24GB 显存时代生图底座之争：四大主流本地生图模型深度对决

花了两周时间，在 7900 XTX 上把当下最火的四款本地生图模型跑了一遍——18 个测试用例、四个实战维度、上百张对比图。结论可能和你想象的不一样。

做本地 AI 生图的朋友都知道，24GB 显存已经是入门门槛了。RTX 3090、4090、7900 XTX……显卡买了，模型下载了，结果真正用起来才发现：能跑 ≠ 好用，好用 ≠ 快，快 ≠ 不出问题。

今天这篇，就是把这四款模型的底裤给你扒干净。

零、先说结论：没有万能模型，只有最适合你的那个

page001_img01.png

四款模型，一句话总结：

• 模型: FLUX.1 dev (FP8) | 定位: 🏆 综合生产力之王 | 适合谁: 批量生图、背景素材、通用场景

• 模型: Ideogram 4 (NF4) | 定位: ✍️ 中文排版唯一选择 | 适合谁: 公众号封面、海报设计

• 模型: Flux2-Klein-9B | 定位: ⚡ 高分辨率大图利器 | 适合谁: 9:16 竖版封面、显存紧张时

• 模型: Flux2-Klein-4B | 定位: 🚀 13秒极速预览 | 适合谁: 快速试构图、低配机器

不存在一个模型通吃所有场景。 选错模型，轻则效率腰斩，重则直接跑不通。下面逐个拆解。

一、测试环境：24GB 显存，AMD 平台，数据对所有 24GB 用户通用

硬件配置

• 显卡：AMD Radeon RX 7900 XTX (24GB)

• CPU：Ryzen 7 3700X (8核16线程)

• 内存：32GB DDR4

• 系统：Ubuntu 24.04 + ROCm 7.2.4

• 平台：ComfyUI

Note

虽然测试跑在 AMD 平台上，但所有模型都通过 ComfyUI 标准算子加载。RTX 3090、4090 用户放心看，模型装载能力、画质表现、offload 机理完全一致。

二、18 个测试用例，覆盖五个实战维度

不搞虚的"好看度打分"，直接围绕内容创作者最常遇到的五个场景设计测试：

✍️ 文字排版（权重 20%） — 中文大标题、中英双语海报。自媒体刚需，能写好字的模型不多了。

🎯 语义控制（权重 25%） — "恰好两块显卡"、"禁止红色"。看模型听不听得懂人话。

📸 光影质感（权重 20%） — 人像皮肤毛孔、弱光噪点、金属散热片。这是画质的天花板。

⚡ 速度效率（权重 20%） — 1024 标准分辨率和 832×1472 高分辨率两组实测。出图速度直接决定生产力。

🔧 工程易用度（权重 15%） — 有没有安全拦截坑？授权是否友好？LoRA 生态成熟度如何？

综合能力跑分

跑分卡

• 维度: 文字排版 | FLUX.1 dev: 1.0 ❌ | Ideogram 4: 5.0 🏆 | Klein-9B: 1.0 ❌ | Klein-4B: 1.0 ❌

• 维度: 语义控制 | FLUX.1 dev: 4.5 🏆 | Ideogram 4: 3.0 | Klein-9B: 3.5 | Klein-4B: 2.5

• 维度: 光影质感 | FLUX.1 dev: 5.0 🏆 | Ideogram 4: 4.0 | Klein-9B: 4.0 | Klein-4B: 3.0

• 维度: 速度效率 | FLUX.1 dev: 4.0 | Ideogram 4: 2.0 | Klein-9B: 3.5 | Klein-4B: 5.0 🏆

• 维度: 工程易用 | FLUX.1 dev: 4.0 | Ideogram 4: 2.0 ❌ | Klein-9B: 4.0 | Klein-4B: 5.0 🏆

• 维度: 加权总分 | FLUX.1 dev: 3.73 🏆 | Ideogram 4: 3.25 | Klein-9B: 3.18 | Klein-4B: 3.18

FLUX.1 dev 综合得分最高，但 Ideogram 4 在文字排版上是唯一选手——其他三个模型中文渲染全部崩坏。

三、速度实测：谁快谁慢，数据说话

性能对比

标准分辨率出图速度

• 模型: FLUX.1 dev | 平均耗时: 28.59 秒 | 最快单图: 18.85 秒 | 峰值显存: 21.28 GB | 评价: 速度最稳，无内存拷贝开销

• 模型: Klein-4B | 平均耗时: 13.38 秒 🚀 | 最快单图: 12.01 秒 | 峰值显存: 16.50 GB | 评价: 4步蒸馏，快得离谱

• 模型: Klein-9B | 平均耗时: 33.30 秒 | 最快单图: 30.91 秒 | 峰值显存: 18.44 GB | 评价: 被 CPU 编码卡脖子

• 模型: Ideogram 4 | 平均耗时: 42.04 秒 | 最快单图: 31.68 秒 | 峰值显存: 22.31 GB | 评价: 全线最慢，显存吃满

Klein-4B 平均 13 秒出一张图，这是四步蒸馏模型的降维打击。但画质也有相应妥协，后面视觉对比部分细说。

Tip

避坑：--gpu-only 参数是伪提速。 实测开启后物理耗时依然在 32 秒左右，没有任何整体提速。网上那些"提速 10 倍"的说法，只算了 KSampler 采样节点的局部耗时，不是一整图的交付时间。别被带偏了。

各场景平均耗时对比

• 模型: FLUX.1 dev | 文字排版: 22.99 秒 | 硬件细节: 30.46 秒 | 人像: 28.29 秒 | 指令控制: 32.08 秒

• 模型: Klein-4B | 文字排版: 14.49 秒 | 硬件细节: 13.12 秒 | 人像: 12.95 秒 | 指令控制: 13.15 秒

• 模型: Klein-9B | 文字排版: 33.49 秒 | 硬件细节: 33.13 秒 | 人像: 32.78 秒 | 指令控制: 33.65 秒

• 模型: Ideogram 4 | 文字排版: 35.88 秒 | 硬件细节: 45.18 秒 | 人像: 41.73 秒 | 指令控制: 45.49 秒

FLUX.1 dev 在标准分辨率下比 Klein-9B 和 Ideogram 4 快一圈，但 Klein-4B 是断层领先。

四、高分辨率加测：这里有个反直觉的发现

做公众号封面需要 832×1472（9:16 竖版） 这种高分辨率时，24GB 显存不够一次性装下模型权重，必须开启动态 Offload（CPU↔GPU 内存 swapping）。

结果跑出来，我发现了一件反直觉的事：

• 模型: FLUX.1 dev (20步) | 3轮平均耗时: 70.40 秒 | 峰值显存: 19.45 GB

• 模型: Klein-9B (4步) | 3轮平均耗时: 46.09 秒 🏆 | 峰值显存: 13.17 GB

Klein-9B 在高分辨率下反而比 FLUX.1 dev 快了 34.5%！

原因是什么？20 步采样意味着权重要在 CPU 和 GPU 之间搬运 20 次，而 4 步蒸馏模型只搬 4 次。虽然 Klein-9B 有 Qwen3-8B 编码器的 29 秒 CPU 瓶颈，但搬运次数减少 80% 省下的时间远超编码器的卡顿。

• 轮次: Run 1 | FLUX.1 dev (20步): | Klein-9B (4步):

结论：高分辨率大图场景，Klein-9B 是真正的奇兵。

五、画质对比：好看与否，看图说话

1. 中文大标题排版 — Ideogram 4 一家独大

page007_img01.png

Prompt：中心渲染中文标题"4900元双3060本地AI服务器"，副标题"性能直逼万元主机"。

• ：

• 字形完美：乱码崩坏

• Klein-9B：Klein-4B

• ：

• 汉字变符号：一团糟

结果很残酷：四款模型里，只有 Ideogram 4 能写中文。其他三个不是乱码就是符号堆砌。如果你要做带文字的公众号封面，目前没有其他选择。

2. 精密硬件特写 — FLUX.1 dev 质感无敌

Prompt：恰好两块大显卡水平排布，透明机箱，蓝色光影。

• ：

• 数量准确，略偏 CG 感：金属铜管极其真实

• Klein-9B：Klein-4B

• ：

• 多画了一条插槽：扇叶物理粘连

FLUX.1 dev 和 Ideogram 4 都准确生成了恰好两块显卡。但 FLUX 的金属质感和透视关系更胜一筹。Klein 系列容易多画插槽或扇叶粘连，不适合对细节要求高的场景。

3. 弱光人像 — FLUX.1 dev 瞳孔高光都到位了

page008_img01.png

Prompt：东亚男性科技博主，深夜办公，多屏显示 ComfyUI 节点。

• ：

• 氛围好，边缘偏 CG：瞳孔高光、弱光噪点完美

• Klein-9B：Klein-4B

• ：

• 光影材质不错：微表情和手部有缺陷

FLUX.1 dev 的人像表现堪称顶级。Klein-4B 在手部和微表情上明显拉胯，快速预览可以，精修人像不行。

4. 色彩控制 — Ideogram 4 踩了一个大坑

Prompt：画面仅有深蓝、青、白三色，禁止红/橙/绿。

• ：

• 直接触发安全拦截！：完美遵守色彩限制

• Klein-9B：Klein-4B

• ：

• 基本遵守：基本遵守

Ideogram 4 遇到 "No red, no orange" 这种否定词，直接弹出一张灰底白字的"Image blocked by safety filter"。这不是 bug，是硬编码在模型权重里的安全审查。

六、两个意外发现（干货）

发现一：Klein-9B 的极速优势被 CPU 卡了脖子

page009_img01.png

Klein-9B 的 KSampler 去噪只要 3.19 秒，但总耗时却拉到 33.30 秒。时间都花在哪了？

真凶是 Qwen3-8B 文本编码器。 在 ComfyUI 的 Linux 环境下兼容不佳，被迫跑在 CPU 上。每生一张图，显卡都要干等 CPU 编码 29 秒。4 步去噪的极速优势被彻底抵消。

好消息是：一旦 CPU 编码端适配解决，Klein-9B 在 1024 分辨率下的出图时间理论上会缩到 15 秒以内。届时它将是 FLUX.1 dev 的真正竞品。

发现二：Ideogram 4 的安全审查是"画"出来的

page010_img01.png

这可能是本次测评最炸裂的发现。

Ideogram 4 那张 "Image blocked by safety filter" 灰底拒答图，不是 Python 层面的拦截——我翻遍了 ComfyUI 源码和依赖库，找不到任何拒答判定代码。

结论是：拒答提示是 UNet 扩散模型权重在 cross-attention 层捕捉到 "No red" 等敏感序列后，自己在去噪迭代中"画"出来的。 安全审查被硬编码进了模型权重。

绕过方法：把自然语言提示词改成 Ideogram 4 专属的 结构化 JSON 格式，把否定词拆散到 JSON 字典里，避开 UNet 的句式匹配。改完后成功率直接恢复到 100%。

七、选型指南：一张表帮你做决定

page011_img01.png

• 你的场景: 公众号封面 / 中文海报 | 推荐模型: Ideogram 4 | 加载格式: NF4 | 注意事项: ⚠️ 必须用 JSON 提示词绕过安全拦截

• 你的场景: 通用高画质 / 批量生图 | 推荐模型: FLUX.1 dev | 加载格式: FP8 | 注意事项: 🏆 生产力首选，稳定性最好

• 你的场景: 9:16 竖版大图 | 推荐模型: Klein-9B | 加载格式: KV-FP8 | 注意事项: ⚡ Offload 模式下比 FLUX 快 34.5%

• 你的场景: 快速预览 / 低配机器 | 推荐模型: Klein-4B | 加载格式: FP16 | 注意事项: 🚀 13 秒出图，Apache 2.0 无限制

不要只装一个模型。 我的建议是 FLUX.1 dev 做主力 + Ideogram 4 做封面排版，两个搭配使用覆盖率最高。

八、结语

page013_img01.png

24GB 显存普及了，显卡不再是瓶颈。真正的差距在于：你选对了模型，还是选错了。

FLUX.1 dev 依然是综合最强的"六边形战士"，但 Ideogram 4 在中文排版上无可替代，Klein-9B 在高分辨率场景下有奇效，Klein-4B 则是快速预览的神器。

因地制宜，按需搭配，这才是本地 AI 生图效率最大化的唯一路径。

互动时间：

你目前本地跑的是哪款显卡？在部署 FLUX 或 Ideogram 4 时遇到了什么坑？欢迎在评论区留言，一起交流。

如果需要本次测评的 ComfyUI 工作流配置文件 和 Ideogram 4 JSON 提示词模板，关注公众号回复"生图底座"即可获取。

作者：旅行者 ｜ 玩客笔记 — 不站队，不吹票，只说真话。

「玩客笔记 LOCAL AI LAB」— 持续分享本地 AI 部署、自动化内容生产、一人 AI 工作室的硬核避坑实测。

标签：#AI生图 #本地部署 #7900XTX #FLUX #Ideogram #ComfyUI #显存优化