Atualizado em:
Qwen Image 2.1 Turbo no ComfyUI e na sua própria GPU
O ComfyUI reempacotou os pesos do Turbo poucas horas depois do lançamento de 9 de outubro, e logo vieram as quantizações GGUF da comunidade. Esta página lista os arquivos exatos, as configurações do sampler que fazem diferença e como escolher uma quantização para a sua placa de vídeo.
Arquivos para baixar
| Arquivo (Comfy-Org/Qwen-Image-2.1) | O que é |
|---|---|
| diffusion_models/qwen_image_2.1_turbo_bf16.safetensors | Checkpoint Turbo completo de 8 passos, BF16 |
| diffusion_models/qwen_image_2.1_turbo_int8_convrot.safetensors | Turbo quantizado em INT8, para usar menos VRAM |
| loras/qwen_image_2.1_turbo_lora_avg_rank_178_bf16.safetensors | Turbo como LoRA, aplicada ao modelo base Qwen-Image 2.1 |
| Codificador de texto e VAE | Compartilhados com o Qwen-Image 2.1; use os arquivos do mesmo repositório |
Fonte: Pesos reempacotados pela Comfy-Org
Fonte: Nota de lançamento no ComfyUI Wiki
Configuração no ComfyUI, passo a passo
- Atualize o ComfyUI para uma versão com suporte ao Qwen-Image 2.1.
- Baixe o modelo de difusão Turbo para ComfyUI/models/diffusion_models/, e o codificador de texto e o VAE do Qwen-Image 2.1 para as pastas deles.
- Abra o workflow oficial de texto para imagem do Qwen-Image 2.1.
- Aponte o carregador de modelo para o arquivo Turbo, ou mantenha o modelo base e adicione a LoRA Turbo.
- Configure o sampler com 8 passos e CFG 1. Comece em 1024 × 1024 para ver se funciona e depois passe para os presets 2K.
O Kijai observa que o schedule de sigmas do Turbo é parecido com o scheduler linear_quadratic do ComfyUI sem shift. A Qwen diz que schedules diferentes do salvo não foram testados.
Fonte: Nota de lançamento no ComfyUI Wiki
Fonte: Pesos reempacotados pela Comfy-Org
Configurações que fazem diferença
| Configuração | Valor no Turbo |
|---|---|
| Passos | 8 |
| CFG | 1 (uma passagem forward por passo) |
| Sampler | Euler, flow matching |
| Sigmas | 1.0, 0.978453, 0.95418, 0.926626, 0.89508, 0.845148, 0.704534, 0.414568, depois 0 |
| Resolução | 2048 × 2048 nativa; 1024 × 1024 para testes rápidos |
Fonte: Card do modelo no Hugging Face
Fonte: Nota de lançamento no ComfyUI Wiki
Fonte: Card GGUF da AtomicChat
Quantizações GGUF e qual escolher
A AtomicChat publicou arquivos GGUF para o stable-diffusion.cpp e mediu o quanto cada um se afasta do original BF16 (LPIPS em 1024 × 1024; quanto menor, mais próximo).
- Q8_0 é a opção quantizada mais próxima; use se couber.
- AD-Q4_K é a escolha recomendada em 4 bits. Q3 e Q2 alteram visivelmente o layout, os rostos e as letras.
- Você também precisa do VAE do Qwen-Image-2.1 e de um codificador de texto Qwen3-VL-8B-Instruct em GGUF (Q8_0 recomendado). Quantizar o codificador também muda os resultados.
- O stable-diffusion.cpp precisa de um build de 6 de outubro de 2026 ou mais recente para sigmas personalizados. Use 8 passos, CFG 1.0, Euler e os sigmas do Turbo.
| Arquivo | Tamanho | LPIPS vs BF16 |
|---|---|---|
| BF16 | 14.23 GB | 0 |
| Q8_0 | 7.59 GB | 0.037 |
| AD-Q6_K | 6.71 GB | 0.044 |
| AD-Q5_K | 5.40 GB | 0.076 |
| AD-Q4_K | 4.20 GB | 0.147 |
| AD-Q3_K | 3.60 GB | 0.206 |
| AD-Q2_K | 2.55 GB | 0.359 |
Fonte: Card GGUF da AtomicChat
Quanta VRAM você precisa
A Qwen não publicou um mínimo de VRAM para o Turbo. Estas são estimativas de terceiros para o modelo base, que tem o mesmo tamanho.
| Seu hardware | O que rodar (estimativa da Unsloth) |
|---|---|
| 6 GB de VRAM | FP8 com offloading, menos de 2x mais lento |
| 12–16 GB de VRAM | GGUF Q4_K_M em 1024 × 1024 |
| 24 GB de VRAM | Pesos INT8 / FP8 |
| Só CPU, 12–16 GB de RAM | GGUF Q4_K_M com um codificador de texto em 4 bits (lento) |
| Apple Silicon, 16 GB ou mais | GGUF com um backend nativo |
O Turbo precisa da mesma memória por passo que o modelo base; ele economiza tempo porque roda 8 passos em vez de 40.
Fonte: Documentação da Unsloth sobre o Qwen-Image-2.1
Diffusers com menos VRAM
Em Python, o offloading para a CPU mantém na GPU só o componente ativo. É mais lento, mas permite que uma placa menor rode o checkpoint BF16.
pip install "torch>=2.4.0"
pip install git+https://github.com/huggingface/diffusers.git
pip install "transformers>=5.17.0" accelerate pillow
# Less VRAM: keep only the active part of the model on the GPU (slower)
pipe = QwenImage21Pipeline.from_pretrained("Qwen/Qwen-Image-2.1-Turbo", dtype=torch.bfloat16)
pipe.enable_model_cpu_offload()Exemplo completo em Python no guia principal
Fonte: Qwen-Image-2.1 no GitHub
Fonte: Card do modelo no Hugging Face
Perguntas frequentes
Quais são as melhores configurações do ComfyUI para o Qwen Image 2.1 Turbo?
8 passos, CFG 1, amostragem Euler, com o schedule de sigmas do Turbo (parecido com linear_quadratic sem shift).
Checkpoint Turbo ou LoRA Turbo?
O checkpoint é mais simples. A LoRA permite manter um único modelo base no disco e alternar entre geração em 40 e em 8 passos.
Qual GGUF devo baixar?
Q8_0 (7.59 GB) se couber; senão, AD-Q4_K (4.20 GB). Evite Q3 e Q2, a não ser que nada mais caiba.
Dá para rodar com 8 GB de VRAM?
A Qwen não publica um mínimo. A Unsloth estima que FP8 com offloading roda com 6 GB (menos de 2x mais lento) e que um GGUF de 4 bits precisa de 12–16 GB em 1024 × 1024. Comece pequeno, com batch size 1.
Por que minhas imagens no Turbo saem estranhas?
Quase sempre é o schedule: mudar os passos sem os sigmas do Turbo ou usar CFG acima de 1. Volte para 8 passos, CFG 1 e o schedule salvo.
Guia independente, sem vínculo com a Alibaba ou a equipe Qwen. Preços, licenças e nomes de arquivo mudam; confira as páginas oficiais nos links antes de construir em cima deles.