通义千问qwen
通义千问 qwen_3_4b-fp8.safetensors模型的使用教程及下载地址分享
标签：通义千问、本地大模型、Qwen3、ComfyUI生图、AI绘图、z-image-turbo、FP8模型、模型分享、AI加速
身为一个常年折腾本地 AI 模型的前端工程师，我一直都在寻找一种既轻量又能跑得飞快的模型方案。前段时间刷到不少人在讨论 qwen_3_4b-fp8 的性能，说这玩意解码速度快得离谱，还特别适合做本地生成式工作流。
为了搞清它到底是不是真的这么猛，我花了一个晚上把模型拉下来，并塞进自己的 ComfyUI 流程里，顺便搭上最近火得不行的 z-image-turbo，结果实际跑下来比我预期还要爽。
下面我就把整个体验、配置方式、模型信息，还有下载方式全部整理出来，方便你们也能轻松复现。
先放qwen_3_4b-fp8.safetensors下载地址:https://pan.quark.cn/s/dbf9a4a9f32cz-image-turbo-fp8模型下载地址:
https://pan.quark.cn/s/731f89698ff9
一、为什么选 Qwen3-4B-FP8？（4B 竟然这么快）
如果你电脑显存不算大，但又想玩本地 大模型 推理，那么 4B 体量的 FP8 版本真的很香：
亮点总结（但不是最终结论） 体积极小：FP8 比 FP16、BF16 轻多了解码速度极快：本地实时感强能力在同尺寸模型里非常能打配合 ComfyUI + z-image-turbo，能实现“快速文生图”流程特别是放进绘图管线里的时候，速度快到基本没有任何等待焦虑。
二、模型文件信息（含 safetensors 版本）
本次分享的模型文件：
qwen_3_4b-fp8.safetensors 1
格式为 safetensors，加载更安全，也更适合放到本地推理流程里。
三、如何在 ComfyUI 中使用？（含 z-image-turbo 搭配方法）
我这次的流程主要围绕：
ComfyUI + z-image-turbo + Qwen3-4B-FP8
大致结构如下：
加载 Qwen3 模型（fp8）使用 Custom Nodes 中的文本模型加载节点z-image-turbo 负责图像生成核心加速Qwen3 负责 prompt 组织、场景理解或需求扩写最终进入绘图节点生成结果
整个过程并不复杂，真正的关键点只有两个：
关键点 1：模型路径要绝对正确将 qwen_3_4b-fp8.safetensors 放到：
ComfyUImodelstext_encoders 1
或你的自定义目录（只要在节点里能正确引用即可）。
关键点 2：建议搭配 Turbo 流程如果你使用：
z-image-turbo（极快）SD Turbo 系模型FastFlux / LCM / Hyper-SD都可以让整条链路速度进一步提升。
实际体验下来：
4B FP8 + z-image-turbo 的 prompt 解读速度
真的比 13B、33B 那些巨型模型跑图更爽。
四、实际速度体验（我本机数据）
我的配置：
RTX 4060 单卡8G 显存Windows + ComfyUIQwen3-4B-FP8 加载速度：约 1 秒
ComfyUI 中 prompt 解读：完全不卡顿
z-image-turbo 出图速度：约 1.5~2 秒一张
整个体验非常顺畅。
五、模型下载地址
链接：https://pan.quark.cn/s/dbf9a4a9f32c
https://pan.quark.cn/s/dbf9a4a9f32c
你只需要下载 qwen_3_4b-fp8.safetensors 放到 ComfyUI 的模型目录就能直接使用。
六、结语：这小模型太能打了
这波实测结束，我得说一句：
4B + FP8 + safetensors + Turbo 工作流 = 本地推理性价比天花板
如果你正在找一个轻量又够强的模型来做
Prompt 生成场景扩写本地文生图辅助超高速工作流相关知识
通义千问qwen
通义万相
阿里“千问工具箱”小程序被微信限制，提示“可能存在欺诈行为”
求好看点的东方玄幻小说
七夕快到了，来创造一副浪漫的鹊桥插画吧
分享：前端开发使用的各类 AI Copilot 辅助开发
开网店需要多少钱？都有哪些费用？
关于云四库智能问答系统的开通试用通知
阴阳师缺失的花礼式神委派 缺失的花礼加成式神是什么
企业做AI营销为什么没效果？品牌AI搜索监控的5个关键指标
原文链接: 通义千问qwen https://m.huajiangbk.com/newsview2601598.html
| 上一篇: Markdown 教程 | 下一篇: 生根粉怎么用 生根粉的多种使用方... |
