AI画像生成

AI画像生成

MiniMax-H3-ImageをVRAM 16GBで動かす|RTX 5080・5060 Ti実測と本体の選び方

MiniMax-H3-Image を VRAM 16GB の RTX 5080 と RTX 5060 Ti、ComfyUI 0.45.0 で動かし、4〜20 MP の生成時間、VRAM とメインメモリの使用量、画像編集の時間を測った。w4a8 と int8 の違い、用意するファイル、ライセンスの地域の条件もまとめる。
AI画像生成

P-H3-ImageをVRAM 16GBで動かす|ComfyUIで8MP生成、RTX 5080・5060 Tiの実測とw4a8・int8の選び方

P-H3-Imageの8MP生成を、VRAM 16GBのRTX 5080・5060 TiとComfyUI 0.44.0で実測。配布元はピーク21GBと書くが、2枚とも最後まで通り、2本目は約21秒と約40秒。w4a8とint8の本体の違い、プロンプト拡張と編集の時間と結果もまとめた。
AI画像生成

MOSS-ImageをVRAM 16GBで動かす|テンプレートと配布元の推奨設定を比較

MOSS-ImageをComfyUIとVRAM 16GBのRTX 5080・5060 Tiで実測。テンプレートの設定と配布元の推奨設定では1枚の時間が約1.9倍違い、構図の大枠は同じだった。プロンプト拡張で増える秒数、日本語の文字、本体のint8とbf16の違い、2048×2048の共有GPUメモリもまとめた。
AI画像生成

FLUX.3 Image KleinをVRAM 16GBで動かす|int8・nvfp4・bf16の速さとプロンプト拡張で増える時間を実測

FLUX.3 Image KleinをRTX 5080とRTX 5060 Ti (VRAM 16GB) のComfyUIで実測。int8・nvfp4・bf16の速さ、プロンプト拡張で増える秒数、FLUX.2 Klein 9Bとの比較、4Kと4096×4096でVRAMを超えた分の行き先をまとめた
AI画像生成

Qwen-Image-2.1-TurboをVRAM 16GBで動かす|8ステップでベースの25ステップより何倍速いか、ComfyUIの刻みと公式の刻みの違いも実測

メインメモリ96GB・Windows 11 の測定機では、測った組み合わせ (Turbo 本体 int8_convrot、Turbo 本体 bf16、ベース+Turbo の LoRA) はどれも RTX 5080 と RTX 5060 Ti (どちらも VRAM 16GB) で最後まで生成できた。
AI画像生成

Z-Image-TurboをVRAM 16GBで動かす|nvfp4・int8・bf16はどれを選ぶか、生成時間と画像の違いをRTX 5080・5060 Tiで比較

Z-Image-TurboをComfyUIでRTX 5080・5060 Ti(VRAM 16GB)に載せて実測。画像モデル本体3種(bf16・int8_convrot・nvfp4)とテキストエンコーダ3種の9通りで、速さ・VRAMとメインメモリの使い方・同じseedでの画像の違いを比べ、目的別の選び方をまとめた。
AI画像生成

Ming-Image-0.1-DesignをVRAM 16GBで動かす|透過PNGは2048×2048で抜けやすく、プロンプト拡張は既定のmtp設定のままだと止まる

Ming-Image-0.1-DesignをComfyUIとVRAM 16GBで実測。配布ファイルの4つの組み合わせの所要時間とメインメモリ、背景が透明なPNGが抜けやすい解像度、公式テンプレートのプロンプト拡張を動かす設定をRTX 5080・5060 Tiで確かめた。
AI画像生成

Qwen-Image-2.1をVRAM 16GBで動かす|30GiBのbf16も動く、量子化版はPyTorch cu130なら速い実測

Qwen-Image-2.1 のファイル一式は組み合わせで13.27〜30.21GiB。合計30.21GiB の bf16 同士も16GBのカードで生成できた。PyTorch cu130 版では量子化版が bf16 同士より1.7〜2.3倍速く、cu128 版では逆に遅かった理由もまとめた。
AI画像生成

Anima 3.8BをVRAM 16GBで動かす|52ブロックへの拡張で増えた分と、一式15GBが収まる理由を実測

Anima 3.8B を VRAM 16GB の RTX 5080・5060 Ti で実測した。ファイル合計 15.03GB でもピークは 12,918MiB に収まる。52 ブロックへの拡張で生成時間・VRAM・RAM がどれだけ増えるか、導入に要る 4 ファイルとノードもまとめた。
AI画像生成

Krea 2 Turboの4ステップ蒸留LoRAをVRAM 16GBで実測|RTX 5080・5060 Tiで1.5〜1.8倍速くなる

Krea 2 Turboの4ステップ蒸留LoRAをVRAM 16GBで実測。公式推奨の8ステップより、RTX 5080で1.51倍、RTX 5060 Tiで1.84倍速い。PyTorch cu130版では1.79倍・1.95倍に伸び、LoRAによる遅れもほぼ出なかった。