Z-Image-Turboとは？
Z-Image-Turboは、Alibabaの研究グループTongyi-MAIが2025年11月26日に公開しました。60億（6-billion）パラメータのZ-Imageファミリーの蒸留版で、classifier-free guidanceなしに8回の関数評価で画像を生成します。モデルカードは、Nvidia H800 GPUで1秒未満の生成をうたい、16GBのVRAMの一般向けカードに収まるとしています。最も得意なのはフォトリアリズムと、英語と中国語のテキストの描画です。
重みはApache 2.0ライセンスで、売上の基準はありません。蒸留前のZ-Imageのベースモデルは2026年1月27日に続きました。編集用のZ-Image-Editと統合版のOmniのベースは、公開から1年近く経ってもモデルカードで「今後公開予定」のままで、GitHubのリポジトリは2026年2月以降更新されていません。
Z-Image-Turboの料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Weights | Free | Apache 2.0 |
| fal | $0.005 per megapixel | |
| Alibaba Cloud Model Studio | $0.015 per image ($0.03 with prompt rewriting) |
Apache 2.0の無料の重みです。falは1メガピクセルあたり$0.005、Alibaba Cloud Model Studioは1枚あたり$0.015（プロンプトの書き換えありで$0.03）です。
Z-Image-Turboは使う価値があるか？
Z-Image-Turboが存在感を示すのは、最高の品質ではなくライセンスと効率です。売上 上限のないApache 2.0は、強力な画像モデルの中では今も珍しく、16GBに収まる8ステップの生成なので、ゲーミング用GPU 1枚で動きます。falでは1メガピクセルあたり$0.005なので、標準的な1024x1024の画像は約0.5セントです。
順位は急速に下がっています。2025年12月、Z-ImageのチームはTurboがArtificial Analysisのtext-to-imageボードで総合8位、オープンモデルで1位だったと報告しました。現在は105モデル中71位で936 Eloです。ボードの固定の基準であるFLUX.2 [dev]は1000、オープンモデルのトップのQwen-Image-2.1は1042です。蒸留前のベースのZ-Imageはさらに低い891で、蒸留とRLの段階が実際に効果を上げたことを示しています。
その蒸留の代償は多様性です。モデルカードはTurboの多様性を低く、ファインチューニングのしやすさを対象外と評価しています。シードを変えても似た構図になると考え、LoRAはTurbo自体ではなくベースモデルで学習してください。約束されたZ-Image-Editはまだ出ておらず、編集が必要なチームは別のモデルと組み合わせることになります。
他の安価なオープンな選択肢と比べると、今も健闘しています。FLUX.2 [klein] 9Bは同じボードで929 Eloとすぐ下に位置し、提供元のAPIでは1,000枚あたり$15で、falでのTurboの価格の約3倍です。
真価を発揮する場面
月50,000件の出品用にライフスタイル写真を生成するEコマースのマーケットプレイス
シート単位のデザインツールなしに、フォトリア ルな商品の背景を作る
1メガピクセルあたり$0.005のfalのエンドポイントを呼び出すと、1024x1024で月約$250です。多様性が低いことは一貫したハウススタイルの維持に役立ちますが、プロンプトで明示的に変化をつける必要があります。
RTX 4090を1枚持つ機械学習エンジニア
社内ツール用に画像のエンドポイントを自前ホスティングする
24GBのカードでDiffusersを通して重みを提供します。16GBのフットプリントなので余裕があります。Apache 2.0なので、売上上限のあるモデルで必要になるライセンスの審査が不要です。
中国語と英語のバイリンガルのマーケティング代理店
両方の文字で読めるテキスト入りのポスターやSNS用画像を生成する
両言語のテキスト描画はモデルが掲げる強みです。最終的なレイアウトには依然としてデザイナーが必要で、編集が必要なものは別の編集モデルに回す必要があります。
導入前に確認すること
- 導入
- Diffusersをソースからインストールし、Tongyi-MAI/Z-Image-Turboを読み込みます。16GBのGPUなら数分で最初の画像ができます。セットアップなしでfalなどのホスト型エンドポイントを呼び出すこともできます。
- 連携
- Diffusers、vLLM-Omni、SGLang-Diffusionに対応し、重みはModelScopeとHugging Faceにあります。falと、Artificial Analysisに掲載されている提供元のAPIでホストされています。
- データとプライバシー
- 売上の基準や利用規定の付属書のないApache 2.0です。自前ホスティングなら、プロンプトと出力はローカルにとどまります。
- 大規模利用時のコスト
- falでは、1024x1024で月100,000枚が約$500で、プロンプトの拡張をオンにするとリクエストあたり$0.0025が加わります。自前ホスティングには16GB以上のGPUが1基あれば足ります。
- 制限
- ガイダンスが蒸留で取り除かれているため、ネガティブプロンプトやCFGの制御はできません。シードによる多様性が低く、編集用のバリアントはまだありません。LoRAの学習はベースモデルで行います。
良い点
- 売上上限のないApache 2.0ライセンスです
- 8ステップの生成で、16GBのVRAMに収まります
- 英語と中国語の2言語のテキスト描画に強いです
- falで1024x1024の画像1枚あたり約0.5セントです
気になる点
- Artificial Analysisのtext-to-imageボードで105中71位です
- モデルカード自身の評価でも、出力の多様性が低いです
- ファインチューニングは遅いベースモデルで行う必要があります
- EditとOmniのバリアントはまだ公開されていません
おすすめの人
一般向けGPUで安く、または1枚あたり1セント未満で動く、商用利用に制限のないオープンな画像モデルが必要な開発者です。
Z-Image-Turboの代替
Z-Image-Turbo：よくある質問
- Z-Image-Turboは使う価値があるか？
- Z-Image-Turboは、リーダーボードの上半分に入ることより、ライセンスとGPUの費用が重要なときに動かすモデルです。 評価は5点満点中3.7点です。
- Z-Image-Turboの料金は？
- Apache 2.0の無料の重みです。falは1メガピクセルあたり$0.005、Alibaba Cloud Model Studioは1枚あたり$0.015（プロンプトの書き換えありで$0.03）です。
- Z-Image-Turboの欠点は？
- Artificial Analysisのtext-to-imageボードで105中71位です; モデルカード自身の評価でも、出力の多様性が低いです; ファインチューニングは遅いベースモデルで行う必要があります; EditとOmniのバリアントはまだ公開されていません.
- Z-Image-Turboは誰に向い ているか？
- 一般向けGPUで安く、または1枚あたり1セント未満で動く、商用利用に制限のないオープンな画像モデルが必要な開発者です。
- チームや本番環境でZ-Image-Turboを使うと費用はいくらか？
- falでは、1024x1024で月100,000枚が約$500で、プロンプトの拡張をオンにするとリクエストあたり$0.0025が加わります。自前ホスティングには16GB以上のGPUが1基あれば足ります。
- Z-Image-Turboは企業データを扱っても安全か？
- 売上の基準や利用規定の付属書のないApache 2.0です。自前ホスティングなら、プロンプトと出力はローカルにとどまります。
- Z-Image-Turboの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はFLUX 3 Image Klein, Qwen-Image-2.1, Ideogram 4.0 、 Nano Banana 2.1です。
回答確認日：2026年10月23日