LoRA・モデル

Qwen Image 2.1の公式テンプレートでrefine_promptをオンにすると、9Bの拡張用モデルがプロンプトを書き直すぶん遅くなります。thinking_modeとmax_lengthの組み合わせで書き直しが空になり、関係ない画像が出る様子をRTX 5090で実測しました。

Qwen Image 2.1 Turboをアニメ画風に寄せるFUSALのTurbo用LoRA（E6 Preview）を、ComfyUIの公式テンプレートに足して強さ0・0.7・1.0で比べました。使い方、プロンプトの書き方、LoRAなしでfusal style.が看板の文字になる件、ライセンス（非商用）をまとめます。

Qwen Image 2.1で編集した画像をまた編集すると、数回で壁や服がざらついて崩れていきます。崩れを抑えるTailSteerをComfyUIで読める形にまとめ直し、ベースと10回続けて編集して比べました（RTX 5090）。

Qwen-Image-2.1 Uncensored OmniのComfyUI用3ファイル（FP8・INT8 ConvRot・NVFP4）を、作者の推奨設定（35ステップ・CFG 5）でRTX 5090で比べました。1枚10.3〜16.2秒、選び方と設定、ライセンス（非商用）をまとめます。

Krea2 Turboで同じシードでも前と違う絵になる件を、ComfyUI 0.43.0と0.44.0、weight_dtypeのdefaultとfp8_e4m3fn_fastで検証。RTX 5090では版による差は再現せず、weight_dtypeの違いで細部が変わりました。fastはTurboで約1.5倍速くなります。

ComfyUIのQwen Image 2.1でText Encodeが「CUDA error: invalid argument」で止まる報告を、RTX 5090で公式モデルを使い24回試しました（再現せず）。エラーの読み方と、自分の環境で1つずつ切り分ける手順をまとめます。

VAEを使わずピクセルを直接描く研究用モデルP-JiT 21Kを、ComfyUI-PJiTとComfyUI v0.44.0で実測。1024×1024で1枚約4.6秒、人物は描けるが看板の文字は6枚中0枚。RTX 5090ではint8よりbf16が速い結果でした。導入手順とワークフローつき。

Z-Image Turboを1〜2ステップにしたNitroFusion2をComfyUIで実測。RTX 5090で1枚0.5〜0.7秒、看板の文字も全条件で5枚中5枚読めました。ただし1ステップはシードを変えても構図がほぼ同じです。int8・W4A8の量子化版の選び方とワークフローも配布。

Anima-3.8B v1.1をComfyUIで公式のAnima・Anima-2.9Bと45枚で比較。猫3匹の数と傘を手渡す動きで3.8Bがいちばん指示どおりでしたが、時間は約2.6倍、VRAMは約2倍。導入手順、ワークフロー、ライセンスもまとめています。