Z-Image Turbo po polsku - cena, test, API i lokalnie

Z-Image Turbo to otwarty model obrazów od zespołu Tongyi w Alibabie, nastawiony na szybkość i niski koszt. W Jantarisie kosztuje 0,09 zł za obraz i jest najtańszym modelem obrazu w całym katalogu. U mnie lokalnie, na karcie RTX 4090, robił obraz 1344x768 w 4-4,5 sekundy w 9 krokach. Dobrze pisze krótkie angielskie napisy, ale polskie znaki mu nie wychodzą. Niżej mój test, słabe strony, kod API i uczciwe porównanie: przez API czy na własnej karcie.

Co to jest Z-Image Turbo

Z-Image to rodzina modeli obrazów opublikowana przez Tongyi-MAI (Alibaba) w listopadzie 2025 roku. Wersja Turbo jest destylowana: zamiast kilkudziesięciu kroków próbkowania potrzebuje kilku, więc obraz powstaje bardzo szybko. Model ma około 6 mld parametrów, a wagi są na licencji Apache 2.0, która pozwala na użytek komercyjny.

W Jantarisie Z-Image Turbo ma identyfikator z-image i prosty zestaw opcji:

Strona modelu z aktualną ceną: Z-Image Turbo.

Ile kosztuje Z-Image Turbo

Jeden obraz to 0,09 zł za obraz, w złotówkach brutto z VAT. Cena nie zależy od proporcji ani długości promptu. Sprawdziłem cały katalog obrazów w Jantarisie: żaden inny model nie jest tańszy. Dla porównania kilka innych modeli z katalogu:

Jak w każdym modelu w Jantarisie: koszt widzisz przed wysłaniem (estimated_cost), nieudana generacja kosztuje 0 zł, saldo nie wygasa, nie ma abonamentu. Doładowanie od 40 zł BLIK-iem albo kartą, faktura VAT przychodzi automatycznie.

Jak szybki jest Z-Image Turbo

Moje pomiary są lokalne: ComfyUI, karta RTX 4090 z 24 GB pamięci, model w wersji bf16, 9 kroków. Czasy z pliku z wynikami testu:

Pierwszy obraz trwał prawie 8 minut, bo w tym czasie model wczytywał się z dysku do pamięci karty. To jednorazowy koszt startu: na nieobciążonym dysku NVMe wczytanie trwa zwykle kilkadziesiąt sekund. Drugi obraz zajął 7,5 s, a każdy następny około 4 sekund.

Przez API czas nie zależy od mojej karty, tylko od kolejki i obciążenia serwerów, więc tych 4 sekund nie obiecuję. Dla obrazów najwygodniej dopisać ?wait=60: serwer czeka na wynik i oddaje gotowy plik w jednej odpowiedzi.

Co wychodzi dobrze: mój test

Wszystkie obrazy w tym tekście zrobiłem sam, lokalnie, tym samym modelem. Prompty były po angielsku.

Krótkie angielskie napisy

Prompt prosił o tablicę w oknie kawiarni z dopiskiem reading exactly "FRESH BREW". Litery wyszły bez błędu, z cieniem i krojem jak u szyldziarza. Model pominął tylko tablicę: litery namalował wprost na szybie.

Fotorealizm i światło

Zdjęcie produktowe bursztynu z inkluzją: prześwit, krople na łupku, płytka głębia ostrości. Jak na model, który liczy obraz w 4 sekundy, detal jest dobry. W każdej proporcji wyszedł jednak inny owad w środku, co dokładniej opisuję w poradniku jak pisać prompty do obrazów AI.

Model dobrze reaguje na słownik fotograficzny: "24mm wide lens" poszerzył kadr, "long exposure" rozmył fale, "blue hour" zmienił całą paletę.

Gdzie Z-Image Turbo się potyka

Tu korzystam z dwóch źródeł: własnej serii testowej i wcześniejszego testu, który opisałem na promptowy.com (osiem poleceń, Z-Image Turbo kontra Qwen-Image 2.1, ten sam komputer).

• Polskie znaki. Szyld "PIEKARNIA ŻÓŁĆ" wyszedł jako "ŽÓŁČ": dwie litery dostały czeski daszek. Polskie napisy dodawaj w edytorze albo wybierz model, który je umie (porównanie w tekście GPT Image 2.5 vs Nano Banana Pro vs FLUX.2).
• Dopisywanie tekstu. Prośba o ilustrację w stylu znanego magazynu skończyła się dwukrotnie wpisaną winietą z jego tytułem. Styl opisuj słowami, nie nazwą pisma.
• "No text" nie wystarcza. W mojej serii plakat z dopiskiem "no text" dostał drobne pseudo-napisy na dolnym marginesie.
• Polskie realia. Pierogi wyszły bliżej ravioli, Morskie Oko jak alpejskie jezioro. Model zna świat ogólnie, gorzej lokalne szczegóły.
• Ogólny wynik. W moim rankingu dziesięciu generatorów na pięciu tych samych poleceniach Z-Image Turbo dostał średnio 5,7/10, najmniej ze wszystkich. Nano Banana Pro miał 9,0. Szczegóły w rankingu generatorów obrazów.

Ta lista nie skreśla modelu, tylko mówi, do czego go nie brać.

Kiedy wybrać Z-Image Turbo

Biorę go, gdy:

• potrzebuję dużo obrazów i liczy się koszt jednej sztuki (ilustracje do wpisów, tła, makiety stron),
• testuję prompt, zanim wyślę go do droższego modelu,
• obraz ma krótki napis po angielsku albo nie ma go wcale,
• chcę szybkich szkiców kompozycji w kilku proporcjach,
• generuję skryptem setki wariantów i odrzucam słabsze.

Nie biorę go, gdy:

• grafika ma polski tekst,
• muszę edytować zdjęcie albo użyć referencji (Z-Image Turbo nie przyjmuje obrazów wejściowych),
• potrzebuję powtarzalności przez seed,
• obraz idzie na okładkę albo do druku i liczy się każdy detal.

Z-Image Pro: kiedy dopłacić

Z-Image Pro (0,294 zł za obraz) to drugi model tej rodziny w Jantarisie. Różnice:

Z-Image Pro ma sens, gdy chcesz wrócić do udanego obrazu i zmieniać pojedyncze słowa przy stałym seedzie. Do masowych serii i szkiców zostaję przy Turbo. Z-Image Pro nie testowałem, więc nie porównuję jakości obu wersji.

Z-Image Turbo przez API

Model przyjmuje tylko dwa pola: prompt i aspect_ratio. Każde inne pole, np. seed albo num_images, kończy się błędem 422. Klucz API tworzysz w panelu po rejestracji.

curl "https://jantaris.com/v1/generate?wait=60" \
  -H "Authorization: Bearer $JANTARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-image",
    "input": {
      "prompt": "photo of a small coffee shop window at night, a hand-lettered sign reading exactly \"FRESH BREW\", warm interior light, rain drops on the glass",
      "aspect_ratio": "16:9"
    }
  }'

Python, z zapisem pliku:

import os
import requests

API = "https://jantaris.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['JANTARIS_API_KEY']}"}

r = requests.post(
    f"{API}/generate",
    params={"wait": 60},
    headers=HEADERS,
    json={
        "model": "z-image",
        "input": {
            "prompt": "macro product photo of a raw Baltic amber pendant on dark wet slate, "
                      "single warm backlight, shallow depth of field",
            "aspect_ratio": "1:1",
        },
    },
    timeout=130,
)
r.raise_for_status()
task = r.json()

if task["status"] == "succeeded":
    url = task["output"][0]["url"]
    with open("bursztyn.png", "wb") as f:
        f.write(requests.get(url, timeout=60).content)
    print("zapisano, koszt:", task["cost"])
elif task["status"] == "failed":
    print("błąd (0 zł):", task["error"])
else:
    print("jeszcze trwa, odpytuj:", task["poll_url"])

JavaScript (fetch, Node 18+):

const res = await fetch("https://jantaris.com/v1/generate?wait=60", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.JANTARIS_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "z-image",
    input: { prompt: "flat vector illustration of a lighthouse, limited palette", aspect_ratio: "9:16" },
  }),
});
const task = await res.json();
console.log(task.status, task.output?.[0]?.url ?? task.poll_url);

Linki do wyników są ważne ograniczony czas, więc plik pobieraj od razu. Przy seriach setek obrazów zamiast ?wait=60 lepiej użyć webhook_url. Serie z pliku i obsługę błędów opisałem w poradniku generowania obrazów w Pythonie, a pełny opis pól jest w dokumentacji.

Z-Image Turbo w Jantaris Studio

Bez kodu: w Jantaris Studio wybierasz Z-Image Turbo, wklejasz prompt i klikasz jedną z pięciu proporcji. Formularz ma tylko te dwa pola, bo tylko tyle model przyjmuje. Gotowe obrazy zostają w historii generacji na koncie.

Lokalnie czy przez API

Z-Image Turbo ma otwarte wagi, więc możesz go uruchomić u siebie za darmo, jeśli masz odpowiednią kartę. Porównanie na podstawie mojej instalacji:

Na kartach z 12-16 GB pamięci model działa wolniej, bo część trafia do RAM-u. Na 8 GB trzeba szukać wersji skwantyzowanych (fp8, GGUF) kosztem jakości. Pełny rachunek, kiedy własna karta się zwraca, jest w tekście lokalny model czy API.

Moja praktyka: jeśli karta już stoi pod biurkiem, lokalnie robię długie serie i eksperymenty z seedem. API biorę, gdy generowanie ma działać na serwerze, w automatyzacji albo u klienta bez mocnej karty, i gdy potrzebuję faktury.

Najczęstsze pytania

Czy Z-Image Turbo jest darmowy?

Wagi są darmowe, na licencji Apache 2.0, więc lokalnie płacisz tylko za prąd i sprzęt. W Jantarisie obraz kosztuje 0,09 zł za obraz. Jantaris nie ma darmowego planu ani kredytów na start, minimalne doładowanie to 40 zł, a nieudane generacje są za 0 zł.

Czy Z-Image Turbo pisze po polsku?

Krótkie napisy po angielsku pisze dobrze. Polskie znaki w moim teście się posypały ("ŽÓŁČ" zamiast "ŻÓŁĆ"), więc polski tekst dodaję w edytorze grafiki. Promptów po polsku nie testowałem, wszystkie testy były po angielsku.

Czy można ustawić seed w Z-Image Turbo przez API?

Nie, w Jantarisie Z-Image Turbo przyjmuje tylko prompt i aspect_ratio. Seed ma Z-Image Pro.

Czy Z-Image Turbo edytuje zdjęcia?

Nie, nie przyjmuje obrazów wejściowych. Do edycji użyj np. FLUX.1 Kontext [pro], GPT Image 2.5 albo Nano Banana Pro.

Jaka karta jest potrzebna, żeby uruchomić Z-Image Turbo lokalnie?

U mnie wersja bf16 zajęła do 18,2 GB pamięci na RTX 4090 i robiła obraz w około 4 sekundy. Na kartach z 12-16 GB zadziała wolniej, na 8 GB potrzebna jest wersja skwantyzowana.

Czy obrazy z Z-Image Turbo można wykorzystać komercyjnie?

Licencja wag Apache 2.0 pozwala na użytek komercyjny. Odpowiedzialność za treść obrazu, np. wizerunki osób i znaki towarowe, zostaje po Twojej stronie.