# Pruna открыла две LoRA для Qwen-Image-2.1: 5 и 8 шагов с разным качеством

Источник: https://modelium.tech/zhurnal/pruna-qwen-image-2-1-lora-5-8-steps-quality-tradeoff/

Pruna опубликовала два LoRA-адаптера v0.1 к Qwen-Image-2.1: для генерации и редактирования за пять либо восемь шагов. Авторы рекомендуют восьмишаговый вариант как компромисс по качеству и предупреждают, что обе версии пока уступают исходной модели; пятитактовый вариант заметно слабее. Понадобятся базовые веса и CUDA-стек. Лицензия Qwen Research ограничивает использование некоммерческими исследованиями и оценкой.

Pruna-Qwen-Image-2.1 v0.1: не одна «ускоренная модель», а выбор между двумя LoRA

23 сентября 2026 года Pruna начала публикацию адаптеров к Qwen-Image-2.1; на проверенной ревизии `113e63bb993001b3411eb3470b84fc444040cd7e` доступны два файла v0.1: для **пяти** и **восьми** шагов генерации. Их веса обновлялись 24 сентября, поэтому дата создания репозитория не означает, что нынешние байты адаптеров появились в первый день. Это отдельный выпуск от ранее описанной [четырёхшаговой версии Viggle](/zhurnal/viggle-qwen-image-2-1-turbo-4-step-preview/): её веса и результаты нельзя приписывать Pruna. [s1](#src-s1) [s2](#src-s2)

## Что выбирать и что скачивать

- `p_qwen_image_2.1_8step_v0.1.safetensors` — рекомендованный авторами вариант, если важнее сохранить качество; весовой файл занимает 335 606 104 байта на диске.

- `p_qwen_image_2.1_5step_v0.1.safetensors` — вариант с меньшим числом шагов, который авторы описывают как более быстрый, но с заметно худшим визуальным качеством; 335 606 144 байта на диске.

**Это LoRA, не самостоятельные модели.** Нужен исходный Qwen-Image-2.1 с его трансформером, энкодером, VAE и процессором. Размеры двух файлов не позволяют вывести минимальную RAM/VRAM. Оба адаптера рассчитаны на свои отдельные расписания sigma: нельзя заменить число шагов без соответствующей настройки сэмплера или сложить оба файла в один. Карточка рекомендует стартовать с 1024 × 1024 пикселей и не более трёх референсов при редактировании; 2K находится вне заявленного охвата обучения, даже если для него приведены измерения скорости. [s1](#src-s1) [s3](#src-s3)

## Как проверить локально без ложного обещания «в 6,3 раза быстрее»

Официальный quickstart предполагает CUDA, `torch>=2.4.0`, `transformers>=5.17`, `accelerate`, `peft`, `pillow` и Git-ревизию Diffusers `6256aa7666cedd47443adc8f82da9a10e110b09c` с `QwenImage21Pipeline`. Код загрузки LoRA и два точных sigma-расписания находятся в закреплённой карточке: выберите **один** файл по числу шагов, установите `true_cfg_scale=1.0` и не добавляйте negative prompt. Для сравнения прогоните один и тот же текстовый запрос и seed на исходной модели и выбранном адаптере; оцените сохранность деталей и текста изображения, а не только секунды. Мы не выполняли локальный прогон и не подтверждаем работоспособность на конкретном оборудовании. [s1](#src-s1) [s4](#src-s4)

Авторы заявляют ускорение до **6,3 раза**, однако опубликованная методика — один NVIDIA H100 80GB, BF16, batch=1, медиана трёх запросов после одного прогрева. В измерение входят энкодинг запроса, денойзинг и декодирование, но не загрузка модели, прогрев и запись PNG. Базовая модель шла 40 шагов с KV cache, адаптеры — пять или восемь шагов **без** KV cache. При этом опубликованные примеры запуска Pruna **включают** KV cache, и авторы прямо предупреждают, что график для этой настройки заново не измеряли. Потому 6,3× — не обещание ускорения для приведённого quickstart, не независимый тест Modelium и не показатель равного качества. H100 в методике — не минимальная конфигурация. [s1](#src-s1)

## Ограничения и права

Авторы называют v0.1 незавершённым выпуском: визуальное качество ниже базового Qwen-Image-2.1, особенно у пятишагового адаптера. В карточке упомянуто обучение на базе DMD, но история загрузок описывает обновление одного чекпойнта как PCM/CDM; по этим записям нельзя независимо восстановить единый рецепт обучения, поэтому не используйте эту метку как гарантию качества. [s1](#src-s1) [s2](#src-s2)

Адаптеры доступны как веса, но это **не** разрешение на коммерческое использование. Их `LICENSE` воспроизводит Qwen RESEARCH LICENSE AGREEMENT: использование и производные — только для некоммерческого исследования и оценки; для коммерческого сценария требуется отдельная лицензия правообладателя. `NOTICE` отдельно признаёт производный характер весов. У исходной [Qwen-Image-2.1](/zhurnal/qwen-image-2-1-open-weights-research-license/) действует тот же тип ограничений. [s5](#src-s5) [s6](#src-s6) [s3](#src-s3)

**Практическое решение:** выбирайте восьмишаговый адаптер для исследовательской пробы ускорения с более бережным отношением к качеству; пятишаговый — только если потеря деталей приемлема. Если качество сложной правки критично, сравнивайте с исходной моделью на собственных изображениях до перехода. Для коммерческого использования сначала получите отдельное разрешение. [s1](#src-s1) [s5](#src-s5)

## Источники

1. [PrunaAI: модельная карточка Pruna-Qwen-Image-2.1 v0.1, закреплённая ревизия](https://huggingface.co/PrunaAI/Pruna-Qwen-Image-2.1/blob/113e63bb993001b3411eb3470b84fc444040cd7e/README.md) — получено 2026-09-28
2. [PrunaAI: история коммитов репозитория](https://huggingface.co/api/models/PrunaAI/Pruna-Qwen-Image-2.1/commits/main) — получено 2026-09-28
3. [PrunaAI: манифест файлов закреплённой ревизии и API исходной модели](https://huggingface.co/api/models/PrunaAI/Pruna-Qwen-Image-2.1/tree/113e63bb993001b3411eb3470b84fc444040cd7e) — получено 2026-09-28
4. [Hugging Face Diffusers: коммит поддержки Qwen-Image-2.1](https://github.com/huggingface/diffusers/commit/6256aa7666cedd47443adc8f82da9a10e110b09c) — получено 2026-09-28
5. [PrunaAI: Qwen RESEARCH LICENSE AGREEMENT](https://huggingface.co/PrunaAI/Pruna-Qwen-Image-2.1/blob/113e63bb993001b3411eb3470b84fc444040cd7e/LICENSE) — получено 2026-09-28
6. [PrunaAI: NOTICE о производных весах](https://huggingface.co/PrunaAI/Pruna-Qwen-Image-2.1/blob/113e63bb993001b3411eb3470b84fc444040cd7e/NOTICE) — получено 2026-09-28