【高速化】Qwen-Image-2.1 のi2iを RTX 3060 で 5倍速くする3つの設定
ComfyUI で 2026年9月20日 Qwen-Image-2.1 が登場。
さっそくi2i(3DCGのフレームを2Dイラスト風に変換)を試したのですが、1枚あたり200秒かかりました。

遅い……
2世代前エントリークラスのGPUで、画像編集が自然言語で期待が持てるとはいえ、さすがに遅いです。なので高速化をいくつか試しました。
効いたのは後述の3つでした。
適用後は 199.5秒 → 39.4秒(5.1倍)に。

測定条件: RTX 3060 12GB / ComfyUI v0.37.0 / 1024x1024、参照画像3枚、cfg 1、euler + simple、シード固定。秒数はログの Prompt executed、s/it は tqdm のサンプリング実測値。
以下がその方法です。by ClaudeさんとChatGPTさん
1. GGUF をやめて公式 INT8 ConvRot にする(約2.8倍)
これが決定打でした。同条件(20 steps)で比べると、次のようになります。
・qwen-image-2.1-Q6_K.gguf = 4.72 s/it ・qwen_image_2.1_int8_convrot.safetensors = 1.70 s/it
GGUF は実行時に逆量子化してから計算するぶん、どうしても遅くなります。INT8 ConvRot は Comfy-Org/Qwen-Image-2.1 から配布されています。
ファイルは 5.88GB から 7.26GB に増えますが、3060 の 12GB で問題なく動きました。VRAM が本当に足りないとき以外、速度目的なら GGUF を選ぶ理由はなさそうです。
2. Attention を Comfy Kitchen に替える(約7〜8%)
Model Attention Backend というノードで comfy kitchen attention を選ぶだけです。KSampler の手前に挟みます。
・SageAttention(起動フラグ --use-sage-attention)= 5.06 s/it ・Comfy Kitchen = 4.72 s/it
起動フラグの SageAttention より速かったのが意外でした。ノードで切り替わるので再起動が要らず、A/B比較がその場でできるのも利点です。
3. steps を 30 → 16 に落とす(約1.25倍)
INT8 ConvRot・参照3枚でのサンプリング時間は、次のとおりです。
・20 steps = 34秒 ・16 steps = 27秒 ・12 steps = 19秒
16 までは劣化が見えませんでした。12 は駄目で、スカートのチェック柄がぼけ、鞘の白い帯が崩れます。さらに、入力に対する人物の大きさが 1.020倍 から 1.057倍 にずれました。シードを固定したうえで、出力から人物のバウンディングボックスを測って比べています。
結果
・変更前 Q6_K / 30 steps / Sage = 4.90 s/it、合計 199.5秒 ・変更後 INT8 ConvRot / 16 steps / Comfy Kitchen = 1.69 s/it、合計 39.4秒
補足:サンプリング以外に12〜50秒かかる
テキストエンコーダ(9.35GB)と DiT を VRAM で入れ替えるコストです。steps を削っても、ここは減りません。
連番で処理するなら、キューにまとめて積むと2枚目以降はこの分が消えます。同じ構成でも、続けて流した回は合計が 79.3秒 から 39.4秒になりました。
追記
ネガティブプロンプトを入れると20秒くらい遅くなります
サンプラー DDIM でステップ10 ネガティブ込みで 約37秒
おまけ
統一感が課題。
以上です!