腾讯把 AI 画图打到 0.15 元一张，开源自建还有必要吗？我算了笔账

腾讯把 AI 画图打到 0.15 元一张，开源自建还有必要吗？我算了笔账

一张 2K 的 AI 生成图，现在只要一毛五。

什么概念？大概是一根棒棒糖、半张打印纸、小区门口一瓶水的三分之一。腾讯 Hy Image 3.5 预览版把这个价格摆出来的时候，很多做设计的、做电商的、做自媒体的朋友第一反应是：那我家里那张吃灰的 4090，是不是可以挂二手平台了？

但另一边，开源社区也没闲着。Qwen-Image 2.1 刚出来没多久，就有人给它做了个“涡轮增压版”——原本要跑 40 步的模型，硬生生压到 6 步，官方说法是端到端快了大约 5 倍，画质在大多数提示词下“肉眼难分”。

一边是一毛五的现成服务，一边是免费下载、自己架锅做饭。这场仗，到底该怎么打？

一、先弄明白：0.15 元到底便宜在哪

我们先把价格拆开看。

按官方的说法，2K 图 0.15 元一张，而且只对“输出”的图片计费——你丢进去的参考图不算钱。

这意味着，你让 AI 改 10 次背景、换 10 套衣服，只要最后出一张图，就只付一张的钱。对做电商主图、做小红书配图的人来说，这个计费方式其实比“按次调用”友好得多。

更直观一点：100 张 15 块，1000 张 150 块。

请一个设计师做一张能用的主图，报价从几十到几百不等；外包给兼职，改三版还得加钱。现在 150 块能出 1000 张草稿，哪怕十张里只有一张能用，也够一个小团队刷一整天了。

所以这 0.15 元真正冲击的，不是“AI 画图”这个圈子，而是所有需要大量图片、但预算又不高的生意。

二、开源加速版到底是个啥？给老牛车装了个涡轮

Qwen-Image 2.1 原本是个“慢性子”：出一张图要跑 40 步。

你可以把生成图片想象成画家起稿。第一步是几根潦草的线，中间几十步是不断擦掉重画、补细节、调光影，最后一步才收笔。步数越多，画得越细，但也越慢。

这个 viggle-turbo 干的事，相当于请了一位老师傅，把“中间那些可以跳过的反复修改”提前练成了肌肉记忆。它不改变画家的基本功，只是让他少擦几遍，直接往对的地方画。

具体压到了什么程度？

• 6 步出图，官方说端到端比 40 步的原版快约 5 倍；
• 还额外砍掉了一个叫 CFG 的环节。这个环节原本是“每画一笔，都要正着画一遍、反着画一遍再对比打分”，现在直接一笔到位，等于又省了一半的力气；
• 除了文生图，它还能拿 1 到 3 张参考图做“指令式修图”——你说“把背景换成黄昏海滩，人别动”，它就照做。

而且它的体积很讨喜。核心的加速补丁（LoRA）只有 1.3GB，精简版 0.7GB；就算把整个模型打包成压缩版，最小能压到 4.3GB。

对比一下：原版模型动辄十几个 GB，一张消费级显卡塞进去就开始喊救命。现在这个压缩版，12GB 显存的卡都能试着跑一跑，门槛低了一大截。

三、真跑起来：爽是真的爽，坑也是真的坑

这类项目最怕只看宣传不看实测。我把仓库里的说明和社区里的实测翻了一遍，发现几个特别真实的细节，值得提前告诉你。

第一个爽点：它真的不挑食。

作者在说明里写得很实在：6 步版和 40 步原版，在官方给出的例子上“大多数提示词下很难分辨差别”。真正拉开差距的，是密密麻麻的小字和特别复杂的合成编辑。也就是说，你画风景、画人像、画产品图，基本放心；你要它在一张海报上写一整段小字，那就得看运气。

第二个爽点：它给了你“后悔药”。

如果你既想要速度、又怕字写错，它还有一个 9 步模式：前 7 步用加速版猛冲，最后 2 步切回原模型精修。耗时大约是 6 步的 1.4 到 1.5 倍，但仍然比原版快 3 倍多。这就像赶稿时先用草书飞速写完，最后两行再换成楷书慢慢描。

坑在这儿：默认配置可能把你的 24GB 显存撑爆。

仓库里的 ComfyUI 工作流，默认用的是 int8 量化模型 + 加速补丁 + 提示词增强，官方自己测出来，在 1248×832 分辨率下峰值显存大约26GB。

26GB，比 4090 的 24GB 还多。也就是说，你如果照着默认设置一把梭，很可能跑着跑着就掉进内存里，速度瞬间从“飞”变成“爬”。

实际可行的做法是：关掉提示词增强，或者换成 5.1GB 的 Q5 压缩版，甚至 4.3GB 的 Q4 版。代价是画质会飘——作者测了 96 组请求，Q4 版有 23 到 29 组会出现肉眼可见的变化。省显存和省心，只能选一个。

还有个挺可爱的地方：作者自己承认，ComfyUI 那部分“大部分是让 AI 助手写的，我自己平时不天天用 ComfyUI”。这种坦白反而让人放心——至少数据没吹。

上面这两张就是仓库里自带的编辑示例图。拖进工作流，配一句“换个背景”或者“换身衣服”，就能直接看到效果，不用自己先去找素材。

四、算真账：自建 4090 到底是省钱还是烧钱

好，回到最关键的问题。

一台能舒服跑这个模型的 4090 整机，按 2 万块算，用 3 年折旧，每个月摊556 元。

电费其实可以忽略：600 瓦满载跑 20 秒出图，一张图的电费不到 3 厘钱。真正贵的从来不是电，是那台机器本身。

现在我们来做个公平对比。假设你抽卡的废片率是 3 比 1，也就是出 3 张才能挑出 1 张能用的。

• 用 API：一张可用图 = 3 次调用 =0.45 元
• 用自建：折旧固定 556 元/月，抽多少张都不额外花钱

两者打平的临界点在哪？

556 ÷ 0.45 ≈ 1235 张可用图/月，也就是每天稳定产出 41 张“能用的图”。

这个数字很微妙。

如果你是个自媒体作者，一天出 5 张封面，一个月 150 张，API 花 67 块，自建要摊 556 块，贵了 8 倍，机器剩下 29 天都在吃灰。

如果你是个电商团队，一天要上 200 个 SKU，每个 SKU 三张图，那自建的优势就出来了：机器 24 小时连轴转，折旧被摊薄到几分钱一张，而且想抽多少抽多少，废片不心疼。

还有第三条路，很多人忽略了：租卡。

按 2 元一小时租一张 4090，一小时能出上百张图，摊下来一张几分钱。它既没有 2 万块的一次性投入，又保留了“随便抽卡”的自由。对于“一阵一阵爆发”的需求——比如大促前一周疯狂出图——这可能是最划算的方案。

五、最容易被忽略的一刀：它写着“仅限非商用”

这一点，我必须单独拎出来说。

这个加速版仓库采用的许可证，是 Qwen 的研究许可协议，明确写着仅限非商业用途——研究或评估可以，商用需要单独向授权方申请。

也就是说，很多人口中的“开源免费”，其实是“开源免费玩”。

你拿它给自家猫做头像，没问题；你拿它给客户做商单、给店铺做详情页、做成付费服务卖钱，那就踩线了。

这时候再看那 0.15 元，性质就变了：你买的不是算力，是合规、是稳定、是不用担心哪天收到律师函。

对正经做生意的人来说，这一条的分量，可能比省下来的几百块电费重得多。

六、所以到底该怎么选

说点实在的结论，不绕弯子。

这几种情况，老老实实买 API：

• 一个月出图不到一千张，量小；
• 要商用、要发票、要稳定的服务承诺；
• 需要 2K 大图、需要海报上写清楚小字；
• 不想折腾环境、不想半夜起来看显存爆没爆。

这几种情况，开源加速版真香：

• 素材涉密，客户人像、未发布的产品图不能上传；
• 要接进自己的批量流水线，一次跑几千张；
• 想自己再微调风格、训练专属味道；
• 内网、断网环境，压根连不上外网；
• 纯粹是技术爱好者，享受“我自己家的模型”的快感。

而这几种情况，租卡最聪明：

• 平时不怎么用，赶上大促猛干一周；
• 想先试试水，又不想买卡。

写在最后

其实这两条路从来不是“你死我活”。

0.15 元一张，把 AI 画图变成了像自来水一样的东西——拧开就有，按吨收费。而开源加速版，把“自己打一口井”的成本，从原来的“要 40 步那么深的钻井”，压到了“6 步就能见水”。

一个负责让所有人用得起，一个负责让少数人用得深。

真正值得琢磨的是：当一张图便宜到一毛五，我们缺的到底是画图的能力，还是知道自己要画什么的能力？

你身边有没有那种“囤了一堆模型、最后一堆照片躺在硬盘里”的朋友？或者你自己就是？评论区聊聊，你更愿意花两万块买张卡，还是每个月花几十块买张图？