Вышел ускоритель для Qwen-Image: картинка за шесть шагов вместо сорока

Генератор картинок рисует не сразу: он делает несколько проходов по одному изображению и на каждом убирает шум. Эти проходы называют шагами, и платите вы именно за них - чем их больше, тем дольше считает видеокарта и тем дороже выходит кадр. Обычная настройка - сорок шагов. Ускоритель от Viggle обещает то же качество за шесть шагов.

Я взял ключ Runware, прогнал одну и ту же сцену на разных настройках и посмотрел, что выходит по деньгам и по картинке.

Что именно выложили

22 сентября 2026 года студия Viggle опубликовала на Hugging Face файлы Qwen-Image-2.1-viggle-turbo, 25 сентября обновила их до версии 0.2.1.

Работает это довеском к чужой модели: внутри лежат файлы на 4, 5 и 6 шагов. Вы подключаете их к базовой Qwen-Image-2.1, и та начинает рисовать за шесть проходов вместо сорока. Сама базовая модель тяжелая: один только ее главный файл занимает 13,3 гигабайта.

Мой замер: сколько стоит одна картинка

Самой viggle-turbo на Runware пока нет. Зато там лежит такой же ускоритель - Qwen Image Lightning на 8 шагов, он подключается к Qwen-Image и точно так же срезает число шагов. На нем я и мерил 26 сентября 2026 года.

Сцену взял заведомо трудную: утро в кофейне, очередь из четырех человек, бариста за кофемашиной, витрина с выпечкой, доски меню, растения на подоконнике. Люди в кадре и много мелких предметов - то, на чем генераторы обычно сыплются.

Тысяча картинок на сорока шагах стоит 489 рублей, на восьми - 219 рублей. Разница набегает на объеме: если вы генерите пачками под товарные карточки или обложки, счет за месяц падает вдвое.

Где разница видна глазом

Слева - сорок шагов, справа - четыре. Между ними три рубля разницы на десять картинок и почти втрое меньше времени.

🖌Слева сорок шагов, справа четыре - обе картинки по одному и тому же описанию_□✕

Композиция разная, потому что это два независимых прогона. А вот качество сопоставимое: лица целые, руки на месте, выпечка на витрине не расползлась, свет одинаково мягкий. На четырех шагах я ожидал грязи и размытых лиц - их нет.

Чтобы разница была видна честно, я прогнал ту же сцену еще раз с одним и тем же зерном - числом, от которого генератор пляшет. Композиция тогда повторяется, и меняется только проработка.

🖌Одно зерно, одна сцена. Слева сорок шагов - 49 копеек и 9,9 секунды, в центре восемь - 22 копейки и 4,6 секунды, справа четыре - 16 копеек и 3,7 секунды_□✕

Слева людей в очереди четверо, в центре и справа - трое: ускоритель меняет сцену, хотя зерно то же. А по качеству сорок шагов не выигрывают: лица и руки целы везде, на четырех шагах картинка даже контрастнее.

Из плохого: надписи на досках меню бессмысленные в обоих случаях. Генератор рисует буквоподобные закорючки, и число шагов тут ничего не меняет, поэтому под макеты с текстом такая картинка не годится - текст придется класть сверху самому.

🖌Тот же кадр на сорока шагах, доска меню крупно: ни одного настоящего слова_□✕

От чего еще зависит цена

Размер кадра влияет сильнее, чем кажется. На тех же восьми шагах квадрат 512 пикселей обошелся в 16 копеек и 3,4 секунды, а 1536 пикселей - в 32 копейки и 7,5 секунды.

🖌Одинаковый кусок сцены: слева кадр 512 пикселей за 16 копеек, справа 1536 за 32 копейки_□✕

Вблизи разница очевидна: на мелком кадре волосы и кофемашина смазаны, лицо бариста превращается в пятно. Для черновика годится, для обложки - нет.

Отсюда простое правило: сначала гоняйте черновые варианты мелкими и на четырех шагах, а когда сцена сложилась - запускайте финальный кадр крупно. Десяток проб плюс один большой кадр выходит дешевле, чем десять попыток сразу в большом размере.

А если снять видеокарту в аренду

Первая мысль при виде такой цены: зачем платить за готовый сервис, если можно арендовать видеокарту по секундам и крутить модель самому. Я взял опубликованные тарифы и посчитал. Карту сам не арендовал, так что ниже расчет по ценникам сервисов.

У RunPod в посекундном режиме на 26 сентября 2026 года L40S на 48 гигабайт стоит 148 рублей в час, A100 на 80 гигабайт - 229 рублей. У Hugging Face та же A100 обойдется в 211 рублей в час. Карта на 24 гигабайта тут не подойдет: авторы ускорителя пишут, что на кадре 1248 на 832 точки память занимает 26 гигабайт.

Дальше арифметика простая. Одна картинка считается около пяти секунд, значит за час карта выдает примерно 720 штук. Разделите аренду на это число - получится 20 копеек за кадр. Почти столько же, сколько берет готовый сервис.

Простой оплачивается как работа. RunPod считает деньги с момента, когда машина начала запускаться: сюда попадает и загрузка модели в память, а это от 18 до 33 гигабайт. После ответа машина по умолчанию висит еще пять секунд - и они тоже в счете. Hugging Face гасит машину после 15 минут тишины, но все эти 15 минут вы за нее платите.

Получается, аренда имеет смысл при промышленном потоке: тысячи картинок в сутки ровным темпом. Для десятка кадров в день под свои карточки товара дешевле и спокойнее готовый сервис.

Сколько берут другие

Для ровного счета я посмотрел цены на OpenRouter - там картинки продают поштучно, без возни с настройками. Qwen-Image-3 стоит 2 рубля 53 копейки за кадр, Seedream 4.5 - 3 рубля 37 копеек.

Разница с моими 22 копейками объяснимая: это модели поновее, и цена там сразу за готовый кадр, без выбора шагов и ускорителей. Но если задача - наштамповать сотню фонов или иконок в одном стиле, платить по два с половиной рубля за штуку незачем.

Как это запустить у себя

Заходите на Runware, в каталоге моделей выбираете Qwen-Image, в поле ускорителей добавляете Qwen Image Lightning 8 steps. Дальше пишете описание сцены, ставите 8 шагов и жмете генерацию - картинка приходит через пять секунд, списание видно в личном кабинете сразу.

Если хочется именно viggle-turbo, ее файлы лежат на Hugging Face открыто. Но там уже придется поднимать модель самому: вместе с базовой Qwen-Image-2.1 это 33 гигабайта на диске, и в память бытовой видеокарты такое не помещается.