Cómo comprobar si un LoRA de Z-Image Turbo cambia la imagen

Usted adjunta un LoRA y obtiene un retrato terminado, pero idéntico al del modelo base. Que el trabajo se complete no demuestra por sí solo que el adaptador haya influido en la imagen. Para saberlo, ejecute tres veces el mismo prompt con la misma seed: dos sin LoRA y una con él. Las tres salidas cuestan $0.036 a $0.012 por imagen. Compárelas para ver si el cambio de estilo o de identidad buscado aparece más allá de la variación habitual del modelo base.

Esa segunda pregunta es la más importante en el trabajo orientado a adultos. El modelo base ya genera encargos maduros sin filtro, así que un resultado más explícito con un adaptador puede venir del modelo base. Solo el control le dice qué procede de qué.

Pruébelo primero en el Playground

Abra el Playground de z-image-turbo-lora en la Form view y use los mismos valores en las tres ejecuciones:

1. Pegue un prompt de retrato sencillo en Prompt, ponga Aspect ratio en 1:1, Output format en PNG y Seed en 42. La compresión JPEG añade ruido a una comparación de píxeles.
2. En Style LoRAs, use Remove item hasta que la lista quede vacía y ejecute dos veces. Esos son sus dos controles.
3. Elija Add item, pegue el enlace directo al .safetensors en LoRA file, deje Strength en 1 y ejecute una vez. (El Playground llama "Strength" a la escala del LoRA; el campo de la API es scale y no es el control strength de imagen a imagen que se describe más abajo.)
4. Ponga las tres salidas una junto a otra: ¿aparece el cambio de estilo o de identidad buscado más allá de la diferencia entre los dos controles?

El adaptador Realism puede producir un cambio sutil en un retrato que ya es fotográfico. Para una primera comprobación más visible, elija un LoRA pictórico o de gradación de color compatible con Turbo y la palabra activadora de su autor. Una diferencia pequeña con Realism no significa que la carga haya fallado.

Ejecute la comprobación de tres trabajos con la API

Para medir la diferencia en lugar de juzgarla a ojo, ejecute los mismos tres trabajos desde Python. Instale spicyapi y pillow, defina SPICY_API_KEY y ejecute:

import os
import uuid
import urllib.request
from io import BytesIO
from PIL import Image, ImageChops, ImageStat
from spicyapi import SpicyClient, output_assets

client = SpicyClient()
MODEL = "alibaba/z-image-turbo-lora/text-to-image"
inputs = {"prompt": "Realism, studio portrait of a woman in a burgundy blazer, soft window light, grey backdrop",
          "aspect_ratio": "1:1", "output_format": "png", "seed": 42,
          "loras": [{"path": "https://huggingface.co/suayptalha/Z-Image-Turbo-Realism-LoRA/resolve/8dc179cb56844d4ddc6e4527c30e98347eeae971/pytorch_lora_weights.safetensors", "scale": 1}]}

images = []
for name, loras in [("base-1", []), ("base-2", []), ("lora", inputs["loras"])]:
    body = {**inputs, "loras": loras}
    quote = client.quote_task(model=MODEL, input_data=body)
    if input(f"{name}: maximum ${quote['maxCharge']}. Create? [y/N] ") != "y":
        raise SystemExit("Stopped")
    task = client.create_task(model=MODEL, input_data=body, idempotency_key=str(uuid.uuid4()),
                              quote_id=quote["quoteId"], expected_cost=quote["estimatedCost"])
    final = client.wait_for_terminal(task["taskId"])
    url = output_assets(final)[0]["url"]
    request = urllib.request.Request(url, headers={"User-Agent": "Mozilla/5.0"})
    data = urllib.request.urlopen(request, timeout=120).read()
    open(name + ".png", "wb").write(data)
    images.append(Image.open(BytesIO(data)).convert("RGB"))

for label, other in [("control gap", images[1]), ("LoRA gap", images[2])]:
    diff = ImageStat.Stat(ImageChops.difference(images[0], other)).mean
    print(label, sum(diff) / 3 / 255 * 100)

El SDK de Python cubre la gestión de tareas. Use un archivo LoRA directo y fijado a una versión, y la palabra activadora del autor; cambiar el archivo entre controles invalida la comparación. Una misma seed aún puede producir píxeles distintos, así que compare los dos controles antes de interpretar la puntuación del adaptador.

Cómo leer el resultado

Los números sirven de filtro; deciden sus ojos. Un pequeño desplazamiento de cámara mueve muchos píxeles, mientras que un rostro distinto mueve pocos, así que fíjese en la identidad, el estilo, el encuadre y cualquier vestuario o accesorio que no pidió antes de fiarse de un porcentaje. Los porcentajes no son umbrales para otros archivos o tamaños. En escenas para adultos, distinga también un rechazo de una imagen completada pero suavizada: se factura y puede verse pulida aunque no cumpla el encargo.

Por qué un LoRA no hace nada

Si el trabajo se completó pero no ve el efecto buscado, repase esto en orden:

• Compatibilidad no documentada. Prefiera un archivo específico para Turbo, o uno entrenado sobre Base cuyo autor documente la compatibilidad con Turbo. Los adaptadores entrenados sobre Base no son sustitutos automáticos. Siga los ajustes para Turbo del autor y ejecute el control sin LoRA en lugar de suponer que una escala mayor corrige la incompatibilidad.
• Tipo de adaptador equivocado. El LoRA estándar es el formato seguro. Un informe de ComfyUI describe adaptadores LoKR para Z-Image Turbo que se registraban como "lora key not loaded" y se ignoraban, mientras los LoRA estándar funcionaban (ComfyUI issue 10973); es un informe sobre el cargador local de ComfyUI. Use aquí un LoRA estándar para Turbo en lugar de suponer que el endpoint admite archivos LoKR.
• Falta la palabra activadora. Los archivos de estilo y de personaje responden a su palabra activadora. Empiece el prompt con ella.
• Escala demasiado baja o archivo sutil. Pruebe 0.5, 1 y 1.5 manteniendo fijo todo lo demás.
• Problemas con el enlace. Una URL de página o un archivo privado falla al enviar la solicitud o después; use un archivo de modelo directo y accesible.

La imagen a imagen tiene dos controles

La tarea de imagen a imagen añade image_url, resolution y un strength independiente (de 0 a 1, 0.8 por defecto) que controla cuánto puede alejarse el resultado de su imagen de origen: los valores bajos conservan más influencia del origen, mientras que los cercanos a 1 permiten más cambio. No existe un ajuste universal que preserve un rostro; los valores superiores a 1 se rechazan. Mantenga fijo strength junto con la seed mientras prueba scale, o no sabrá qué control movió la imagen.

Qué ruta elegir para trabajo orientado a adultos

En nuestras pruebas de septiembre de 2026 sin LoRA, el texto a imagen entregó las 18 solicitudes, desde escenarios sugerentes hasta explícitos. La imagen a imagen entregó 15 de 18: sus tres ediciones de acciones íntimas omitieron la acción pedida, aunque las pruebas más extremas se completaron. El resultado depende de la tarea y de la escena, no simplemente de la etiqueta del nivel. Por eso, empiece con texto a imagen cuando pueda escribir la escena desde cero, y use imagen a imagen cuando deba conservarse un retrato o una composición existentes. Un LoRA añade entonces un aspecto o un personaje sobre cualquiera de las dos; la reseña del modelo recoge los resultados por clase.

Retrato con vestido esmeralda y tres reflejos de colores en el espejo; compárelo con un control equivalente sin LoRA al juzgar la aportación del adaptador.

Guarde un registro de una línea

Guarde junto a cada imagen el prompt, la seed, la relación de aspecto, la lista de {path, scale}, strength si lo usó y la URL de salida. Fije cada path a una versión de archivo que no pueda cambiar: una URL de la comunidad puede seguir resolviéndose mientras el autor sustituye los pesos, y un commit fijado identifica la versión del adaptador usada en cada ejecución.

Una ilustración editorial del paso de revisión: la misma persona con tres tratamientos facilita juzgar el cambio de estilo.

FAQ

¿La misma seed da una imagen idéntica píxel a píxel?

No de forma fiable. Repita el trabajo sin LoRA y mídalo frente al primero antes de fiarse de cualquier diferencia atribuida al LoRA.

¿Puedo probar tres LoRA a la vez?

Puede cargar hasta tres por solicitud, pero pruebe primero uno. Con varios archivos no puede saber cuál causó la deriva. Añada el segundo con una escala de unos 0.5 y súbala hasta que aparezca su aspecto.

¿Adjuntar un LoRA desbloquea contenido más fuerte?

No por sí mismo: atribuya al adaptador solo lo que aparezca frente al control.

¿Z-Image Turbo admite LoRA?

Sí. Cada solicitud admite hasta tres LoRA, cada uno un enlace directo a un archivo .safetensors documentado como compatible con Z-Image Turbo, con scale de 0 a 4 (1 por defecto). El endpoint carga pesos; no los entrena. Entrene los pesos por separado; la guía de la API de LoRA alojada explica cómo aportar el archivo terminado.

¿Cuánto cuesta?

Cargar el LoRA no añade ninguna tarifa aparte por el adaptador. El presupuesto en vivo confirma el total antes de cada tarea.

¿Qué escala debo usar?

Use el rango que recomiende el autor. Si no hay ninguno, la plataforma usa 1 por defecto; compare 0.5, 1 y 1.5 con el mismo prompt y la misma seed. Si el sujeto se desvía, baje la escala. Subirla no es una solución universal para un archivo entrenado sobre otra base.

Si ya tiene un archivo de Z-Image Turbo, ejecute la comprobación de tres trabajos con texto a imagen antes de que un lote dependa de él.

Deje que un Agent se encargue de la llamada

Use un Agent cuando quiera que prepare las entradas y le devuelva el resultado mientras usted aprueba el precio y las decisiones creativas.

• CLI: con el mismo objeto de entrada guardado como input.json, use npx @spicyapi/cli tasks create --model alibaba/z-image-turbo-lora/text-to-image --input-file input.json --wait. La CLI confirma el precio; conserve el ID de tarea devuelto para recuperarla.
• MCP: pida a su asistente que use spicyapi_task_create para alibaba/z-image-turbo-lora/text-to-image y después spicyapi_task_wait. El servidor MCP solicita confirmación del precio antes de crear la tarea.
• Skill: instálela con npx skills add spicyapi-ai/spicy-skill y pida: "Use the spicyapi skill to run this three-job check and stop for my approval." La Skill usa una conexión CLI o MCP ya configurada.