Qwen-Image: RTX PRO 4500 oder 6000 Blackwell Server Edition, VRAM und Bilder pro Stunde

GPU-Anforderungen von Qwen-Image: welche Karte reicht

Qwen-Image läuft in FP8 auf einer NVIDIA RTX PRO 4500 Blackwell Server Edition mit 32 GB und in vollem BF16 auf einer NVIDIA RTX PRO 6000 Blackwell Server Edition mit 96 GB. Sein 20B-Diffusionstransformer belegt in BF16 40,9 GB, was keine 32-GB-Karte aufnimmt, und als FP8-Datei rund 20,4 GB. Für Produktbilder in großer Zahl liefern acht RTX PRO 4500 Server Edition und vier RTX PRO 6000 Server Edition nach unserer Schätzung eine ähnliche Zahl von Bildern je Kilowatt; die Wahl hängt von der Präzision, den Bearbeitungsabläufen und den übrigen Aufgaben des Servers ab.

Alibabas Qwen-Team hat Qwen-Image am 4. August 2025 mit seinen Gewichten unter Apache 2.0 veröffentlicht, gefolgt von Qwen-Image-Edit, Edit-2509, Edit-2511, Qwen-Image-Layered und Qwen-Image-2512, deren Repositories zwischen August und Dezember 2025 zuletzt aktualisiert wurden. Unser Leitfaden zu den GPU-Anforderungen von FLUX führt Qwen-Image neben FLUX und Stable Diffusion mit ihren Lizenzen; dieser Artikel dimensioniert die Apache-lizenzierten Qwen-Image-Modelle auf den beiden Server-Edition-Karten, für E-Commerce-Teams und Agenturen, die täglich Produktbilder erzeugen und bearbeiten.

NVIDIA-Produktseiten und Product Briefs, gelesen am 24. Oktober 2026; FP8-Raten sind MAMF-Messungen von StorageReview (anhaltende dichte Matrixmultiplikation) vom 14. Oktober 2026, der Wert der RTX PRO 6000 an der Workstation Edition gemessen, die laut StorageReview identisch zur Server Edition abschneidet.

Speicherbedarf von Qwen-Image: BF16-, FP8- und NVFP4-Dateien

Die Pipeline besteht aus drei Teilen: dem Diffusionstransformer, einem Textencoder und einem VAE. Der Textencoder ist Qwen2.5-VL mit 28 Schichten und einer Hidden Size von 3.584, das Vision-Language-Modell mit 7B, wie seine Konfiguration und die Dateinamen der ComfyUI-Neuverpackung zeigen. Das offizielle Repository hat 57,7 GB.

Dateilisten von Qwen/Qwen-Image (BF16) und Comfy-Org/Qwen-Image_ComfyUI (Dateien fp8_e4m3fn, fp8_scaled und nvfp4) auf Hugging Face, gelesen am 24. Oktober 2026; VAE-Größe nach unserer Rechnung als Differenz zwischen Repository-Summe und den beiden großen Ordnern.

Auf der RTX PRO 6000 Server Edition, deren Treiber 95,6 GiB meldet, lässt die BF16-Pipeline rund 42 GiB für Aktivierungen, ein zweites Modell oder einen Satz LoRAs frei. Für die RTX PRO 4500 Server Edition schätzen wir rund 31,9 GiB sichtbaren Speicher, skaliert von der 96-GB-Karte; die FP8-Pipeline lässt dort also rund 4 GiB frei. Die Aktivierungen sind bei den Auflösungen der Modellkarte nach unserer Rechnung klein (ein Hidden State aus 6.889 Token × 3.072 Werten in BF16 hat rund 42 MB), für ein zweites Modell reicht der Platz aber nicht. Diffusers und ComfyUI können den Textencoder außerdem nach dem Kodieren des Prompts entladen, was auf der 4500 rund 9 GB freigibt; für den nächsten Prompt muss er dann neu geladen werden. Unsere Regel für Nutzer je Karte bei LLMs (90 Prozent des Treiberwerts minus 3 GiB) gilt hier nicht, weil ein Diffusionsmodell keinen Cache je Nutzer hält; wir vergleichen die Dateigrößen mit dem vom Treiber gemeldeten Speicher und lassen Reserve.

Die 32-GB-Karte nimmt den BF16-Transformer auch allein nicht auf. FP8 halbiert die Gewichte, und die Qualität prüfen Sie an Ihren eigenen Prompts und Produkten, bevor Sie damit planen. Das ComfyUI-Repository enthält außerdem eine Variante „fp8_hq“ mit 22,7 GB und eine gemischte FP8-Datei mit 20,5 GB. NVFP4 ist das 4-Bit-Format, das die FP4-Tensor-Cores von Blackwell rechnen, und beide RTX-PRO-Karten haben sie; einen veröffentlichten Vergleich von Geschwindigkeit oder Qualität dafür haben wir nicht gefunden, und StorageReview merkt zur 4500 an, „the FP4 advantage exists at the GEMM level and has not reached the serving stack yet“, bezogen auf LLMs.

Bilder pro Stunde: was ein Bild kostet

Das Beispiel der Qwen-Image-Modellkarte erzeugt quadratische Bilder mit 1328 × 1328 und 16:9 mit 1664 × 928, mit num_inference_steps=50 und true_cfg_scale=4.0. Die Diffusers-Dokumentation schreibt, Classifier-free Guidance „is enabled by setting true_cfg_scale > 1 and a provided negative_prompt“, auch mit einem leeren Negativ-Prompt, und dann läuft der Transformer zweimal je Schritt. Das VAE verkleinert jede Seite um den Faktor 8, und der Transformer fasst 2 × 2 latente Pixel zu einem Token zusammen; ein Token deckt also nach unserer Lesart der Konfigurationen 16 × 16 Pixel ab: 6.889 Bild-Token bei 1328 × 1328, 6.032 bei 1664 × 928.

Der Transformer von Qwen-Image hat zwei Ströme. In jedem seiner 60 Blöcke haben Bild-Token und Text-Token eigene Attention-Projektionen und Feed-Forward-Schichten und treffen sich nur in der gemeinsamen Attention; die Modulationsschichten wirken einmal je Bild auf das Zeitschritt-Embedding, wie der Diffusers-Code zeigt. Ein Bild-Token durchläuft also rund 6,8B der 20,4B Gewichte, 4 × 3.072² + 2 × 3.072 × 12.288 je Block. Nach der üblichen Zählung kostet ein Durchlauf rund 2 × 6,8B × 6.889 Operationen in den linearen Schichten plus 4 × 6.889² × 3.072 × 60 in der Attention, 9,4 × 10^13 plus 3,5 × 10^13, zusammen rund 1,3 × 10^14. Prompt-Token, Textencoder und VAE kommen hinzu und sind nicht mitgezählt, der Wert bleibt also eine Untergrenze. Hundert Durchläufe, 50 Schritte mit Guidance, ergeben rund 1,3 × 10^16 Operationen je Bild. Die Lightning-LoRA von lightx2v unter Apache 2.0 rechnet Qwen-Image in 8 Schritten mit true_cfg_scale=1.0, wie ihre Modellkarte und die Diffusers-Dokumentation zeigen: 8 Durchläufe statt 100.

Teilt man durch die von StorageReview gemessene FP8-Matrixrate, ergibt sich eine Untergrenze für die Zeit je Bild und eine Obergrenze für Bilder pro Stunde. Reale Pipelines erreichen weniger als ein reiner Matrix-Benchmark, und ein BF16-Lauf rechnet langsamer als FP8; gemessene Werte fallen also niedriger aus. Ob eine FP8-Datei in FP8 rechnet oder ihre Gewichte nur in FP8 speichert, hängt von der Software ab; die Obergrenze gilt in beiden Fällen. Auf der RTX PRO 6000 begrenzt NVIDIAs dichter BF16-Spitzenwert von 503,8 TFLOPS (Workstation Edition; die Server Edition ist niedriger eingestuft) einen BF16-Lauf enger, auf höchstens rund 141 Bilder pro Stunde mit 50 Schritten. Ein Rechenweg in NVFP4 ist nicht erfasst: StorageReview hat auf den beiden Karten 569 und 1.481 TFLOPS in FP4 gemessen, und einen veröffentlichten Geschwindigkeitswert von Qwen-Image dafür haben wir nicht gefunden.

Unsere Schätzung von Obergrenzen bei 1328 × 1328, ein Job je Karte, für Berechnung in FP8 oder BF16, abgerundet: 1,29 × 10^16 Operationen je Bild mit 50 Schritten und Guidance und 1,03 × 10^15 mit Lightning und 8 Schritten, aus Modellkarte, Konfigurationsdateien und Diffusers-Code, geteilt durch die FP8-MAMF-Werte von StorageReview vom 14. Oktober 2026 (280 TFLOPS bei 165 W, 774 TFLOPS).

Veröffentlichte Bilder pro Sekunde für Qwen-Image auf einer der beiden Karten haben wir nicht gefunden. NVIDIAs Seite zur Inferenzleistung (Metadaten vom 19. Oktober 2026) führt für die RTX PRO 6000 Server Edition FLUX, Stable Diffusion XL und Stable Video Diffusion, aber keine Zeile für Qwen-Image. Die Diffusers-Dokumentation zeigt für torch.compile eine Beschleunigung um rund das 2,4-Fache auf einer A100 80GB, ohne Auflösung oder Guidance zu nennen; ihre absoluten Zeiten verwenden wir deshalb nicht.

Für einen Shop, der 10.000 Produktbilder erneuert, ergibt die Tabelle nach unserer Rechnung eine Untergrenze von rund 1,3 Stunden mit Lightning auf acht RTX PRO 4500 Server Edition und rund 16 Stunden mit 50 Schritten. Messen Sie Ihre eigenen Prompts bei Ihrer Schrittzahl und Auflösung auf einer Karte und teilen Sie die Bilder Ihrer Spitzenstunde durch diese Rate. Wir liefern beide Karten und bauen Server um sie herum; schicken Sie uns Bilder pro Tag, Auflösungen und Bearbeitungsabläufe, und unser Team antwortet mit einer Konfiguration für jede Karte.

Bearbeitung: Qwen-Image-Edit-2511

Qwen-Image-Edit-2511 ist ein 20B-Modell in BF16 unter Apache 2.0. Seine Modellkarte nennt bessere Konsistenz von Figuren, „mitigate image drift“, das Zusammenführen zweier getrennter Personenbilder zu einem stimmigen Bild und „integrated LoRA capabilities“; ihr Beispiel übergibt der QwenImageEditPlusPipeline zwei Eingabebilder mit 40 Schritten und true_cfg_scale 4,0. Eine Bearbeitung verarbeitet zusätzlich die Eingabebilder und kostet daher je Bild mehr als eine Generierung gleicher Größe; einen veröffentlichten Wert haben wir nicht gefunden, messen Sie Ihre eigenen Bearbeitungen.

Unser Artikel zum KI-Server für E-Commerce stellt die Bildbearbeitung neben Produkttexte, Suche und einen Shop-Chatbot auf einem Server, unser KI-Server für Kreativagenturen neben Video und Rendering. Beide setzen auf die RTX PRO 6000 Server Edition, weil eine 96-GB-Karte ein 20B-Bearbeitungsmodell in BF16, rund 41 GB bei 2 Byte je Parameter, neben dem FP8-Generator mit 20,4 GB aufnehmen kann.

Acht RTX PRO 4500 oder vier RTX PRO 6000 Server Edition

Unsere Schätzungen aus den Tabellen oben; Strom wie auf unseren Konfigurationsseiten (Karten bei 165 oder 600 W, zwei AMD-EPYC-Prozessoren mit 280 W, plus 15 Prozent).

Der Server mit acht RTX PRO 4500 gibt jedem Ablauf eine eigene Karte und kommt nach unserer Schätzung mit einem 230-V-Anschluss mit 16 A je Seite aus. Seine MIG-Instanzen zu 16 GB sind für den FP8-Transformer mit 20,4 GB zu klein; auf dieser Karte läuft Qwen-Image also auf ganzen Karten. Unsere Seite zum Server mit acht RTX PRO 4500 Server Edition behandelt Gehäuse und Strom, der Vier-Karten-Aufbau in 2U die kleinere Variante mit rund 1,4 kW.

Der Server mit vier RTX PRO 6000 rechnet Qwen-Image in BF16, wenn Qualität vor Durchsatz geht, hält Bearbeitungsmodell und Generator auf derselben Karte und kann einer Karte ein LLM für Produkttexte geben. Per MIG in zwei Instanzen zu 48 GB geteilt, trägt eine Karte zwei FP8-Pipelines zu je rund 30 GB, oder in vier Instanzen zu 24 GB den FP8-Transformer mit entladenem Encoder. Unser Vergleich von acht RTX PRO 6000 oder acht RTX PRO 4500 Server Edition wägt die beiden Karten für LLMs ab, und mehrere RTX PRO 5000 oder 4500 gegen weniger RTX PRO 6000 zeigt die allgemeine Abwägung.

Als Faustregel aus diesen Werten: Nehmen Sie die RTX PRO 4500 Server Edition, wenn FP8-Qualität nach einem Test akzeptiert ist, viele Personen gleichzeitig Aufträge abschicken und der Raum nur 16-A-Anschlüsse hat. Nehmen Sie die RTX PRO 6000 Server Edition für BF16, für Bearbeitungen mit mehreren Eingabebildern oder wenn derselbe Server auch LLMs oder Video betreibt. Wir dimensionieren Server mit beiden Karten und prüfen Rack, Anschluss und Luftstrom vor dem Angebot; beschreiben Sie die geplanten Modelle und die Zahl der Personen, die in der Spitze Bilder erzeugen.

Lizenzen und Text in Bildern

Die Modellkarte von Qwen-Image nennt Apache 2.0, und die LICENSE-Datei des Repositorys ist die Apache License, Version 2.0, ohne zusätzliche Gebiets- oder Kommerzklauseln. Auch die Karten von Qwen-Image-2512, Qwen-Image-Edit-2511 und der Lightning-LoRA nennen Apache 2.0, ebenso die ComfyUI-Neuverpackung. Qwens neueres Qwen-Image-2.1 steht unter einer nicht kommerziellen Forschungslizenz, wie unser FLUX-Leitfaden darlegt; prüfen Sie also die Lizenz jedes Checkpoints, den Sie produktiv einsetzen. Ob eine bestimmte Nutzung gedeckt ist, klärt Ihre Rechtsabteilung.

Die Karte beschreibt „exceptional performance in text rendering, especially for Chinese“ und nennt „alphabetic languages like English“. Für deutsche, französische oder polnische Beschriftungen mit diakritischen Zeichen macht sie keine Angabe; testen Sie Produktetiketten also in Ihren Sprachen. Nach Artikel 50 der EU-KI-Verordnung kennzeichnen Anbieter generativer Systeme erzeugte Bilder maschinenlesbar, wie unser Artikel zur EU-KI-Verordnung für Unternehmen als allgemeine Information erklärt.

Was wir liefern

Sie können dieses System bei uns kaufen: Unser Team dimensioniert die Konfiguration nach Ihrer Arbeitslast und Ihrem Budget und antwortet innerhalb eines Werktages. Wir liefern die RTX PRO 4500 Server Edition und die RTX PRO 6000 Server Edition als Karten für Ihre Server oder in KI-Servern auf Bestellung, vor der Lieferung montiert und getestet, mit einem EU-Vertrag und einer Rechnung und mit Herstellergarantie auf jede Komponente. Betriebssystem, Treiber, CUDA und eine Container-Laufzeit installieren wir auf Wunsch; Mengen und Lieferzeit werden mit dem Angebot schriftlich bestätigt.

FAQ