Qwen-Image-2.1(7B) の必要VRAM・おすすめGPU【画像生成】

GPUを買わずに、大きいモデルを動かす — クラウドGPUという選択肢(仕組みと手順の解説へ)

生成と編集を1つのモデルで行う7B。20BのQwen-Imageに比べて拡散部分が3分の1の重さになり、公式INT8なら24GB級、GGUF Q4なら12GB級のGPUで動く。背景が透明なRGBA画像もそのまま出力できる。

ライセンスはQwen Research License(2026年9月20日版)で、使ってよいのは研究と評価の用途に限られます。商用利用には開発元との別契約が要ります。Apache 2.0で商用可だった20BのQwen-Imageとは条件が違うため、仕事で使う場合は先にライセンスを確認してください。

パラメータ 7.12B ・ ライセンス: Qwen Research License(非商用のみ。商用は開発元との別契約) ・ 実行環境: ComfyUI(INT8/GGUF対応)(HuggingFace)

画像生成モデルにはLLMのような計算式が使えないため、この表は公式情報とコミュニティの動作報告に基づく実測ベースの目安です(出典は下部)。実際のメモリ使用量は解像度・バッチ数・オフロード設定で変わります。

精度 / 形式必要VRAM級RTX 3060 TiRTX 3070RTX 4060RTX 3080RTX 3060 12GBRTX 4070RTX 4060 Ti 16GBRTX 4070 Ti SUPERRTX 4080RX 7800 XTRTX 3090RTX 4090RX 7900 XTXRTX 5090
BF16(フル精度・合計32.4GB)
拡散14.2GB+テキストエンコーダ17.5GB+VAE0.7GB。A6000 48GB級
条件: 1024×1024・batch 1・拡散本体とQwen3-VL 8Bテキストエンコーダを同時常駐
48GB〜× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可
INT8(公式repack・推奨)
拡散7.3GB+テキストエンコーダ9.4GB=16.7GB。RTX 3090/4090級
条件: 1024×1024・batch 1・ComfyUI(Comfy-Org公式repackのint8_convrot)
24GB〜× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可× 不可◎ 快適◎ 快適◎ 快適◎ 快適
GGUF Q4_K_M + INT8テキストエンコーダ
GGUF配布元の推奨構成。テキストエンコーダを送るためシステムRAM 16GB以上
条件: 1024×1024・batch 1・ComfyUI-GGUF(leejet版)。拡散4.6GBをVRAMに置き、テキストエンコーダ9.4GBはシステムRAMに置く
12GB〜× 不可× 不可× 不可× 不可◎ 快適◎ 快適◎ 快適◎ 快適◎ 快適◎ 快適◎ 快適◎ 快適◎ 快適◎ 快適
GGUF Q4_K_M + オフロード(--lowvram)
配布元がVRAM不足時の手段として案内。生成は遅い
条件: 1024×1024・batch 1・ComfyUI --lowvram(システムRAM 16GB以上)
8GB〜△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり△ ぎりぎり

◎ = 快適に動作 / △ = オフロード併用で動作(低速) / × = 不可

クラウドGPUでQwen-Image-2.1(7B)を動かす(RunPod)

上記はアフィリエイトリンクです。経由して課金された場合、当サイトに紹介料が入ります。

▶ あなたのPCのGPUを自動判定する(スペック送信なし・ブラウザ内完結)

テキスト生成(ローカルLLM)の判定はトップページへ。

参考資料(実測情報の出典)

実測情報の収集日: 2026-09-22(オフロード方式・runtimeのバージョンで必要量は変わります)