SDXL Rápido: Turbo, Lightning e Checkpoints Híbridos

TL;DR

• SDXL Turbo usa Destilação Adversarial de Difusão (ADD) para produzir imagens utilizáveis em 1 passo e atinge qualidade do modelo professor (SDXL Base) em 4 passos — mas exige guidance_scale=0.0 e não aceita prompts negativos.
• SDXL Lightning destila o SDXL Base em variantes de 1, 2, 4 e 8 passos; todos exigem CFG=0 e um agendador Euler com timesteps finais. A variante de 1 passo é experimental e instável.
• Checkpoints híbridos como Sleipnir TLH fundem camadas de destilação Turbo e Lightning sobre uma base SDXL HEL — lidam com 8+ passos com uma faixa CFG alta, tornando-os mais tolerantes para fluxos ComfyUI que precisam de controle CFG tradicional.
• FameGrid não é uma variante destilada — é um fine-tune padrão do SDXL que precisa de 20–30+ passos com CFG 2–7, e sua qualidade "instantânea" vem de dados de treinamento curados, não de destilação em poucos passos.

Quantos Passos Você Realmente Pode Usar?

SDXL Turbo foi treinado para gerar em uma única avaliação da rede, o que significa que 1 passo é o piso. O model card da Stability AI afirma que "um único passo é suficiente para gerar imagens de alta qualidade" e que quatro passos melhoram ainda mais consistência e detalhe (SDXL Turbo). O artigo de pesquisa ADD confirma isso: ADD-XL iguala seu professor SDXL Base em 4 passos na resolução 512×512, e a saída de 1 passo já supera métodos anteriores de poucos passos como LCM-XL (artigo ADD).

SDXL Lightning estende o alcance. A ByteDance fornece checkpoints para 1, 2, 4 e 8 passos, com os modelos de 2, 4 e 8 passos descritos como tendo qualidade de geração "incrível". O modelo de 1 passo é explicitamente marcado como "experimental" e "muito menos estável" — os autores recomendam a variante de 2 passos para produção (SDXL Lightning).

A troca de contagem de passos não é um penhasco onde você cai no passo 4. A Tabela 1 do artigo ADD mostra escores FID (menor é melhor) de 20,6 em 1 passo, 20,3 em 2 passos e 20,3 em 4 passos — os ganhos de qualidade de 2→4 passos são marginais, não dramáticos (artigo ADD). O principal benefício de usar mais passos é consistência determinística: a mesma semente produz layouts mais reproduzíveis e detalhes mais finos à medida que os passos aumentam.

Sleipnir [TLH] (Turbo, Lightning, Hyper) ocupa um nicho diferente. É um merge de checkpoint da comunidade sobre base SDXL HEL (Ratatoskr Helheim). Seu criador afirma que roda "muito rápido a partir de min 8 Passos" e "pode lidar com qualquer contagem de passos e tem uma faixa cfg alta" (Sleipnir TLH). A arquitetura exata do componente "Hyper" não é documentada — trate-o como um terceiro sabor de destilação distinto de ADD e destilação adversarial progressiva.

A Restrição CFG que Cada Modelo Impõe

Modelo | Passos | CFG | Agendador | Observações | Fonte

|-------|-------|-----|-----------|----------|-------

SDXL Turbo | 1–4 | 0,0 | EulerDiscreteScheduler (padrão) | Sem suporte a negative_prompt | HF SDXL Lightning (2/4/8-passos) | 2/4/8 | 0,0 | EulerDiscreteScheduler, timesteps finais | LoRA ou UNet completo | HF SDXL Lightning (1-passo) | 1 | 0,0 | EulerDiscreteScheduler, timesteps finais + prediction_type="sample" | Experimental, previsão x₀ | HF FameGrid | 20–30+ | 2–7 | DPM++ 3M SDE / Uni Pc / DPM SDE; agendador Karras | SDXL padrão, não destilado | Civitai Sleipnir [TLH] | 8+ | Faixa alta | Não especificado | Merge de checkpoint; componente Hyper não documentado | Civitai

Por Que Turbo e Lightning Exigem CFG=0

Turbo e Lightning usam treinamento baseado em destilação. Turbo emprega Destilação Adversarial de Difusão, que combina perda adversarial (para corresponder à variedade de imagens reais) com perda de destilação (para corresponder às saídas de um modelo professor congelado). Este objetivo híbrido substitui a necessidade de orientação livre de classificador no momento da inferência — o modelo aluno aprende a gerar diretamente do ruído. O artigo ADD afirma explicitamente que "durante a inferência, nossa abordagem não usa orientação livre de classificador" (artigo ADD).

Lightning usa Destilação Adversarial de Difusão Progressiva, que destila similarmente o professor SDXL Base em um aluno que pode rodar em 1–8 passos. O model card do Lightning alerta: "Certifique-se de usar os mesmos passos de inferência do modelo carregado e CFG definido como 0" para cada variante de contagem de passos (SDXL Lightning). Tentar usar CFG>0 com qualquer modelo introduz um sinal de condicionamento que o aluno nunca foi treinado para interpretar, o que degrada a qualidade da saída.

O Que Acontece Se Você Ignorar CFG=0

A documentação de origem é inequívoca: tanto Turbo quanto Lightning especificam CFG=0 como requisito rígido, não sugestão. O model card do Turbo afirma "SDXL-Turbo não faz uso de guidance_scale ou negative_prompt" (HF). Os exemplos de código do Lightning repetem guidance_scale=0 em cada snippet de inferência para todas as quatro variantes de passos (HF). Nenhuma medição quantitativa de o quanto a qualidade degrada em CFG>0 existe em fontes autoritativas.

O Que Você Abre Mão com Menos Passos

Alinhamento de prompt e detalhe

ADD-XL de 1 passo supera LCM-XL de 4 passos em preferência humana para qualidade de imagem e alinhamento de prompt (SDXL Turbo). Mas o artigo ADD alerta que amostras de passo único, embora já de alta qualidade, podem mostrar atenção reduzida a detalhes em composições complexas (artigo ADD).

Capacidade de refinamento iterativo

O artigo ADD afirma que Turbo mantém "a capacidade de melhorar resultados através de refinamento iterativo", uma vantagem sobre abordagens GAN de um passo (artigo ADD).

Cobertura de modo e diversidade

O artigo SDXL Lightning discute alcançar "equilíbrio entre qualidade e cobertura de modo" (artigo Lightning). A destilação pode reduzir diversidade para tipos de assunto sub-representados (artigo Lightning).

Suporte a prompt negativo

Turbo elimina prompts negativos completamente. Lightning não remove explicitamente o mecanismo, mas como guidance_scale=0 é obrigatório, prompts negativos não têm efeito independentemente — o condicionamento livre de classificador do modelo é contornado. Se seu fluxo depende de prompts negativos para suprimir artefatos (ex.: dedos extras, texto de marca d'água), nem Turbo nem Lightning os honrarão.

O Caso FameGrid: O Que "Rápido" Realmente Significa

FameGrid é um checkpoint de fine-tune SDXL padrão, não um modelo destilado de poucos passos. Requer 20–30+ passos de difusão com CFG 2–7, usa amostradores DPM++ 3M SDE ou Uni Pc com agendador Karras, e tem três variantes (Photo Real, Bold, UltraReal) (FameGrid).

A qualidade "ultra-real" que FameGrid produz vem de treinamento em um subconjunto curado de top-100 imagens e fine-tune fotorrealista — não de destilação. Tratar FameGrid como um checkpoint "rápido" é um erro de categoria.

O fluxo de trabalho do FameGrid recomenda ControlNet e nó Skin Detail — mas são escolhas de fluxo ComfyUI, não restrições do modelo (fluxo FameGrid).

Erros Comuns e Correções

Erro | Sintoma | Causa | Correção

|-------|---------|-------|---------

Usar CFG>0 com Turbo ou Lightning | Saídas borradas, desalinhadas ou degradadas | Ambos modelos foram treinados sem orientação livre de classificador | Defina guidance_scale=0.0 para ambos Turbo e Lightning Usar Turbo em 1024×1024 sem redimensionar | Composição ruim ou erros OOM | Resolução nativa do Turbo é 512×512 | Redimensione para 512×512 antes da inferência; tamanhos maiores funcionam mas não são nativos Tratar Lightning 1-passo como equivalente a Turbo 1-passo | Qualidade inconsistente | Métodos de destilação e configs de agendador diferentes | Turbo 1-passo usa Euler padrão; Lightning 1-passo exige Euler + timesteps finais + prediction_type="sample" Assumir que "híbrido" significa Turbo+Lightning mistos | Confusão sobre arquitetura do modelo | "Híbrido" é rótulo de merge da comunidade, não categoria formal de destilação | Verifique cada componente de um checkpoint mesclado separadamente Rodar FameGrid em 1–4 passos | Imagens ruidosas, subdesenvolvidas | FameGrid não é modelo destilado — precisa de 20–30+ passos | Use 20–30 passos com CFG 2–7

Perguntas Frequentes (FAQ)

P: Quantos passos o SDXL Turbo realmente pode usar? R: 1 passo. Turbo foi projetado para geração de passo único e produz saída utilizável em 1 passo. Aumentar para 2–4 passos refina consistência e detalhe, mas o salto de qualidade é marginal — a troca principal é confiabilidade determinística, não melhoria dramática. Um único passo já se aproxima da qualidade SDXL Base em estudos de preferência humana.

P: Qual é a restrição CFG para SDXL Lightning? R: CFG deve ser 0, independentemente da contagem de passos. Lightning remove a orientação livre de classificador através de seu processo de destilação. Usar CFG>0 introduz um sinal de condicionamento que o aluno nunca foi treinado para processar.

P: Checkpoints Turbo e Lightning podem ser misturados em um fluxo? R: Nenhuma evidência suporta misturá-los. Turbo é um aluno ADD; Lightning usa destilação adversarial progressiva com configs de agendador separadas. São arquiteturalmente incompatíveis.

P: Quantos passos o FameGrid precisa? R: FameGrid é um checkpoint SDXL padrão, não destilado. Use 20–30+ passos com CFG 2–7. Sua qualidade "instantânea" vem de dados de treinamento curados e fine-tune fotorrealista, não de destilação em poucos passos.

P: O que é Sleipnir TLH e como difere? R: Sleipnir TLH é um merge de checkpoint sobre base SDXL HEL que combina sabores de destilação Turbo, Lightning e Hyper. Suporta 8+ passos com uma faixa CFG alta.

P: O modelo 1-passo do Lightning está pronto para produção? R: Não. A ByteDance rotula o modelo de 1 passo como experimental e menos estável, e recomenda a variante de 2 passos para produção. O modelo de 1 passo também exige prediction_type="sample".

P: Preciso de prompt negativo com Turbo ou Lightning? R: Não. O model card do Turbo afirma que não usa negative_prompt. A exigência CFG=0 do Lightning significa que prompts negativos não têm efeito. Use engenharia de prompt ou pós-processamento em vez disso.

Veja também nosso guia de escala CFG para orientação de ajuste além dessas restrições rígidas. Veja nosso guia de merge de modelos para como checkpoints híbridos como Sleipnir TLH são construídos.

Veja nosso guia de fluxos de upscaling para quando fazer upscale da saída Turbo/Lightning vs usar um modelo base.