周三下午要交三版主视觉,你在同一个工具里连点了十几次生成,其中两次因为画面多出一只手而废弃。真正拖住进度的,往往不是模型画得慢,而是每次点下去之后那段不可预期的等待。AI 绘画的出图速度常被当成一个数字来比,实际上它由排队、采样、后处理三段拼成,每段的可控程度完全不同。下面把三段的耗时结构、哪一段能省、哪一段只能等,以及怎么公平地比一次讲清楚。
一次出图被切成三段,快慢各归各段
从点下生成到看见图,中间发生的事并不均质。请求先进入队列等算力空位,然后模型一步步去噪,最后可能还有放大、修脸、超分之类的后处理。三段里只有中间那段和你的参数直接相关,另外两段取决于平台当时的负载和你买的档位。把三段混成一个「出图时间」去比,结论一定不稳。
这也解释了同一个工具在不同时段手感差很多的现象。上午十点和晚上九点,模型没变、提示词没变,等待时间可以差一倍以上,差别全在排队。算力是共享的,付费买到的通常是优先级,不一定是更快的卡。
三个环节的耗时占比与可压缩空间
| 环节 | 耗时占比 | 能不能省 |
|---|---|---|
| 排队 | 闲时接近零,忙时可占一半以上 | 省不了,只能换时段、换入口或提高档位;它和模型能力无关 |
| 采样(去噪) | 通常是主体,占三到七成 | 能省:降步数、降分辨率、换蒸馏或压缩过的模型,代价是细节 |
| 后处理 | 一到三成,取决于是否开超分与修脸 | 能省:先关掉看构图,定稿后再单独跑一遍 |
占比是浮动的,不是固定配比。忙时排队能吃掉一半以上的时间,闲时它接近于零。所以「这个工具三秒出图」这类说法,只有标明时段和参数才有意义;用量化过的模型换速度,省下来的也主要是采样那一段。
采样步数不是越低越划算
去噪步数直接乘在耗时上,二十步降到十步,采样时间大致减半。但画面在这个区间里还没收敛,步数砍到某个点以下,细节会先崩:手指、发丝、织物纹理这类高频结构最先糊,大色块和构图反而撑得住。
只定构图、试风格的时候,低步数是划算的,因为你要判断的是方向对不对,不是这张能不能用。方向定下来再按原参数重出一遍。低质量图做决策、高质量图做交付,这个分工比全程高质量省得多。推理阶段每一步都要跑一次完整的前向计算,步数省下来的时间几乎是线性的。
公平比速度要固定四个量
想比两个工具谁快,至少固定四样:同一段提示词、同一分辨率、同一张数、同一时段。少固定一样,结论就会被排队和参数吃掉。单次结果没有参考价值,同一条件跑三轮取中位数,才勉强能看出差距。
批量生成还要另看一项:连续出十张,第一张和第十张的耗时是否平稳。有的工具单张很快,批量时越跑越慢,或者中途开始降分辨率。这条曲线比单张时间更能反映日常体验。
重试率才是真实速度
一张图从点下到能用,可能要生成五次。把重试算进去,单次三秒、五次成一张的工具,实际成本是十五秒;单次八秒、一次就成的工具反而更快。选工具时问自己一个问题:这个工具出废图的比例大概多少。废图率高的那一个,标称速度再漂亮也没意义。
重试还有一层隐性成本:每次都要重新判断。连着看二十张废图之后,人对好图的敏感度会下降,这部分损耗不会出现在任何计时器上。
什么时候速度不该进决策
做终稿、做商用素材、做需要精确构图的那几张,速度权重应该压得很低。这类任务一天可能只出五张,每张要反复调,快两秒毫无意义,能不能一次到位才是关键。
反过来,前期找方向、批量出草图、给客户看三五个风格选项,速度直接决定一天能试多少轮。轮次多了,撞到好方向的概率才高。
还有一类需求不该用生成解决:需要精确文字排版、需要固定品牌字体、需要和已有素材严丝合缝对齐的图,换工具或换做法比提速更有效。
速查:出图速度怎么看
- 先分段:排队、采样、后处理,三段能省的方式不同
- 比速度固定四样:提示词、分辨率、张数、时段,跑三轮取中位数
- 试方向降步数降分辨率,出终稿按原参数重跑
- 把重试率乘进去,单次快不等于成图快
- 批量看第一张到第十张的耗时是否平稳


