.ai

cele mai bune modele AI open source

Caută

Cerințe VRAM pentru fiecare model popular AI de imagine și video (2026): precizie completă, FP8 și GGUF

Q: Generarea e dureros de lentă deși nimic nu se blochează

Offloading automat în RAM de sistem. Coboară la următoarea precizie (FP8 la Q6, Q6 la Q4) până când memoria GPU partajată rămâne aproape zero.

Q: FLUX.2 Dev „funcționează” pe 12 GB dar are nevoie de 70 GB RAM

Greutăți FP8 schimbate din memoria sistemului. Folosește Klein 4B/9B local și FLUX.2 Dev în cloud sau pe o placă de 32 GB.

Subiect: Erori și soluții

De P.I. Panda

Publicat 2026-10-06

Cât VRAM ai nevoie pentru SD 1.5, SDXL, SD 3.5, Z-Image Turbo, FLUX.1, FLUX.2 Klein și Dev, Qwen-Image, Wan 2.2, HunyuanVideo 1.5 și LTX-2, la precizie completă, FP8 și 4-bit GGUF, cu placa confortabilă și licența pentru fiecare, ce poate rula fiecare mărime de GPU de la 8 la 48 GB și ordinea soluțiilor când un model nu încape.

Prezentare generală

Răspuns scurt: 8 GB

VRAM

rulează

SDXL

și modelele mici și rapide precum

și

. 12 GB rulează

și

odată ce sunt cuantificate. 24 GB rulează aproape orice model de imagine plus

Wan 2.2

video în FP8. Cele mai noi modele mari,

FLUX.2 Dev

și

LTX-2

la calitate completă, cer 32 GB sau mai mult.

Tabelul de mai jos listează fiecare model popular open cu memoria necesară la precizie completă, FP8 și ca fișier 4-bit GGUF, generând la aproximativ 1024x1024. Testeri diferiți calculează encoderul de text diferit, deci tratează fiecare număr ca un interval, nu ca o limită fixă. Trei lucruri pe care tabelul le ascunde: SDXL este încă cel mai ieftin model de rulat bine (baza încapă în 8 GB, dar LoRA-urile,

ControlNet

și upscaling-ul adaugă memorie, de aceea 12 GB e numărul confortabil); FLUX.2 Klein 4B e cea mai bună alegere pentru plăci mici acum (aproximativ 13 GB la precizie completă, cam jumătate în FP8, Apache 2.0); și FLUX.2 Dev nu e un model pentru acasă la precizie completă (un utilizator

ComfyUI

a rulat FP8 pe un RTX 3060 de 12 GB, folosind cam 70 GB RAM de sistem pentru asta).

Precizia schimbă totul. BF16/FP16 e calitate și mărime completă, cam 2 GB VRAM per miliard de parametri. FP8 taie asta la jumătate, cam 1 GB per miliard, și majoritatea nu pot spune diferența între FP8 și precizia completă. Fișierele GGUF (Q8, Q5, Q4 și mai mici) micșorează modelele și mai mult: Q8 e aproape de calitate completă, Q4 face un compromis de detalii pentru o amprentă mult mai mică, iar sub Q4 calitatea scade rapid. Modelul nu e singurul lucru în memorie: encoderii de text (T5 pentru FLUX.1, un model de limbaj pentru Qwen-Image și

FLUX.2

), VAE, LoRA-uri, ControlNet și imaginea în sine ocupă spațiu, iar ComfyUI mută automat unele dintre acestea în RAM de sistem, de aceea doi oameni cu aceeași placă pot raporta cifre diferite. Date verificate la 6 octombrie 2026, pe baza fișelor modelelor și testelor comunității; actualizat lunar.

Referință

Model

Full precision

FP8

4-bit / GGUF

Comfortable card

Stable Diffusion 1.5

0.9B

CreativeML OpenRAIL-M. Rulează pe aproape orice.

SDXL și fine-tune-uri: Pony, Illustrious, NoobAI

3.5B

OpenRAIL++ (fine-tune-urile variază). 12 GB lasă loc pentru LoRA-uri, ControlNet și upscaling într-un singur flux.

Licență Stability Community.

decât precizia completă

Apache 2.0. 8 pași; modelul rapid pentru plăci mici.

Apache 2.0, folosință comercială permisă. Cel mai potrivit pentru plăci de 8 GB în 2026.

Licență FLUX Non-Commercial (output-urile pot fi folosite comercial).

Licență non-comercială. Encoderul T5 fp8 economisește cam 4 GB singur.

Full precision

~24 GB

mai mult cu encoderul de text încărcat

Apache 2.0. Randare text puternică; are nevoie de encoderul său Qwen2.5-VL în FP8 pe orice sub 32 GB.

Licență non-comercială. Așteaptă generări lente fără o placă de 32 GB.

încap pe o placă de 32 GB

HunyuanImage 3.0

80B MoE

Licență Tencent Community. Doar pentru datacenter; folosește-l printr-un serviciu găzduit.

Full precision

multi-GPU

la orice precizie

FP8

n/a

4-bit / GGUF

n/a

Comfortable card

datacenter

oficial, testat pe un RTX 4090

Apache 2.0. Doi experți de 14B, unul în VRAM la un moment dat, de aceea plăcile de 24 GB îl pot gestiona. Wan 2.5-3.0 sunt doar API.

Video 720p, 1080p cu upscaler-ul său

Licență Tencent Community.

Full precision

14 GB

oficial, cu offloading

80 GB pentru cea mai bună calitate

LTX-2 / LTX-2.3

19B / 22B

Video până la 4K

Licență LTX-2 Community. Audio sincronizat.

Fiecare rând din acest tabel, fără VRAM necesar

BitVector Prism rulează SDXL, Z-Image, FLUX.1, FLUX.2 și Qwen-Image la precizie completă pe propriile GPU-uri. Alege un model de pe acest site, scrie un prompt, generează în browser. Nimic de descărcat.

Încearcă BitVector

Pas cu pas

Găsește-ți VRAM-ul (Task Manager > Performance > GPU, sau nvidia-smi) și potrivește-l cu un nivel de mai jos; apoi alege modele a căror coloană "placă confortabilă" e la sau sub nivelul tău.
6-8 GB (RTX 3060 Ti, 4060, 2070):
SD 1.5
și SDXL inclusiv
Pony
și Illustrious cu una sau două LoRA-uri; Z-Image Turbo și FLUX.2 Klein 4B în FP8 sau GGUF; FLUX.1 în GGUF Q4, lent;
Wan 2.1
1.3B la 480p și Wan 2.2 5B în GGUF cu offloading.
12 GB (RTX 3060 12GB, 4070, 5070): tot ce e mai sus, mai rapid, cu loc pentru ControlNet și
upscaling
;
FLUX.1 Dev
și Schnell în FP8 sau GGUF; Qwen-Image în GGUF Q4;
FLUX.2 Klein 9B
în GGUF; Wan 2.2 A14B în GGUF Q4 cu offloading la rezoluție mică și clipuri scurte.
16 GB (RTX 4060 Ti 16GB, 4070 Ti Super, 5070 Ti, 5080): FLUX.1 Dev în FP8 cu rezervă; Z-Image Turbo și Klein 4B la precizie completă; Qwen-Image în GGUF Q4-Q5;
HunyuanVideo
1.5 cu offloading; Wan 2.2 A14B în GGUF Q5 la 720p (rapoarte din comunitate).
24 GB (RTX 3090, 4090): aproape orice model de imagine în afară de FLUX.2 Dev la precizie completă; Qwen-Image în FP8 sau Q8; Wan 2.2 A14B în FP8 și Wan 2.2 5B la precizie completă; LTX-2 în FP4; majoritatea antrenamentelor
LoRA
pentru SDXL și Flux.
32 GB (RTX 5090): FLUX.2 Dev în FP8; LTX-2 și
LTX-2.3
în FP8; Wan 2.2 A14B la 720p fără să rămână fără memorie pe parcursul unui clip.
48 GB și mai mult (RTX 6000 Ada, A100, H100): Qwen-Image, LTX-2 și FLUX.2 Dev la precizie completă cu spațiu liber; video lung sau la rezoluție mare, generare în batch și antrenamente serioase.
Descarcă precizia pentru nivelul tău de pe pagina modelului de pe acest site (listează fiecare variantă cu dimensiunea fișierului), încarcă encoderii de text în FP8 și păstrează 32 GB RAM de sistem (64 GB pentru cele mai mari modele) pentru offloading.

Exemple

FLUX.1 Dev pe o placă de 12 GB (ComfyUI)

Load Diffusion Model: flux1-dev-fp8-e4m3fn (11.9 GB) or UnetLoaderGGUF flux1-dev-Q6_K (9.8 GB) | DualCLIPLoader: clip_l + t5xxl_fp8_e4m3fn_scaled | Load VAE: ae

1024x1024, 20 steps, euler, simple, guidance 3.5 | VAE Decode (Tiled) if the last step fails

Qwen-Image pe 16 GB

UnetLoaderGGUF: qwen_image_Q4_K_M.gguf (~12.5 GB) | CLIPLoader: qwen_2.5_vl_7b_fp8_scaled, device cpu | Load VAE: qwen_image_vae

1328x1328 native; start at 1024x1024, 20 steps, cfg 2.5

Aceleași modele fără nicio placă

/render <flux-dev> a studio photo of a vintage camera on a walnut desk, soft window light /size:1024x1024 (PirateDiffusion, Telegram)

Sfaturi

Când vezi
CUDA out of memory
, fă asta în ordine: treci la o versiune FP8 sau GGUF a aceluiași model (cea mai mare economie); scade rezoluția sau lungimea clipului (memoria crește cu numărul de pixeli, de la 1536 la 1024 px scade mult); folosește decodare VAE pe plăci; încarcă encoderul de text în FP8 sau ține-l pe CPU; închide alte aplicații GPU (browserele și jocurile ocupă VRAM).
Offloading-ul funcționează, dar plătești în viteză și RAM de sistem: un model poate rula pe o placă „prea mică” pentru el, de câteva ori mai lent, și poate ai nevoie de 32-64 GB sau mai mult RAM de sistem.
Licențe pe scurt: Z-Image Turbo, FLUX.2 Klein 4B, FLUX.1 Schnell, Qwen-Image și
Wan
2.1/2.2 sunt Apache 2.0 (folosire comercială permisă); FLUX.1 Dev, FLUX.2 Dev și Klein 9B au licență non-comercială Black Forest Labs, care interzice folosirea modelului într-un produs sau serviciu comercial, dar poți folosi comercial imaginile generate. Licențele se schimbă; pagina modelului le leagă pe cele curente.
Să cumperi o placă de 32 GB ca să rulezi FLUX.2 Dev sau LTX-2 pentru un proiect de weekend rar merită; dacă modelul pe care îl vrei e în rândurile de 24 GB+, închirierea pe oră sau un plan cloud cu tarif fix e de obicei mai ieftin și mai rapid decât offloading-ul pe o placă mică.
Regula per miliard de parametri: 2 GB la BF16, 1 GB la FP8, cam 0.6 GB la Q4, plus 2-5 GB pentru encoder, VAE și latent.
Pentru video, rezoluția și lungimea clipului contează la fel de mult ca modelul; ghidul companion despre VRAM pentru video AI explică asta.

Verifică coloana de licență și fișa modelului înainte să folosești un model într-un produs.

Rândurile de 24 GB+, direct de pe telefonul tău

PirateDiffusion găzduiește FLUX.2 Dev, Qwen-Image, Wan 2.2 14B și LTX-2 pe hardware de server și le rulează din comenzi Telegram. Generare nelimitată la un preț fix lunar; fără placă, fără offloading, fără 70 GB RAM.

Încearcă PirateDiffusion

Întrebări

Pot rula Flux pe 8 GB VRAM?

Da, cu un fișier cuantificat. FLUX.1 în GGUF Q4 are nevoie de cam 7 GB, iar FLUX.2 Klein 4B în FP8 cam 8 GB. Așteaptă-te la generări mai lente decât pe o placă de 12 sau 16 GB. FLUX.1 la precizie completă are nevoie de cam 24 GB.

Sunt 12 GB suficienți pentru SDXL?

Da. SDXL în sine încap în 8 GB; 12 GB îți lasă loc pentru LoRA-uri, ControlNet și upscaling în același flux de lucru.

Cât VRAM cere Wan 2.2?

Depinde de versiune. Modelul 5B rulează pe 8 GB ca fișier GGUF și confortabil pe 24 GB. Modelul A14B oficial cere 80 GB fără offloading, dar versiunea FP8 merge bine pe 24 GB, iar versiunile GGUF rulează pe 12-16 GB cu offloading.

Contează RAM-ul de sistem?

Da, odată ce începi offloading-ul. 32 GB e un minim rezonabil pentru Flux și Wan, iar cele mai mari modele (FLUX.2 Dev pe o placă de 12 GB, de exemplu) pot folosi 64 GB sau mai mult.

Ce modele pot folosi comercial?

Z-Image Turbo, FLUX.2 Klein 4B, FLUX.1 Schnell, Qwen-Image și Wan 2.1/2.2 (Apache 2.0). FLUX.1 Dev, FLUX.2 Dev și Klein 9B sunt non-comerciale pentru modelul în sine, dar imaginile generate pot fi folosite comercial. Verifică întotdeauna fișa modelului.