不同显存显卡跑通无限制Qwen Image 2.1，对应选什么版本

很多人不知道不同显卡该选哪个无限制版Qwen Image 2.1，作者整理了Hugging Face下载量靠前的几个版本，按设备做了分类整理，方便大家直接对应选择。

下载前需要注意，不仅仅要选好生成模型，整个工作流里还有另外两个环节需要确认：生成模型、文本编码器、提示词改写器三个环节都要处理到位。尤其是配置了提示词改写器的情况，就算生成模型选对了，提示词改写器依然可能拦截请求。

接下来按不同设备给出具体选择建议：

8G显存显卡：生成模型选UC-Q4_K，大小4.6GB，放在显卡里；文本编码器选Heretic Q4，大小6.2GB，放在内存里。因为编码器每条提示词只需要运行一次，可以把显存优先留给生成模型。

12G显存显卡：生成模型可以换成Q6_K或Q8_0，量化损失更少，能保留更多画质空间。

16G显存显卡：可以考虑INT8版本。社区有人用16G显存的4060 Ti实测，生成一张图大约20秒，改图大约1分钟。这个数据是同架构官方版的实测，供大家参考。

24G及以上显存：可以考虑BF16原精度版本，需要给编码器和运行开销预留出空间。

Mac设备也能本地运行，只是需要等待较长时间。有人用32G内存的M1 Pro实测，跑完40步生成一张图需要16分钟。能本地跑起来是一回事，能不能接受等待时间是另一回事。

另外还有两个常见坑需要提前注意：

如果报错Unknown model architecture，可能是旧版ComfyUI-GGUF不识别Qwen Image 2.1，需要换成leejet的版本。

Mac使用Heretic编码器的GGUF版本，需要安装补丁节点，并且把mmproj文件和GGUF放在同一个文件夹。否则只能选择17.5GB的完整版，16G内存的Mac很难承载。

觉得生成速度慢的话，可以试试Vigle刚更新的turbo LoRA，它能把40步压缩到6步，值得尝试。

需要说明的是，上述速度数据来自社区对同架构官方版的测试，不是作者本人测试，也不代表换成无限制版就一定能达到这个速度。

大家按照自己的设备选择版本，不要一开始就下载最大的版本，同时请合规使用无限制版本。

作者最后征集大家的实测数据：欢迎分享自己的显卡或Mac生成一张图的耗时，收集足够后会出读者实测汇总版。