Strataで画像生成はできる？2つの方法とComfyUI併用・VRAMの注意

Strataで画像生成はできるのか。結論から言うと、Strataの標準のアプリとTerminalは画像を「読む」だけで、画像を「作る」のは、ソース一式から入れる人向けの任意機能（既定はオフ）です（2026年11月5日時点・v0.2.10）。

よくある疑問：Strataのアプリで画像を作れる？ComfyUIと同じPCで一緒に使える？

この記事では、画像の読み取り（画像認識）と画像生成の違い、画像生成の2つの方法、モデルのライセンス、GPUを譲る仕組み、ComfyUIと同じPCで使うときの注意、PCの考え方を順に整理します。

Strataの公式資料（GitHub）と、モデル提供元の公開情報をもとにまとめました。PCコンパス編集部はStrataの画像生成を動かしていないため、数値は公式の公表値で、編集部の計算は容量の合計だけです。Strataそのものの説明は、Strataの使い方と必要メモリの記事にあります。

Strataで画像生成はできる？標準のアプリは画像を読むだけ

イメージ図

Strataの標準のアプリとTerminalは、画像を読むことはできますが、画像生成はできません。Strataで画像生成ができるのは、ソース一式（GitHubで公開されているプログラムの元データ）から入れて自分で有効にする任意機能だけで、既定ではオフです。通常のアプリには含まれません。

任意機能のモデルはQwen-Image-2.1-Turboです。ライセンスはQwen Research Licenseで、非商用、つまり研究と評価の目的に限られ、商用で使うには別の商用ライセンスが要ります。

必要なVRAM（グラフィックボードのメモリ）の数値は、公式に記載がありません（11月5日時点）。

公式のIMAGES.mdは、画像生成を任意で、頼まない限りオフ、チャットでの画像の読み取りとは別のものと説明しています。ソース一式とビルドツールが必要で、通常のアプリのインストールには含まれないとも書かれています。

アプリについては、v0.2.10の公式のソースコードに、この版では画像生成の画面をどこにも表示しないという設定があります。今後アプリに入るかどうかは、公式に記載がありません。

「読む」と「作る」の違い

Strataの読み取りと画像生成は、入れ方も使うモデルも別物です。READMEにある英語の「work with images」も、読むのか作るのかまでは書いていません。違いを下の表にまとめました。

項目	画像の読み取り（読む）	画像生成（作る）
何をする	写真やスクリーンショットを渡し、内容を答えてもらう	文章の指示から新しい画像を作る
標準のアプリ・Terminal	使える（読めるモデルでは既定でオン）	使えない（画面・選択肢がない）
入れ方	モデルと一緒に読み取り用ファイル（約0.9GB）を自動で取得	ソース一式とビルドツールで、自分で有効にする（既定オフ）
使うモデル	チャットのモデル（Qwen3.8-Flash-Next・Qwen3.6・DeepSeek）に付く読み取り部分	Qwen-Image-2.1-Turbo（別のモデル）
VRAM	GPUメモリ24GB未満はCPUで読む（VRAMを使わない）。24GB以上はカードで約1〜1.4GB	必要量は公式に記載なし。本体のファイルはGPUメモリに合わせて4.2〜7.6GBから選ぶ
ライセンス	チャットのモデルに準じる	Qwen Research License（非商用。商用は別ライセンス）

出典：Strata公式のMODELS.md・DETAILS.md・IMAGES.md・TERMINAL_LAUNCH.md（GitHub・英語）（2026年11月5日確認）

トラブル対処のTROUBLESHOOTING.mdも、読み取りのオン・オフは任意の画像生成とは別だと説明しています。「画像認識」で調べている方は、下の「Strataの画像の読み取りでできること」の章で詳しく扱います。

Strataで画像生成する方法は2つ

Strataを使っていて画像も作りたいときの方法は、Strataの任意機能を使うか、ComfyUIなど別の画像生成アプリを同じPCで使い分けるかの2つです。後者は公式の連携ではなく、編集部の整理です。

比べる点	Strataの任意機能	ComfyUIなど別アプリと使い分け
入れ方	Strataのソース一式とビルドツール（開発者向け）。通常のアプリ・Terminalには含まれない	画像生成アプリを別に入れる
使うモデル	Qwen-Image-2.1-Turbo（8ステップ）だけ	アプリが対応するモデルから選ぶ
頼み方	OpenAIの画像APIと同じ形式でStrataのサーバーに送る。画像生成を有効にしたサーバーでは、ブラウザで開くWebページに英語の「Images」タブが出る	画像生成アプリの画面
Strataとの関係	同時に動く仕事は1つ。画像生成中のチャットのモデルは設定で待機・縮小・解除	公式の連携や手順はない。Strata側のGPUを譲る仕組みで切り替える
ライセンス	Qwen Research License（非商用。商用は別ライセンス）	使うモデルごとに違う
向く人	Strataをソースから使っている上級者、APIで画像を作りたい人	画面で画像を作りたい初心者〜中級者

出典：Strata公式のIMAGES.md・SOURCE_INSTALL.md・MCP_IMAGES.md、Webページのソース（v0.2.10）、Qwen-Image-2.1-Turboのライセンス（2026年11月5日確認）

ComfyUIの始め方と必要なPCは、ComfyUIの始め方とPC要件の記事で解説しています。Strataの公式資料は、ComfyUIを同梱しないとだけ書いており、ComfyUIと組み合わせる手順はありません。

Strataの任意機能で画像生成する方法（上級者向け）

Strataの任意機能は、Qwen-Image-2.1-Turboというモデルを、stable-diffusion.cppというプログラムで動かして画像生成します。ソース一式とビルドツールが要る開発者向けの手順で、通常のアプリのインストールには含まれません。

ビルドは、ソース一式から自分のPC用のプログラムを作る作業を指します。手順のコマンドはここでは書き写さず、公式のIMAGES.md（英語）に任せます。

公式のSOURCE_INSTALL.mdも、ソース一式は開発者向けで、使うだけならアプリかTerminalを使うよう案内しています。そのうえで、編集部からの注意です。

ソース一式は開発者向けです。分からない手順を、ネットの断片的な情報で進めないでください。

必要なものと、できること

任意機能に必要なものと、できることを公式資料から整理します。

• ソース一式とビルドツール：画像生成のプログラムは、セットアップがGPUに合わせて作る
• Windowsのビルドツール：エンジンを作るときはVisual Studio 2022 Build Tools（C++）と、SOURCE_INSTALL.mdにある
• GPUの方式：NVIDIAはCUDA（CUDA Toolkitが必要）。AMDの内蔵GPU・Intel Arc・WindowsのAMDはVulkan（Windowsは先にVulkan SDK）。専用メモリのAMDはLinuxのHIP。どれも無ければ予備のCPU
• Mac：Mac向けの方式（Metal）は、公式の方式の表にない
• 頼み方：OpenAIの画像APIと同じ形式。1回に1〜4枚、一辺256〜2048ピクセル（32の倍数）、既定は1024×1024
• Webページ：画像生成を有効にしたサーバーでは、英語の「Images」タブが出る。生成中は、小さなGPUでは1分以上かかると案内される

アプリの画面やTerminalには、画像生成の選択肢がありません（11月5日時点）。画像生成のプログラムを作る道具の細かな一覧も、公式にはビルドツールとしか書かれていません。

ダウンロードするファイルと容量

任意機能は、画像生成に3つの部品を使います。デノイザーはノイズから絵を作る本体、テキストエンコーダーは文章を絵の指示に変える部分、VAEは仕上げに画像へ変換する部分です。

部品	ファイルと選び方	容量
デノイザー	GPUメモリで選ぶ：8GBまでQ4_K_M／12GBまでQ6_K／それより上Q8_0	4.2GB／6.3GB／7.6GB
テキストエンコーダー	Qwen3-VL-8B-Instruct（4bit）	5.1GB
VAE	Qwen-Image-2.1のVAE	0.7GB
合計（計算値）	デノイザー＋テキストエンコーダー＋VAE	約10.0GB／12.1GB／13.4GB

出典：Strata公式のIMAGES.md（GitHub・英語、2026年11月5日確認）。合計は編集部の計算値です。

「8GBまで」「12GBまで」はファイルの選び方で、必要VRAMの数値ではありません。Qwen-Image-2.1-Turboを動かすのに必要なVRAMは、Strataの資料にも、Qwenのモデルカードにも、Unslothのモデルカードにも書かれていません。

GGUF版を配布しているUnslothは、Q4_K_M（4.20GB）を多くのGPUに勧めています。なお、上の合計にビルドツールやCUDA Toolkitなどの容量は含まれません（公式に記載なし）。

公式の生成時間

公式資料には、生成時間の測定が過去の記録として載っています。1枚あたりの秒数です。

GPU	方式	1024×1024	512×512
RTX A4000 16GB	CUDA	27秒	8.8秒
Radeon 780M（内蔵GPU）	HIP	131秒	29秒
Radeon 780M（内蔵GPU）	Vulkan	179秒	43秒

出典：Strata公式のIMAGES.mdの過去の測定（History / older measurements、GitHub・英語、2026年11月5日確認）。条件：API経由、Q8_0、8ステップ、1枚ごとの読み込みを含む。

Strataの版の記録がない古い測定で、ほかのGPUの値はありません。手元のGPUでどれくらいかかるかは、この表からは言い切れません。

ライセンス：Qwen Research Licenseは非商用向け

Qwen-Image-2.1-TurboのライセンスはApache 2.0ではなく、Qwen Research Licenseです。Strataの資料も、画像を商用で使う前にライセンスを読むよう書いています。

ライセンス本文（公開日の記載は2026年9月20日）の要点は、次の3つです。

• 「非商用」は、研究または評価の目的だけを指すと定義されている
• 利用・複製・改変などは、非商用の目的に限って認められている
• 商用の目的で使うには、提供元から別の商用ライセンスを得る必要がある

つまり、非商用（研究・評価）の目的に限られ、商用で使うには別の商用ライセンスが必要です。

収益化しているブログやSNS、販売物などに使う予定があるなら、使う前にライセンス本文を確かめ、分からなければ提供元に問い合わせてください（編集部の整理）。Strata本体のMITライセンスと、モデルのライセンスは別のものです。

画像生成中のStrataはどうなる？GPUを譲る仕組み

イメージ図

Strataは、同時に動かす仕事を1つにしています。任意機能で画像生成をしている間、チャットの依頼は順番を待ち、チャットのモデルは設定に従って待機・縮小・読み込み解除されます。

読み込み解除は、モデルをメモリから外してGPUを空けることです。ほかのアプリとGPUを分け合う仕組みも、読み込み解除から上級者向けのAPIまで用意されています。

任意機能の切り替え

任意機能で画像生成するときのチャットのモデルの扱いは、IMAGES.mdの設定（gpu_policy）で決まります。選べるのは次の4つです。

設定	画像生成中のチャットのモデル	補足
auto（既定）	横に収まればkeep。収まらず、VRAMを伸縮できる設定で起動していればshrink。それ以外はunload	内蔵GPU（APU）は常にkeep
keep	読み込んだまま待つ	—
shrink	エキスパートの置き場からVRAMを渡し、あとで戻す。会話は残る	VRAMを伸縮できる設定が必要
unload	会話をファイルに保存してエンジンを止め、次に起動したとき戻す	再起動はすぐ（eager）か、次のチャットのとき（lazy・既定）

出典：Strata公式のIMAGES.md（GitHub・英語）（2026年11月5日確認）

エキスパートは、Strataのモデルを細かく分けた部品で、よく使うものをVRAMに置いています。画像1枚ごとに画像生成のプログラムを起動するため、画像と画像の間に、画像生成のメモリはGPUに残りません。

既定のautoで、チャットのモデルがどうなるかを図にしました。

ほかのアプリにGPUを譲る仕組みの一覧

ComfyUIなど別のアプリにGPUを使わせたいときは、Strata側でVRAMを空けます。初心者向けの方法から順に並べると、下の表のとおりです。

仕組み	どこで	何が起きる	条件・注意
読み込み解除	アプリの「読み込み解除」、Webページの「解放」（v0.2.7から）、サーバーの解除	エンジンと読み取りの部分が終わり、VRAMとRAMがすぐ戻る。ファイルがOSのキャッシュに残っていれば、読み直しは数秒	既定ではモデルはStrataを閉じるまで読み込んだまま
アプリを閉じる／Terminalで止める	アプリ、Terminal	アプリを閉じると、アプリが管理するエンジンも止まる。Terminalは止めるとモデルを解除してGPUメモリを空ける	次に使うときは読み込み直し
他のアプリ用のGPUメモリー（MiB）	アプリの「上級設定」	指定した量のVRAMを空けたまま読み込む	空けた分だけエキスパートが減り、回答は遅くなる
ほかの作業用に余裕を残す設定	アプリ（表示は画面により「他の作業用に20%の余裕を確保」「他のアプリ用に余裕を残す」。もう一方の選択肢は「最大性能」）	公式資料の説明では、カードの5分の1を空ける（16GB以下のカードで最大1536MiB）	画像生成アプリを動かすための量としては示されていない
待機後に自動で解除	サーバーの設定（既定オフ）	例：600秒依頼がなければ解除し、次の依頼で読み込み直す	—
空きが足りないときは読み込まない	サーバーの設定（既定オフ）	指定したVRAMが空くまで最大15秒待ち、足りなければGPUはほかのプログラムが使用中として断る	複数のGPUでは1枚目だけ見る
読み込む前にコマンドを実行	サーバーの設定（既定オフ）	例：別のサーバーのモデルを外すコマンドを先に実行	失敗・時間切れの扱いも設定で決める
動いたままVRAMの一部を返す	サーバーのAPI（VRAMを伸縮できる設定のとき）	指定したMiBを別のプログラムのために空ける。返した分はCPUで計算し、回答は続く	NVIDIAのGPU 1枚だけ。AMD・複数GPUの分割・低RAM常駐モードは不可。自動では伸び縮みしない。サーバーを再起動すると指定を忘れる

出典：Strata公式のDETAILS.md・VRAM_ELASTIC.md・INSTALL.md・TERMINAL_LAUNCH.md・TROUBLESHOOTING.md、v0.2.7のリリースノート、アプリの日本語表示（GitHub）（2026年11月5日確認）

いちばん下の仕組みについて、公式はRTX 5070・Q2_0でVRAMを4.3GiB返すと、回答の速さ（デコード）が毎秒44トークンから33トークンに下がった例を載せています（呼び出しは78ミリ秒）。

VRAMを返す仕組みはNVIDIAのGPU 1枚のときだけで、自動では伸び縮みしません。資料は空けたVRAMの使い道を英語で「another program」（別のプログラム）とだけ書いており、ComfyUIの名前は出てきません。

設定の書き方は、公式のDETAILS.mdとVRAM_ELASTIC.md（どちらも英語）で確かめてください。

ComfyUIとStrataを同じPCで使うときの注意

イメージ図

StrataとComfyUIを組み合わせる公式の機能や手順はありません。Strataは空いたVRAMをエキスパートの置き場に使うため、同じGPUで同時に動かすより、交互に使う形が基本です（編集部の整理）。

公式の仕組みの説明は、StrataがVRAMの残りをよく使うエキスパートで埋めると書いています。別のモデル切り替えの仕組みと組み合わせる公式の説明でも、Strataはカードのメモリを自分だけで使う前提です。

いちばん確実なのは交互に使うこと

ComfyUIと同じPCなら、Strataのモデルを読み込み解除してから画像生成するのが基本です。次の順番で交互に使います。

ComfyUI側でメモリを空ける操作は、ここでは「ComfyUIを閉じる」までにしています。ComfyUIの使い方は、上で紹介したComfyUIの記事を参考にしてください。

自動で切り替えたい場合は、一覧の表にある「空きが足りないときは読み込まない」「読み込む前にコマンドを実行」を組み合わせて、自分で作ることになります。自動化の公式の手順はありません。

VRAM：Strataは空きを埋める。譲るほど回答は遅くなる

Strataは、VRAMが1GB増えるごとに約700個多くエキスパートを載せられ、載らない分はCPUで計算します。そのため「他のアプリ用のGPUメモリー（MiB）」で空けるほど、回答は遅くなります。

アプリは何も指定しなくても、画面を映すカードでは画面用に少し空けています（16GB以下のカードで1536MiB）。ほかの作業用に余裕を残す設定も、公式資料の説明ではカードの5分の1（16GB以下で最大1536MiB）です。

どちらも、画像生成アプリを動かす量としては示されていません。Strata自体のVRAMは、公式の資料でどのカードでも12GB以上が推奨です。

画像生成とStrataを同時に動かすのに必要なVRAMは、公式に記載がありません。譲ったときの速さの公式の例は、上の一覧の表の下で紹介した数値です。

メモリとSSD：公式の目安と、足りなくなりやすい所

VRAMのほかに、メモリ（RAM）とSSDも両方で使います。Strata側の公式の目安と、画像生成を足すときの注意は次のとおりです。

項目	Strata側の公式の目安	画像生成を足すときの注意
メモリ（RAM）	Qwen3.8-Flash-Nextは「エキスパートの量＋約10GB（OSとほかのプログラム用）」	画像生成アプリを同時に動かす分は、この式に含まれていない（公式に記載なし）
SSDの容量	Qwen3.8の小さい3サイズで66〜76GBのダウンロード。DeepSeekは239〜274GBとNVMe SSD	任意機能のファイルは約10.0〜13.4GB（計算値）。ComfyUIのモデルは別に要る
SSDの読み込み	28.8GBの表をSSDに置き、1語ごとに数行読む。RAMが足りない分もSSDから読む（遅くなる）	任意機能は画像1枚ごとに3つのファイルを読み込み直す（OSのキャッシュに残っていれば数秒）

出典：Strata公式のMODELS.md・HOW_IT_WORKS.md・DEEPSEEK41.md・IMAGES.md（GitHub・英語）（2026年11月5日確認）

読み込み解除のあと読み直しが数秒で済むのは、そのRAMがほかで使われていないときです。画像生成でRAMを使うと、読み直しは遅くなりえます（後半は編集部の整理）。

チャットから画像生成ツールを呼ぶ方法（MCP・上級者向け）

MCPは、AIに外部のツールをつなぐ共通の方式です。Strataのチャットは、MCPサーバーのツールを使えます。ブラウザで開くWebページのチャットでは、任意の設定（既定オフ）を入れると、ツールが返した画像（PNG・JPEG・WebP）を表示できます。

読み取りができるモデルなら、その画像をモデルに渡すこともできます。ただし、画像を作るのは設定したMCPサーバーの側で、StrataはComfyUIを同梱しません（MCP_IMAGES.md）。

Strataの画像の読み取りでできること（画像認識）

イメージ図

Strataは、読み取りに対応したモデルなら、既定で画像を読めます。アプリは読み取りを「写真やスクリーンショットを理解します」と説明しています。

写真の内容の説明や、スクリーンショットの読み取りに使えます。動画は読めません。日本語の文字や手書きの読み取りの精度は、公式に記載がありません。

読み取りでできること・できないこと

公式資料にある読み取りの記述を、できること・できないことに分けました。

項目	公式の記述	出典
できること	写真やスクリーンショットを理解する（アプリの説明）。例：この画像に何が写っているかを聞く	アプリの日本語表示、DETAILS.md
細かい文字・グラフ	画像の最大トークン数を上げると、小さな文字やグラフの細部が残る。そのぶん時間がかかる（CPUでは特に）	DETAILS.md
渡し方	アプリはチャットに貼り付け・ドロップ（PNG・JPEG・WebP）。Terminalのチャットでもファイルを指定して送れる。APIはOpenAI形式・Anthropic形式	v0.2.0-betaのリリースノート、アプリのソース、DETAILS.md
形式（API）	JPEG・PNG・BMP・GIF・WebP・TIFF・AVIF	DETAILS.md
文脈の使い方	1枚で最大1,024トークン（640×480の写真で300）。同じ画像を毎回送っても読むのは1回	DETAILS.md
測定例	RTX 5070で640×480の新聞紙面に1.9〜2.7秒で回答（エンジン0.1.13より前、GPUで読み取り）	DETAILS.md
できないこと	動画は読めない	DETAILS.md
公式に記載なし	日本語の文字・手書きの読み取りの精度	—

出典：Strata公式のDETAILS.md・MODELS.md、v0.2.0-betaのリリースノート、アプリの初回設定のソース（v0.2.10）（GitHub）（2026年11月5日確認）

表の「グラフ」は、DETAILS.mdにある最大トークン数の説明から訳したものです。アプリの説明文に出てくるのは「写真やスクリーンショット」までです。

読み取りに使うメモリと速さ

読み取りをどこで動かすかは、GPUメモリの量で決まります。

GPUメモリ	読み取る場所	速さとVRAM
24GB未満（NVIDIA・AMD）	CPU	VRAMを使わない。300トークンの画像で約3秒（8コア）
24GB以上	グラフィックボード	1枚0.1〜0.5秒、約1〜1.4GBのVRAM（NVIDIAの1枚では最初の画像で起動し、120秒使わなければ止まる）
Mac	GPU	メモリの量によらずGPU

出典：Strata公式のMODELS.md・DETAILS.md（GitHub・英語）（2026年11月5日確認）

読み取れるモデルは、Qwen3.8-Flash-Next（セットアップで選べる全サイズ）・Qwen3.6・DeepSeek（v0.2.7から、約1GB追加）です。MacのDeepSeekは、v0.2.10から読めるようになりました。

メモリを節約したいときは、読み取りをオフにできます。オフにすると、画像は送れません。

Strataと画像生成を1台でやるPCの考え方

イメージ図

Strataと画像生成を同じPCで両方使うときの必要スペックは、公式に示されていません。Strata側と画像生成側の必要量を別々に確かめるのが現実的です（編集部の整理）。

Strata側と画像生成側を別々に確かめる

• Strata側：RAMは「エキスパートの量＋約10GB」、VRAMはどのカードでも12GB以上が推奨、SSDは大きな空きが要る
• 画像生成側：必要なVRAMは、使うアプリとモデルで変わる。Strataの任意機能は公式に記載なし

Strata側の詳しい目安はStrataの使い方と必要メモリの記事、画像生成AIの必要VRAMの目安は画像生成AIに必要なPCスペックの記事にまとめています。

交互に使う前提で、VRAM・RAM・SSDを見込む

交互に使うなら、VRAMは両方のうち大きい方に合わせ、RAMとSSDは両方の分を見込むのが目安です（編集部の整理）。同時に動かす前提だと、公式の数値がないため見積もれません。

ローカルLLMと画像生成の両方を1台で考えるなら、ローカルLLM・生成AIを動かすPCスペックの記事も参考になります。

まとめ：Strataで画像生成するなら、まず「読む」と「作る」を分ける

最後に、Strataで画像生成を考えるときの要点を整理します。

Strataは更新が速いので、使う前にリリースノートと公式資料で最新の状態を確かめてください。

2026年11月5日確認（Strata v0.2.10）

更新履歴：2026年11月5日：公開

Strataの画像生成についてよくある質問

Strataのアプリに画像生成の機能はありますか？

2026年11月5日時点（v0.2.10）のアプリに画像生成の画面はなく、標準でできるのは画像の読み取りです。Strataで画像生成をするには、ソース一式から入れる任意機能（Qwen-Image-2.1-Turbo、既定オフ）を使います。今後アプリに入るかは、公式に記載がありません。

StrataとComfyUIは連携できますか？

公式の連携の仕組みや組み合わせの手順はありません。Strataの公式資料は、ComfyUIを同梱しないと書いています。同じPCで使うなら、Strataのモデルを読み込み解除してからComfyUIで画像生成する、交互の使い方が基本です。

Strataの画像生成に必要なVRAMは何GBですか？

必要VRAMの数値は公式に記載がありません。本体のファイルはGPUメモリに合わせて選び（8GBまで4.2GB、12GBまで6.3GB、それより上は7.6GB）、別にテキストエンコーダー5.1GBとVAE 0.7GBを使います。

公式の過去の測定（API経由・Q8_0・8ステップ・読み込み込み、版の記録なし）では、RTX A4000 16GBで1024×1024が1枚27秒です。

Strataで画像生成した画像は商用利用できますか？

任意機能のQwen-Image-2.1-TurboはQwen Research Licenseで、非商用（研究・評価）の目的に限って利用を認め、商用の目的で使うには提供元の別の商用ライセンスが必要と書かれています。Strataの公式資料も、商用で使う前にライセンスを読むよう求めています。

Strataで動画生成や動画の読み取りはできますか？

できません。Strataが読めるのは画像で、動画は読めないと公式に書かれています。動画生成を自分のPCでするならComfyUIなど別のツールを使い、必要なVRAMは動画生成AIをローカルで動かす記事を参考にしてください。

関連記事