Z-Image Turbo - AI 工具 · 萤炬工具箱

Z-Image Turbo 的文生图入口，默认 768 × 768、9 步推理，跑在云端 T4 GPU 上。9 步这个档位介于极速与常规之间——比 4 步模型多出一些细节余量，又不必等到 28 步那么久，是「要出图快但别太糙」时比较顺手的一档。适合日常配图、批量出候选、快速验证提示词写法。推理在云端 T4 GPU 上…

Z-Image Turbo 的文生图入口，默认 768 × 768、9 步推理，跑在云端 T4 GPU 上。9 步这个档位介于极速与常规之间——比 4 步模型多出一些细节余量，又不必等到 28 步那么久，是「要出图快但别太糙」时比较顺手的一档。适合日常配图、批量出候选、快速验证提示词写法。

使用步骤

1. 写提示词描述主体、场景与风格，768 尺寸兼顾速度与细节。
2. 按需填负面提示词剔除不想要的元素。
3. 提交生成，等待出图。
4. 固定种子后微调提示词，做同构图下的风格对比。

功能与限制

• 推理在云端 T4 GPU 上执行，需要联网；免费使用、无需登录。
• 默认 768 × 768、9 步，步数可按需上调。
• 定位是快速出图，精细材质与复杂光影不如高步数模型。

常见问题

9 步和 4 步、28 步的模型怎么选？

4 步用来快速铺量筛方向，28 步用来出定稿，9 步是折中档——出图速度可接受、细节又比 4 步稳。日常配图直接用这一档最省事。

768 尺寸不够用怎么办？

可上调步数与尺寸换取更多细节，但耗时也跟着涨。若最终要大图，更稳的做法是在这里定好构图，再用高分辨率模型重出一版。

为什么有时候出图很快、有时候要等？

推理时间基本固定，波动主要来自云端排队。空闲时段几乎即时，高峰期需要排队等待，属正常现象。

怎么让每次出图更稳定？

固定种子值，然后一次只改一个关键词。同时改多处会分不清是哪个改动起了作用，等于白试。