見出し画像

ComfyUIでQwen-Image-Edit-2509を試す手順（FP8/GGUF/Nunchaku、Lightning使用）

まゆひらa

Last update 11-17-2025
※ (12-24-2025) 性能が向上したQwen-Image-Edit-2511が公開されています。記事を執筆する予定ですが、本記事よりも内容を縮小する予定です。ModelはComfy OrgによるBF16版、drbaphによるFP8版、unslothによるGGUF版、Lightning LoRAがあります。
※ (11-30-2025) 現在のNunchakuは、専用のDiT Loaderがありません（必要なくなりました）。「Load DIffusion Model」のノードに差し替えてご利用ください。
※ (11-17-2025) Nunchaku版のModelのLightningバージョンが更新されました。lightning-251115のディレクトリに入っています。
※ FP8版とGGUF版は、10-6-2025に公開されたQwen-Image-Edit-2509向けのLightning LoRAを利用します。執筆時点では、NunchakuはQwen-Image系のLoRAに対応していません。
※ 関連記事は、ComfyUIの記事一覧にまとめてあります。



■ 0. 概要

▼ 0-0. はじめに

　本記事では、ComfyUIで「Qwen-Image-Edit-2509」を「Lightning」で高速化して利用する手順を説明します。モデルはFP8、GGUF、Nunchakuそれぞれの形式に対応しています。

　参考まで、旧バージョンのQwen-Image-Editに関する筆者の記事は2つあります（→FP8版、→GGUF版）。

　既にComfyUI上でQwen-Image-Editを利用中の場合は、下記の操作のみで比較的容易に2509へ移行できます。

  • ComfyUI本体のアップデート

  • Modelの設置

  • TextEncodeQwenImageEditPlusのノードへ差し替え

  •  追加のLoad Imageを接続（使わないノードはBypass化しておく）

　ComfyUIのインストール方法については、下記の記事を参照してください。

▼ 0-1. Qwen-Image-Edit-2509について

　Qwen-Image-Edit（8-19-2025に発表）をさらに改良したQwen-Image-Edit-2509は、9-23-2025の未明に発表されました。編集の能力や精度が上がり、入力できる画像が１枚から３枚に増えました。

▼ 0-2. 関連リンク1

　HF Spacesにて、無料で生成のおためしができます。また、生成AIプレイグラウンドのfalも$0.03/MP（執筆時点）で利用可能です。

　参考まで、旧バージョンのQwen-Image-Editと、Qwen-Imageも紹介しておきます。

▼ 0-3. 関連リンク2

　公式のモデルです。

　本記事で利用するモデルです。詳細は記事中で説明します。

　ComfyUI Blogの記事にQwen-Image-Edit-2509の情報があります。


■ 1. 留意事項と使用リソース量

▼ 1-1. 留意事項

　ComfyUIを更新していないと、必要なノードが存在しない場合があります。バグフィックスを含むこともあるので、なるべく最新版にしてください。

　次回の生成を高速化するため、VRAMに読み込んだモデルが自動的にメインRAMへ待避（オフロード）されることがあります。そのため、メインRAMが32GB以上であることが望ましいです。

　筆者の記事では、ComfyUI Managerがインストールされていることを前提としています。下記の記事で「ComfyUI Managerのインストール」を検索すると手順の説明があります（通常版、ポータブル版に対応）。

▼ 1-2. VRAM使用量

　入力画像を増やすとVRAM使用量が増えるようです。下記は入力画像が1枚の場合です。

　FP8版の場合、VRAM 16GBでは可能です。ただし、実行前のVRAM（占有GPUメモリ）の使用量を1.7GB以下に抑えておくことを推奨します。共有GPUメモリにはみ出すと生成時間がかなり長くなります。

　GGUF版の場合、量子化タイプ次第となります。それでも、基本的にはVRAM 12～16GBの環境が適しています。

　Nunchaku版の場合、VRAM 16GBでは無問題です。Modelのサイズ的には12GBでも動作するかもしれません（未確認）。

▼ 1-3. 生成時間

　筆者の環境（GeForce RTX 5060Ti 16GB）での生成時間は下記のとおりです。入力画像は1枚のみで、ディスクからのモデルの読み込みや、プロンプトの処理の時間は含まれていません。GGUF形式はModelのサイズ（量子化タイプ）によって多少変化します。

　この結果により、NunchakuのFP4版は、FP8版の2倍程度の早さであることが判明しました。

  • Lightning FP8
    27秒程度（4Steps）、47秒程度（8Steps）

  • Lightning GGUF Q4_K_M
    30秒程度（4Steps）、56秒程度（8Steps）

  • Lightning Nunchaku SVDQ FP4
    13秒程度（r32、4Steps）、22秒程度（r32、8Steps）
    14秒程度（r128、4Steps）、24秒程度（r128、8Steps）

　通常版はCFGの値が1.0ではないため、Stepsに比例せず、さらに多くの時間がかかります。

  • FP8
    198秒程度（20Steps）

  • GGUF Q4_K_M
    224秒程度（20Steps）

  • Nunchaku SVDQ FP4
    99秒程度（r128、20Steps）

　参考まで、旧バージョンのQwen-Image-Editでは下記のとおりです。

  • Lightning FP8
    28秒程度（4Steps）、50秒程度（8Steps）

  • Lightning GGUF Q4_K_M
    32秒程度（4Steps）、62秒程度（8Steps）


■ 2. 始める前に

▼ 2-1. 説明

　次項を参照して、次の説明に進んでください。また、サンプル画像を掲載しておきますので必要があればダウンロードしてください。

▼ 2-2. 手順について

　Modelの形式ごとに手順の説明を行っているので、それぞれの箇所へ進んでください。それらの後に補足とおまけを掲載しています。

  • FP8版 → 3.へ

  • GGUF版 → 4.へ

  • Nunchaku版 → 5.へ

  • 補足、おまけ → 6.へ

▼ 2-3. サンプル画像

　入力用のサンプル画像を掲載します。こちらを用いて生成した画像と元画像は、セットで自由にご利用ください。

　1枚目と2枚目は背景用です。Qwen-Imageを利用して1664x928で出力したものを、Qwen-Image-Editでの1MP時の出力解像度に合わせて1368x760にリサイズしました。

　1枚目は下記のLoRAを強度0.8で利用しています。

アニメ調のサンプル画像（ダウンロードは上記より）

　2枚目は空港にしてみました。

　3枚目と4枚目は人物のみです。過去に生成した画像をベースに、API版のNano Bananaで仕上げました。

アニメ調の人物のみのサンプル画像1（ダウンロードは上記より）
アニメ調の人物のみのサンプル画像2（ダウンロードは上記より）


■ 3. FP8版

▼ 3-1. はじめに

　FP8版はComfyUI本体が対応しています。1-2.にも記載したとおり、VRAM 16GBでは多少の余裕しかないので念のため注意してください。心配な方はGGUF版やNunchaku版を利用する方法があります（GGUF版では処理が少し遅くなります）。

▼ 3-2. モデルの設置

　筆者は種類ごとにディレクトリを分けているのでそのように記述しますが、お好みで決めていただいて構いません。

　下記のURLに掲載されたそれぞれのファイルをダウンロードして、適切なフォルダへ移動します。設置済みの場合はスキップしてください。

　Modelは旧バージョンも掲載されているので、ファイル名に「2509」が入っている方を選択してください。

　Text EncoderとVAEは、Qwen-ImageやQwen-Image-Editと共通です。

  • Comfy-Org/Qwen-Image_ComfyUI
    https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI 　

    • split_files/text_encoders/
      qwen_2.5_vl_7b_fp8_scaled.safetensors (8.73GB)
      → models\text_encoders\qwen-image\

    • split_files/vae/
      qwen_image_vae.safetensors (242MB)
      → models\vae\qwen-image\

　Qwen-Image-Edit-2509向けのLightning LoRAが公開されたので、こちらを利用します。

  • lightx2v/Qwen-Image-Lightning
    https://huggingface.co/lightx2v/Qwen-Image-Lightning 
    Qwen-Image-Edit-2509/

    • Qwen-Image-Edit-2509-Lightning-4steps-V1.0-bf16.safetensors (810MB)
      Qwen-Image-Edit-2509-Lightning-8steps-V1.0-bf16.safetensors (810MB)
      → models\loras\qwen_image\

▼ 3-3. ワークフローについて

　生成用のワークフローを提供しますので、改造、再公開を含め自由にご利用ください。Lightningを使用した高速な4Steps版と8Steps版のほか、低速な通常版を用意しています。

（8Steps版はSteps値と保存ファイル名が1文字異なるのみです。）

　ワークフローの全体は下記のようになっています（通常版は若干異なります）。高速版のNegative側はCLIP Text Encodeを、通常版のNegative側はTextEncodeQwenImageEditを用いています。

4Steps版のワークフローの全体

　追加でPicture 2や3に入力したい場合はノードを選択して、Ctrlを押しながらBを押してください（Bypassの有無を変更）。

Picture 2を入力するノードを有効にしたところ

　いずれのワークフローも、右側の LoraLoaderModelOnly から左下（LoraLoaderModelOnly または ModelSamplingAuraFlow）に接続することで追加のLoRAが利用できます。

追加のLoRAが利用できるように未使用のノードを設置（右上）

　未使用の「EmptySD3LatentImage (for testing)」を「Ksampler」につなぐと、任意の解像度で出力できます。想定とは異なる処理方法なので、あくまでテスト用としています。

▼ 3-4. 生成例

　生成例は、3-4.と4-6.と5-5.それぞれにて異なる2例を挙げています。よければご覧ください。

　カフェにいる二人の画像を編集して、背景をログハウスに、椅子もそれに見合うよう木製にします。プロンプトは「change background to log cabin, change chair to made from wood」としました。なお、プロンプトは日本語も有効です。

編集後の画面（fp8, steps=4, seed=397053466611024）

　現在のQwen-Image-Edit（2509以下）は、画像全体が少しだけ伸びたりする現象が発生します。下記の左右の画像は同じ位置で切り取りましたが、腰付近に注目すると左右で一致していないことがわかります。

編集前後の画像を比較

　次は空港にいる二人の画像を編集して、男の子が飛行機のおもちゃの代わりに人形を持たせます。入力のPicture 2に画像を追加しました。

　いろいろ試してみた結果、最終的なプロンプトは「the right person holds a small doll of Picture 2 instead of the airplane, the doll is sitting on person's knees with legs together」としました。これで、膝の上に座った人形を両手で持っている状態になりました。seed値によって多少の変化を伴います。

編集後の画面（fp8, steps=4, seed=347378391255620）
実行後の画面


■ 4. GGUF版

▼ 4-1. はじめに

　GGUF版は拡張機能が必要ですので、詳細は4-3.を参照してください。VRAMは、モデルの量子化タイプにもよりますが、およそ12～16GBで動作します。

▼ 4-2. モデルの設置

　筆者は種類ごとにディレクトリを分けているのでそのように記述しますが、お好みで決めていただいて構いません。

　下記のURLに掲載されたそれぞれのファイルをダウンロードして、適切なフォルダへ移動します。設置済みの場合はスキップしてください。

　Modelは旧バージョンも掲載されているので、ファイル名に「2509」が入っている方を選択してください。VRAM使用量や品質をみながら、Q4_K_M以外の量子化タイプを選択することもできます。

　Text Encoderをダウンロードして、適切なフォルダへ移動します。GGUF版はmmprojも必要なので、同じ場所に設置してください。

　VAEをダウンロードして、適切なフォルダへ移動します。

　Qwen-Image-Edit-2509向けのLightning LoRAが公開されたので、こちらを利用します。

  • lightx2v/Qwen-Image-Lightning
    https://huggingface.co/lightx2v/Qwen-Image-Lightning 
    Qwen-Image-Edit-2509/

    • Qwen-Image-Edit-2509-Lightning-4steps-V1.0-bf16.safetensors (810MB)
      Qwen-Image-Edit-2509-Lightning-8steps-V1.0-bf16.safetensors (810MB)
      → models\loras\qwen_image\

▼ 4-3. 必要な拡張機能について

　本記事に掲載したワークフローを読み込んだとき、拡張機能が不足していると「Some Nodes Are Missing」の表示が出ます。その場合は、ComfyUI Managerの機能を利用してインストールすることができます。

　拡張機能をインストールする方法は、下記の記事の「自動インストールの手順 」または「手動インストールの手順」を参照してください。

　本記事のワークフローでは下記の拡張機能を利用します。

▼ 4-4. 補足

　GGUF版のみ、利用にあたっての注意点があります。2回目以降でプロンプトを変更した場合は生成開始前に「Unload Models」を実行してください。専用GPUメモリ（VRAM）にデータが残った状態のままText Encoderのロードが行われて共有GPUメモリにはみ出し、プロンプトの処理時間がかなり長くなる場合があります。

適宜「Unload Models」を実行する

▼ 4-5. ワークフローについて

　生成用のワークフローを提供しますので、改造、再公開を含め自由にご利用ください。Lightningを使用した高速な4Steps版と8Steps版のほか、低速な通常版を用意しています。

（8Steps版はSteps値と保存ファイル名が1文字異なるのみです。）

　ワークフローの全体は下記のようになっています（通常版は若干異なります）。高速版のNegative側はCLIP Text Encodeを、通常版のNegative側はTextEncodeQwenImageEditを用いています。

4Steps版のワークフローの全体

　追加でPicture 2や3に入力したい場合はノードを選択して、Ctrlを押しながらBを押してください（Bypassの有無を変更）。

Picture 2を入力するノードを有効にしたところ

　いずれのワークフローも、右側の LoraLoaderModelOnly から左下（LoraLoaderModelOnly または ModelSamplingAuraFlow）に接続することで追加のLoRAが利用できます。

追加のLoRAが利用できるように未使用のノードを設置（右上）

　未使用の「EmptySD3LatentImage (for testing)」を「Ksampler」につなぐと、任意の解像度で出力できます。想定とは異なる処理方法なので、あくまでテスト用としています。

▼ 4-6. 生成例

　生成例は、3-4.と4-6.と5-5.それぞれにて異なる2例を挙げています。よければご覧ください。

　カフェにいる二人の画像を編集して、左の人物を入れ替えます。入力のPicture 2に画像を追加しました。

　ワークフローに記載したプロンプトのままでは手を下ろしてしまう場合が多いので、少しだけ足して「replace the left person with the one from Picture 2 completely, keep the hands together」としました。目線を合わせなかったり、靴下が黒になったりする場合も多いです。

（gguf q4_k_m, step=4, seed=384909821623890）

　比較してから気づいたこととして、瞳の色が赤になっていませんでした。もう少しわかりやすく説明すると、入れ替え前後の特徴が類似している場合は編集が行われない傾向があります。成功率を上げるためには面倒でもプロンプトで指定してやる必要があります。

編集前後の画像を比較

　次は空港にいる二人の画像を編集して、左右の位置を入れ替えます。プロンプトはシンプルに「swap position of two person」としました。

（gguf q4_k_m, step=4, seed=397053466611024）

　多少の変化は伴ってしまうものの、この編集は比較的容易に成功するようです。

編集前後の画像を比較


■ 5. Nunchaku版

▼ 5-1. はじめに

　Nunchaku版（SVDQ-FP4/INT4）は拡張機能が必要ですので、詳細は5-3.を参照してください。

　Modelのサイズが11.1～12.1GBなので、VRAM 12GBで動作すると考えられますが未確認です。

▼ 5-2. モデルの設置

　筆者は種類ごとにディレクトリを分けているのでそのように記述しますが、お好みで決めていただいて構いません。

　下記のURLに掲載されたそれぞれのファイルをダウンロードして、適切なフォルダへ移動します。設置済みの場合はスキップしてください。

　Modelが複数あるので、ファイル名と内容の対応について先に説明します。

  • ファイル名の例：
    svdq-fp4_r128-qwen-image-edit-2509-lightningv2.0-4steps.safetensors

  • 「fp4」はGeForce RTX 5xxx専用。「int4」はそれ以外の場合。

  • 「r128」は品質重視で低速。ただし「r32」との速度差はそこまで大きくない（8stepsで2秒程度）。

  • 「lightning」は4Stepsまたは8Steps（ファイル名に記載）での生成が可能。通常版は20Steps（本来の標準は50Steps）。

　上記を参考に、必要なModelをダウンロードします。

（※ Lightningバージョンの新しいModelが出たので、「lightning-251115」に入っている方をダウンロードしてください。）

　Text EncoderとVAEはFP8版と共通です。LightningのLoRAはModelに含まれています。

  • Comfy-Org/Qwen-Image_ComfyUI
    https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI 　

    • split_files/text_encoders/
      qwen_2.5_vl_7b_fp8_scaled.safetensors (8.73GB)
      → models\text_encoders\qwen-image\

    • split_files/vae/
      qwen_image_vae.safetensors (242MB)
      → models\vae\qwen-image\

▼ 5-3. 必要な拡張機能について

　Nunchaku版のModelを利用するためには、専用の拡張機能が必要です。インストールの手順は下記の記事を参照してください（ComfyUI通常版、ポータブル版に対応）。

　本記事のワークフローでは下記の拡張機能を利用します。

▼ 5-4. ワークフローについて

　生成用のワークフローを提供しますので、改造、再公開を含め自由にご利用ください。Lightningを使用した高速な4Steps版と8Steps版のほか、低速な通常版を用意しています。

（8Steps版はSteps値と保存ファイル名が1文字異なるのみです。）

　ワークフローの全体は下記のようになっています（通常版は若干異なります）。高速版のNegative側はCLIP Text Encodeを、通常版のNegative側はTextEncodeQwenImageEditを用いています。

　Nunchaku版はModelの初期値を設定していません。左上のノードで利用するModelを選択してください。

4Steps版のワークフローの全体

　追加でPicture 2や3に入力したい場合はノードを選択して、Ctrlを押しながらBを押してください（Bypassの有無を変更）。

Picture 2を入力するノードを有効にしたところ

　執筆時点では、NunchakuはQwen-Image系のLoRAに対応していません。右側の LoraLoaderModelOnly はミュートしてあります。

執筆時点では追加のLoRAに対応していない

　未使用の「EmptySD3LatentImage (for testing)」を「Ksampler」につなぐと、任意の解像度で出力できます。想定とは異なる処理方法なので、あくまでテスト用としています。

▼ 5-5. 生成例

　生成例は、3-4.と4-6.と5-5.それぞれにて異なる2例を挙げています。よければご覧ください。

　カフェにいる二人の画像を編集して、人物以外を削除します。背景とバッグと照明を除いて、テーブルとカップは残しました。プロンプトは「keep only the person and chair, replace all else with white background, remove bag and the light above」としました。

（svdq_fp4_r128, step=4, seed=890016740072024）

　次は空港にいる二人の画像を編集して、追加で入力した2枚の画像のキャラクターと入れ替えます。下記はすべて1つのプロンプトです。

1: remove the two person, woman and boy
2: place a girl of Picture 2 on the left seat
3: place a girl of Picture 3 on the right seat
4: two girl make smile and looking each other
5: keep anime style of two girls

　試行錯誤してこのようなプロンプトになりましたが、成功確率は低いです。また、おもちゃの飛行機を手に持ったり（表紙画像を参照）、左の人物に尻尾や耳が生えたりする場合もあります。

（svdq_fp4_r128, step=4, seed=4831940962482）
実行後の画面


■ 6. 補足、おまけ

▼ 6-1. 編集能力

　冒頭の方でも紹介したリンクですが、Qwen-Image-Editの編集で何ができるかは公式の情報を参考にすると良いでしょう。

▼ 6-2. 画像の参照方法

　2枚目や3枚目の入力画像を指定するときに、Nano Bananaと同じように「Image 2」等のように記述する例があるかもしれません。実際のところ、Qwen-Image-Edit2509の実装では「Picture」を使用しているようなので、本記事も「Picture 2」等と記述しています。

　余談ですが、編集内容がより正確に伝わるようにするには、参照画像に含まれている「何を」「どうするのか」を具体的に表現するのがベターです。ただし、プロンプトの汎用性は失われてしまいます。

Picture {}: <|vision_start|><|image_pad|><|vision_end|>

diffusers/src/diffusers/pipelines/qwenimage/pipeline_qwenimage_edit_plus.py at 0a151115bbe493de74a4565e57352a0890e94777 · huggingface/diffusers
ComfyUI/comfy_extras/nodes_qwen.py at b60dc316272ba139e06b8a7b2f5f5b622c9afe20 · comfyanonymous/ComfyUI

▼ 6-3. GPT Image 1のアニメ調の黄ばみをとる

　ChatGPT等で、GPT Image 1にてアニメ調の画像を生成すると全体が黄色くなる場合があります。このような生成済みの画像を、Qwen-Image-Editを利用して修正することが可能です。

　最もシンプルなプロンプトは、上記の生成時に使用した「keep anime style, correcting lighting to natural color」です（ワークフローのnoteにもこっそり書いてあります）。なお、seed値によって色彩等に多少の揺れがあります。

左：元の画像（GPT Image 1）
右：編集後（fp8, steps=4, seed=397053466611024）
実行後の画面

　やや詳細に、「keep high detailed anime style, correct color tone and white balance to natural color」のように記述することもできます。こちらもseed値によって多少の揺らぎが生じるので、フォトレタッチアプリ等を併用すると良いでしょう。

上記のプロンプトで2回実行した結果

　3-4.でも述べたように、Qwen-Image-Edit-2509（以前のバージョンを含む）では画像全体が少しだけ伸びたりする現象が発生します。元の画像と一致しないので、その点のみ留意してください。

▼ 6-4. おまけ

　今まで紹介していなかったプロンプトと使用例を少しだけ挙げます。

　下記のような簡単な操作であれば、Nano Banana等の利用回数を消費せずにPC上で希望するイメージを作ることができます。

change to mono-tone manga style
change style to television anime using line art

　下記のように、視点を変更したときに左右が逆になってしまう場合があります。これはQwen-Image-Editに限ったことではないようです。

perspective from behind

　背景だけにして線画化することもできます。ただし、出力を見ながらプロンプトを調整したり、seed値を変えてみたりと、試行錯誤する必要はあります。

remove all people including foreground, change style to line art like monochrome manga

　逆に、背景をなくした状態も生成できます。

keep only foreground subject, background is white, change style to line art like monochrome manga

　本当はもっと色々なことができるのですが、本記事ではこの辺までとします。色々と試してみてください。

change to top-down perspective


■ 7. その他

　私が書いた他の記事は、メニューよりたどってください。

　ComfyUIに限定した記事の一覧もあります。

　記事に関することで何かありましたら、Xの@riddi0908までお願いします。

いいなと思ったら応援しよう！