> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/de/modelle/qwen-image-2.1.md).

# Qwen-Image-2.1: Wie man es lokal ausführt

Führe Qwen-Image-2.1 lokal mit Unsloth FP8- und GGUF-Quantisierungen aus.

**Qwen-Image-2.1** ist ein neues **7B-Parameter** Text-zu-Bild-Generierung und [Bildbearbeitung](#image-editing) Modell von Qwen, das lokal auf **11 GB VRAM** mit GGUFs und 24 GB mit INT8/FP8. Diese Anleitung zeigt dir, wie du Qwen-Image-2.1 für die Bilderzeugung zusammen mit Speicheranforderungen, empfohlenen Einstellungen und mehr ausführst.

{% columns %}
{% column width="50%" %}
Qwen-Image-2.1 kombiniert einen 7B-Bildgenerator mit einem **Qwen3-VL 8B-Encoder**. Das Modell unterstützt native 2K-Generierung, Textdarstellung, transparente Bilder und Bearbeitung mit bis zu 10 Referenzbildern.

Die Quantisierungen verwenden [Unsloth Dynamic](https://unsloth.ai/docs/basics/dynamic-3.0-ggufs) Methodik, die wichtige Layer für mehr Genauigkeit auf höhere Präzision hochstuft. Führe sie in [Unsloth Desktop](/docs/de/desktop.md), diffusers, stable-diffusion.cpp und mehr aus. **Unsloth lädt hoch:** [GGUF](https://huggingface.co/unsloth/Qwen-Image-2.1-GGUF) • [FP8](https://huggingface.co/unsloth/Qwen-Image-2.1-FP8)
{% endcolumn %}

{% column width="50%" %}

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F8E4zaQZmeYBhYIXkvveM%2F01-2edit-multi-image.webp?alt=media&amp;token=ad7d102c-b304-4c75-b66d-4a68cd518a37" alt=""><figcaption><p>Bildbearbeitung mit FP8 Qwen-Image-1.2 über Unsloth</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

### 🖥️  Speicheranforderungen

Verwende die folgende Tabelle, um eine Startkonfiguration für deine Hardware zu wählen. Generiere ein Bild in der angegebenen Auflösung und erhöhe sie dann, wenn der Speicher es zulässt.

FP8-Quantisierungen werden für GPUs mit 24 GB VRAM oder mehr empfohlen. Sie können auch für jedes Setup mit einer GPU vorzuziehen sein, da sie selbst mit Offloading eine schnellere Inferenz als GGUF-Modelle bieten können. Stelle nur sicher, dass du genügend RAM für Offloading hast.

Verwende GGUF-Modelle vor allem, wenn du CPU-RAM hast, oder ein Unified-Memory-System wie einen Mac.

**Die Speicherangaben sind Schätzwerte, keine getesteten Mindestwerte.** Der Speicherverbrauch variiert je nach Auflösung und Offloading-Einstellungen.

| Verfügbare Hardware                         | Startkonfiguration                                                                                           |
| ------------------------------------------- | ------------------------------------------------------------------------------------------------------------ |
| **12–16 GB VRAM**                           | GGUF **Q4\_K\_M**, 1024×1024, Batch 1                                                                        |
| **24 GB VRAM**                              | <p><strong>INT8/FP8:</strong> 512 × 512<br><strong>GGUF Q4\_K\_M:</strong> 1024 × 1024</p>                   |
| **6 GB VRAM**                               | Du kannst FP8 ausführen **mit nur 6 GB VRAM mithilfe von Offloading**. Die Inferenz wird <2x langsamer sein. |
| **Nur CPU: 12–16 GB RAM**                   | GGUF **Q4\_K\_M** mit dem Q4\_K\_XL-Textencoder                                                              |
| **Apple Silicon: 12–16 GB+ Unified Memory** | GGUF mit einem kompatiblen nativen Backend                                                                   |

CPU-Offloading kann helfen, wenn der VRAM knapp ist, erfordert aber zusätzlichen Systemspeicher und kann die Generierung verlangsamen.

### Quantisierungsanalyse

Wir zeigen, dass INT8 sogar im Vergleich zu FP8 den niedrigsten vernünftigen LPIPS-Wert hat (niedriger ist besser), daher verwenden wir standardmäßig INT8.

| Schema | Dateigröße | LPIPS-Mittelwert | LPIPS-Maximum | SSIM-Mittelwert |
| ------ | ---------- | ---------------: | ------------: | --------------: |
| int8   | 7,26 GB    |            0.064 |         0.167 |           0.936 |
| fp8    | 7,12 GB    |            0.112 |         0.329 |           0.899 |

### ⚡ Schnellstart

{% stepper %}
{% step %}

#### Unsloth einrichten

Der einfachste Einstieg ist das Herunterladen der [Unsloth-Desktop-App](/docs/de/desktop.md). Funktioniert auf [macOS](/docs/de/los-gehts/install/mac.md), [Windows](/docs/de/los-gehts/install/windows-installation.md), und [Linux](/docs/de/los-gehts/install/linux.md).

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unsloth herunterladen</a>

* <i class="fa-apple">:apple:</i> [Für macOS herunterladen](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Für Windows herunterladen](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Für Linux herunterladen](https://unsloth.ai/download/linux)

Oder, wenn du die manuelle Installation bevorzugst:

MacOS, Linux, WSL:

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

Windows PowerShell:

```bash
irm https://unsloth.ai/install.ps1 | iex
```

{% endstep %}

{% step %}

#### Qwen-Image-2.1 einrichten

In dieser Version ist Qwen-Image-2.1 in Unsloth nur für die Text-zu-Bild-Generierung verfügbar.

Wähle **Bilder** in der Seitenleiste aus. Das **Erstellen** einen Bild-Workflow öffnet sich standardmäßig.

Öffne dort Bildmodell auswählen oder gehe zum Model Hub und suche im Selektor nach der gewünschten Qwen-Image-2.1 GGUF- oder FP8-Quantisierung, die das Modell herunterlädt.

<div><figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FEFCApsTzrL81lOcdd298%2Fimage.png?alt=media&amp;token=07fa0438-55f4-46ec-b055-2f4b6532df96" alt="" width="563"><figcaption></figcaption></figure> <figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FHjN84g8IYe9eRSRO4wGe%2Fqwenimage2.1.png?alt=media&amp;token=73f99133-f0d0-47c8-aaa4-a0097b5ff7b4" alt="" width="563"><figcaption></figcaption></figure></div>

<figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FuWMvSNEkp7lnr2es7v32%2FScreenshot%202026-09-22%20at%206.23.20%E2%80%AFAM.png?alt=media&amp;token=570e743c-b6b9-4fa2-b06d-b6e4c955424a" alt=""><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### Generiere dein Bild

Beschreibe das Bild, das du generieren möchtest. Du kannst die empfohlenen Einstellungen für dein erstes Bild beibehalten.

Klicke auf **Generieren**. Die erste Generierung kann länger dauern, während das Modell heruntergeladen und geladen wird. Dein Ergebnis wird in der Galerie angezeigt, wo du die Einstellungen ansehen oder es herunterladen kannst.

<div><figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FrX8YDJ91NTwNVtFpERXX%2Fimage.png?alt=media&amp;token=fee9d4b5-cca3-4054-ad50-6aa1beba5a50" alt="" width="563"><figcaption></figcaption></figure> <figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F0JAa73bhb2PAD0692XqI%2F1000007556.jpg?alt=media&amp;token=c725d011-01c2-4a56-96bb-31034ecb77cf" alt="" width="375"><figcaption></figcaption></figure></div>
{% endstep %}
{% endstepper %}

### Bildbearbeitung

Du kannst mit Qwen-Image-2.1 auch ganz einfach Fotos mit transparentem Hintergrund bearbeiten. Entferne Elemente, füge Elemente hinzu, ändere die Stimmung, während die gleiche Grundlage/Struktur erhalten bleibt. Wähle einfach in Unsloth den Tab „Bearbeiten“ aus und schreibe deinen Prompt.

<div><figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FNA6VP3yqmBZhR4qVE90I%2F02-localized-annotation.webp?alt=media&amp;token=a42e809a-f4ea-4779-9213-606c772e9422" alt=""><figcaption></figcaption></figure> <figure><img src="https://797013937-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FS0j84jGUey0dnoQgEQzm%2F03-transparent-edit.webp?alt=media&amp;token=ce337489-f698-4c25-9c3b-3fd77bc2e48d" alt=""><figcaption></figcaption></figure></div>

### ⚙️ Empfohlene Einstellungen

**Verwende das Rezept für das Backend, das das Modell tatsächlich ausführt**, nicht nur die FP8/GGUF-Dateiendung.

| Einstellung                    | Unsloth GPU / Diffusers                              | Natives stable-diffusion.cpp                            |
| ------------------------------ | ---------------------------------------------------- | ------------------------------------------------------- |
| **Schritte**                   | **40** - Qwen/Diffusers-Basis                        | **20** - CLI-Standard und Unsloths aufgezeichneter Test |
| **Guidance / CFG**             | **1.0** - CFG deaktiviert                            | **6.0** - sd.cpp-Beispiel des Upstreams                 |
| **Negativer Prompt**           | Leer lassen; Guidance auf `1.0` explizit             | Leer lassen, um das Beispiel zu reproduzieren           |
| **Sampler / Scheduler**        | Behalte den Pipeline-Scheduler des Modells bei       | **Euler**                                               |
| **Flow-Shift**                 | Behalte die Scheduler-Konfiguration der Pipeline bei | **Automatisch; weglassen `--flow-shift`**               |
| **Auflösung beim ersten Lauf** | `1024×1024`                                          | `1024×1024`                                             |
| **Batchgröße**                 | `1`                                                  | `1`                                                     |
| **Seed**                       | `42`, oder einen anderen festen Vergleichs-Seed      | `42`, oder einen anderen festen Vergleichs-Seed         |

#### Auflösung und Seitenverhältnisse

Verwende Abmessungen, die teilbar sind durch **32**. Qwens [native Voreinstellungen](https://huggingface.co/Qwen/Qwen-Image-2.1#supported-aspect-ratios) umfassen:

| Form               | Kleinere Testgröße | Qwen-native Voreinstellung |
| ------------------ | ------------------ | -------------------------- |
| **Quadrat**        | `1024×1024`        | `2048×2048`                |
| **Querformat 4:3** | `1152×864`         | `2400×1792`                |
| **Hochformat 3:4** | `864×1152`         | `1792×2400`                |
| **Foto 3:2**       | `1248×832`         | `2528×1696`                |
| **Hochformat 2:3** | `832×1248`         | `1696×2528`                |
| **Breitbild 16:9** | `1536×864`         | `2752×1536`                |
| **Vertikal 9:16**  | `864×1536`         | `1536×2752`                |

Unsloth unterstützt Abmessungen bis zu **2048 Pixel pro Seite**. Starte bei **1024 × 1024** und erhöhe die Auflösung, wenn der Speicher es zulässt. Das Verringern der Schrittzahl beschleunigt die Generierung, behebt aber möglicherweise keine Speichergrenzen.

#### LoRAs und ControlNet

Lade kompatible LoRAs, um deinen Generierungen eine Figur, ein Motiv oder einen visuellen Stil hinzuzufügen. Passe das LoRA-Gewicht an, um zu steuern, wie stark es das Ergebnis beeinflusst.

Unterstützte Modelle können auch ControlNet verwenden, um die Struktur eines Bildes zu steuern. Passe seine Stärke an, um zu steuern, wie genau das Ergebnis dem Referenzbild folgt.

#### Galerie

Generierte Bilder werden in der lokalen Galerie gespeichert. Öffne ein Ergebnis, um seinen Prompt und seine Einstellungen anzuzeigen, und wähle **Rezept** , um dessen Generierungskonfiguration wiederherzustellen oder das Bild herunterzuladen.

### Unterstützte Modelle und Workflows

| Was du tun möchtest                   | Modelle zum Einstieg              |
| ------------------------------------- | --------------------------------- |
| Bilder generieren oder transformieren | Z-Image, Qwen-Image, FLUX.1, SDXL |
| Mit Anweisungen bearbeiten            | Qwen-Image-Edit, FLUX.1 Kontext   |
| Referenzbilder verwenden              | FLUX.2 klein                      |

Weitere Modelle sind im Modellauswahldialog verfügbar. Formate und Workflows variieren je nach Modell, und nicht unterstützte Workflows werden automatisch ausgeblendet.

### Generierungseinstellungen

Die Standardeinstellungen sind ein guter Ausgangspunkt. Es ist jedoch möglich, die Einstellungen anzupassen, um das beste Ergebnis zu erzielen; dies sind die wichtigsten Parameter, die du möglicherweise ändern möchtest:

| Einstellung                        | Was es ändert                                                                                                   |
| ---------------------------------- | --------------------------------------------------------------------------------------------------------------- |
| **Prompt**                         | Beschreibt das Bild, das du erstellen möchtest. In **Bearbeiten**wird daraus die zu befolgende Anweisung.       |
| **Seitenverhältnis und Auflösung** | Lege Form und Größe des Bildes fest. Größere Bilder benötigen mehr Speicher und dauern länger.                  |
| **Schritte**                       | Steuert, wie lange das Modell mit der Generierung verbringt. Mehr Schritte verbessern das Ergebnis nicht immer. |
| **Guidance**                       | Steuert, wie stark der Prompt das Ergebnis lenkt. Einige Modelle funktionieren am besten bei `0`.               |
| **Seed**                           | Hilft, ein Ergebnis zu reproduzieren. Leer lassen, um einen zufälligen Seed zu verwenden.                       |

<details>

<summary>Erweiterte Generierungseinstellungen</summary>

Diese Steuerelemente ändern, wie das Modell auf deinem Gerät ausgeführt wird. Passe sie an, um die Speichernutzung zu reduzieren, die Leistung zu verbessern oder Probleme bei der Generierung zu beheben.

| Einstellung         | Was es ändert                                                                                                                                                                                     |
| ------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **Geschwindigkeit** | Steuert Kompilierungs- und Leistungsoptimierungen. Kompilierte Modi können bei der ersten Generierung länger dauern.                                                                              |
| **Präzision**       | Ändert das numerische Format, das zur Ausführung des Modells verwendet wird. Niedrigere Präzision kann die Speichernutzung verringern. Verfügbare Optionen hängen vom Modell und der Hardware ab. |
| **Attention**       | Wählt die während der Generierung verwendete Attention-Implementierung aus.                                                                                                                       |
| **Speicher**        | Balanciert die Generierungsgeschwindigkeit gegen die GPU-Speichernutzung. Probiere **Niedriger VRAM** wenn ein Modell nahe an deiner Speichergrenze liegt.                                        |
| **Schritt-Cache**   | Verwendet einige Berechnungen zwischen Diffusionsschritten wieder, um die Generierungsgeschwindigkeit zu verbessern.                                                                              |
| **CPU-Offload**     | Verschiebt Teile des Modells in den Systemspeicher. Dadurch wird die GPU-Speichernutzung reduziert, die Generierung kann aber langsamer werden.                                                   |

</details>

### ⚠️ Fehlerbehebung

<details>

<summary>Bilder werden nicht angezeigt</summary>

Aktualisiere auf die neueste Version und starte die App dann neu. Siehe [Unsloth aktualisieren](https://unsloth.ai/docs/get-started/install/updating) für Anweisungen.

</details>

<details>

<summary>Ein Modell wird nicht heruntergeladen oder geladen</summary>

Einige Bildmodelle sind groß und benötigen Zeit zum Herunterladen. Stelle sicher, dass du genügend freien Speicherplatz und eine stabile Internetverbindung hast.

Für einige Modelle musst du außerdem ihre Lizenz auf Hugging Face akzeptieren und vor dem Herunterladen ein Hugging-Face-Token hinzufügen.

</details>

<details>

<summary>Dem Modell geht der Speicher aus</summary>

Versuche eine kleinere GGUF-Quantisierung oder eine 4-Bit-Version des Modells. Bei GGUF-Modellen beginne mit der Größe, die als **empfohlen**.

Du kannst auch:

* Die Bildauflösung verringern.
* Halte die Batchgröße bei `1`.
* Schließe andere Anwendungen, die die GPU verwenden.
* Wähle ein kleineres Modell.

Ein **TIGHT** Modell kann Systemspeicher verwenden und langsamer laufen. Ein als **OOM** gekennzeichnetes Modell passt wahrscheinlich nicht.

</details>

<details>

<summary>Ein Workflow fehlt</summary>

Die verfügbaren Workflows hängen vom geladenen Modell ab. Nicht unterstützte Workflows werden nicht angezeigt.

Beispielsweise erfordert die anweisungsbasierte Bearbeitung ein Modell wie Qwen-Image-Edit oder FLUX.1 Kontext.

</details>

### ❓ FAQ

<details>

<summary>Läuft die Bilderzeugung lokal?</summary>

Ja. Sobald ein Modell heruntergeladen ist, läuft die Bilderzeugung auf deinem Gerät.

</details>

<details>

<summary>Was ist der Unterschied zwischen Transform und Bearbeiten?</summary>

**Transform** zeichnet ein vorhandenes Bild mithilfe eines Prompts neu, der das vollständige Ergebnis beschreibt.

**Bearbeiten** folgt Anweisungen wie dem Ändern eines Hintergrunds oder dem Hinzufügen eines Objekts. Dafür ist ein kompatibles Bearbeitungsmodell erforderlich.

</details>

<details>

<summary>Kann ich meine eigene Bild-LoRA trainieren?</summary>

Ja. Feinabstimme ein unterstütztes Modell mit deinen eigenen Bildern und lade dann die fertige LoRA in **Erstellen**.

Siehe „Ein Bildmodell feinabstimmen“, um mehr zu erfahren.

</details>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://unsloth.ai/docs/de/modelle/qwen-image-2.1.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.