Qwen-Image-2512
Qwen · Qwen/Qwen-Image-2512
Licença dos pesos: Apache 2.0 · código e componentes podem ter outros termos
Qualidade
Qualidade · LMArena · texto para imagem
LMArena 2026-10-07 · preferência humana · maior é melhor · este modelo em destaque
- Cor = publicador
Fonte: LMArena 2026-10-07 · coletado 2026-10-25 · dataset · CC BY 4.0 · modelos sem pontuação não aparecem (sem pontuação ≠ 0)
1.125 ± 3 · LMArena · texto para imagem · Intervalo de confiança 1.122–1.129 · 98.288 votos
A Artificial Analysis fica de fora: o plano gratuito é só para uso interno.
Informado pelo publicador
Qualidade × memória
Sem par qualidade × memória comparável
Modelos de imagem, vídeo e áudio não têm uma escala de qualidade em comum e a memória aqui é uma estimativa de planejamento de 16 bits, não um mínimo documentado, então a qualidade não é comparada com a memória em um gráfico.
Considere Qwen-Image-2512, de Qwen, para a tarefa de texto para imagem (20B de parâmetros). Aceleração por GPU NVIDIA é recomendada; não há mínimo publicado para este checkpoint.
Resolução nativa, precisão e componentes de condicionamento de texto afetam a exigência real.
Roda em
Memória suficiente para a estimativa 22
A estimativa de planejamento de 16 bits cabe nesta memória. Não é um mínimo revisado.
Mostrar todos os 22
Falta um degrau de memória 6
As mesmas máquinas com o próximo tamanho de memória teriam o suficiente para a estimativa.
O publicador não documenta mínimo para este checkpoint (fontes consultadas em 2026-10-13). Os perfis de hardware são agrupados por uma estimativa de planejamento de 16 bits, rotulada, a partir da contagem de parâmetros publicada (2 bytes por parâmetro, 20% de margem, 2 GB de reserva). Precisão, resolução, duração, encoders de texto e offload mudam o requisito real. Não é execução medida.
Velocidade medida
Nenhuma medição publicada para este checkpoint
O tempo de geração por imagem só aparece quando uma fonte o publica com hardware, build e configuração. Nunca é estimado.
Como rodar
Aceleração por GPU NVIDIA é recomendada; não há mínimo publicado para este checkpoint. Resolução nativa, precisão e componentes de condicionamento de texto afetam a exigência real. Evidência oficial de hardware
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/diffusersfrom diffusers import DiffusionPipeline
import torch
model_name = "Qwen/Qwen-Image-2512"
# Load the pipeline
if torch.cuda.is_available():
torch_dtype = torch.bfloat16
device = "cuda"
else:
torch_dtype = torch.float32
device = "cpu"
pipe = DiffusionPipeline.from_pretrained(model_name, torch_dtype=torch_dtype).to(device)
# Generate image
prompt = '''A 20-year-old East Asian girl with delicate, charming features and large, bright brown eyes—expressive and lively, with a cheerful or subtly smiling expression. Her naturally wavy long hair is either loose or tied in twin ponytails. She has fair skin and light makeup accentuating her youthful freshness. She wears a modern, cute dress or relaxed outfit in bright, soft colors—lightweight fabric, minimalist cut. She stands indoors at an anime convention, surrounded by banners, posters, or stalls. Lighting is typical indoor illumination—no staged lighting—and the image resembles a casual iPhone snapshot: unpretentious composition, yet brimming with vivid, fresh, youthful charm.'''
negative_prompt = "低分辨率,低画质,肢体畸形,手指畸形,画面过饱和,蜡像感,人脸无细节,过度光滑,画面具有AI感。构图混乱。文字模糊,扭曲。"
# Generate with different aspect ratios
aspect_ratios = {
"1:1": (1328, 1328),
"16:9": (1664, 928),
"9:16": (928, 1664),
"4:3": (1472, 1104),
"3:4": (1104, 1472),
"3:2": (1584, 1056),
"2:3": (1056, 1584),
}
width, height = aspect_ratios["16:9"]
image = pipe(
prompt=prompt,
negative_prompt=negative_prompt,
width=width,
height=height,
num_inference_steps=50,
true_cfg_scale=4.0,
generator=torch.Generator(device="cuda").manual_seed(42)
).images[0]
image.save("example.png")
Nível da evidência: Documentação do publicador vinculada; nenhuma execução reproduzida por este site.
Antes de baixar
- Confirme o checkpoint exato e a licença vinculada aqui.
- Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
- Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.
Detalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / versão
- Qwen/Qwen-Image-2512
- Tarefa e modalidade
- texto para imagem · imagem
- Contagem e base
- 20B · ficha do fabricante
- Lançamento
- QwenLM/Qwen-Image README (GitHub), News section · consultado em 2026-10-09fonte
- Tamanho do repositório publicado
- 57,7 GBNão é memória de execução nem download mínimo.arquivos
- Componentes publicados
- 20B MMDiT backbone · Text-conditioning tower · VAE
- Runtime e precisão
- Nenhuma execução local verificada.
- Uso comercial
- Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Checkpoint e ficha do publicador
- Licença dos pesos e termos de uso
- Fonte do benchmark de qualidade · Artificial Analysis imagem · excluída (o plano gratuito é só para uso interno)
- Documentação de hardware do publicador
Catálogo revisado: 2026-09-22.













