> 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/jp/moderu/qwen-image-2.1.md).

# Qwen-Image-2.1: ローカルで実行する方法

Unsloth FP8 と GGUF 量子化で Qwen-Image-2.1 をローカルで実行します。

**Qwen-Image-2.1** は新しい **7Bパラメータ** テキストから画像生成と **画像編集** を備えたQwenによるモデルで、ローカルで **11GBのVRAM** でGGUF、24GBでINT8/FP8で動作します。このガイドでは、メモリ要件、推奨設定などとともに、Qwen-Image-2.1を使って画像生成する方法を紹介します。

{% columns %}
{% column width="50%" %}
Qwen-Image-2.1は7Bの画像生成モデルと **Qwen3-VL 8Bエンコーダー**を組み合わせています。このモデルは、ネイティブ2K生成、テキスト描画、透明画像、最大10枚の参照画像を使った編集をサポートします。

量子化版は [Unsloth Dynamic](https://unsloth.ai/docs/basics/dynamic-3.0-ggufs) 方式を使用しており、重要な層を高精度へアップキャストして精度を向上させます。 [Unsloth Desktop](/docs/jp/desktop.md)、diffusers、stable-diffusion.cppなどで実行できます。 **Unslothのアップロード:** [GGUF](https://huggingface.co/unsloth/Qwen-Image-2.1-GGUF) • [FP8](https://huggingface.co/unsloth/Qwen-Image-2.1-FP8)

<a href="/docs/jp/moderu/qwen-image-2.1.md#quickstart" class="button secondary">クイックスタートガイド</a>
{% endcolumn %}

{% column width="50%" %}

<figure><img src="https://735611837-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2Fm20hMwtveIMfD6sQSZxK%2F1000007557.jpg?alt=media&amp;token=d04dbb93-9ec9-47df-bd77-147b0046e782" alt=""><figcaption><p>Unsloth経由でFP8 Qwen-Image-1.2が生成した画像</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

### 🖥️ メモリ要件

以下の表を使って、ハードウェアに合う初期構成を選んでください。記載の解像度で1枚生成し、メモリに余裕があれば増やしてください。

**メモリ数値は推定値であり、テスト済みの最小値ではありません。** メモリ使用量は解像度とオフロード設定によって変わります。

| 利用可能なハードウェア                             | 初期構成                                                                                       |
| --------------------------------------- | ------------------------------------------------------------------------------------------ |
| **12～16 GB VRAM**                       | GGUF **Q4\_K\_M**、1024×1024、バッチ1                                                           |
| **24 GB VRAM**                          | <p><strong>INT8/FP8:</strong> 512 × 512<br><strong>GGUF Q4\_K\_M:</strong> 1024 × 1024</p> |
| **6GB VRAM**                            | FP8を実行できます **オフロードを使えばわずか6GBのVRAMで**。推論は2倍未満遅くなります。                                        |
| **CPUのみ: 12～16 GB RAM**                 | GGUF **Q4\_K\_M** Q4\_K\_XLテキストエンコーダー付き                                                    |
| **Apple Silicon: 12～16 GB以上のユニファイドメモリ** | 互換性のあるネイティブバックエンドを備えたGGUF                                                                  |

CPUオフロードはVRAMが限られている場合に役立ちますが、追加のシステムRAMが必要で、生成が遅くなることがあります。

### 量子化分析

INT8はFP8よりも、現実的な範囲で最も低いLPIPS（低いほど良い）を示すことを示します。そのため、デフォルトではINT8を使用します。

| 方式   | ファイルサイズ | LPIPS平均 | LPIPS最大 | SSIM平均 |
| ---- | ------- | ------: | ------: | -----: |
| int8 | 7.26 GB |   0.064 |   0.167 |  0.936 |
| fp8  | 7.12 GB |   0.112 |   0.329 |  0.899 |

### ⚡ クイックスタート

{% stepper %}
{% step %}

#### Unslothのセットアップ

最も簡単に始める方法は、 [Unsloth Desktopアプリ](/docs/jp/desktop.md)をダウンロードすることです。対応OSは [macOS](/docs/jp/meru/install/mac.md), [Windows](/docs/jp/meru/install/windows-installation.md)と [Linux](/docs/jp/meru/install/linux.md).

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Unslothをダウンロード</a>

* <i class="fa-apple">:apple:</i> [macOS用をダウンロード](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Windows用をダウンロード](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Linux用をダウンロード](https://unsloth.ai/download/linux)

または、手動でインストールしたい場合は:

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のセットアップ

このリリースでは、Qwen-Image-2.1はUnslothでテキストから画像生成のみ利用できます。

選択 **画像** をサイドバーから選びます。 **作成** 画像ワークフローがデフォルトで開きます。

そこで画像モデルの選択を開くか、Model hubに行って、セレクターから目的のQwen-Image-2.1のGGUFまたはFP8量子化版を検索すると、モデルがダウンロードされます。

<div><figure><img src="https://735611837-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://735611837-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://735611837-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 %}

#### 画像を生成する

生成したい画像を説明してください。最初の画像では推奨設定のままで構いません。

クリック **生成**します。最初の生成では、モデルのダウンロードと読み込み中のため時間がかかる場合があります。結果はギャラリーに表示され、設定を確認したりダウンロードしたりできます。

<figure><img src="https://735611837-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=""><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}

### ⚙️ 推奨設定

**FP8/GGUFのファイル拡張子だけでなく、実際にモデルを実行しているバックエンドに対応したレシピを使ってください**。

| 設定                  | Unsloth GPU / Diffusers        | ネイティブ stable-diffusion.cpp           |
| ------------------- | ------------------------------ | ------------------------------------ |
| **ステップ数**           | **40** - Qwen/Diffusersのベースライン | **20** - CLIのデフォルトおよびUnslothの記録済みテスト |
| **ガイダンス / CFG**     | **1.0** - CFG無効                | **6.0** - upstream sd.cppの例          |
| **ネガティブプロンプト**      | 空欄のままにし、ガイダンスを `1.0` 明示的に      | 空欄のままにすると、例を再現できます                   |
| **サンプラー / スケジューラー** | モデルのパイプラインスケジューラーを維持する         | **Euler**                            |
| **Flow shift**      | パイプラインのスケジューラー設定を維持する          | **自動; 省略する `--flow-shift`**          |
| **初回実行時の解像度**       | `1024×1024`                    | `1024×1024`                          |
| **バッチサイズ**          | `1`                            | `1`                                  |
| **シード**             | `42`、または別の固定比較シード              | `42`、または別の固定比較シード                    |

#### 解像度とアスペクト比

の倍数となる寸法を使ってください。Qwenの **32**ネイティブプリセット [には次が含まれます:](https://huggingface.co/Qwen/Qwen-Image-2.1#supported-aspect-ratios) 形状

| 小さめのテストサイズ       | Qwenのネイティブプリセット | 正方形         |
| ---------------- | --------------- | ----------- |
| **正方形**          | `1024×1024`     | `2048×2048` |
| **横長4:3**        | `1152×864`      | `2400×1792` |
| **縦長3:4**        | `864×1152`      | `1792×2400` |
| **写真 3:2**       | `1248×832`      | `2528×1696` |
| **縦長2:3**        | `832×1248`      | `1696×2528` |
| **ワイドスクリーン16:9** | `1536×864`      | `2752×1536` |
| **縦長9:16**       | `864×1536`      | `1536×2752` |

Unslothは **1辺あたり2048ピクセル**までの寸法をサポートします。 **1024 × 1024** から始め、メモリに余裕があれば解像度を上げてください。ステップ数を減らすと生成は速くなりますが、メモリ制限の解決にはならない場合があります。

#### LoRAとControlNet

互換性のあるLoRAを読み込むと、生成結果にキャラクター、被写体、またはビジュアルスタイルを追加できます。LoRAの重みを調整して、結果への影響の強さを制御します。

対応モデルではControlNetも使って、画像の構造を誘導できます。強さを調整して、結果が誘導画像にどれだけ従うかを制御します。

#### ギャラリー

生成された画像はローカルギャラリーに保存されます。結果を開くとプロンプトと設定を確認でき、 **レシピ** を選ぶと生成設定を復元したり、画像をダウンロードしたりできます。

### 対応モデルとワークフロー

| やりたいこと       | 開始に使うモデル                       |
| ------------ | ------------------------------ |
| 画像を生成または変換する | Z-Image、Qwen-Image、FLUX.1、SDXL |
| 指示を使って編集する   | Qwen-Image-Edit、FLUX.1 Kontext |
| 参照画像を使う      | FLUX.2 klein                   |

モデルピッカーにはさらに多くのモデルがあります。形式とワークフローはモデルごとに異なり、未対応のワークフローは自動的に非表示になります。

### 生成設定

デフォルト設定は良い出発点です。ただし、最良の結果を得るために設定を調整することもできます。変更したい主なパラメータは次のとおりです:

| 設定             | 何が変わるか                                              |
| -------------- | --------------------------------------------------- |
| **プロンプト**      | 作成したい画像を説明します。 **編集**では、これは従うべき指示になります。             |
| **アスペクト比と解像度** | 画像の形と大きさを設定します。大きい画像ほどメモリを多く使い、時間もかかります。            |
| **ステップ数**      | モデルが生成に費やす時間を制御します。ステップ数を増やしても必ずしも結果が良くなるわけではありません。 |
| **ガイダンス**      | プロンプトが結果をどれだけ強く導くかを制御します。一部のモデルは `0`.               |
| **シード**        | で最もよく機能します。                                         |

<details>

<summary>詳細な生成設定</summary>

これらのコントロールは、モデルがデバイス上でどのように実行されるかを変えます。メモリ使用量の削減、性能向上、または生成トラブルの解決のために調整してください。

| 設定            | 何が変わるか                                                               |
| ------------- | -------------------------------------------------------------------- |
| **速度**        | コンパイルと性能最適化を制御します。コンパイル済みモードでは、初回生成に時間がかかる場合があります。                   |
| **精度**        | モデルの実行に使う数値形式を変更します。精度を下げるとメモリ使用量を減らせます。利用可能なオプションはモデルとハードウェアに依存します。 |
| **アテンション**    | 生成中に使われるアテンション実装を選択します。                                              |
| **メモリ**       | 生成速度とGPUメモリ使用量のバランスを取ります。 **低VRAM** を、モデルがメモリ上限に近い場合に試してください。        |
| **ステップキャッシュ** | 拡散ステップ間で一部の計算を再利用して、生成速度を改善します。                                      |
| **CPUオフロード**  | モデルの一部をシステムメモリに移します。これによりGPUメモリ使用量は減りますが、生成は遅くなる場合があります。             |

</details>

### ⚠️ トラブルシューティング

<details>

<summary>画像が表示されない</summary>

最新バージョンに更新してから、アプリを再起動してください。手順は [Unslothの更新](https://unsloth.ai/docs/get-started/install/updating) を参照してください。

</details>

<details>

<summary>モデルがダウンロードまたは読み込まれない</summary>

一部の画像モデルは大きく、ダウンロードに時間がかかります。十分な空きストレージと安定したインターネット接続があることを確認してください。

一部のモデルでは、Hugging Faceでライセンスに同意し、ダウンロード前にHugging Faceトークンを追加する必要もあります。

</details>

<details>

<summary>モデルがメモリ不足になる</summary>

より小さいGGUF量子化版、またはモデルの4ビット版を試してください。GGUFモデルでは、 **推奨**.

と記載されたサイズから始めてください。

* 画像解像度を下げる。
* バッチサイズを `1`.
* GPUを使用している他のアプリケーションを閉じる。
* より小さいモデルを選ぶ。

A **TIGHT** モデルはシステムメモリを使用し、より遅く動作する場合があります。 **OOM** と表示されたモデルは収まらない可能性が高いです。

</details>

<details>

<summary>ワークフローが見つからない</summary>

利用可能なワークフローは読み込まれたモデルに依存します。未対応のワークフローは表示されません。

たとえば、指示ベースの編集にはQwen-Image-EditやFLUX.1 Kontextのようなモデルが必要です。

</details>

### ❓ FAQ

<details>

<summary>画像生成はローカルで実行されますか？</summary>

はい。モデルをダウンロードすると、画像生成はデバイス上で実行されます。

</details>

<details>

<summary>TransformとEditの違いは何ですか？</summary>

**Transform** は、最終結果全体を説明するプロンプトを使って既存の画像を描き直します。

**編集** は、背景の変更やオブジェクトの追加などの指示に従います。互換性のある編集モデルが必要です。

</details>

<details>

<summary>自分の画像LoRAを学習できますか？</summary>

はい。対応モデルを自分の画像でファインチューニングし、完成したLoRAを **作成**.

に読み込めます。詳細は「画像モデルをファインチューニングする」を参照してください。

</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/jp/moderu/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.