Flux大模型图片生成速度对比测试

记录进步，分享资源，传承知识，从我做起，复现第一代互联网精神。

发布时间：2024年11月18日

一、测试时间

2024-11-18

二、测试环境

硬件：64GB 物理内存 + RTX4060Ti 16GB 显存
软件：Windows11 + 秋叶ComfyUI一体包 + Python 3.10 + torch 2.41 + cuda12.4
工作流: Flux基础文生图
提示词: 1girl,

三、实验方法

每个模型生成一张图片，连续生成三次，查看控制台“提示词执行时间”秒数，去掉其中最大最小值，剩余一个有效成绩四舍五入取整数秒。

四、测试结果

五、结果说明

1.本测试结果仅对应本人所使用的软硬件环境和设置参数，不代表模型在其他环境、参数下的生图能力，请理性对待。

2.本次测试未使用Lora，部分模型因严重解剖学错误，不予记录生图时间，但实际时间成绩与同体积同步数的其他模型基本相当，添加Lora后解剖学问题可能会得到改善。

3.本次测试发现9.1GB的t5xxl_fp16.safetensors对于改善模型的解剖学问题，大大强于4.5GB的t5xxl_fp8_e4m3fn.safetensors，建议大家有条件都用fp16的t5xxl。

4.本次测试发现上述所有模型都只支持0.24GB的clip_l.safetensors，不支持1.3GB的clip_g.safetensors，原因尚不明确。

5.个别宣传较低步数即可出图的模型，由于在测试中生图质量过低导致本人无法接受，强制按照4的倍数提升生图步数。