Después de un corto tiempo de espera, sale Z-Image (Base), la versión completa de Z-Image Turbo (ZIT), un modelo que combina la calidad de imagen y velocidad.

---

---

---

Instalación

Descarga de archivos

Archivos necesarios: https://huggingface.co/Comfy-Org/z_image/tree/main/split_files

Nombre	Tamaño
z_image_bf16.safetensors	12.3GB
qwen_3_4b.safetensors	8.04GB
ae.safetensors	335MB

Nota: qwen_3_4b.safetensors y ae.safetensors son los mismos de Z-Image Turbo.

Variante GGUF para Tarjetas de 8GB VRAM: https://huggingface.co/unsloth/Z-Image-GGUF/tree/main

Nombre	Tamaño
z-image-Q8_0.gguf	7.22 GB

Ubicación de archivos

📂 ComfyUI/
└── 📂 models/
    ├── 📂 diffusion_models/
    │    └── z_image_bf16.safetensors
    |
    ├── 📂 unet/
    │    └── z-image-Q8_0.gguf
    |
    ├── 📂 text_encoders/
    │    └── qwen_3_4b.safetensors
    |
    └── 📂 vae/
         └── ae.safetensors

---

Parámetros

Samplers (bf16)

Schedulers (bf16)

Steps

bf16 vs q8_0

---

Generación de prueba

An full body studio photography of a tiger mascot smiling energetic in a neutral pose in a white background.

Fujifilm Pro 400H style, grainy film texture, low saturation, slightly overexposed, cinematic composition, unique camera angle. Fashion editorial style, 8K resolution.

---

Conclusiones

Una de las principales diferencias con la versión Turbo, es que, a simple vista, se adhiere más al prompt; y ahora tiene la posibilidad de usar un prompt negativo, a costa de un mayor tiempo de generación, cosas que se puede mitigar con el uso de del nodo EasyCache, que nos ayuda a reducir el tiempo de generación a casi la mitad.

La versión FP8 y Q8, son el tope para una tarjeta de 8GB de VRAM, al igual que Z-Image Turbo, aunque en lo personal, prefiero el estilo de Z-Image Turbo.

---

Fuente

• Z-Image (Comfy.org) – https://docs.comfy.org/tutorials/image/z-image/z-image