Z-Imageを8GB VRAMで動かす方法！GGUFとFP8どっちを選ぶべきか徹底解説

監修者_SD以外

監修者プロフィール

森下浩志

日本最大級のAI情報プラットフォーム「romptn ai」編集長。著書に「0からはじめるStable Diffusion」「0からはじめるStable Diffusion モデル・拡張機能集編」など、AmazonベストセラーのAI関連書籍を多数執筆。AIにおける情報の非対称性を解消するための社内研修や出張講義も行う。

8GB VRAMで本当に動くのか

先に答えを言うと、RTX 3060やRTX 4060クラスの8GB VRAMでも、Z-Image（Z-Image Turbo）は十分に動かせます。Z-Imageは画像生成モデルとしては軽量な部類で、容量を抑えた「量子化版」を選べば、24GB級を求められるFLUX.2のような重量級モデルとは違い、家庭用GPUでも現実的に回せます。

迷ったときの出発点はシンプルです。まずは次のどちらかから試してください。

なぜこの2つなのか、ほかの選択肢と比べてどう違うのか、そして安定して動かすためのComfyUI側のコツまで、この記事で順番に整理していきます。

Z-Imageが8GBで動く理由

Z-Imageが8GBという限られたVRAMでも動く一番の理由は、モデル自体が軽いことです。Z-Imageはパラメータ数が約60億（6B）で、画像生成モデルとしてはコンパクトな設計になっています。内部は「Single-Stream（シングルストリーム）」と呼ばれる構造を採り、テキストと画像の情報を1本の流れでまとめて処理することで効率を高めています。ライセンスもApache 2.0で、商用利用までカバーされている点も扱いやすさにつながっています。

ただし注意したいのは、公式が案内している動作の目安は「16GB前後のコンシューマー向けGPU」だという点です。つまり、無加工のそのままのモデル（後で触れるBF16版）を8GBで動かすのは基本的に難しいということです。

ここで効いてくるのが量子化（くわんしか）です。モデルの数値の持ち方を少し粗くしてファイルサイズと消費メモリを圧縮する技術で、これを使うと本来16GB級を想定したZ-Imageを、8GBや、設定次第ではさらに小さいVRAMの範囲まで引き下げられます。次の章で、その量子化の種類を整理します。

GGUF・FP8・BF16の違い

Z-Imageを8GBで動かすときに選ぶことになるのが、モデルの「精度フォーマット」です。よく登場するのがBF16・FP8・GGUFの3種類で、ざっくり次のような関係になっています。

品質はおおむね「BF16 ＞ FP8・高位のGGUF ＞ 低位のGGUF」の順ですが、サイズの小ささは逆順です。軽さと品質のどこで折り合いをつけるかが選択の軸になります。具体的なサイズ感は次の章の早見表で一気に確認しましょう。

精度別サイズと必要VRAM早見表

ここが本記事の中心です。Z-Image Turboの各フォーマットについて、配布元で公開されているモデル本体（拡散モデル単体）の実ファイルサイズと、8GB VRAMでの収まりやすさの目安を1枚にまとめました。数値は2025年12月時点で配布されているものです。

ここで大事な注意点があります。この数字はあくまでモデル本体だけのサイズです。実際の生成では、これに加えてテキストを解釈するエンコーダー、画像を復元するVAE、そして生成中に膨らむ作業用メモリ（中間データ）も同じVRAMに乗ります。そのため「本体6GBだから8GBに2GB余る」と単純計算はできず、本体サイズに2〜3GBほどの上乗せを見込むのが現実的です。

この上乗せを踏まえると、8GBで安心なのは本体が5GB前後までに収まるあたり。GGUFのQ4_K_Mが第一候補になるのは、この余白の取りやすさが理由です。Q8_0やFP8は本体だけで6〜7GBあるため、動かせはしても、次章以降で触れる省メモリ設定が前提になります。

8GBで選ぶならGGUFかFP8か

早見表を踏まえて、8GBではGGUFとFP8のどちらを選ぶべきかを整理します。答えは冒頭で触れたとおり、8GBならまずGGUFのQ4_K_M、精度を詰めたい上級者はFP8です。判断軸ごとに見ていきましょう。

まとめると、まず動かして成功体験を得たい・安定を優先したいならGGUF Q4_K_M、メモリ管理に慣れていて品質を少しでも上げたいならFP8、という住み分けになります。判断に迷ったらGGUF Q4から始め、余裕があればQ5やFP8へ上げていくのが安全な進め方です。

ComfyUIの8GB向け設定とコツ

使う量子化版を決めたら、次はComfyUI側の準備です。同じモデルでも、設定の詰め方しだいで8GBに収まるかどうかが変わります。ここでは「どのファイルを揃えるか」「省メモリの効かせ方」「うまく動かないときの対処」の3点に分けて、具体的に押さえていきます。

推奨ファイル構成

Z-Imageの生成には、モデル本体だけでなく周辺ファイルも必要です。ComfyUIで動かすときに揃えるのは、基本的に次の3つです。

GGUF版を使う場合は、ComfyUI側で通常の読み込みノードではなく、GGUF対応の読み込みノードを使う点だけ覚えておきましょう。ファイルの置き場所はComfyUIの作法どおりで、拡散モデルはモデル用フォルダ、テキストエンコーダーとVAEはそれぞれの所定フォルダに入れれば認識されます。

低VRAMフラグとオフロード

8GBで安定して回す鍵は、限られたVRAMをいかに節約するかです。ComfyUIには、使い終わったデータをこまめにメインメモリ（RAM）へ逃がす仕組みがあり、これを効かせるだけで収まり方が大きく変わります。

これらは「品質を落とさずにメモリのピークだけ下げる」調整なので、迷ったらまとめて有効にして構いません。

動かない・遅い時の対処

設定を整えても、最初はうまく動かないことがあります。8GB環境で起こりがちな「落ちる」「遅い」への対処を、効果の高い順に挙げます。

ポイントは、いきなり最高品質を狙わず、軽い構成で1枚成功させてから少しずつ上げることです。動く下限を先に見つけておくと、その後の調整がぐっと楽になります。

よくある質問

まとめ

Z-Imageは6Bと軽量なため、量子化版を選べばRTX 3060やRTX 4060クラスの8GB VRAMでも実用的に動かせます。公式の目安は16GB前後ですが、GGUFやFP8への圧縮でそのギャップは十分に埋められます。

最後に、8GBで動かすための要点を整理します。

軽い構成で1枚成功させてから少しずつ品質を上げていけば、8GBでもZ-Imageのスピードと軽さを存分に活かせます。手持ちのGPUを理由に諦める必要はありません。