FLUX.2 [klein] 4B
distilled / BF16 or app-supported quantization
- 起步内存参考
- 24 GB
逐项尝试短任务的参考
以官方约 13GB VRAM 为参考,并考虑文本编码器、应用及系统余量。从约 1024px 单张开始,实际需求因格式与应用而异。
在现有图像生成测试基础上,验证四格漫画和说明漫画的完整制作流程。
distilled / BF16 or app-supported quantization
逐项尝试短任务的参考
以官方约 13GB VRAM 为参考,并考虑文本编码器、应用及系统余量。从约 1024px 单张开始,实际需求因格式与应用而异。
试作文章插图、背景和参考图编辑,逐张生成并调整构图。
日文文字、标志及人物一致性需另行检查,文字可在生成后添加。
内存数字是包含系统和应用余量的编辑估计,并非最低运行保证。文本模型按 4bit、4K–8K 输入 token、单模型使用估算。长文档、图片输入与并行应用会增加需求。A3B 不表示整个模型仅需 3GB。
面向 Apple Silicon Mac,需要兼容的文本、Whisper、图像或视频应用。内存容量不能单独决定速度,先在现有 Mac 上尝试短输入。
少步数快速试作受到肯定。
细节和写实性可能需要调校,单纯增加步数不保证改善。
这是公开讨论的定性摘要,并非代表全体用户的调查。包含 PC 与云端环境,不能据此推断 Mac 速度或内存需求。不转载个人资料或个别经历。
2026-11-14,在 Mac Studio(M5 Max・36GB)上让 FLUX.2 klein 4B(Q8)按固定脚本绘制四格漫画。约 73 秒生成 4 张图片,但即使逐格生成,每张图仍被分成四格,人物和场景前后不一致,第 3 格还画入了对话气泡文字,因此未通过。未做人工修改。11/8、11/9 的尝试也未通过。下一步将尝试参考图等提示词以外的方法。内存占用尚未测量。
MOSS-Image-SFT · MOSS-Image Base
比较日语对白、分镜、跨画格的人物一致性,以及包含人工加字的制作总耗时。
已公开静态图像的耗时和样例。漫画候选模型在 Mac 上的运行与成品质量仍待测试。
Run: 20261109T032706-mac-llm-bench-84a1 · Input SHA-256: 889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7
Mac Studio 1 号机(36GB);FLUX.2-klein-4B Q8(digest 333efdfe…);mflux-generate 0.20.0,comic-visual-single-panel-v2。输入 SHA-256:889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7。fixture_commit f7538ccf53b155a9019440d2a4df970c7183dee8。
Queue 20261109T032706-mac-llm-bench-84a1。耗时 71.5 秒生成 4 张 PNG。即使强化了单格提示约束,每张 PNG 仍为 2x2 小漫画;p2 场景与人物不符,p3 含有不可读字符,人物一致性与无文字要求均未通过。独立检查评定 passed=false。无人工修改。峰值内存因 backend 未计装为 null。这不是通过结果,也不能作为整个用途的发布依据。
第 1 轮(2026-11-08、相同模型与输入、81.7 秒、作业 20261108T055606-mac-llm-bench-340d、独立检查未通过)作为另一次试验予以保留。
由于第 2 轮强化提示词约束后仍未能实现单格和消除文字,下一轮应结合模型的提示词遵循极限,采用进一步细化单格约束与无文字化改进的测试方案。
Run: 20261114T194436-mac-llm-bench-836a · Input SHA-256: 889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7
Mac Studio 1 号机(36GB);FLUX.2-klein-4B Q8(digest 333efdfe…);mflux-generate 0.20.0,comic-visual-single-panel-v2,逐格生成配置。输入 SHA-256:889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7。adapter_commit e0d76a508772e13a4b836a6699bd27a76e5d927c。
Queue 20261114T194436-mac-llm-bench-836a。耗时 73.0 秒生成 4 张 PNG。即便逐格生成,每张 PNG 仍为 2x2 多格漫画。独立目视未通过单格、人物/场景一致性,以及原 PNG 无文字要求(p3 含气泡文字与字形)。分镜顺序与固定日语对白(HTML 后置)一致。独立检查评定 passed=false。无人工修改。峰值内存因 backend 未计装为 null。这不是通过结果,也不能作为整个用途的发布依据。
第 1 轮(2026-11-08、81.7 秒、作业 20261108T055606-mac-llm-bench-340d)与第 2 轮(2026-11-09、71.5 秒、作业 20261109T032706-mac-llm-bench-84a1)的失败作为另一次试验予以保留。两者均使用相同固定输入与同系模型且未通过。
由于第 3 轮在逐格生成下仍出现 2x2 多格与文字混入,下一轮应尝试参考图或生成后单格强制等非提示手段,并计装峰值内存、比较其他模型。旧失败与旧测量暂停继续保留。
结果已发布 Mac Studio · Apple M5 Max · 36 GB