ComfyUIでLightningやDistillを利用したQwen-Imageの高速な生成(FP8/GGUF)
Last update 9-16-2025
※ (9-16-2025) 全てのワークフローを更新しました。
※ (9-16-2025) GGUF版のLightningは、FP8版と同様にLoRAを利用する方法に変更しました。4Stepsのワークフローを追加しています。
※ (9-15-2025) 品質が向上した4~8Steps用のLightning 2.0 LoRAが掲載されました。V1.0~1.1からの差し替えを推奨します。
※ 画像の編集ができるQwen-Image-Editの記事もあります。
※ 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、Windows上のComfyUIでQwen-Imageの「Lightning」や「Distill」を利用して、生成を高速化する手順を説明します。
それぞれの説明は下記の項目にあります。
1. 留意事項と使用リソース量
2. Qwen-Image-Lightning(FP8版)
3. Qwen-Image-Lightning(GGUF版)
4. Qwen-Image-Distill(FP8版)
5. Qwen-Image-Distill(GGUF版)
Qwen-Imageの概要や、LightningやDistillを利用しない通常の生成の手順は下記の記事を参照してください。
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。
下記はComfy Org(ComfyUIの開発元)の情報です。
Qwen-Image ComfyUI Native Workflow Example
https://docs.comfy.org/tutorials/image/qwen/qwen-image
▼ 0-1. 関連リンク
オリジナルのQwen-Image-Lightningです。本記事では利用しません。
ModelTC/Qwen-Image-Lightning/
https://github.com/ModelTC/Qwen-Image-Lightning/
オリジナルのQwen-Image-Distillと、そのLoRAです。本記事では利用しません。
Qwen-Image 全量蒸馏加速模型
https://www.modelscope.cn/models/DiffSynth-Studio/Qwen-Image-Distill-FullQwen-Image LoRA 蒸馏加速模型
https://www.modelscope.cn/models/DiffSynth-Studio/Qwen-Image-Distill-LoRA
本記事で利用する、FP8版のModel、Text EncoderとVAEです。
Comfy-Org/Qwen-Image_ComfyUI
https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI
本記事で利用する、LightningのLoRAです。
lightx2v/Qwen-Image-Lightning
https://huggingface.co/lightx2v/Qwen-Image-Lightning
本記事で利用する、GGUF版のModelです。
city96/Qwen-Image-gguf
https://huggingface.co/city96/Qwen-Image-gguf
本記事で利用する、GGUF版のText EncoderとVAEです。
unsloth/Qwen2.5-VL-7B-Instruct-GGUF
https://huggingface.co/unsloth/Qwen2.5-VL-7B-Instruct-GGUFcalcuis/pig-vae
https://huggingface.co/calcuis/pig-vae
本記事で利用する、DistillのModelです(FP8版、GGUF版)。
Comfy-Org/Qwen-Image_ComfyUI/tree/main/non_official
https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUI/tree/main/non_official/diffusion_modelsQuantStack/Qwen-Image-Distill-GGUF
https://huggingface.co/QuantStack/Qwen-Image-Distill-GGUF
本記事では利用していないモデルを紹介します。
calcuis/qwen-image-gguf
https://huggingface.co/calcuis/qwen-image-ggufOzzyGT/qwen-image-lighting-gguf
https://huggingface.co/OzzyGT/qwen-image-lighting-gguf
Qwen-Image-DistillのLoRA(実験版)もあります。
lym00/qwen-image-diffsynth-studio-distill-lora-extract-experiment
https://huggingface.co/lym00/qwen-image-diffsynth-studio-distill-lora-extract-experiment
■ 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。
▼ 1-2. VRAM使用量
FP8版の場合、VRAM 16GBでは確実に利用できます。VRAMを画面表示に使用しない場合は12GBでも利用できるとみられます。
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。
▼ 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。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。
Lightning FP8
42秒程度(8Steps)、25秒程度(4Steps)Lightning GGUF Q4_0
46秒程度(8Steps)、26秒程度(4Steps)Distill FP8
55秒程度(12Steps)Distill GGUF Q4_K_M
63秒程度(12Steps)
参考まで、通常の生成時(20Steps)では下記のとおりです。
FP8
175秒程度、95秒程度(CFG=1.0)GGUF (Q4_K_M)
205秒程度、102秒程度(CFG=1.0)
■ 2. Qwen-Image Lightning(FP8版)
▼ 2-1. はじめに
Qwen-Image-Lightningは、Stepsを8または4まで下げることができます。CFGの値を1.0にするため、さらに2倍程度の速度になります。
▼ 2-2. 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。
まずは通常のFP8版モデルです。
Comfy-Org/Qwen-Image_ComfyUI
https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUIsplit_files/diffusion_models/
qwen_image_fp8_e4m3fn.safetensors (19.0GB)
→ models\diffusion_models\qwen_image\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\
次にLightningのLoRAです。9-12-2025までに品質が向上したV2.0が公開されたので、V1.0やV1.1をご利用の方は差し替えを推奨します。
lightx2v/Qwen-Image-Lightning
https://huggingface.co/lightx2v/Qwen-Image-LightningQwen-Image-Lightning-4steps-V2.0-bf16.safetensors (810MB)
Qwen-Image-Lightning-8steps-V2.0-bf16.safetensors (810MB)
→ models\loras\qwen_image\
▼ 2-3. 生成(8Steps)
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。
下記の画面のようになっているので、中央にあるLoraLoaderModelOnlyから下に接続すると追加のLoRAが利用できます。

下記のファイルをダウンロードして、ComfyUIの画面にドラッグ&ドロップしてください。プロンプトは、Claude Sonnet 4を利用して既存のものから作り替えています。
ワークフローの全体です。筆者の環境では1回あたり42秒程度かかります。

解像度は、公式には「1328 x 1328 (1:1)」「1584 x 1056 (3:2)」「1056 x 1584 (2:3)」「1472 x 1140 (4:3)」「1140 x 1472 (3:4)」「1664 x 928 (16:9)」「928 x 1664 (9:16)」の7種類が挙げられています。

▼ 2-4. 生成(4Steps)
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。
下記のファイルをダウンロードして、ComfyUIの画面にドラッグ&ドロップしてください。
ワークフローの全体です。プロンプトは、既存のものをClaudeで変更しました。筆者の環境では1回あたり25秒程度かかります。

解像度は、公式には「1328 x 1328 (1:1)」「1584 x 1056 (3:2)」「1056 x 1584 (2:3)」「1472 x 1140 (4:3)」「1140 x 1472 (3:4)」「1664 x 928 (16:9)」「928 x 1664 (9:16)」の7種類が挙げられています。

■ 3. Qwen-Image-Lightning(GGUF版)
▼ 3-1. はじめに
FP8版と同じ流れで説明するので、内容が重複する部分があります。
Qwen-Image-Lightningは、Stepsを8または4まで下げることができます。CFGの値を1.0にするため、さらに2倍程度の速度になります。
▼ 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Q4_K_Mでおよそ十分な品質となりますが、VRAM使用量と品質を見ながら上げ下げすることができます。
city96/Qwen-Image-gguf
https://huggingface.co/city96/Qwen-Image-ggufqwen-image-Q4_K_M.gguf (12.1GB)
→ models\diffusion_models\qwen-image\
unsloth/Qwen2.5-VL-7B-Instruct-GGUF
https://huggingface.co/unsloth/Qwen2.5-VL-7B-Instruct-GGUFQwen2.5-VL-7B-Instruct-Q4_K_M.gguf (4.36GB)
→ models\text_encoders\qwen_image\
calcuis/pig-vae
https://huggingface.co/calcuis/pig-vaepig_qwen_image_vae_fp32-f16.gguf (242MB)
→ models\vae\qwen_image\
次にLightningのLoRAです。9-12-2025までに品質が向上したV2.0が公開されたので、V1.0やV1.1をご利用の方は差し替えを推奨します。
lightx2v/Qwen-Image-Lightning
https://huggingface.co/lightx2v/Qwen-Image-LightningQwen-Image-Lightning-4steps-V2.0-bf16.safetensors (810MB)
Qwen-Image-Lightning-8steps-V2.0-bf16.safetensors (810MB)
→ models\loras\qwen_image\
▼ 3-3. 必要な拡張機能について
本記事に掲載したGGUF版の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。
▼ 3-4. 生成(8Steps)
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。
下記の画面のようになっているので、中央にあるLoraLoaderModelOnlyから下に接続すると追加のLoRAが利用できます。

下記のファイルをダウンロードして、ComfyUIの画面にドラッグ&ドロップしてください。
ワークフローの全体です。プロンプトは、既存のものをClaudeで変更しました。筆者の環境では1回あたり46秒程度かかります。

解像度は、公式には「1328 x 1328 (1:1)」「1584 x 1056 (3:2)」「1056 x 1584 (2:3)」「1472 x 1140 (4:3)」「1140 x 1472 (3:4)」「1664 x 928 (16:9)」「928 x 1664 (9:16)」の5種類が挙げられています。

▼ 3-5. 生成(4Steps)
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。
下記のファイルをダウンロードして、ComfyUIの画面にドラッグ&ドロップしてください。
ワークフローの全体です。プロンプトは、既存のものをClaudeで変更しました。筆者の環境では1回あたり25秒程度かかります。


■ 4. Qwen-Image-Distill(FP8版)
▼ 4-1. 概要
Qwen-Image-Distillは、Stepsを15~10程度まで下げることができます。CFGの値を1.0にするため、さらに2倍程度の速度になります。
▼ 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。
Comfy-Org/Qwen-Image_ComfyUI
https://huggingface.co/Comfy-Org/Qwen-Image_ComfyUInon_official/diffusion_models/
qwen_image_distill_full_fp8_e4m3fn.safetensors (19.0GB)
→ models\diffusion_models\qwen_image\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\
▼ 4-3. 生成(12Steps)
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。
Stepsは公式では15となっています。Comfy Orgのワークフローでは10となっていましたが、やや不足を感じたので12としています。
下記の画面のようになっているので、下にあるLoraLoaderModelOnlyから右に接続すると追加のLoRAが利用できます。

下記のファイルをダウンロードして、ComfyUIの画面にドラッグ&ドロップしてください。
ワークフローの全体です。プロンプトは、既存のものをClaudeで変更しました。筆者の環境では1回あたり55秒程度かかります。

解像度は、公式には「1328 x 1328 (1:1)」「1584 x 1056 (3:2)」「1056 x 1584 (2:3)」「1472 x 1140 (4:3)」「1140 x 1472 (3:4)」「1664 x 928 (16:9)」「928 x 1664 (9:16)」の7種類が挙げられています。

■ 5. Qwen-Image-Distill(GGUF版)
▼ 5-1. はじめに
FP8版と同じ流れで説明するので、内容が重複する部分があります。
Qwen-Image-Distillは、Stepsを15~10程度まで下げることができます。CFGの値を1.0にするため、さらに2倍程度の速度になります。
▼ 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はQ4_K_Mでおよそ十分な品質となりますが、VRAM使用量と品質を見ながら上げ下げすることができます。
QuantStack/Qwen-Image-Distill-GGUF
https://huggingface.co/QuantStack/Qwen-Image-Distill-GGUFQwen_Image_Distill-Q4_K_M.gguf (12.1GB)
→ models\diffusion_models\qwen_image\
unsloth/Qwen2.5-VL-7B-Instruct-GGUF
https://huggingface.co/unsloth/Qwen2.5-VL-7B-Instruct-GGUFQwen2.5-VL-7B-Instruct-Q4_K_M.gguf (4.36GB)
→ models\text_encoders\qwen_image\
calcuis/pig-vae
https://huggingface.co/calcuis/pig-vaepig_qwen_image_vae_fp32-f16.gguf (242MB)
→ models\vae\qwen_image\
▼ 5-3. 必要な拡張機能について
本記事に掲載したGGUF版の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。
▼ 5-4. 生成(12Steps)
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。
Stepsは公式では15となっています。Comfy OrgのFP8版のワークフローでは10となっていましたが、やや不足を感じたので12としています。
下記の画面のようになっているので、下にあるLoraLoaderModelOnlyから右に接続すると追加のLoRAが利用できます。

下記のファイルをダウンロードして、ComfyUIの画面にドラッグ&ドロップしてください。
ワークフローの全体です。プロンプトは、既存のものをClaudeで変更しました。筆者の環境では1回あたり63秒程度かかります。


■ 6. まとめ
▼ 6-1. ひとこと
早く公開することを優先するため、今回はおまけがありません。Qwen-Imageの生成画像は、過去の記事(ComfyUIでFP8/GGUF版のQwen-Imageを試す)の6.をご覧ください。
▼ 6-2. TIPS
FP8版の場合、下記の画像のようなワークフローでLoRA適用済みのModelを作っておくと便利です。

▼ 6-3. 所感
まず、Qwen-Imageという優れたアーキテクチャが緩いライセンス体系で公開されたことに感謝します。そして、低Steps生成の手段が誕生したことで生成時間が非常に短くなり、Qwen-ImageとWanという最強(?)の連携も現実味を帯びてきたと思います。
品質については、現状はLightningが優れていると感じます。筆者の環境では、FP8版のLightningを利用すると4Stepsで1枚あたり25秒程度となります。以前の記事では、FP8版で20Stepsの場合に「175秒程度、95秒程度(CFG=1.0)」と書いていましたので、どれほどすごい事なのかがお分かりになるかと思います。
■ 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。
