Linum, leído el 2026-11-08. No es un generador en línea.
P-JiT 21K en local: oficial, ComfyUI y MLX
Dos personas en Linum entrenaron un modelo de píxeles de 2.18B, sin VAE, por unos $21,038. Esta página solo compara formas públicas de ejecutarlo. Nano AI no guarda los pesos ni genera con P-JiT 21K.
En Nano AI
Este cuadro abre Nano Banana 2.1, no P-JiT 21K
1K, 8 créditos, una imagen nueva. Las cuatro vías de abajo quedan en tu máquina. Una nota de ComfyUI en este sitio es /relayvsr.
La ficha y el README de Linum, leídos el 2026-11-08: P-JiT 21K no escribe texto ni carteles. Le cuesta el cuerpo entero, las multitudes y varias personas en una escena. Esos límites son de los autores. Este sitio no añade un arreglo.
- Desarrollado por
- Linum
- Lanzamiento
- 4 de noviembre de 2026
- Disponible en Nano AI
- Nano Banana 2.1 · 8 créditos por imagen
- Página actualizada
- 8 de noviembre de 2026
Fuente: linum.ai
Texto y cuerpos
Los letreros bajo los datos son un mismo pedido de KOBO Lab, 2026-11-06, tres semillas, recortados de la fila inferior de su rejilla para no poner aquí los retratos. Ningún cartel se lee KOBO LAB. Coincide con el límite que Linum escribió. No es una imagen de Nano AI.
Qué es P-JiT 21K
Sahil Chopra y Manu Chopra, el laboratorio de dos personas Linum, publicaron la nota el 2026-11-04. La pasada es 610M de muestras a 512 px, luego unos 50M a 1024 px, más un post-entrenamiento. La cuentan como 8,415 horas H100 por $2.50, o sea $21,038. Los pesos son Apache-2.0. El codificador de texto es un Qwen3.5-4B congelado. No hay VAE: el modelo dibuja píxeles.
El muestreo del README oficial es 50 pasos de Euler, guía proyectada adaptativa a escala 15, ruido a escala 4 y un negativo vacío. El modelo se entrenó en cinco tamaños cerca de un megapíxel: 1024×1024, 864×1216, 1152×864, 1248×832 y 1280×720. Las frases cortas salen peor; el amplificador del README llama a Claude por OpenRouter y necesita una clave. --no_upsample omite esa llamada. Esta página no ejecutó nada de eso.
Los letreros bajo los datos son un mismo pedido de KOBO Lab, 2026-11-06, tres semillas, recortados de la fila inferior de su rejilla para no poner aquí los retratos. Ningún cartel se lee KOBO LAB. Coincide con el límite que Linum escribió. No es una imagen de Nano AI.
P-JiT 21K en fuentes públicas
- Laboratorio
- Linum, dos personas. Nota del 2026-11-04.
- Coste de entrenamiento que imprimen
- $21,038. 8,415 horas H100 a $2.50.
- Pesos
- Apache-2.0. Sin VAE. DiT de 2.18B.
- En Nano AI
- No se guarda. El botón es Nano Banana 2.1, 1K, 8 créditos.
Vías para ejecutar P-JiT 21K
Solo cifras impresas en una página pública. Leído el 2026-11-08.
- 1
generate.py
generate.py de Linum. CUDA. La primera ejecución baja los pesos. Sin VAE.
git clone https://github.com/Linum-AI/pjit-21k && cd pjit-21k python3 -m venv .venv && source .venv/bin/activate pip install -e . - 2
Rebel ComfyUI
Nodos Euler APG propios. INT8 no soportado. No es un proyecto oficial de Linum.
git clone https://github.com/RealRebelAI/ComfyUI-PJiT21K-Rebel.git - 3
PedroMarinho
KSampler de serie. Load VAE en pixel_space. bf16 e int8 ConvRot. ComfyUI 0.44.0, o el master del 2026-11-05.
cd ComfyUI/custom_nodes git clone https://github.com/PedroMarinhoDev/ComfyUI-PJiT - 4
MLX
Apple silicon. El README: bf16 coincide con las semillas de la galería de Linum; 8-bit puede bifurcar una.
pip install git+https://github.com/felix-ab/pjit-mlx
Pesos
| Archivo | Tamaño | Dónde | Nota |
|---|---|---|---|
| model.safetensors | 8.7 GB | Hugging Face, primera ejecución | DiT fp32. README de Linum. |
| pjit_21k_bf16.safetensors | 4.37 GB | models/diffusion_models | README de Pedro. Él escribe que son los mismos píxeles que fp32. |
| pjit_21k_int8_convrot.safetensors | 2.33 GB | models/diffusion_models | README de Pedro. Unas 1.8× el ritmo por paso en su RTX 3090. |
| MLX 8-bit export | 6.9 GB | Descarga nombrada en el README de MLX | El pico de 3.6 GB con --low-memory es memoria, no el tamaño del archivo. |
Cuatro vías, un punto de control
Script oficial
generate.py es de Linum. Pide una GPU CUDA. El README no imprime un tiempo de imagen completa.
Dos repos de ComfyUI
Rebel usa su propio muestreador Euler APG y dice que INT8 no está soportado. PedroMarinho usa el KSampler de serie más int8 ConvRot.
MLX es otra máquina
El README de MLX cronometra un M4 Pro. No informa un tiempo NVIDIA. Allí el 8-bit puede bifurcar una semilla.
Vías para ejecutar P-JiT 21K
Solo cifras impresas en una página pública. Leído el 2026-11-08.
| generate.py | Rebel ComfyUI | PedroMarinho | MLX | |
|---|---|---|---|---|
| Qué se ejecuta | generate.py de Linum. CUDA. La primera ejecución baja los pesos. Sin VAE. | Nodos Euler APG propios. INT8 no soportado. No es un proyecto oficial de Linum. | KSampler de serie. Load VAE en pixel_space. bf16 e int8 ConvRot. ComfyUI 0.44.0, o el master del 2026-11-05. | Apple silicon. El README: bf16 coincide con las semillas de la galería de Linum; 8-bit puede bifurcar una. |
| Muestreador que imprimen | 50 pasos Euler, guía a escala 15, ruido a escala 4, negativo vacío. | Euler APG, 50 pasos, guía 15, momento -0.75, eta 0, rescale 10, ruido a escala 4. | 50 pasos, euler, scheduler simple, cfg 15, negativo vacío. El cargador trae APG. | La tabla del README es la misma comparación APG de 50 pasos. |
| Licencia en la página | Código y pesos Apache-2.0. Etiqueta HF apache-2.0. | El origen se llama Apache-2.0. No se indicó una licencia para los archivos de integración. | Código GPL-3.0. Pesos Apache-2.0, en la insignia del README. | Código Apache-2.0. El README también dice que los pesos y Qwen3.5-4B son Apache-2.0. |
| Hardware en la fuente | README: una GPU CUDA. DiT 8.7 GB fp32. Codificador de texto 8 GB bf16. No nombran una tarjeta. | Quien lo mantiene: ComfyUI portable en Windows, RTX 3070, 8 GB. | README: probado en una RTX 3090 de 24 GB. La insignia dice VRAM desde 4 GB. | README: M4 Pro, 48 GB. |
| Tiempo en la fuente | README de Linum: no informado. Pedro en una RTX 3090: el código de Linum 0.38 s/paso; la fila fp32 dice 0.35 s/paso. | no informado | README, RTX 3090, 1024×1024, con el texto: unos 17 s en bf16 y 10 s en int8. KOBO Lab, RTX 5090, 2026-11-06, segunda imagen: unos 4.6 s en bf16 y 6.1 s en int8. Los dos informes no coinciden en qué archivo es más rápido. | README, M4 Pro, una imagen 1152×864, 50 pasos: muestreo bf16 69 s, total 72 s; muestreo 8-bit 77 s, total 79 s. 8-bit con --low-memory llega a 3.6 GB en todo el proceso. |
| Texto y cuerpos | Linum: no escribe texto ni carteles. Le cuesta el cuerpo entero, las multitudes y varias personas. | Los mismos pesos. Ese README no añade una prueba de letrero aparte. | El README repite los mismos límites. KOBO Lab, el mismo pedido de letrero: 0 de 6 fotogramas se leen KOBO LAB. | El README dice que el modelo no puede dibujar texto y que le cuesta el cuerpo entero y las multitudes. |
Ir a las cuatro vías
Vías para ejecutar P-JiT 21K
- 1
Script oficial
generate.py es de Linum. Pide una GPU CUDA. El README no imprime un tiempo de imagen completa.
- 2
Dos repos de ComfyUI
Rebel usa su propio muestreador Euler APG y dice que INT8 no está soportado. PedroMarinho usa el KSampler de serie más int8 ConvRot.
- 3
MLX es otra máquina
El README de MLX cronometra un M4 Pro. No informa un tiempo NVIDIA. Allí el 8-bit puede bifurcar una semilla.
Muestreador que imprimen
El muestreo del README oficial es 50 pasos de Euler, guía proyectada adaptativa a escala 15, ruido a escala 4 y un negativo vacío. El modelo se entrenó en cinco tamaños cerca de un megapíxel: 1024×1024, 864×1216, 1152×864, 1248×832 y 1280×720. Las frases cortas salen peor; el amplificador del README llama a Claude por OpenRouter y necesita una clave. --no_upsample omite esa llamada. Esta página no ejecutó nada de eso.
Noodle bowl
A ceramic bowl of noodles on a dark wooden counter, steam rising, side window light, no hands, no people, no text.
Lighthouse
A small lighthouse on a rocky point at sunset, long smooth water, no boats, no people, no text.
Balloon
A single hot-air balloon above green fields at sunrise, wide sky, no letters on the balloon, no people, no text.
Sign that fails
A wooden sign on an empty cafe table. The sign should read KOBO LAB in clear capital letters. No people, no other text.
Texto y cuerpos
- La ficha y el README de Linum, leídos el 2026-11
- La ficha y el README de Linum, leídos el 2026-11-08: P-JiT 21K no escribe texto ni carteles. Le cuesta el cuerpo entero, las multitudes y varias personas en una escena. Esos límites son de los autores. Este sitio no añade un arreglo.
- no informado
- README, RTX 3090, 1024×1024, con el texto: unos 17 s en bf16 y 10 s en int8. KOBO Lab, RTX 5090, 2026-11-06, segunda imagen: unos 4.6 s en bf16 y 6.1 s en int8. Los dos informes no coinciden en qué archivo es más rápido.
En Nano AI
Este cuadro abre Nano Banana 2.1, no P-JiT 21K
1K, 8 créditos, una imagen nueva. Las cuatro vías de abajo quedan en tu máquina. Una nota de ComfyUI en este sitio es /relayvsr.
Preguntas frecuentes
P-JiT 21K
Solo cifras impresas en una página pública. Leído el 2026-11-08.
Qué es P-JiT 21K
No se guarda. El botón es Nano Banana 2.1, 1K, 8 créditos.
Texto y cuerpos
La ficha y el README de Linum, leídos el 2026-11-08: P-JiT 21K no escribe texto ni carteles. Le cuesta el cuerpo entero, las multitudes y varias personas en una escena. Esos límites son de los autores. Este sitio no añade un arreglo.
Dos repos de ComfyUI
Rebel usa su propio muestreador Euler APG y dice que INT8 no está soportado. PedroMarinho usa el KSampler de serie más int8 ConvRot.
Tiempo en la fuente
README de Linum: no informado. Pedro en una RTX 3090: el código de Linum 0.38 s/paso; la fila fp32 dice 0.35 s/paso.
Hardware en la fuente
Quien lo mantiene: ComfyUI portable en Windows, RTX 3070, 8 GB. no informado
Más en Nano AI
Ir a las cuatro vías
Dos personas en Linum entrenaron un modelo de píxeles de 2.18B, sin VAE, por unos $21,038. Esta página solo compara formas públicas de ejecutarlo. Nano AI no guarda los pesos ni genera con P-JiT 21K.