MOSS-Image против Z-Image: какая модель изображений под Apache 2.0?
MOSS-Image рисует длинные тексты на китайском и английском и следует JSON-раскладкам; Z-Image Turbo делает фотореалистичные изображения за 8 шагов на GPU с 16 ГБ. Обе под Apache 2.0.
Вердикт. Выбирайте по тому, что должно быть на картинке. MOSS-Image (генератор на 5,08B, 27,2 ГБ вместе с текстовым энкодером Qwen3.5-9B) создана для плотного читаемого текста и управляемой вёрстки: в её отчёте 96,3 балла на бенчмарке длинных китайских и английских текстов, и она следует JSON-раскладкам, фиксирующим, где находится каждый текстовый блок, но умеет только text-to-image и по умолчанию делает 50 шагов. Z-Image (6,15B) сделана ради скорости и фотореализма: Turbo делает изображение за 8 шагов и умещается на GPU с 16 ГБ, а базовая модель — проверенная отправная точка для дообучения, хотя чекпоинты editing и omni ещё не выпущены. У обеих чистый Apache 2.0. Отчёт MOSS-Image не тестирует Z-Image, поэтому опубликованного прямого сравнения по тексту или вёрстке нет — лучший тест это ваши собственные промпты.
Характеристики
| Характеристики | MOSS-Image | Z-Image |
|---|---|---|
| Разработчик | OpenMOSS | Tongyi MAI |
| Дата выпуска | 16 октября 2026 г. | 26 ноября 2025 г. |
| Всего параметров | 5.08B (MOSS-Image-SFT (BF16)) | 6.15B (Z-Image-Turbo) |
| Активные параметры | Все | Все |
| Архитектура | Диффузионная | Диффузионная |
| Контекстное окно | – | – |
| Вход | Текст | Текст |
| Лицензия | Apache 2.0 (Пермиссивная) | Apache 2.0 (Пермиссивная) |
| Память для минимального варианта (4 бита) | 4.2 GB (MOSS-Image-SFT (BF16)) | 16 GB (Z-Image-Turbo) |
Заявления о производительности поступают от разработчика и не проверялись независимо.
Выбирайте MOSS-Image, если
- Вы делаете постеры, инфографику или заметки с длинными китайскими или английскими фрагментами, которые должны быть написаны без ошибок.
- Вы хотите зафиксировать, где будет каждый текст и каждый объект, с помощью JSON-раскладки.
- У вас небольшая GPU, но много памяти и быстрый SSD: low-memory-профиль пикует около 4 ГБ видеопамяти и примерно 14 ГиБ ОЗУ.
- Вы хотите чекпоинты Base и SFT для дообучения, с общественными тренерами, заявляющими обучение адаптеров от 6 ГБ VRAM.
Выбирайте Z-Image, если
- Вам нужна максимально быстрая генерация: Turbo делает 8 шагов без guidance и умещается на GPU с 16 ГБ.
- Вы делаете в основном фотореалистичные изображения — то, что Tongyi называет сильной стороной Turbo.
- Вам нужна модель с большим сообществом: на Hugging Face у Z-Image-Turbo было около 743 000 загрузок за 30 дней до 11 ноября 2026 года против примерно 22 000 у MOSS-Image-SFT.
- Вы можете дождаться чекпоинтов editing и omni от Tongyi, которые на странице GitHub помечены как forthcoming.