Qwen-Image 2.1 GGUFの実行：Unslothの3つの部品をそろえる

UnslothのGGUF²は、ノイズから画像を作る生成本体です。文章は別のQwen3-VL-8Bが読み、VAEが圧縮表現を画素に戻します。本体が正常でも、世代の違うエンコーダーやVAEではエラーや壊れた出力につながります。容量の小ささより組み合わせが先です。

2.1ではqwen_image_2.1_vae_bf16.safetensorsを使います。旧Qwen-ImageやWan 2.2のVAEの使い回しではありません。UD-Q4_K_XLエンコーダーもQ4_K_M生成本体とは別ファイルです。モデル名と役割を控えておくと、実行環境を変えるときの重複ダウンロードを防げます。

Q4_K_Mは生成本体を約4.2GBに抑えます。Q5_K_Mは5.39GB、Q6_Kは6.27GB、Q8_0は7.64GBです。小さい重みは保存容量とメモリを節約しますが、復号して計算するコストは残ります。低ビットなら必ず速く、画質も同じとは限りません。

Unslothは影響の大きい部分を高精度で残しますが、原版と画素単位で同じとは保証しません。プロンプトとseedを固定し、文字や輪郭、模様を見比べましょう。Macの公開記録には1KでQ8がQ4より速い構成もあります。RAM³に余裕があれば、容量だけでQ4に決める必要はありません。

以下はHugging Faceのhfツール導入済み環境用です。Q4本体、Q4エンコーダー、VAEだけをmodels以下に取得します。認証やライセンス同意が求められる場合は、先に保存庫の画面で手続きします。既存ファイルがあれば、実行コマンドのパスを合わせて再利用できます。

3ファイルの保存容量は合計約10GBです。ダウンロード容量と実行時メモリは別なので、10GBの空きストレージだけでは動作を判断できません。別形式を追加するなら容量にも余裕を。MacではOSや他のアプリも同じ統合メモリを使います。

sd-cli⁴はstable-diffusion.cppの実行ファイルです。2.1対応版とCUDA⁵またはMetalのビルドを用意し、ここではPATH上にあると仮定します。Windowsではsd-cli.exeの実際のパスを使ってください。modelsがある場所から実行します。外部公開サーバーではなく、ローカル画像を作るコマンドです。

Unslothのsd.cpp例に合わせ、20ステップ、CFG 6.0、Euler、1024角から始めます。全実行環境の最適値ではありません。40ステップのDiffusersやLightX2Vと時間を比較するなら、先に条件をそろえます。まず正常な1枚を確認し、その後一項目ずつ変更しましょう。

最初から2Kや複数枚同時生成を選ばず、1枚・1024以下・Q4・オフロード⁶で始め、他のGPU⁷処理を止めます。それでも不足するなら、本体をさらに圧縮する前にエンコーダーの配置を確認してください。大きなエンコーダーが同じGPUに残ると余裕は増えません。

オフロードは実行できる構成を増やしますが、無料の高速化ではありません。CPU⁸ RAMと転送速度が待ち時間に影響し、Macの大量スワップはSSD⁹に余裕があっても遅くなります。低メモリ構成の時間を表示しないのは実行不可能の断定ではなく、スワップ依存の時間を固定できないためです。

文章からの生成は動くのに写真入力で失敗するなら、ビジョンプロジェクターを確認します。sd.cppはGGUFエンコーダーでの編集にmmprojを--llm_visionで渡すよう案内しています。エンコーダーと同じモデル用を選び、配布元によるファイル名の違いにも注意。本体の再取得だけでは解決しません。

参照画像は-rで渡し、複数なら繰り返します。まず1枚の背景変更で経路を確認してください。アルファはPNGやWebPで保存します。ノードやアプリが未対応なら、モデルの能力とアプリの対応を区別し、対応ワークフローや実行環境を選びましょう。

初回には重みの読み込みが混ざります。可能なら同じアプリで2回目以降を3回以上測り中央値を見ます。毎回モデルを読むsd-cli全体の時間と、読み込み済みサーバーでの1枚生成は別です。ログの生成区間を分ければ更新後の比較もしやすくなります。

ファイル名、実行版、エンコーダー、VAE、解像度、ステップ、seed、オフロードの有無を記録します。設定とGPUの限界を切り分けず買い替えると同じ問題が残ります。本稿は導入手順であり、当サイトの実測を主張するものではありません。研究用ライセンスは継続し、商用では別途許可を確認します。