BulkImagen logoBulkImagen
Tongyi-MAI · Apache 2.0
Kleines Modell, lange Batches

Jeder Prompt, den Sie haben, durch
Z-Image

Z-Image ist das Text-zu-Bild-Modell, das Alibabas Tongyi-MAI-Team im November 2025 als Open Source veröffentlicht hat: sechs Milliarden Parameter, Gewichte unter Apache 2.0 und ein destillierter Turbo-Build, der in acht Sampling-Schritten zu einem fertigen Bild kommt. Auf der Preisliste von BulkImagen steht es auf der untersten Stufe, und genau deshalb lohnt sich ein wirklich langer Z-Image-Batch.

Einer pro Zeile — jede Zeile ist ein eigener Prompt.

0 Prompts

Z-Image generiert ausschließlich aus Text-Prompts, daher gibt es keinen Upload für Referenzbilder.

QwenZ-Image
Bilder pro Kombination
Generiert 0 Bilder · 0 Credits

Warum ein Modell mit sechs Milliarden Parametern auf dieser Liste steht

Z-Image ist nicht das größte Modell, das BulkImagen anbietet, und will es auch nicht sein. Sein ganzes Argument ist das Verhältnis: wie viel ein kleines Netz für den Rechenaufwand zurückgibt, den es verlangt. Das ist ein anderes Argument als bei den meisten Modellen hier.

Im Vergleich mit viel größeren Gewichten

Artificial Analysis setzte Z-Image Turbo bei seinem Erscheinen in der Image Arena an die Spitze der Open-Weight-Text-zu-Bild-Modelle, vor FLUX.2 [dev] und Qwen-Image. Der technische Bericht zu Z-Image argumentiert aus der Gegenrichtung genauso: eine G+S Rate von 87,4 % bei etwa einem Fünftel der 32B Parameter von FLUX.2 dev.

Zweisprachige Schrift, mit Zahlen dahinter

Bei Text liefert das Z-Image-Paper seine schärfsten Ergebnisse: 0,8671 Wortgenauigkeit auf CVTG-2K sowie 0,935 für Englisch und 0,936 für Chinesisch auf LongText-Bench, berichtet vor GPT-Image-1 und Qwen-Image. Enthält Ihr Batch Bildtexte in einer der beiden Sprachen, ist dieser Benchmark der Grund, sich Z-Image überhaupt anzusehen.

Fotorealismus in acht Schritten

Die Modellkarte von Z-Image und das Paper stellen beide den Fotorealismus voran, und die destillierten Turbo-Gewichte erreichen ihn in acht Sampling-Schritten statt der üblichen Dutzenden. Die offene Version läuft auf einer 16-GB-Karte, aber auf dieser Seite müssen Sie keine besitzen: Der Batch läuft bei uns.

Was Z-Image hier leisten kann

Seitenverhältnisse, Auflösungsstufe, Promptlänge und Credit-Preis für Z-Image werden direkt aus der laufenden Konfiguration gezogen, statt in einen Absatz geschrieben zu werden, in dem sie langsam veralten würden.

Qwen

Z-Image

Hersteller
Alibaba
Credits / Bild
1
Auflösungen
1K
Seitenverhältnisse
5
Referenzbilder
Nur Text
Prompt-Limit
1.000 Zeichen

Z-Image unterstützt absichtlich keine Referenzbilder. Die FAQ unten erklärt, was das bedeutet, bevor Sie einen Batch darauf auslegen.

Drei Schritte, und keine Referenz-Uploads

Z-Image liest nur Worte und sonst nichts, daher ist dieser Ablauf kürzer als auf den Modellseiten mit Referenzbildern. Beschreiben, einrahmen, einsammeln.

  1. 01

    Alles in Worte fassen

    Es gibt keine Bildeingabe, also muss jedes gewünschte Detail im Prompt selbst stehen. Das Z-Image-Paper räumt zudem offen ein, dass sechs Milliarden Parameter nur begrenztes Weltwissen bedeuten. Beschreiben Sie ein Nischenmotiv also, statt sich darauf zu verlassen, dass das Modell den Namen kennt.

  2. 02

    Bildausschnitt und Menge wählen

    Seitenverhältnis und die Zahl der Bilder pro Prompt: Das ist das ganze Formular, denn diese Seite ist fest auf Z-Image eingestellt und bietet eine einzige Auflösungsstufe. Die Credit-Summe sehen Sie auf dem Bestätigungsbildschirm, bevor der erste Aufruf rausgeht.

  3. 03

    Sichten, auswählen, exportieren

    Die Ergebnisse treffen ein, sobald sie fertig sind. Die Modellkarte von Z-Image Turbo stuft die Vielfalt der Ausgaben als gering ein. Kommen also Zeilen fast identisch zurück, lagen die Prompts wohl zu nah beieinander: Formulieren Sie um, statt dieselbe Zeile erneut zu starten und auf Besserung zu hoffen.

Batches, die zu diesem Modell passen

Ein kleines, schnelles, textstarkes Modell hat eine bestimmte Form, und Z-Image ist da keine Ausnahme. Das sind die Aufgaben, die zu dieser Form passen, statt gegen sie zu arbeiten.

Poster und UI-Mockups mit echtem Text

Layouts mit englischer oder chinesischer Schrift sind der Fall, um den herum die Z-Image-Benchmarks gebaut wurden. Erzeugen Sie einen ganzen Satz Screens oder Posterversionen in einem Durchgang und lesen Sie dann den Text auf jedem Bild, bevor Sie sich festlegen.

Fotorealistische Menschen und Orte in Masse

Fotorealismus ist das, was Tongyi-MAI an Z-Image in den Vordergrund stellt, und Menge ist das, was diese Seite ergänzt. Lifestyle-Motive, Szenen im Stockfoto-Stil und Hintergrundplatten kommen als Satz zurück, den Sie durchsehen können, nicht als einzelnes, bedächtig erstelltes Bild.

Teams, die die offenen Gewichte schon nutzen

Haben Sie Z-Image lokal ausgecheckt, steht dieselbe Modellfamilie hier ohne GPU-Warteschlange zur Verfügung. Entwerfen und sortieren Sie einen Promptsatz mit dem gehosteten Turbo-Build und nehmen Sie die Auswahl dann in Ihre eigene Umgebung mit.

Z-Image Fragen und Antworten

Noch etwas offen? Schreiben Sie an support@bulkimagen.com

  • Tongyi-MAI, ein Team innerhalb von Alibaba, das getrennt von der Qwen- und der Wan-Gruppe arbeitet. Z-Image Turbo erschien am 26. November 2025 als Open Source, der technische Bericht folgte im Monat darauf auf arXiv.
  • Ja. Die Gewichte von Z-Image sind unter Apache 2.0 auf HuggingFace, ModelScope und GitHub veröffentlicht, für Modelle dieser Qualität eine großzügige Lizenz. Wer es über diese Seite nutzt, spart sich lediglich das eigene Hosting.
  • Den destillierten Turbo-Build. Die Destillation bringt Z-Image auf acht Sampling-Schritte; die auf der Modellkarte genannten Kompromisse sind, dass Turbo keine Guidance-Einstellung kennt und nicht für Fine-Tuning gedacht ist.
  • Nein, und der Versuch wird abgelehnt, bevor etwas abgebucht wird, nicht danach. Die veröffentlichte Z-Image-Pipeline akzeptiert einen Prompt, eine Größe, eine Schrittzahl und einen Seed, eine Bildeingabe gibt es darin überhaupt nicht. Z-Image-Edit, das separat trainierte Modell, das eine solche ergänzt, war im August 2026 noch als „coming soon“ markiert.
  • Auf den Benchmarks seines Papers für seine Größe gut: 0,8671 Wortgenauigkeit auf CVTG-2K sowie 0,935 und 0,936 auf der englischen und der chinesischen Hälfte von LongText-Bench. Das sind im Paper berichtete Zahlen, daher bleibt ein kleiner Batch mit Ihren eigenen Texten der Test, der zählt.
  • Z-Image wurde zweisprachig trainiert, und sein Chinesisch-Wert auf LongText-Bench entspricht dem englischen. Chinesische Prompts sind also eine vollwertige Eingabe und keine Übersetzungsübung, die an ein englisches Modell drangeflanscht wurde.
  • Das Paper selbst benennt die Grenze klar: Ein 6B-Modell erkauft Effizienz mit Weltwissen, daher sind obskure Personen, Orte und Markendetails wackelig. Die Turbo-Karte stuft die Ausgabevielfalt zudem als gering ein, was sich als Ähnlichkeit zwischen eng formulierten Prompts zeigt.
  • Geschlossene Flaggschiffe wie Nano Banana Pro und Flux 2 Pro gehen bei Auflösungsobergrenzen, Feindetails und referenzgestützter Konsistenz weiter. Z-Image gibt das zugunsten der Kosten pro Bild auf, weshalb es die richtige Wahl ist, wenn die Liste lang ist.
  • Weil ein kleines destilliertes Modell am wenigsten im Betrieb kostet, steht Z-Image ganz unten in der Credit-Tabelle oben. Ein Lauf, für den man bei einem Flaggschiff-Modell ein Budgetgespräch führen müsste, ist hier einfach ein Lauf.
  • Eine CSV-Datei oder eine Excel-Tabelle funktionieren beide; die Prompt-Spalte wird zu den Zeilen des Z-Image-Batches. Praktisch, wenn die Liste ohnehin schon als Tabelle vorliegt und das Abtippen der langsamste Teil der Arbeit wäre.
  • Markieren Sie in der Batch-Ansicht von Z-Image die Bilder, die Sie behalten wollen, und laden Sie diese Auswahl als ein ZIP herunter. Alles Übersprungene bleibt liegen, und jeder Prompt, der danebenging, lässt sich einzeln erneut senden.

Schicken Sie eine lange Liste an Z-Image

Der günstigste Platz der Plattform, ein Z-Image-Build mit veröffentlichten zweisprachigen Textwerten und keine Referenz-Uploads, die Sie vorher vorbereiten müssten. Prompts einfügen, als einen Batch laufen lassen und das ZIP mitnehmen.