Chroma

概要

• 配布サイト
  Chroma

• FLUX.1 schnellベースの脱蒸留・脱獄モデル（NSFWアンロックモデル） 。
  explicitなNSFWプロンプトも難なく通る。
• FLUX.1とはモデルの構成が異なり、互換性はない
  • ツール側がChromaに対応していないと使えない。
• 2025年8月末にv1.0が正式リリースされたばかりだが開発中から海外紳士の熱い声援を受けており、既にCivitaiでは「Flux.1 S（FLUX.1 schnell）」とは別にベースモデル分類「Chroma」を与えられていてLoRAや派生モデルもちょこちょこ出ている。

• 必要なモデルはHugging FaceリポジトリのModel cardからリンクされている。
  • GGUF版や高速化版のFlashモデルはCivitaiのほうの説明書きからリンクされている。しかしFlashモデルのプロンプト追従性はv1.0ではかなり悪い。

• 話題性としては、リリース直後がピークで、2026年上半期においては徐々に低下しているようだ。

特徴

基本スペック

• アーキテクチャ基本構造
  • FLUX.1-schnellをベースに軽量化方面の改造実施
• 拡散モデル
  • FLUX.1-schnellをベースに、タイムステップエンコーディング層を3.3B→250Mに削減してプルーニング(12B→8.9B)
  • パラメータ数8.9B(89億)
• TextEncoder
  • CLIP-Lを廃止し、T5-XXL改単独のエンコーダー構成に変更
  • パラメータ数約4.7B
• VAE
  • FLUX.1-schnellと同じ
• ベースモデルのスタイル系タグ適正
  • 得意分野・・・アート系、写実系、ニッチなスタイル全般
  • 可能・・・イラスト、実写
  • 不可・・・
• テキスト出力・・・不明(要確認)
• コンテンツフィルタ・・・無し(セーフティフィルタと非連携。意図的にNSFW/センシティブ表現を許容する設計に変更)
• 固有機能・・・特になし

利用方法

対応UI

• ComfyUI

生成方法（特殊な操作方法）

• ComfyUI
  • モデル読込
    • Load CLIPは、type=chromaへ設定
    • Load Diffusion Model、Load VAE設定は普通（説明省略）

生成パラメータ

• あくまで「true "base" models」ということなのでか高画質版のChroma.1HDでも、解像度はSDXLと同等の1024x1024。

プロンプト

• 実写も二次絵も両方対応しており、Danbooruタグも使える。
• ワパニーズがワパニーズの為に作ったモデルではないのでjapanese anime styleと入れないと日本人好みの絵は出してくれないことが多いし、japanese girlと入れると着物のお姉さんを呼んでくれたりもする。
• プロンプト追従性はそこそこだが、叡智なプロンプトを渡してもexplicitを打たないとカマトトぶられる。
• クオリティタグとしてaesthetic*1 11-0が振られており数字が高いほど高品質で、ポジティブプロンプトに「aesthetic 11」を入れることが推奨されている。

• ComfyUIでは本体からテンプレート「Chroma text to image」でワークフローを開けるようになった。
  ただしWFの注意書きにもあるが、FreScaノードは実写には向かないのでバイパスしないと変な加工がかかったような絵面になる*2。

派生モデル

学習

基本的には、FLUX.1ページの学習に＋αの設定をする。

• sd-scriptsで学習する場合の設定は、
  sd-scripts PR#2157
  flux_train_network.pyのようにFLUX.1学習スクリプトに、--model_type chromaコマンドを指定するらしい