Quanta memória preciso para gerar imagens localmente?
O que os publicadores documentam e o que cabe numa placa de 16 GB.
Resposta curta
Depende do modelo. 8 dos 21 modelos de imagem revisados com valor documentado cabem numa placa de 16 GB.
- Exemplo: O FLUX.2 [klein] 4B documenta um caminho de 13 GB.
- Sem valor documentado: Planeje cerca de 2,4 GB por bilhão de parâmetros, mais 2 GB.
Caminhos documentados pelo publicador em cada página de modelo; a estimativa é a fórmula de mídia de 16 bits do site. Fórmulas
Por que imagem pede mais
Um modelo de texto é um arquivo que dá para reduzir a 4 bits. Um modelo de imagem costuma ser várias partes que rodam juntas: um codificador de texto que lê o prompt, um transformer grande que monta a imagem passo a passo e um decodificador (VAE) que transforma o resultado em pixels. Os publicadores distribuem essas partes em 16 bits, e só o codificador de texto pode ter bilhões de parâmetros. Resoluções maiores também pedem mais memória de trabalho durante a geração.
Por isso o site não usa a regra Q4 dos modelos de texto para imagens. Quando o publicador documenta um caminho de memória (um tamanho de GPU numa plataforma, às vezes com offload ou quantização), a página usa esse valor. Um caminho “condicional” só funciona com esse tipo de recurso, e é mais lento.
Caminhos documentados
O menor caminho que cada publicador documenta, e se ele cabe na RTX 4060 Ti · 16 GB de VRAM. Um valor de CUDA não vale para um Mac.
| Modelo · parâmetros | Menor caminho (GB) | Plataforma · modo | Placa de 16 GB | Uso comercial |
|---|---|---|---|---|
| OmniGen V2 VectorSpaceLab · 7B | 3 | CUDA · condicional | Cabe, condicional | Permitido |
| Qwen-Image Qwen · 27,1B | 4 | CUDA · condicional | Cabe, condicional | Permitido |
| Stable Diffusion 3.5 Medium Stability AI · 2,5B | 9,9 | qualquer · condicional | Cabe, condicional | Permitido com condições |
| Stable Diffusion 3.5 Large Stability AI · 8B | 11 | CUDA · condicional | Cabe, condicional | Permitido com condições |
| Bagel ByteDance · 14B | 12 | CUDA · condicional | Cabe, condicional | Permitido |
| FLUX.2 [klein] 4B Black Forest Labs · 4B | 13 | CUDA · direto | Cabe | Permitido |
| FLUX.2 [klein] Base 4B Black Forest Labs · 4B | 13 | CUDA · direto | Cabe | Permitido |
| Z-Image Turbo Alibaba · 6B | 16 | CUDA · direto | Cabe | Permitido |
| LongCat Image Meituan · 6B | 17 | CUDA · condicional | Precisa de mais memória | Permitido |
| GLM-Image Z AI · 16B | 23 | CUDA · condicional | Precisa de mais memória | Permitido |
| ERNIE Image Baidu · 8B | 24 | CUDA · direto | Precisa de mais memória | Permitido |
| ERNIE Image Turbo Baidu · 8B | 24 | CUDA · direto | Precisa de mais memória | Permitido |
| FLUX.2 [dev] Black Forest Labs · 32B | 24 | CUDA · condicional | Precisa de mais memória | Não permitido |
| HunyuanImage-2.1 Tencent Hunyuan · 17B | 24 | CUDA · condicional | Precisa de mais memória | Permitido com condições |
Sem valor publicado
18 dos 39 modelos de imagem revisados não têm caminho de memória documentado. Para eles o site mostra uma estimativa de 16 bits rotulada: 2 bytes por parâmetro, 20% de folga e 2 GB de reserva. FLUX.1 [dev], com 12 bilhões de parâmetros, chega a cerca de 31 GB assim. Arquivos da comunidade em 8 ou 4 bits e ferramentas de offload podem reduzir isso, mas cada um é uma configuração própria, não o valor do publicador.
Lado a lado: FLUX.2 klein 4B vs Z-Image Turbo para imagens rápidas · Stable Diffusion 3.5 Large vs FLUX.1 dev para imagens