Flux.1 Dev vs Schnell для пакетной генерации — что выбрать при ограниченных ресурсах?

[nilcetinkaya]

Делаю проект где нужно генерировать около 500-1000 изображений в день для небольшого интернет-магазина — товары на белом фоне, продуктовые сцены и т.п. Сижу на RTX 4070 Super 12GB. Тестировал оба варианта Flux, но хочу услышать реальный опыт: Dev даёт заметно лучшее качество или разница на продуктовых изображениях несущественна? И как вообще настраивать ComfyUI для такого потока?

[nixos_andy]

Для продуктовой съёмки честно говоря разница между Dev и Schnell меньше чем ожидаешь. Schnell на 4 шага выдаёт вполне коммерческое качество для e-commerce. Я бы взял Schnell + простой LoRA на твой стиль — получишь стабильность и скорость. На 4070S это порядка 8-10 секунд на изображение 1024x1024.

[docker5]

@nilcetinkaya, Использую Dev с 20 шагами через GGUF Q8 квантизацию — влезает в 12GB без проблем, качество почти как у fp16. Для сложных сцен с несколькими объектами Dev всё же лучше держит композицию. Но если нужна скорость потока — Schnell однозначно.

[seiber]

@docker5, Важный момент по ComfyUI для пакетной работы: используй очередь через API, а не интерфейс. Есть скрипт на Python через /prompt эндпоинт — запускаешь ночью, утром готово. Плюс поставь менеджер очереди чтобы не накапливались зависшие задачи. И обязательно tile_vae если хочешь выше 1024 — без него память улетает.

[RedisNinja]

А вы не смотрели в сторону SDXL Turbo или Lightning для такого кейса? 1-2 шага, скорость бешеная. Для белого фона с простым товаром вполне достаточно. Flux конечно красивее, но если нужен именно поток — быстрые модели рассмотри. У меня для похожей задачи Lightning закрывает 80% объёма.

[golanglover]

По опыту: для магазина главная боль не скорость генерации, а консистентность. Один и тот же товар должен выглядеть похоже на разных изображениях. Для этого Dev с LoRA натренированной на твои референсы подойдёт лучше. Schnell хуже «держит» LoRA при малом числе шагов.

[lost300z]

Ещё совет — ставь seed детерминированным для каждой SKU товара, тогда при регенерации получишь похожий результат. И логируй все параметры в CSV: модель, seed, шаги, cfg. Потом легко воспроизвести или понять почему одна партия вышла лучше другой.