Tongyi-MAI · Apache 2.0
小模型,長批次

手上所有提示詞,都交給
Z-Image

Z-Image 是阿里巴巴 Tongyi-MAI 團隊在 2025 年 11 月開源的文字生圖模型:60 億參數、Apache 2.0 權重,蒸餾後的 Turbo 版本只要八步取樣就能產出完成的圖片。它在 BulkImagen 的價目表上位居最底層,這正是值得跑一場真正長篇 Z-Image 批次生成的原因。

每行一條——每一行就是一條獨立的提示詞。

0 條提示詞

Z-Image 只依提示詞生成,因此沒有參考圖上傳區。

QwenZ-Image
每個組合張數
將生成 0 張圖 · 0 點數

為什麼 60 億參數的模型 會出現在這份清單上

Z-Image 不是 BulkImagen 上最大的模型,也無意成為最大的。它的全部論點在於比率:小型網路用它所需的運算量,能回報多少。這和這裡大多數模型的論點不同。

與大得多的權重相比

Artificial Analysis 在 Z-Image Turbo 問世時,把它排在 Image Arena 開源權重文字生圖模型的第一名,領先 FLUX.2 [dev] 與 Qwen-Image。Z-Image 技術報告則從另一個方向提出同樣的主張:以約為 FLUX.2 dev 的 32B 參數量五分之一的規模,達到 87.4% 的 G+S Rate。

中英雙語文字,有數字佐證

文字是 Z-Image 論文結果最亮眼的地方:CVTG-2K 單字準確率 0.8671,LongText-Bench 英文 0.935、中文 0.936,報告指出領先 GPT-Image-1 與 Qwen-Image。如果批次裡有任一種語言的文案,這份基準就是認真考慮 Z-Image 的理由。

八步完成的擬真影像

Z-Image 的模型卡與論文都以擬真為主打,蒸餾後的 Turbo 權重只需八步取樣,不必像一般模型跑好幾十步。開源版可以在 16GB 顯示卡上執行,但在這個頁面上你不需要自己擁有,批次在我們這邊執行。

Z-Image 在這裡 設定能做什麼

Z-Image 的長寬比、解析度等級、提示詞長度與積分費率,都直接取自實際運作中的設定,而不是寫在段落裡慢慢過時。

Qwen

Z-Image

供應商
Alibaba
點數 / 張
1
解析度
1K
可選長寬比
5
參考圖
僅文字生圖
提示詞上限
1,000 字元

Z-Image 刻意不支援參考圖。規劃批次之前,請先看下方常見問題了解這代表什麼。

三個步驟, 不需要上傳參考圖

Z-Image 只讀文字,所以流程比以參考圖驅動的模型頁面更短:描述、構圖、收取。

  1. 01

    把一切都化為文字

    沒有圖片輸入,想要的任何細節都得寫進提示詞裡。Z-Image 論文也坦承,60 億參數換來的世界知識有限,所以描述冷門主題時請寫清楚,不要假設模型認得那個名稱。

  2. 02

    選擇構圖與數量

    長寬比,以及每條提示詞要產出幾張圖,整份表單就這樣,因為這個頁面固定使用 Z-Image,而且只提供一個解析度等級。第一次呼叫送出之前,確認畫面會先顯示積分總額。

  3. 03

    瀏覽、挑選、匯出

    結果會在完成時陸續送達。Z-Image Turbo 模型卡將其輸出多樣性評為低,所以如果幾列結果幾乎一樣,多半是提示詞彼此太接近,請改寫措辭,而不是重跑同一行然後期待不同。

適合 這個模型的批次

小巧、快速、文字能力強的模型有它的輪廓,Z-Image 也不例外。以下是順著這個輪廓、而不是和它對著幹的工作。

帶真實文案的海報與 UI 模擬稿

帶有英文或中文文字的版面,正是 Z-Image 基準測試針對的情境。一次產出整套畫面或海報變體,再逐張檢查上面的字,之後才決定採用哪一張。

大量擬真的人物與場景

擬真是 Tongyi-MAI 對 Z-Image 的主打重點,而這個頁面加上的是數量。生活風格畫面、圖庫風格場景與背景素材會成組送達,讓你篩選,而不是一次只精雕一張。

已經在用開源權重的團隊

如果你已在本機部署 Z-Image,同一個系列在這裡也能用,前面不用排 GPU 佇列。先用託管的 Turbo 版本起草並篩選一組提示詞,再把入選的帶回自己的環境。

Z-Image 常見問題

還有其他問題嗎?請寄信至 support@bulkimagen.com

  • Tongyi-MAI,阿里巴巴內部一支獨立於 Qwen 團隊與 Wan 團隊的團隊。Z-Image Turbo 於 2025 年 11 月 26 日開源,技術報告在隔月發表於 arXiv。
  • 是的。Z-Image 權重以 Apache 2.0 授權發布於 HuggingFace、ModelScope 與 GitHub,以這個品質等級的模型來說,是相當寬鬆的授權。透過這個頁面執行,只是省去你自己架設的功夫。
  • 蒸餾後的 Turbo 版本。蒸餾讓 Z-Image 縮減到八步取樣;模型卡上載明的代價是,Turbo 沒有引導(guidance)設定,也不適用於微調。
  • 不行,而且是在扣款之前就拒絕,而不是之後。已發布的 Z-Image 流程只接受提示詞、尺寸、步數與種子,完全沒有圖片輸入。另外訓練、加入圖片輸入的 Z-Image-Edit,到 2026 年 8 月仍標示為即將推出。
  • 就論文的基準來看,以它的規模而言表現很好:CVTG-2K 單字準確率 0.8671,LongText-Bench 的英文與中文兩部分分別為 0.935 與 0.936。這些是論文報告的數字,所以用你自己的文案跑一小批,仍是最準的檢驗。
  • Z-Image 以雙語訓練,LongText-Bench 的中文分數與英文相當,所以中文提示詞是一等輸入,而不是硬套在英文模型上的翻譯工作。
  • 它自己的論文就清楚指出限制:6B 模型以世界知識換取效率,因此冷門的人物、地點與品牌細節不太穩。Turbo 模型卡另外將輸出多樣性評為低,表現為措辭相近的提示詞會產出相似的結果。
  • Nano Banana Pro、Flux 2 Pro 這類閉源旗艦在解析度上限、細節與參考圖的一致性上走得更遠。Z-Image 放棄這些,換取每次渲染的成本,所以清單很長時就該選它。
  • 因為小型蒸餾模型的服務成本最低,所以 Z-Image 位在上方積分表的最底層。在旗艦模型上得先討論預算的批次量,在這裡就只是一次普通的執行。
  • CSV 與 Excel 試算表都可以,提示詞欄會成為 Z-Image 批次的每一列。清單本來就存在試算表裡、重新輸入會是整件工作最慢的部分時,這很有用。
  • 在 Z-Image 批次檢視中標記想保留的圖,再把選取的部分一次下載成一個 ZIP。沒選的會留在原處,沒成功的提示詞也可以單獨重新送出。

把長長的清單交給 Z-Image

平台上費用最低的位置、公布了中英雙語文字分數的 Z-Image 版本,也不用先準備參考圖上傳。貼上提示詞,當成一個批次執行,然後帶走 ZIP。