Slik installerer du Qwen Image 2.1 i ComfyUI – og hvorfor du bør lese lisensen først

Hva du får

Qwen Image 2.1 kom 20. september og er én modell på 7 milliarder parametere som både genererer og redigerer bilder. Den lager bilder direkte i 2048×2048 – ikke oppskalert – og er god på tekst og typografi i bildet. Du kan gi den opptil ti referansebilder i én redigering, og den kan levere bilder med alfakanal, altså gjennomsiktig bakgrunn. Det siste er nyttig hvis du lager logoer, ikoner eller produktbilder som skal legges oppå noe annet.

ComfyUI støttet modellen fra første dag, med ferdige arbeidsflyter for tekst-til-bilde, bilderedigering og fjerning av bakgrunn.

Les lisensen før du begynner

Dette er det viktigste råteksten vi fikk inn ikke nevnte. Alle tidligere Qwen-Image-modeller ble sluppet under Apache 2.0, som tillater kommersiell bruk. Qwen Image 2.1 er sluppet under Qwen Research License, som bare tillater bruk til forskning og evaluering. Vil du bruke bildene kommersielt – selge dem, bruke dem i et produkt eller i markedsføring for en bedrift – må du be Alibaba om en egen lisens på e-post, og prisen er ikke offentlig.

Å kjøre modellen hjemme for å teste og lære er altså greit. Å bruke den i et betalt kundeoppdrag er det ikke.

Installasjon steg for steg

1. Oppdater ComfyUI. Modellen krever en ny versjon. ComfyUI-dokumentasjonen anbefaler siste nightly-versjon, så oppdater før du laster ned noe.

2. Last ned modellfilene fra ComfyUIs Hugging Face-side for Qwen Image 2.1, og legg dem i riktige mapper under ComfyUI/models/:

• diffusion_models/ – selve modellen: qwen_image_2.1_int8_convrot.safetensors (anbefalt, mindre minnebruk) eller qwen_image_2.1_bf16.safetensors (full presisjon)
• text_encoders/ – tekstencoderen: qwen3vl_8b_int8_convrot.safetensors eller qwen3vl_8b_bf16.safetensors
• vae/ – qwen_image_2.1_vae_bf16.safetensors

Det finnes også to valgfrie «prompt enhancer»-encodere, én for tekst-til-bilde og én for redigering, som skriver om prompten din før genereringen. De er ikke nødvendige for å komme i gang.

3. Åpne en mal. I ComfyUI finner du tre ferdige arbeidsflyter under maler: tekst-til-bilde, bilderedigering og fjerning av bakgrunn. Velg modellfilene du lastet ned i lasternodene.

4. Innstillinger. Anbefalt oppsett er 25 steg, cfg 1, euler-sampler og simple-scheduler. Merk at med cfg 1 hopper ComfyUI over negativ prompt helt – så det du skriver der, har ingen effekt.

Lite VRAM? Det finnes løsninger

Int8-versjonen er allerede laget for å bruke mindre minne. Unsloth melder at int8- og FP8-versjoner får plass i 6–8 GB VRAM hvis du lar deler av modellen ligge i vanlig RAM.

Har du enda mindre, finnes det GGUF-versjoner laget av miljøet, som du kjører med tillegget ComfyUI-GGUF. Omtrentlig størrelse og anbefalt VRAM:

• Q8_0: 7,6 GB fil, 12 GB VRAM eller mer – nesten uten kvalitetstap
• Q5_K_M: 5,0 GB, 8–10 GB VRAM
• Q4_K_M: 4,2 GB, 6–8 GB VRAM
• Q3_K_M: 3,2 GB, 4–6 GB VRAM – fungerer, men med merkbart kvalitetstap

Råteksten lovet at modellen kjører på «kun 4 GB VRAM». Det stemmer bare med den minste og dårligste GGUF-varianten, og bare hvis tekstencoderen flyttes over i vanlig RAM. Da trenger du til gjengjeld godt med systemminne, og det går tregt.

Vær også oppmerksom på at flere av GGUF-opplastingene på Hugging Face er «uncensored»-varianter fra ukjente brukere. Hold deg til kjente kilder.

Vil du ha flere tips om å presse bildemodeller inn på lite minne, har vi skrevet om det samme for Flux 2 Klein.

Ressurser

• ComfyUI-dokumentasjon: Qwen-Image-2.1 – filer, mapper og arbeidsflyter
• ComfyUI-bloggen: Qwen-Image-2.1 in ComfyUI – hva modellen kan
• Unsloth: Qwen-Image-2.1-FP8 – FP8-versjon for mindre minne
• ComfyUI-GGUF – tillegget som trengs for GGUF-filer
• MarkTechPost: Alibaba Qwen Releases Qwen-Image-2.1 – lanseringen og lisensen