BulkImagen logoBulkImagen
Tongyi-MAI · Apache 2.0
Modelo pequeno, lotes longos

Todos os seus prompts no
Z-Image

O Z-Image é o modelo de texto para imagem que a equipe Tongyi-MAI da Alibaba abriu em novembro de 2025: seis bilhões de parâmetros, pesos sob Apache 2.0 e uma versão Turbo destilada que chega a uma imagem pronta em oito passos de amostragem. Ele ocupa o degrau mais baixo da tabela de preços do BulkImagen, e é isso que faz valer a pena montar um lote realmente longo no Z-Image.

Um por linha — cada linha é um prompt separado.

0 prompts

Z-Image gera só a partir de prompts de texto, então não há envio de imagens de referência.

QwenZ-Image
Imagens por combinação
Vai gerar 0 imagens · 0 créditos

Por que um modelo de seis bilhões de parâmetros está nesta lista

O Z-Image não é o maior modelo do BulkImagen e nem tenta ser. Todo o seu argumento é a proporção — quanto uma rede pequena devolve pelo processamento que pede —, um argumento diferente do da maioria dos modelos daqui.

Comparado a pesos muito maiores

A Artificial Analysis colocou o Z-Image Turbo no topo da sua Image Arena entre os modelos de texto para imagem de pesos abertos quando ele apareceu, à frente do FLUX.2 [dev] e do Qwen-Image. O relatório técnico do Z-Image defende o mesmo pelo outro lado: uma G+S Rate de 87,4% com cerca de um quinto dos 32B de parâmetros do FLUX.2 dev.

Texto bilíngue, com números por trás

Texto é onde o artigo do Z-Image traz seus resultados mais fortes — 0,8671 de precisão de palavras no CVTG-2K, e 0,935 em inglês contra 0,936 em chinês no LongText-Bench, à frente do GPT-Image-1 e do Qwen-Image segundo o artigo. Se o lote leva legendas em qualquer um dos dois idiomas, esse benchmark é o motivo para olhar para o Z-Image.

Fotorrealismo em oito passos

O model card e o artigo do Z-Image destacam o fotorrealismo em primeiro lugar, e os pesos Turbo destilados chegam lá em oito passos de amostragem, em vez das dezenas de sempre. A versão aberta cabe numa placa de 16GB, mas nada nesta página pede que você tenha uma — o lote roda do nosso lado.

O que o Z-Image está configurado para fazer aqui

Proporções, o nível de resolução, o tamanho do prompt e o preço em créditos do Z-Image, tirados da configuração em execução, e não escritos num parágrafo em que ficariam desatualizados com o tempo.

Qwen

Z-Image

Desenvolvedor
Alibaba
Créditos / imagem
1
Resoluções
1K
Proporções
5
Imagens de referência
Só texto
Limite do prompt
1.000 caracteres

O Z-Image aparece sem suporte a imagens de referência de propósito — o FAQ abaixo explica o que isso significa antes de você planejar um lote em torno dele.

Três passos, e nenhum envio de referência

O Z-Image lê palavras e nada mais, então este fluxo é mais curto que o das páginas de modelos guiados por referência. Descreva, enquadre, colete.

  1. 01

    Coloque tudo em palavras

    Não há entrada de imagem, então qualquer detalhe que você queira precisa estar no próprio prompt. O artigo do Z-Image também admite com franqueza que seis bilhões de parâmetros trazem um conhecimento de mundo limitado, então descreva um tema de nicho em vez de supor que o modelo reconhece o nome.

  2. 02

    Escolha o enquadramento e o volume

    Proporção e quantas imagens cada prompt devolve — é só isso no formulário, porque esta página é fixa no Z-Image e ele oferece um único nível de resolução. O total de créditos aparece na tela de confirmação antes de a primeira chamada sair.

  3. 03

    Analise, selecione, exporte

    Os resultados chegam conforme ficam prontos. O model card do Z-Image Turbo classifica a diversidade das saídas como baixa, então se as linhas voltarem quase idênticas, os prompts provavelmente estavam parecidos demais — reescreva o texto em vez de rodar a mesma linha de novo torcendo por algo diferente.

Lotes que combinam com este modelo em particular

Um modelo pequeno, rápido e forte em texto tem um perfil próprio, e o Z-Image não é exceção. Estes são os trabalhos que se encaixam nesse perfil em vez de brigar com ele.

Pôsteres e mockups de interface com texto real

Layouts com letras em inglês ou em chinês são exatamente o caso em torno do qual os benchmarks do Z-Image foram feitos. Produza um conjunto inteiro de telas ou variações de pôster numa só passada e depois leia o texto de cada um antes de escolher qualquer um deles.

Pessoas e lugares fotorrealistas em volume

Fotorrealismo é o que a Tongyi-MAI destaca no Z-Image, e quantidade é o que esta página acrescenta. Cenas de lifestyle, imagens estilo banco de imagens e fundos voltam como um conjunto para você filtrar, e não como uma imagem caprichada de cada vez.

Equipes que já rodam os pesos abertos

Se você já tem o Z-Image rodando localmente, a mesma família está disponível aqui sem uma fila de GPU na frente. Faça rascunhos e organize um conjunto de prompts na versão Turbo hospedada e depois leve os selecionados de volta para o seu próprio ambiente.

Perguntas sobre o Z-Image

Mais alguma dúvida? Escreva para support@bulkimagen.com

  • A Tongyi-MAI, uma equipe dentro da Alibaba separada tanto do grupo Qwen quanto do grupo Wan. O Z-Image Turbo foi lançado como open source em 26 de novembro de 2025, e o relatório técnico foi publicado no arXiv no mês seguinte.
  • Sim. Os pesos do Z-Image são publicados sob Apache 2.0 no HuggingFace, no ModelScope e no GitHub, uma licença permissiva para os padrões de modelos desse nível de qualidade. Rodá-lo por esta página simplesmente poupa você de hospedá-lo.
  • A versão Turbo destilada. A destilação é o que leva o Z-Image a oito passos de amostragem; as contrapartidas, ambas declaradas no model card, são que o Turbo não aceita configuração de guidance e não foi pensado para fine-tuning.
  • Não, e a tentativa é recusada antes de qualquer cobrança, não depois. O pipeline publicado do Z-Image aceita um prompt, um tamanho, uma quantidade de passos e uma seed — não há nenhuma entrada de imagem. O Z-Image-Edit, o modelo treinado separadamente que adiciona essa entrada, ainda constava como em breve em agosto de 2026.
  • Nos benchmarks do seu artigo, bem para o tamanho: 0,8671 de precisão de palavras no CVTG-2K, além de 0,935 e 0,936 nas metades em inglês e em chinês do LongText-Bench. São números relatados no artigo, então um pequeno lote com o seu próprio texto continua sendo o teste que vale.
  • O Z-Image foi treinado de forma bilíngue, e sua pontuação no LongText-Bench em chinês é igual à em inglês, então prompts em chinês são uma entrada de primeira classe, e não uma tradução improvisada sobre um modelo em inglês.
  • O próprio artigo aponta o limite com clareza: um modelo de 6B ganha eficiência à custa de conhecimento de mundo, então pessoas, lugares e detalhes de marcas pouco conhecidos ficam incertos. O card do Turbo também classifica a diversidade das saídas como baixa, o que aparece como resultados parecidos entre prompts escritos de forma semelhante.
  • Carros-chefe fechados como o Nano Banana Pro e o Flux 2 Pro vão mais longe em teto de resolução, detalhes finos e consistência guiada por referência. O Z-Image abre mão disso em troca do custo por imagem, e é por isso que ele é o modelo indicado quando a lista é longa.
  • Porque um modelo pequeno e destilado é o que custa menos para servir, e isso coloca o Z-Image no fim da tabela de créditos acima. Um lote que exigiria uma conversa sobre orçamento num modelo carro-chefe aqui é só mais um lote.
  • Tanto um CSV quanto uma planilha Excel funcionam; a coluna de prompts vira as linhas do lote do Z-Image. Útil quando a lista já existe numa planilha e digitá-la de novo seria a parte mais lenta do trabalho.
  • Marque as imagens que valem a pena na visualização do lote do Z-Image e baixe essa seleção num único ZIP. O que você deixar de lado continua lá, e qualquer prompt que não ficou bom pode ser enviado de novo sozinho.

Mande uma lista longa para o Z-Image

A opção mais barata da plataforma, uma versão do Z-Image com pontuações publicadas em texto bilíngue e nenhuma referência para preparar antes. Cole os prompts, rode tudo num único lote e baixe o ZIP.