Página atualizada em · Catálogo revisado em · LMArena 2026-10-07 · texto para imagem