Dónde descargar y usar modelos cuantizados de Qwen Image Edit 2511

Si estás interesado en el modelo base *Qwen-Image-Edit-2511*, probablemente quieras explorar las versiones optimizadas disponibles para usarlo en tu propio entorno. Estas variantes cuantificadas, conocidas como modelos quantizados, son ideales si buscas ocupar menos memoria y no necesitas una GPU de gama alta.

Diagrama técnico mostrando la compresión de un modelo de IA en formatos ligeros.
Representación visual del proceso de cuantización para modelos Qwen Image Edit 2511.

🔗 Dónde descargar versiones cuantificadas

Hay varias plataformas donde puedes encontrar estas versiones listas para instalar. La fuente más común es Hugging Face, que aloja repositorios específicos con diferentes niveles de optimización:

  • unsloth/Qwen-Image-Edit-2511-GGUF: Este repositorio ofrece versiones en formato GGUF, disponibles en múltiples niveles de cuantización como 2-bit, 3-bit o 4-bit. Son excelentes para usar con ComfyUI u otros frameworks.
  • armychimp/Qwen-Image-Edit-2511-FP8: Una variante específica que utiliza la cuantización FP8, lo que la hace más ligera y fácil de manejar si tienes menos VRAM disponible.

También puedes revisar sitios como SeaArt.ai, ya que a veces listan variantes GGUF adicionales que no aparecen en los repositorios principales. Si buscas velocidad extrema, existen versiones optimizadas denominadas «Lightning», como el *Qwen-Image-Edit-2511-Lightning-4steps*, que combinan técnicas de cuantización con LoRAs para una inferencia más rápida.

💡 Cómo instalarlos

Una vez tengas los archivos descargados, la instalación depende del software que utilices. Si trabajas en ComfyUI, debes seguir una estructura de carpetas clara:

  • Coloca los archivos con extensión .gguf dentro de la carpeta models/unet/.
  • Para las versiones FP8 o BF16, guarda los archivos .safetensors en la carpeta models/diffusion_models/.

Es crucial no olvidar tener instalados el text encoder y el VAE correspondientes, como Qwen 2.5 VL o qwen_image_vae, para que todo el stack funcione correctamente.

Si tienes dudas sobre qué hardware necesitas o cómo adaptar esto a tu flujo de trabajo actual, no dudes en preguntar. Puedo guiarte paso a paso para que lo configures perfectamente en ComfyUI u otro entorno local.