FLUX.2 [klein] 4B
distilled / BF16 or app-supported quantization
- 起步記憶體參考
- 24 GB
逐項嘗試短任務的參考
以官方約 13GB VRAM 為參考,並考慮文字編碼器、應用程式及系統餘量。從約 1024px 單張開始,實際需求因格式與應用程式而異。
在現有影像生成測試基礎上,驗證四格漫畫和說明漫畫的完整製作流程。
distilled / BF16 or app-supported quantization
逐項嘗試短任務的參考
以官方約 13GB VRAM 為參考,並考慮文字編碼器、應用程式及系統餘量。從約 1024px 單張開始,實際需求因格式與應用程式而異。
試作文章插圖、背景與參考圖編輯,逐張生成並調整構圖。
日文文字、標誌及人物一致性需另行檢查,文字可在生成後添加。
記憶體數字是包含系統與應用程式餘量的編輯估計,並非最低執行保證。文字模型按 4bit、4K–8K 輸入 token、單模型使用估算。長文件、圖片輸入與並行應用程式會增加需求。A3B 不表示整個模型僅需 3GB。
面向 Apple Silicon Mac,需要相容的文字、Whisper、圖像或影片應用程式。記憶體容量不能單獨決定速度,先在現有 Mac 上嘗試短輸入。
少步數快速試作受到肯定。
細節與寫實性可能需要調校,單純增加步數不保證改善。
這是公開討論的定性摘要,並非代表全體使用者的調查。包含 PC 與雲端環境,不能據此推斷 Mac 速度或記憶體需求。不轉載個人資料或個別經歷。
2026-11-14,在 Mac Studio(M5 Max・36GB)上讓 FLUX.2 klein 4B(Q8)依固定腳本繪製四格漫畫。約 73 秒產生 4 張圖片,但即使逐格生成,每張圖仍被分成四格,人物與場景前後不一致,第 3 格還畫入了對話框文字,因此未通過。未做人工修改。11/8、11/9 的嘗試也未通過。下一步將嘗試參考圖等提示詞以外的方法。記憶體用量尚未測量。
MOSS-Image-SFT · MOSS-Image Base
比較日語對白、分鏡、跨畫格的人物一致性,以及包含人工加字的製作總耗時。
已公開靜態影像的耗時和範例。漫畫候選模型在 Mac 上的執行與成品品質仍待測試。
Run: 20261109T032706-mac-llm-bench-84a1 · Input SHA-256: 889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7
Mac Studio 1 號機(36GB);FLUX.2-klein-4B Q8(digest 333efdfe…);mflux-generate 0.20.0,comic-visual-single-panel-v2。輸入 SHA-256:889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7。fixture_commit f7538ccf53b155a9019440d2a4df970c7183dee8。
Queue 20261109T032706-mac-llm-bench-84a1。耗時 71.5 秒產生 4 張 PNG。即使強化了單格提示詞約束,每張 PNG 仍為 2x2 小漫畫;p2 場景與人物不符,p3 含有不可讀字符,人物一致性與無文字要求皆未通過。獨立檢查評定 passed=false。無人工修改。峰值記憶體因 backend 未計裝為 null。這不是通過結果,也不能作為整個用途的發布依據。
第 1 輪(2026-11-08、相同模型與輸入、81.7 秒、工作 20261108T055606-mac-llm-bench-340d、獨立檢查未通過)作為另一次試驗予以保留。
由於第 2 輪強化提示詞約束後仍未能實現單格和消除文字,下一輪應結合模型的提示詞遵循極限,採用進一步細化單格約束與無文字化改進的測試方案。
Run: 20261114T194436-mac-llm-bench-836a · Input SHA-256: 889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7
Mac Studio 1 號機(36GB);FLUX.2-klein-4B Q8(digest 333efdfe…);mflux-generate 0.20.0,comic-visual-single-panel-v2,逐格生成配置。輸入 SHA-256:889115c9a066b62dfa13d44f663c04b91212fc1a17cfc2c126eb0caffa636ab7。adapter_commit e0d76a508772e13a4b836a6699bd27a76e5d927c。
Queue 20261114T194436-mac-llm-bench-836a。耗時 73.0 秒產生 4 張 PNG。即便逐格生成,每張 PNG 仍為 2x2 多格漫畫。獨立目視未通過單格、人物/場景一致性,以及原 PNG 無文字要求(p3 含氣泡文字與字形)。分鏡順序與固定日語對白(HTML 後置)一致。獨立檢查評定 passed=false。無人工修改。峰值記憶體因 backend 未計裝為 null。這不是通過結果,也不能作為整個用途的發布依據。
第 1 輪(2026-11-08、81.7 秒、工作 20261108T055606-mac-llm-bench-340d)與第 2 輪(2026-11-09、71.5 秒、工作 20261109T032706-mac-llm-bench-84a1)的失敗作為另一次試驗予以保留。兩者均使用相同固定輸入與同系模型且未通過。
由於第 3 輪在逐格生成下仍出現 2x2 多格與文字混入,下一輪應嘗試參考圖或生成後單格強制等非提示手段,並計裝峰值記憶體、比較其他模型。舊失敗與舊測量暫停繼續保留。
結果已發布 Mac Studio · Apple M5 Max · 36 GB