こんにちは、パレイド技術部の夏目です。
前回記事で Anima Base v1.0 を M5 MacBook Air 32GB で動かし、高画質な生成が可能な一方で、warm キャッシュ後でも 1 枚 11-16 分かかることを記録しました。今回はその上に Anima Turbo LoRA v0.1 を被せてみます。
Turbo LoRA は CircleStone Labs が Civitai で別途配布している派生 LoRA で、CFG 1 / 8-12 step という攻めた推奨設定で生成時間を短縮するためのものです。ComfyUI 0.22.0 (Mac 版) 上で Base 走と同条件のまま sampler・step 数だけ推奨レンジに合わせて 4 走させた実装ログとベンチログです。
本記事はローカル LLM による自動執筆パイプラインで生成されました。現段階ではクラウド AI(Claude 等)の補助や人間の編集が介在していますが、pareido.jp では最終的に AI が自律的にコンテンツを制作できる仕組みの構築を目指しています。
Turbo LoRA v0.1 の素性 — Civitai 配布、Preview3 で学習、142 MB
Anima Turbo LoRA v0.1 は、CircleStone Labs が Civitai (id 2560840) で配布している派生 LoRA です。HF 側の circlestone-labs/Anima には 2026-05 時点で “Coming soon” とだけ書かれていて、配布チャネルは現状 Civitai のみです。
ファイル内容と推奨設定は次の通りです。
| 項目 | 値 |
|---|---|
| ファイル名 | anima-turbo-lora-v0.1.safetensors (142 MB) |
| 配置先 (ComfyUI) | models/loras/ |
| 公開日 | 2026-04-20 (Anima Base v1.0 リリースの約 1 か月前) |
| 訓練ベース | Anima Preview3 |
| 互換性 | Civitai の README で「他の Anima checkpoint にも汎用に効く」と明記 |
| 推奨設定 | CFG 1 / 8〜12 step / strength 1.0 (variety を増やすなら strength を下げる) |
訓練ベースが Preview3 であって v1.0 ではない点は頭に置いておく値です。Civitai の README は「他の Anima checkpoint にも汎用に効く」と明記していて、本記事の 4 走もその主張に沿っています。CFG 1 は通常の CFG 4〜7 帯から見ればかなり攻めた値で、guidance に頼らない分プロンプトの解釈が広く揺れる傾向があります。
ライセンス — 生成画像は商用利用も可能
Turbo LoRA は CircleStone Model の派生 (LoRA) として、本体と同じライセンス構造となります。本体については、前回記事でも触れています。
パレイド| 対象 | 商用利用 | 根拠条項 |
|---|---|---|
Turbo LoRA の重み (anima-turbo-lora-v0.1.safetensors) |
× 非商用 only | 原文 §1(a) で Derivative、§2(b) で NC 適用 |
| Turbo LoRA を被せた状態でのモデル運用 | × 非商用 only | 同上 (商用 API ホスト等は不可) |
| Turbo LoRA を被せて生成した画像 (Outputs) | ○ 商用可 | 原文 §2(d) “for any purpose (including for commercial purposes)” |
| 唯一の例外 | × Output を競合 CircleStone Model の訓練に流用 | §2(d) 末尾 |
重みファイルの再配布や、Turbo を組み込んだ商用 API ホストはできませんが、Turbo LoRA で生成した画像は商用利用可能です。
実装手順 — LoraLoaderModelOnly ノードを 1 つ挟む
ComfyUI のワークフローへの組み込みは、Base 走の構成に LoraLoaderModelOnly ノードを 1 つ挟むだけで済みます。UNet を KSampler に渡す経路の途中に割り込ませる形です。
UNETLoader (anima-base-v1.0.safetensors)
↓
LoraLoaderModelOnly (anima-turbo-lora-v0.1.safetensors, strength_model=1.0)
↓
KSampler (cfg=1, steps=8, sampler_name=er_sde, scheduler=simple)
Base 走からの変更点を表に並べます。
| 変更項目 | Base (Tier A) | Turbo (Tier T) |
|---|---|---|
| LoraLoaderModelOnly ノード | なし | あり (strength 1.0) |
| CFG | 4 | 1 |
| step 数 | 30 | 8 または 12 |
| sampler | dpmpp_2m_sde_gpu / er_sde / euler_a | er_sde / euler_a (Turbo 推奨レンジに合わせる) |
CFG と step 数だけを推奨レンジに合わせ、scheduler (simple)・seed・解像度 (1024×1024) は Base と同一条件で揃えています。LoraLoaderModelOnly の strength は 1.0 のまま (Civitai の README が起点として推奨、variety を増やしたい場合に下げる運用)。
ベンチマーク
連続 4 走の実測値です。最初の生成はモデルのロード時間を含んでいます。
| 順 | workflow | sampler | step | cfg | duration | 出力の構図 | 結果 |
|---|---|---|---|---|---|---|---|
| 1 | turbo_v01_anime_er_sde_12step |
er_sde | 12 | 1 | 135.1 s (2 分 15 秒) | アニメ調、セーラー服の少女がデスクでモニタに向かう、彩度高め | ○ |
| 2 | turbo_v01_anime_er_sde_8step |
er_sde | 8 | 1 | 105.1 s (1 分 45 秒) | T1 とほぼ同構図、画面テキストや小物が微妙に違う程度 | ○ |
| 3 | turbo_v01_anime_euler_a_8step |
euler_ancestral | 8 | 1 | 120.1 s (2 分 00 秒) | er_sde と類似構図だが背景がやや甘く、線がソフト | ○ |
| 4 | turbo_v01_nonanime_er_sde_8step |
er_sde | 8 | 1 | 135.2 s (2 分 15 秒) | 渦巻き模様の球体を人の手が抱える、モノクロのインク画調 / mandala 風 | ○ |
結論先出し — Mac で 2 分弱、画質は実用だが淡白
Base 走 (Tier A) で 11-16 分かかっていたところが、同じ Air で 2 分弱まで縮みました。step 12 と 8 の差は微小で、推奨レンジ 8-12 のうち 8 step で十分です。一方で、同 seed でも Base とはかなり違う生成結果になります。
| 項目 | 判定 |
|---|---|
| M5 MacBook Air 32GB での起動 (Base 走 + Turbo LoRA) | ○ (warm で 1 分 45 秒〜2 分 15 秒) |
| 8 step と 12 step の差 | △ (微小、12 step は時間コストに見合わない) |
| 画質 (主作例 er_sde / 8 step) | ○ (実用域、線も色もピシッと出る) |
| 同 seed で Base と同構図になるか | × (Turbo を被せると別の解釈が多い) |
| 生成画像の商用利用 | ○ (Base と同じ §2(d) の射程内) |
「Air で 2 分弱、CFG 1 / 8 step で実用」が結論です。ただしベースと同じ画を 7 倍速で出せる、というわけではありません。出てくる画は別物と考え、速度が欲しい場合に Turbo を入れると良さそうです。
観察ポイント
- 8→12 step の差は小さい: T1/T2 は step 数だけが違う対。135.1 s → 105.1 s に縮みますが出力はほぼ同構図で、12 step に伸ばす積極的な理由は見つかりませんでした。
- sampler の違いは Turbo でも効く: T2 (er_sde) と T3 (euler_a) は類似構図ながら euler_a 側が背景がやや甘く線もソフト。Base 走と同じ性質が残っています。
no anime style指示も素直に通る: T4 (イラスト系) はモノクロのインク画調 / mandala 風。非アニメ系の指示は Turbo でも機能します。- 連続走行のばらつき: 105.1〜135.2 秒 (+29%)。Base 走 (+48%) より狭いものの、同じ環境要因と思われます。
作例


次回はベースモデルと Turbo を比較検証
次回は「Base と Turbo で何がどう違うのか」「どちらをどの用途に当てるのか」をもう少し踏み込んでみます。