Z-Image Turbo sin censura: instalación, archivos para poca VRAM y prompts

Z-Image Turbo en treinta segundos

Desarrollador

Alibaba Tongyi Lab (Tongyi MAI)

Público desde

Noviembre de 2025

Tamaño

Unos 6,15B, S3-DiT

Muestreo

8 pasos, sin guía

Rótulos

Chino e inglés

¿Pesos abiertos?

Sí, Apache-2.0

Hardware

GPU de consumo, menos de 16 GB

¿Edición sin censura?

Ninguna oficial

De dónde viene Z-Image Turbo

Z-Image Turbo es el modelo más reciente optimizado para velocidad de la serie Z-Image de Tongyi Lab, de Alibaba, desarrollado por el equipo Tongyi MAI. También fue el primero de la serie en hacerse público: el repositorio de Hugging Face tiene fecha del 25 de noviembre de 2025 y la noticia en GitHub, del 26 de noviembre. Por dentro hay un Scalable Single-Stream Diffusion Transformer (S3-DiT) de unos 6150 millones de parámetros, en el que los tokens del prompt, los tokens semánticos visuales y los latentes de imagen recorren una única secuencia compartida. La destilación redujo el muestreo a 8 evaluaciones de función con la guía desactivada; el equipo habla de renders de menos de un segundo en una GPU de centro de datos H800 y afirma que basta una tarjeta de consumo de 16 GB. Alibaba publica los pesos en Hugging Face y ModelScope, y el endpoint alojado en Alibaba Cloud Model Studio es simplemente otra vía de acceso.

¿Existe un Z-Image Turbo sin censura?

Hay dos motivos detrás de la pregunta. Primero, el endpoint alojado en Alibaba Cloud revisa cada prompt y cada imagen terminada, así que allí se rechazan fotos boudoir, pin-ups y otro arte para adultos. Segundo, los pesos Apache-2.0 se ejecutan en tu propio equipo sin ningún servidor de por medio, y Hugging Face ya recoge muchos LoRA de la comunidad entrenados sobre ellos. La respuesta honesta, por tanto, tiene matices: no existe un Z-Image Turbo sin censura oficial, y lo que dibuje una copia local depende de sus datos de entrenamiento, no de un interruptor oculto. Hay ajustes finos NSFW no oficiales, algunos basados en famosos reales, y no los enlazamos, porque la licencia cubre el código y los pesos, no la cara de nadie. Si prefieres ahorrarte una descarga de 20 GB, el generador de Spicy AI ejecuta Seedream, Krea 2 y Wan 2.6 sin filtros de contenido para adultos (18+); es un sustituto, no el propio Turbo.

Tu primera imagen en quince minutos: la vía ComfyUI

La mayoría nunca toca el repositorio original. El reempaquetado de Comfy-Org sumó unos 9,3 millones de descargas en 30 días en octubre de 2026, frente a unas 654.000 del original de Tongyi-MAI, porque el original guarda el transformer en F32 y ocupa unos 24,6 GB. Una instalación que funciona siempre tiene tres piezas, y olvidar el codificador de texto es el error clásico de la primera ejecución. Descárgalas, colócalas en las carpetas indicadas y abre la plantilla oficial de ComfyUI.

• Cargadores: UNETLoader para el modelo, CLIPLoader con tipo lumina2 para el codificador y VAELoader para el VAE.
• Valores de la plantilla que conviene mantener: 1024×1024, 8 pasos, CFG 1.0, sampler res_multistep, scheduler simple, ModelSamplingAuraFlow con shift 3.
• La rama negativa queda anulada por ConditioningZeroOut, así que todo lo que escribas ahí se ignora.
• Subir el CFG a 7 o los pasos a 30 no ayuda a Turbo: quema los colores o solo cuesta tiempo.
• Para controlar pose, profundidad o bordes, Alibaba PAI publica Z-Image-Turbo-Fun-Controlnet-Union-2.1 como descarga aparte.

Lo de "clase Qwen3-4B" se deduce del nombre del archivo de ComfyUI y de su configuración; la ficha del modelo no nombra el codificador en una sola línea.

¿Poca VRAM? Elige el archivo según tu tarjeta

Las cifras de memoria de este modelo proceden de tres fuentes distintas, y cada una supone un software diferente, así que léelas en paralelo y no como una sola promesa. El equipo de Tongyi dice que el modelo funciona holgadamente por debajo de 16 GB. DiffSynth-Studio documenta una configuración de 8 GB con descarga a CPU y advierte de que la cuantización FP8 suaviza visiblemente los resultados. Una página de la wiki de stable-diffusion.cpp describe una receta de la comunidad para tarjetas de 4 GB con archivos GGUF Q3 o Q4 y descarga a CPU, con una clara pérdida de velocidad. Recuerda que un archivo GGUF solo sustituye al modelo de difusión: el codificador de texto y el VAE hay que descargarlos igualmente.

Cache-DiT, LeMiCa y MeanCache anuncian aceleraciones adicionales; esas cifras vienen de los proyectos de la comunidad, no de Alibaba.

¿Ocho pasos o cincuenta? Turbo frente a su hermano más lento

El modelo base que llegó en enero de 2026, apodado Base, comparte arquitectura y codificador de texto con Turbo, pero conserva la guía sin clasificador (CFG) y los prompts negativos. Así, la elección depende menos de la calidad y más del flujo de trabajo. Si iteras rápido y buscas un acabado fotográfico pulido, quédate con Z-Image Turbo. Si necesitas un reparto de caras distintas, estilos de ilustración o un modelo para ajustar, pasa a Base y asume entre cuatro y seis veces más tiempo de muestreo.

Las etiquetas de variedad y ajuste fino son las valoraciones del propio equipo en la tabla oficial de modelos, no una prueba independiente.

Prompts para un modelo que ignora los prompts negativos

Con la guía desactivada, Z-Image Turbo solo atiende a lo que pides, así que el prompt positivo carga con todo el trabajo. Escríbelo como un fotógrafo que prepara una sesión, con frases completas y en un orden fijo: quién, qué aspecto tiene, qué hace, dónde, con qué luz, con qué objetivo y en qué estilo. Los prompts largos están bien; la API alojada los limita a 800 caracteres, un tope razonable también en local. La comparación de abajo muestra cuánto deja al azar un prompt vago.

Cinco prompts de Z-Image Turbo para empezar

Rellena los corchetes y respeta el orden de las partes. Los cinco suponen sujetos adultos. Funcionan en la plantilla de ComfyUI, en la API alojada y como punto de partida en el generador alternativo de arriba.

Dónde brilla y dónde tropieza

Las opiniones de la comunidad coinciden con los compromisos del diseño. La velocidad y el realismo reciben elogios; la variedad, quejas. El equipo informó de un octavo puesto general y el primero entre los modelos abiertos en la clasificación de texto a imagen de Artificial Analysis el 8 de diciembre de 2025. Ese ranking tiene fecha: en octubre de 2026 el modelo ya no estaba entre los 20 primeros, tras la llegada de lanzamientos más nuevos. La prueba práctica de Gigazine detectó composiciones repetidas entre semillas, caras parecidas en escenas de grupo y problemas con el texto en japonés, mientras que el modelo base, más lento, rendía mejor en ilustración y variedad.

Señales de adopción en octubre de 2026: unas 12.100 estrellas en GitHub, alrededor de 1,07 millones de descargas en 30 días de las versiones GGUF de Unsloth y unas 241.000 de un popular paquete de LoRA. Las descargas miden alcance, no calidad.

Qué crea la gente con él en realidad

Como un render tarda segundos, la gente usa el modelo para trabajo en volumen donde, de otro modo, se rendiría tras unos pocos intentos. Los vendedores de marketplaces chinos lo aprecian para banners que mezclan ambos idiomas, y los equipos de microdramas y videojuegos lo usan para moodboards rápidos antes del render final con otra herramienta.

• Series de retratos y moda: decenas de variaciones de ropa e iluminación del mismo modelo adulto en una sola sesión.
• Arte bilingüe para e-commerce: escenas de producto con titulares en chino e inglés para tiendas y redes sociales.
• Previsualización: fotogramas clave para microdramas, anuncios y presentaciones de videojuegos.
• LoRA de personajes: complementos de la comunidad para looks, vestuario y estilos artísticos concretos.
• Copia de poses: el modelo ControlNet Union reproduce una postura o composición a partir de un boceto.
• Hardware antiguo: las versiones GGUF lo convirtieron en una opción habitual para portátiles y tarjetas gaming de gama media.

¿Sin GPU? El endpoint alojado z-image-turbo

Alibaba Cloud Model Studio ofrece el modelo con el ID z-image-turbo, y es el único miembro de la familia disponible allí. Cada solicitud lleva un mensaje de usuario con un único prompt de texto de hasta 800 caracteres, además de un tamaño opcional (de 512×512 a 2048×2048 píxeles totales, por defecto 1024×1536), una semilla y la opción prompt_extend, que deja que un modelo de lenguaje reescriba el prompt y devuelva su razonamiento. Recibes un PNG por llamada, su enlace caduca a las 24 horas y el límite es de 120 solicitudes por minuto. Los prompts y los resultados pasan un control de seguridad, y no hay trabajos por lotes, ajuste fino ni llamadas a funciones, lo que hace que el endpoint sea cómodo pero esté estrictamente moderado.

Frente a FLUX.2 y Qwen-Image

El informe técnico presenta la serie como una respuesta de 6B a modelos abiertos de 20B o más, como Qwen-Image, HunyuanImage 3.0 y FLUX.2. Tómalo como el enfoque de los autores. En la práctica, la diferencia está en el coste de ejecución: un modelo pequeño de 8 pasos es el más fácil de los tres de mantener en una sola tarjeta de consumo, mientras que los más grandes pueden manejar mejor las escenas abarrotadas. Prueba con tus propios prompts antes de cambiar.

Tamaños y licencias según el informe técnico; revisa la ficha de cada modelo antes de darlos por buenos.

Probar la vía sin censura en el navegador

La opción del navegador se salta descargas y controladores. No ejecuta Z-Image Turbo, así que el resultado será distinto; Spicy AI usa sus propios modelos de imagen.

• 1. Pulsa el botón de la parte superior de la página para abrir el generador de imágenes.
• 2. Pega una plantilla de esta página y describe a cada persona como adulta.
• 3. Elige una relación de aspecto y crea hasta cuatro imágenes por tanda.
• 4. Cambia una sola cosa en cada intento: luz, pose o ropa.
• 5. Sube una foto tuya para pasar a la edición de imagen a imagen.

Cinco hábitos que evitan renders fallidos

1. Deja el CFG en 1 y los pasos en 8; pasa al modelo base cuando necesites un prompt negativo.
2. Descarga el codificador de texto y el VAE junto con cualquier archivo GGUF.
3. Varía la escena con palabras, no solo la semilla, para romper composiciones repetidas.
4. Pon entre comillas el texto exacto de la imagen y revisa la letra pequeña antes de publicar.
5. Describe a cada personaje como adulto (18+) y nunca uses la imagen de una persona real sin su consentimiento.

Fuentes

• Repositorio de GitHub (Tongyi-MAI)
• Ficha del modelo Turbo (Hugging Face)
• Blog del proyecto
• Informe técnico (arXiv 2511.22699)
• Reempaquetado para ComfyUI (Comfy-Org)
• Versiones GGUF (Unsloth, terceros)

Más modelos de IA de imagen sin censura

• uncensored z image
• uncensored qwen image
• Midjourney sin censura
• DALL·E sin censura
• Stable Diffusion sin censura
• Flux sin censura
• Nano Banana sin censura
• Nano Banana 2 sin censura
• Nano Banana 2.1 sin censura
• Ideogram sin censura
• Leonardo AI sin censura
• Seedream sin censura
• Seedream 5.0 sin censura
• Krea sin censura
• Kroma sin censura
• Qwen-Image sin censura
• Adobe Firefly sin censura
• GPT Image 2.5 sin censura
• Text to Image sin censura
• Z-Image sin censura
• FLUX.2 sin censura
• FLUX.2 [dev] sin censura
• FLUX.2 [pro] sin censura
• GPT Image 1.5 sin censura