مدل ۱۲ میلیاردی متن به تصویر Krea (ژوئن ۲۰۲۶) در دو نسخه: Turbo که در ۸ گام تصویر 1K تا 2K می‌سازد و Raw برای آموزش LoRA. پردانلودترین مدل تصویر ComfyUI در ماه گذشته است؛ فایل FP8 حدود ۱۳ و NVFP4 حدود ۷٫۷ گیگابایت. ویرایش عکس ندارد و کار تجاری فقط برای شرکتهای با درآمد سالانهٔ کمتر از یک میلیون دلار آزاد است.
اجرا روی سیستم خودتان
این مدل را یک بار دانلود می‌کنید و بعد بدون اینترنت روی لپ‌تاپ، کامپیوتر یا سرور خودتان اجرایش می‌کنید.
- بعد از نصب، بدون اینترنت
- وزن‌های باز
- Krea 2 Community License Agreement v.1 — استفادهٔ تجاری با شرط
- فارسی: نامعلوم
بعد از دانلود فایل‌ها، ComfyUI و مدل بدون اینترنت کار میکنند. در قالب پیش‌فرض ComfyUI گزینهٔ prompt_enhance روشن است و یادداشت قالب می‌گوید می‌شود آن را خاموش کرد یا با نودهای API اوپن‌ای‌آی یا جمنای عوض کرد. معلوم نیست بهبوددهندهٔ پیش‌فرض کاملاً محلی اجرا شود؛ روی سیستم آفلاین خاموشش کنید.
استفادهٔ غیرتجاری آزاد است. استفادهٔ تجاری از مدل، مشتقات یا خروجی‌ها فقط وقتی مجاز است که درآمد سالانهٔ کل شرکت شما همراه با همهٔ شرکتهای وابسته کمتر از یک میلیون دلار باشد؛ بالاتر از آن مجوز سازمانی از Krea لازم است (opensource@krea.ai). هر کس مدل را در دسترس دیگران بگذارد باید فیلتر محتوای مناسب داشته باشد. مدل‌های مشتقی که توزیع می‌کنید باید نامشان با «Krea» شروع شود. مالکیت تصاویری که می‌سازید با خود شماست.
نسخه‌ها و سخت‌افزار لازم
- Turbo FP8 (پیش‌فرض ComfyUI)۱۲B
- حافظهٔ لازم:
- کارت گرافیک ۱۲ گیگ یا رم ۳۲ گیگ
به‌علاوهٔ رمزگذار متن qwen3vl_4b_fp8_scaled (۵٫۲۴ گیگابایت) و VAE به نام qwen_image_vae (۰٫۲۵)، روی هم حدود ۱۸٫۶ گیگابایت. کارت ۱۲ تا ۱۶ گیگ برآورد ماست؛ یک راهنمای غیررسمی با انتقال به رم ۸ تا ۱۲ گیگ را کافی می‌داند.
- Turbo NVFP4 (RTX 50)۱۲B
- حجم دانلود:
- ۷٫۷ گیگ
- حافظهٔ لازم:
- کارت گرافیک ۸ گیگ یا رم ۱۲ گیگ
کوچک‌ترین فایل رسمی ComfyUI. مسیر سریعش فقط روی کارت‌های RTX 50 (Blackwell) است و به گفتهٔ کارکنان Comfy روی RTX 5090 حدود ۱۵٪ سریع‌تر از FP8 است. راهنمای غیررسمی ۶ تا ۸ گیگابایت حافظه را کافی می‌داند.
- Turbo INT8 convrot۱۲B
- حافظهٔ لازم:
- کارت گرافیک ۱۲ گیگ یا رم ۱۹ گیگ
هم‌ردهٔ FP8؛ قالب ارجاع سبک ComfyUI (Krea-2 Int8: Image Style Reference) از این فایل استفاده می‌کند.
- Turbo BF16 (کامل)۱۲B
- حافظهٔ لازم:
- کارت گرافیک ۲۴ گیگ یا رم ۳۴ گیگ
فایل رسمی turbo.safetensors (دروازه‌دار) یا نسخهٔ Comfy-Org؛ رمزگذار متن BF16 هم ۸٫۸۸ گیگابایت است. کارت ۲۴ گیگابایتی یا سرور (برآورد).
- Raw (برای آموزش LoRA)۱۲B
- حافظهٔ لازم:
- کارت گرافیک ۱۶ گیگ یا رم ۱۸ گیگ
مدل پایه با ۵۲ گام و تا وضوح 1K؛ برای آموزش LoRA و سبک اختصاصی، نه ساخت روزمره. نسخهٔ FP8 آن در Comfy-Org/Krea-2 هم هست.
- GGUF Q4_K_M (جامعه)۱۲B
- حجم دانلود:
- ۷٫۵ گیگ
- حافظهٔ لازم:
- کارت گرافیک ۹ گیگ یا رم ۱۱ گیگ
غیررسمی؛ بسته به سازنده ۷٫۲۲ تا ۷٫۴۹ گیگابایت (نسخهٔ دیگر: vantagewithai/Krea-2-Turbo-GGUF). حداقل حافظه اعلام نشده. افزونهٔ ComfyUI-GGUF هنوز رمزگذار متن GGUF این مدل را درست بار نمی‌کند؛ رمزگذار safetensors را بگیرید.
نصب و اجرا
- ۱
ComfyUI را به نسخهٔ ۰٫۲۶ یا جدیدتر بهروز کنیدویندوز
update\update_comfyui.batاین فایل در پوشهٔ نسخهٔ قابل‌حمل ComfyUI است. InvokeAI نسخهٔ ۶٫۱۴ به بعد و Forge Neo نسخهٔ ۲٫۲۷ به بعد هم Krea 2 را اجرا میکنند.
- ۲
فایل‌های مدل را دانلود کنیدلینوکس
cd ComfyUI/models wget -P diffusion_models https://huggingface.co/Comfy-Org/Krea-2/resolve/main/diffusion_models/krea2_turbo_fp8_scaled.safetensors wget -P text_encoders https://huggingface.co/Comfy-Org/Krea-2/resolve/main/text_encoders/qwen3vl_4b_fp8_scaled.safetensors wget -P vae https://huggingface.co/Comfy-Org/Krea-2/resolve/main/vae/qwen_image_vae.safetensorsروی کارت RTX 50 به‌جای فایل اول krea2_turbo_nvfp4.safetensors را بگیرید. در ویندوز همین لینک‌ها را با مرورگر بگیرید و در پوشههای هم‌نام بگذارید. LoRAهای سبک اختیاری در models/loras می‌روند.
- ۳
قالب آماده را باز کنید
python main.pyدر http://127.0.0.1:8188 قالب Krea-2: Text to Image را باز کنید (نسخهٔ int8 و قالب Krea-2 Int8: Image Style Reference هم هست). پیش‌فرض ۸ گام است و prompt_enhance روشن است؛ برای کار آفلاین آن را خاموش کنید.
دانلود
- Comfy-Org/Krea-2 (Hugging Face) ↗رسمی
فایل‌های آمادهٔ ComfyUI بدون دروازه: FP8، NVFP4، INT8 و BF16، رمزگذار متن و VAE.
- krea/Krea-2-Turbo (Hugging Face) ↗رسمی
مخزن رسمی Turbo؛ دروازه‌دار (پذیرش مجوز).
- krea/Krea-2-Raw (Hugging Face) ↗رسمی
مدل پایه برای آموزش LoRA؛ دروازه‌دار.
- krea-ai/krea-2 (GitHub) ↗رسمی
کد و توضیحات رسمی.
- متن مجوز Krea 2 ↗رسمی
شرط درآمد یک میلیون دلاری و الزام فیلتر محتوا.
- راهنمای ComfyUI برای Krea 2 ↗رسمی
قالب‌ها، فایل‌ها و قالب ارجاع سبک.
- realrebelai/KREA-2_GGUFs (Hugging Face) ↗غیررسمی
نسخه‌های GGUF جامعه، Q4_K_M حدود ۷٫۵ گیگابایت.
نکات امنیتی
- همهٔ فایل‌های رسمی و Comfy-Org از نوع .safetensors هستند. بسیاری از مشتقات پرطرفدار Krea 2 نسخه‌های uncensored و NSFW جامعه‌اند؛ فقط از Comfy-Org یا krea دانلود کنید.
- طبق مجوز، هر کس مدل را برای دیگران راه بیندازد باید فیلتر محتوا داشته باشد.
- افزونهٔ ComfyUI-GGUF هنوز بخش بینایی رمزگذار Qwen3-VL را در نسخهٔ GGUF بار نمی‌کند؛ رمزگذار متن safetensors را بگیرید.
- ComfyUI را با گزینهٔ --listen روی اینترنت باز نکنید؛ پورت ۸۱۸۸ را فقط در شبکهٔ داخلی و پشت رمز عبور استفاده کنید.
برای شرکت‌ها و سازمان‌ها
شرکت‌هایی که همراه با شرکتهای وابسته درآمد سالانهٔ یک میلیون دلار یا بیشتر دارند، برای هر استفادهٔ تجاری مجوز سازمانی از Krea لازم دارند. اگر مدل را روی سرور برای کارمندان یا مشتریان راه می‌اندازید، مجوز فیلتر محتوا می‌خواهد. برای شرکت بزرگ‌تر بدون مجوز سازمانی، Qwen-Image-2512 یا Z-Image-Turbo با مجوز Apache-2.0 را ببینید.
برنامه‌هایی که این مدل را اجرا میکنند
کامفی‌یوآی
فورج نئو (رابط استیبل دیفیوژن)
اینووکایآیآخرین بررسی: ۱۲ مهر ۱۴۰۵ · انتشار: ۲۵ خرداد ۱۴۰۵
معرفی: کریا ۲ (آفلاین)
Krea 2 مدل تصویر شرکت Krea است که ۲۲ ژوئن ۲۰۲۶ (نسخهٔ ۱٫۰) با وزن باز منتشر شد. یک ترنسفورمر دیفیوژن ۱۲ میلیاردی است که فقط از متن تصویر می‌سازد و در دو نسخه می‌آید: Raw مدل پایه است و Turbo نسخهٔ تقطیرشدهٔ ۸ گامی. توصیهٔ خود Krea این است که LoRA را روی Raw آموزش دهید و با Turbo اجرا کنید. Turbo تصویر 1K تا 2K می‌سازد و Raw تا 1K آموزش دیده است. رمزگذار متنش Qwen3-VL چهار میلیاردی است.
کیفیت: Krea آن را «بهترین مدل متن به تصویر یک آزمایشگاه مستقل در Artificial Analysis» می‌نامد؛ این ادعای خود سازنده است. بستهٔ فایل‌های ComfyUI آن در ۳۰ روز گذشته بیش از ۹ میلیون بار دانلود شده و پردانلودترین مدل تصویر ComfyUI است. طبق گزارش فنی برای نوشتن متن فشرده داخل تصویر آموزش دیده و تعمیم چندزبانه دارد، ولی هیچ زبانی نام برده نشده است.
سخت‌افزار: فایل Turbo با دقت FP8 حدود ۱۳٫۱ گیگابایت است و با رمزگذار متن (۵٫۲) و VAE حدود ۱۸٫۶ گیگابایت دانلود می‌شود؛ نسخهٔ NVFP4 فقط ۷٫۷ گیگابایت است و مسیر سریعش فقط روی کارت‌های RTX 50 کار می‌کند. سازنده عدد رسمی حافظه اعلام نکرده است. یک راهنمای غیررسمی FP8 را با انتقال بخشی به رم برای کارت ۸ تا ۱۲ گیگ و NVFP4 را برای ۶ تا ۸ گیگ مناسب می‌داند و کاربران آن را روی RTX 5060 Ti شانزده گیگابایتی اجرا کرده‌اند. برآورد ما کارت ۱۲ تا ۱۶ گیگابایتی و ۳۲ گیگابایت رم است (تأیید نشده). نسخهٔ کامل BF16 (۲۶ گیگابایت) کارت ۲۴ گیگابایتی یا سرور می‌خواهد.
راه‌های اجرا: ComfyUI از نسخهٔ ۰٫۲۶ (۲۳ ژوئن ۲۰۲۶) قالب آماده دارد، InvokeAI از نسخهٔ ۶٫۱۴ (۲۵ اوت) Turbo و Raw را پشتیبانی می‌کند، و Forge Neo از نسخهٔ ۲٫۲۷ و SD.Next هم آن را دارند. Diffusers و SGLang هم مسیر رسمی دارند و صفحهٔ Hugging Face آن Draw Things و DiffusionBee را هم فهرست کرده است.
محدودیت‌ها: ویرایش عکس ندارد و Krea ویرایش و ارجاع تصویر را کار آینده اعلام کرده است؛ ComfyUI فقط یک قالب ارجاع سبک با LoRA جامعه (کار ostris) دارد که سبک ۱ یا ۲ عکس را می‌گیرد. مجوز Krea 2 Community کار تجاری را فقط برای شرکت‌هایی آزاد می‌گذارد که درآمد سالانهٔ کل (همراه با شرکتهای وابسته) کمتر از یک میلیون دلار دارند. نوشتن متن فارسی داخل تصویر هم تأیید نشده است.
بهترین کاربردها
- •بدون اینترنت با کارت گرافیک خودم از متن عکس باکیفیت بسازم
- •مدل Krea 2 را روی کامپیوتر خودم در ComfyUI اجرا کنم
- •با کارت ۸ تا ۱۶ گیگابایتی تصویر 2K را آفلاین بسازم
- •روی سیستم خودم LoRA سبک اختصاصی برای یک تصویرساز باز آموزش بدهم
- •آفلاین با InvokeAI یا Forge Neo عکس واقع‌گرایانه بسازم
- •برای کسب‌وکار کوچکم روی کامپیوتر خودم تصویر تبلیغاتی بسازم بدون آپلود پرامپت
برای این کارها سراغش نروید
- –ویرایش عکس با دستور متنی
- –شرکت با درآمد سالانهٔ یک میلیون دلار یا بیشتر بدون مجوز سازمانی
- –نوشتن مطمئن متن فارسی داخل تصویر
- –ساخت ویدیو
- –استفاده از سرویس آنلاین Krea در مرورگر
تصاویر محیط ابزار
نقاط قوت
- ✓پردانلودترین مدل تصویر ComfyUI در ۳۰ روز گذشته (بیش از ۹ میلیون دانلود فایل‌های Comfy-Org)
- ✓نسخهٔ Turbo در ۸ گام تصویر 1K تا 2K می‌سازد
- ✓فایل NVFP4 فقط ۷٫۷ و FP8 حدود ۱۳ گیگابایت
- ✓پشتیبانی ComfyUI، InvokeAI، Forge Neo، SD.Next و Diffusers
- ✓نسخهٔ Raw برای آموزش LoRA و سبک اختصاصی
- ✓مالکیت تصاویر ساختهشده با خود شماست
نقاط ضعف
- ✗دانلود FP8 با رمزگذار متن حدود ۱۸٫۶ گیگابایت است و سازنده حداقل سخت‌افزار اعلام نکرده؛ برآورد ما کارت ۱۲ تا ۱۶ گیگابایتی و ۳۲ گیگابایت رم است
- ✗کار تجاری فقط برای شرکت‌هایی با درآمد سالانهٔ کل کمتر از یک میلیون دلار آزاد است
- ✗ویرایش عکس ندارد؛ فقط متن به تصویر، با ارجاع سبک از راه LoRA جامعه
- ✗نوشتن متن فارسی داخل تصویر تأیید نشده
- ✗مخزن‌های رسمی krea دروازه‌دارند و پذیرش مجوز در Hugging Face می‌خواهند
قیمت‌گذاری
رایگان (وزن باز)
Free (open weights)رایگان
- • وزن‌های Turbo و Raw رایگان
- • کار تجاری فقط زیر یک میلیون دلار درآمد سالانهٔ شرکت
- • مالکیت خروجی‌ها با کاربر
قیمت‌ها تقریبی و بر اساس آخرین بازبینی است؛ برای قیمت دقیق به سایت رسمی مراجعه کنید.
پرسش‌های پرتکرار
با چه کارت گرافیکی اجرا می‌شود؟
سازنده عدد رسمی ندارد. برآورد ما برای Turbo FP8 کارت ۱۲ تا ۱۶ گیگابایتی و ۳۲ گیگابایت رم است و کاربران آن را روی RTX 5060 Ti شانزده گیگابایتی اجرا کرده‌اند. نسخهٔ NVFP4 (۷٫۷ گیگابایت) طبق یک راهنمای غیررسمی برای ۶ تا ۸ گیگ مناسب است ولی مسیر سریعش فقط روی RTX 50 است. نسخهٔ کامل BF16 کارت ۲۴ گیگابایتی یا سرور می‌خواهد.
Turbo را بگیرم یا Raw؟
برای ساخت تصویر Turbo را بگیرید: ۸ گام و خروجی 1K تا 2K. Raw مدل پایه است، ۵۲ گام می‌خواهد و تا 1K آموزش دیده؛ برای آموزش LoRA است. توصیهٔ خود Krea: آموزش روی Raw، اجرا روی Turbo.
برای کار تجاری آزاد است؟
فقط اگر درآمد سالانهٔ کل شرکت شما، همراه با شرکتهای وابسته، کمتر از یک میلیون دلار باشد. بالاتر از آن مجوز سازمانی از Krea لازم است. هر کس مدل را در اختیار دیگران بگذارد باید فیلتر محتوا داشته باشد. مالکیت تصاویر ساختهشده با خود شماست.
عکس را هم ویرایش می‌کند؟
نه. Krea 2 فقط متن به تصویر است و Krea ویرایش و ارجاع تصویر را کار آینده اعلام کرده. ComfyUI یک قالب ارجاع سبک با LoRA جامعه دارد و InvokeAI از نسخهٔ ۶٫۱۴٫۲ انتقال سبک از یک عکس مرجع را اضافه کرده است. برای ویرایش با دستور متنی، Qwen-Image-2.1 یا Qwen-Image-Edit-2511 را ببینید.
متن فارسی داخل تصویر می‌نویسد؟
تأیید نشده. گزارش فنی از نوشتن متن فشرده و تعمیم چندزبانه حرف می‌زند ولی هیچ زبانی را نام نمی‌برد. مطمئن‌ترین راه این است که متن فارسی را بعد از ساخت تصویر اضافه کنید.
چطور نصب کنم؟
ComfyUI را به نسخهٔ ۰٫۲۶ یا جدیدتر بهروز کنید، سه فایل مدل، رمزگذار متن و VAE را از مخزن Comfy-Org/Krea-2 در پوشههای diffusion_models، text_encoders و vae بگذارید و قالب Krea-2: Text to Image را باز کنید. InvokeAI نسخهٔ ۶٫۱۴ به بعد و Forge Neo نسخهٔ ۲٫۲۷ به بعد هم آن را اجرا میکنند.
نظرات کاربران
هنوز نظری ثبت نشده — اولین نفر باشید!
ابزارهای مشابه
مشاهده همه
کوئن ایمیج ۲.۱ (آفلاین)
Qwen-Image-2.1 (offline)
تازه‌ترین تصویرساز باز علی‌بابا (سپتامبر ۲۰۲۶): ساخت و ویرایش تصویر و خروجی با پس‌زمینهٔ شفاف در یک مدل ۷ میلیاردی که روی کارت ۱۶ گیگابایتی با ComfyUI اجرا می‌شود؛ در رأی کور Arena بهترین مدل باز است، ولی مجوزش فقط استفادهٔ غیرتجاری را آزاد می‌گذارد.
زد ایمیج توربو (آفلاین)
Z-Image-Turbo (offline)
مدل تصویرساز ۶ میلیارد پارامتری آزمایشگاه Tongyi علی‌بابا با مجوز Apache-2.0؛ فقط در ۸ گام عکس واقع‌گرایانه می‌سازد و به گفتهٔ سازنده در کارت گرافیک ۱۶ گیگابایتی جا می‌شود.
کوئن ایمیج ۲۵۱۲ (آفلاین)
Qwen-Image-2512 (offline)
مدل ۲۰ میلیاردی علی‌بابا برای ساخت تصویر با مجوز Apache-2.0، همراه Qwen-Image-Edit-2511 برای ویرایش؛ در نوشتن متن داخل تصویر از بهترین مدل‌های باز است، اما فارسی تأیید نشده.