infosave / Z-Image-Turbo-cmf

Z-Image-Turbo — CMF

Z-Image-Turbo by Tongyi-MAI, packaged as a single CMF file: the 6B image transformer, the Qwen3-4B text encoder and the VAE together, with the generation recipe stored inside. It runs with cortiq , a Rust engine with no Python: NVIDIA GPUs through Vulkan (tensor cores), Apple silicon through Metal, and a CPU fallback everywhere.

A cat on a windowsill at sunset, photorealistic	A fisherman's hands tying a rope
A "CORTIQ" neon sign on a brick wall	An aerial view of a river in autumn

_{1024×1024, seed 7, the file's default settings, generated by cortiq on the fast path (8 steps); click for the full PNG.}

Try it in the browser: 🤗 Space (free CPU tier: a 256² Turbo image takes about 10 minutes; the tables below are what a GPU or a Mac does).

English · Русский · 中文

Quick start

cargo install cortiq-cli          # 0.7.5 or later; prebuilt binaries: github.com/infosave2007/cmf/releases
hf download infosave/Z-Image-Turbo-cmf z-image-turbo.cmf --local-dir .
cortiq imagine z-image-turbo.cmf --prompt "A cat sitting on a windowsill at sunset, photorealistic"

No flags needed: the file carries the Turbo recipe (1024×1024, 8 steps, no CFG). Set XDG_RUNTIME_DIR=/tmp on a headless Linux box.

File

sha256 c0aaffaf887c595431cddfb0dce369d04eba23dac7a69ca162a051486564f1f8 ( z-image-turbo.cmf.sha256 is next to it). 8-bit was chosen by measurement: the 4-bit transformer loses 3–15 dB of image PSNR, the 8-bit one is comparable to bf16 inference.

Performance

RTX 3090, Vulkan, one image per process, no flags (cortiq 0.7.5):

Mac mini M4 (24 GB), Metal, no flags:

About 8 GB of memory. The GEMMs run at 91–94 % of the M4 GPU's matrix peak; attention is the remaining gap.

RTX 3090: peak VRAM 14–15 GB (16 GB cards fit). Per image, the DiT runs at the speed of diffusers bf16 on the same card and the whole process starts about four times faster.

Options

CMF_ZIMAGE_PROF=1 prints stage times. CMF_GPU=0 runs everything on the CPU (minutes per image).

Turbo is distilled: guidance stays at 0 and 8 steps are the recipe; negative prompts have no effect on it — use Z-Image for CFG and negative prompting.

Samples

1024², seed 7, default settings: samples/ .

Verify

sha256sum -c z-image-turbo.cmf.sha256
cortiq info z-image-turbo.cmf

---

Документация на русском

Z-Image-Turbo от Tongyi-MAI одним файлом CMF : трансформер 6B, текстовый энкодер Qwen3-4B и VAE вместе, рецепт генерации записан в файл. Запускается движком cortiq на Rust без Python: NVIDIA через Vulkan (тензорные ядра), Apple silicon через Metal, везде есть путь на CPU.

cargo install cortiq-cli          # 0.7.5 или новее; готовые бинарники: github.com/infosave2007/cmf/releases
hf download infosave/Z-Image-Turbo-cmf z-image-turbo.cmf --local-dir .
cortiq imagine z-image-turbo.cmf --prompt "Кот на подоконнике на закате, фотореализм"

Флаги не нужны: в файле записан рецепт Turbo (1024×1024, 8 шагов, без CFG). На Linux без дисплея задайте XDG_RUNTIME_DIR=/tmp .

Файл: z-image-turbo.cmf , 10.5 ГБ — DiT 8 бит ( q8_2f ), энкодер Qwen3-4B 8 бит, VAE; sha256 c0aaffaf887c5954… (полностью в z-image-turbo.cmf.sha256 ). 8 бит выбраны по замеру: 4-битный трансформер теряет 3–15 дБ PSNR картинки, 8-битный сравним с выводом в bf16.

Скорость (RTX 3090, Vulkan, одна картинка на процесс, без флагов, cortiq 0.7.5):

Mac mini M4 (24 ГБ), Metal, без флагов: 512² за 30 с (шаги DiT 28.5 с, VAE 1.0 с), 1024² за 160 с (шаги 155 с, VAE 4.8 с); память около 8 ГБ. GEMM идут на 91–94 % матричного пика GPU M4; остаток — внимание.

RTX 3090: пик видеопамяти 14–15 ГБ (хватает карты на 16 ГБ). DiT идёт со скоростью diffusers bf16 на той же карте, а старт процесса примерно в четыре раза быстрее.

Опции: --width / --height (кратны 16, по умолчанию 1024×1024), --steps , --seed , --num-images N (картинка i берёт seed+i), --cfg G и --negative-prompt (Turbo: 0, без CFG), --cfg-normalization [C] , --cfg-truncation T , --shift , --max-sequence-length (512), --out ( .png по умолчанию, .jpg , .ppm ). CMF_ZIMAGE_PROF=1 печатает время стадий, CMF_GPU=0 считает всё на CPU (минуты на картинку).

Turbo дистиллирована: guidance 0 и 8 шагов — это её рецепт, негативный промпт на неё не действует; для CFG и негативных промптов есть Z-Image .

Примеры: 1024², seed 7, настройки по умолчанию — samples/ . Проверка: sha256sum -c z-image-turbo.cmf.sha256 , cortiq info z-image-turbo.cmf .

---

中文文档

Tongyi-MAI 的 Z-Image-Turbo 打包为单个 CMF 文件：6B 图像 Transformer、Qwen3-4B 文本编码器和 VAE 合在一起，生成配方也写在文件里。由 Rust 引擎 cortiq 运行，无需 Python：NVIDIA 显卡走 Vulkan（张量核心），Apple silicon 走 Metal，任何机器都有 CPU 后备路径。

cargo install cortiq-cli          # 0.7.5 或更新；预编译二进制：github.com/infosave2007/cmf/releases
hf download infosave/Z-Image-Turbo-cmf z-image-turbo.cmf --local-dir .
cortiq imagine z-image-turbo.cmf --prompt "夕阳下坐在窗台上的猫，照片级写实"

无需任何参数：文件内含 Turbo 配方（1024×1024，8 步，无 CFG）。 无显示器的 Linux 机器请设置 XDG_RUNTIME_DIR=/tmp 。

文件： z-image-turbo.cmf ，10.5 GB —— DiT 8 位（ q8_2f ）、Qwen3-4B 文本编码器 8 位、VAE； sha256 c0aaffaf887c5954… （完整值见 z-image-turbo.cmf.sha256 ）。8 位是实测的选择：4 位 Transformer 会让图像 PSNR 下降 3–15 dB，8 位则与 bf16 推理相当。

性能 （RTX 3090，Vulkan，每进程一张图，无参数，cortiq 0.7.5）：

Mac mini M4（24 GB），Metal，无参数：512² 用时 30 s（DiT 步骤 28.5 s，VAE 1.0 s）， 1024² 用时 160 s（步骤 155 s，VAE 4.8 s）；内存约 8 GB。GEMM 已达 M4 GPU 矩阵峰值的 91–94%，剩余差距在注意力。

RTX 3090：显存峰值 14–15 GB（16 GB 显卡可用）。DiT 与同一显卡上的 diffusers bf16 速度相同，进程启动快约四倍。

选项： --width / --height （16 的倍数，默认 1024×1024）、 --steps 、 --seed 、 --num-images N （第 i 张用 seed+i）、 --cfg G 与 --negative-prompt （Turbo：0，无 CFG）、 --cfg-normalization [C] 、 --cfg-truncation T 、 --shift 、 --max-sequence-length （512）、 --out （默认 .png ，也可 .jpg 、 .ppm ）。 CMF_ZIMAGE_PROF=1 打印各阶段耗时， CMF_GPU=0 全部在 CPU 上运行（每张图需数分钟）。

Turbo 是蒸馏模型：guidance 保持 0、8 步即为其配方，负面提示词对它无效；需要 CFG 和负面提示词请用 Z-Image 。

示例： 1024²，seed 7，默认设置 —— samples/ 。 校验： sha256sum -c z-image-turbo.cmf.sha256 ， cortiq info z-image-turbo.cmf 。