BulkImagen logoBulkImagen
Tongyi-MAI · Apache 2.0
小さなモデルで、長いバッチを

手持ちのプロンプトを全部、
Z-Image

Z-Imageは、AlibabaのTongyi-MAIチームが2025年11月にオープンソースとして公開したテキスト画像生成モデルです。パラメータ数は60億、重みはApache 2.0ライセンス。蒸留版のTurboは、わずか8ステップのサンプリングで完成画像に到達します。BulkImagenの料金表では最も下の段に位置しており、だからこそ本当に長いZ-Imageの一括生成を回す価値があります。

1行に1つ——各行が別々のプロンプトになります。

0件のプロンプト

Z-Imageはプロンプトからのみ生成するため、参照画像のアップロード欄はありません。

QwenZ-Image
組み合わせあたりの枚数
0枚を生成 · 0クレジット

60億パラメータのモデルが このラインナップにいる理由

Z-ImageはBulkImagenで最大のモデルではなく、そうなろうともしていません。強みは比率、つまり小さなネットワークが必要な計算量に対してどれだけ返してくれるかです。ここにある多くのモデルとは、勝負の軸が違います。

はるかに大きな重みとの比較

Artificial Analysisは、登場当時のImage Arenaでオープンウェイトのテキスト画像生成モデルとしてZ-Image Turboを首位に置き、FLUX.2 [dev]やQwen-Imageを上回ると評価しました。Z-Imageの技術レポートも逆の側から同じ主張をしています。FLUX.2 devの32Bに対しておよそ5分の1のパラメータ数で、G+S Rate 87.4%を達成したというものです。

日英の文字描写、数字つきで

Z-Imageの論文が最も鋭い結果を示しているのが文字です。CVTG-2Kで単語正確率0.8671、LongText-Benchで英語0.935・中国語0.936を記録し、GPT-Image-1やQwen-Imageを上回ると報告されています。バッチに英語か中国語のキャプションが含まれるなら、このベンチマークこそがZ-Imageを検討する理由になります。

8ステップで、フォトリアル

Z-Imageのモデルカードも論文も、まずフォトリアルな描写を前面に出しています。蒸留版のTurboは通常の数十ステップではなく8ステップで仕上がります。オープン版は16GBのカードに収まりますが、このページでは自分でGPUを用意する必要はありません。バッチはこちら側で実行します。

このページでのZ-Imageの 設定内容

Z-Imageのアスペクト比、解像度の段階、プロンプトの長さ、クレジットのレートは、段落に書き込んで古くなるのを待つのではなく、稼働中の設定から直接取り出しています。

Qwen

Z-Image

提供元
Alibaba
クレジット / 枚
1
解像度
1K
アスペクト比
5
参照画像
テキストのみ
プロンプト上限
1,000文字

Z-Imageは、仕様として参照画像に対応していません。バッチを組む前に、下のFAQでその意味を確認してください。

3ステップ、 参照画像のアップロードは不要

Z-Imageが読むのは言葉だけなので、参照画像を使うモデルのページより手順が短く済みます。描写し、構図を決め、受け取る。それだけです。

  1. 01

    すべてを言葉にする

    画像入力がないため、欲しいディテールはすべてプロンプトに書く必要があります。またZ-Imageの論文は、60億パラメータでは世界知識に限りがあると率直に述べています。マイナーな被写体は、名前を認識してくれると期待せず、特徴を言葉で描写してください。

  2. 02

    構図と枚数を選ぶ

    アスペクト比と、プロンプト1件あたりの生成枚数。フォームはこれだけです。このページはZ-Imageに固定されており、解像度の段階も1つだけだからです。最初のリクエストが送られる前に、確認画面で合計クレジットが表示されます。

  3. 03

    眺めて、絞って、書き出す

    結果は出来上がった順に届きます。Z-Image Turboのモデルカードは出力の多様性を低いと評価しているため、似た画像ばかり並ぶ場合は、プロンプト同士が近すぎた可能性があります。同じ行を再実行して祈るより、言い回しを書き直してください。

このモデルに ぴったりのバッチ

小さくて速く、文字に強いモデルには、おのずと得意な形があります。Z-Imageも例外ではありません。ここに挙げるのは、その形に逆らわず噛み合う仕事です。

本物のコピーが入るポスターやUIモックアップ

英語や中国語の文字を載せたレイアウトは、Z-Imageのベンチマークがまさに想定しているケースです。画面一式やポスターのバリエーションを一度にまとめて作り、どれかに決める前に各画像の文字を読んで確かめましょう。

フォトリアルな人物と風景を大量に

Tongyi-MAIがZ-Imageで前面に出すのはフォトリアルさで、このページが加えるのは量です。ライフスタイルの一コマ、ストック風のシーン、背景素材が、1枚ずつ丁寧に作るのではなく、ふるいにかけられるセットとして届きます。

すでにオープンウェイトを使っているチーム

Z-Imageをローカルに用意している方も、同じファミリーをGPUの順番待ちなしでここから使えます。ホスト版のTurboでプロンプト群を下書きして選別し、絞り込んだ分を自分の環境に持ち帰ることができます。

Z-Imageに関する よくある質問

ほかにご質問があれば、こちらまでメールを: support@bulkimagen.com

  • Alibaba社内のチームTongyi-MAIです。QwenグループともWanグループとも別のチームです。Z-Image Turboは2025年11月26日にオープンソースとして公開され、技術レポートは翌月にarXivへ掲載されました。
  • はい。Z-Imageの重みはHuggingFace、ModelScope、GitHubでApache 2.0ライセンスのもとに公開されています。この品質帯のモデルとしては寛容なライセンスです。このページ経由で使えば、自分でホストする手間が省けるだけです。
  • 蒸留版のTurboです。蒸留によってZ-Imageは8ステップのサンプリングまで短縮されました。モデルカードに明記されているトレードオフは、Turboにはガイダンス設定がなく、ファインチューニングも想定されていないことです。
  • いいえ。送ろうとしても、課金される前に拒否されます。公開されているZ-Imageのパイプラインが受け取るのは、プロンプト、サイズ、ステップ数、シードだけで、画像入力はそもそもありません。画像入力を加える別途学習のモデルZ-Image-Editは、2026年8月の時点でもまだ近日公開の扱いでした。
  • 論文のベンチマークでは、この規模としては良好です。CVTG-2Kで単語正確率0.8671、LongText-Benchの英語側が0.935、中国語側が0.936でした。これらは論文に報告された数値なので、最終的には自分のコピーで小さなバッチを試すのが確実です。
  • Z-Imageはバイリンガルで学習されており、LongText-Benchのスコアも中国語と英語で同等です。中国語のプロンプトは、英語モデルに後付けした翻訳作業ではなく、最初から対等な入力として扱われます。
  • 論文自身が限界をはっきり述べています。6Bモデルは効率と引き換えに世界知識を手放しているため、マイナーな人物、場所、ブランド固有の特徴は不安定です。またTurboのカードは出力の多様性を低いと評価しており、言い回しの近いプロンプト同士で似た画像になりやすい形で現れます。
  • Nano Banana ProやFlux 2 Proのようなクローズドなフラッグシップは、解像度の上限、細部、参照画像による一貫性でさらに先を行きます。Z-Imageはそれらを手放して、1枚あたりのコストを取りました。リストが長いときに手が伸びるのはそのためです。
  • 小さな蒸留モデルは提供コストがいちばん低く、そのためZ-Imageは上のクレジット表の最下段に位置します。フラッグシップモデルなら予算の相談が必要になる規模でも、ここでは普通の1回の実行にすぎません。
  • CSVでもExcelシートでも使えます。プロンプトの列が、そのままZ-Imageバッチの各行になります。リストがすでにスプレッドシートにあるなら、打ち直しがいちばん時間のかかる作業になってしまうので便利です。
  • Z-Imageのバッチ画面で残したい画像にチェックを入れ、その選択分を1つのZIPとしてダウンロードします。選ばなかった分はそのまま残り、うまくいかなかったプロンプトは単独で再送できます。

長いリストを Z-Imageへ

プラットフォームで最も低価格の枠、日英の文字スコアが公表されているZ-Image、そして事前に用意する参照画像は不要。プロンプトを貼り付けて1つのバッチとして実行し、ZIPを受け取るだけです。