RunPod Serverlessでz-image-turboを動かす完全ガイド｜API構築まで

z-image-turboをAPIベースで大量生成・自動化したい上級者向けに、RunPod Serverlessでの環境構築方法を解説します。

初心者の方は、まずConoHa AI Canvasから始めることをおすすめします。

RunPod Serverlessとは

RunPodはクラウドGPUプラットフォームで、Serverless機能を使えばAPIエンドポイントとしてAI推論を実行できます。

メリット:

• 使った分だけの従量課金（アイドル時はコストゼロ）
• オートスケーリング対応
• APIで呼び出せるため自動化・バッチ処理が可能
• 複数のワーカーで並列実行可能

デメリット:

• 技術的な知識が必要（Docker、API）
• コールドスタート時に数秒〜数十秒のレイテンシ

他サービスとのコスト比較はクラウドGPU比較記事をご覧ください。

構築手順

Step 1: RunPodアカウント作成

1. RunPodにアクセスしてアカウントを作成
2. クレジットカード情報を登録（従量課金のため）
3. 初期クレジットをチャージ（$10〜推奨）

Step 2: Serverless Endpointを作成

1. RunPodダッシュボードで Serverless セクションに移動
2. New Endpoint をクリック
3. 以下の設定を入力：

Step 3: APIキーを取得

1. RunPodダッシュボードの Settings → API Keys に移動
2. 新しいAPIキーを生成
3. Endpoint IDも控えておく

Step 4: 環境変数を設定

# ~/.config/z-image/.env に保存
RUNPOD_API_KEY=your_api_key_here
RUNPOD_ENDPOINT_ID=your_endpoint_id_here

Step 5: テストリクエスト

curlでAPIを叩いて動作確認します。

curl -X POST "https://api.runpod.ai/v2/${RUNPOD_ENDPOINT_ID}/runsync" \
  -H "Authorization: Bearer ${RUNPOD_API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "prompt": "a beautiful Japanese woman, portrait, natural lighting, 85mm lens",
      "width": 1024,
      "height": 1024,
      "steps": 8,
      "sampler": "euler",
      "scheduler": "ddim_uniform"
    }
  }'

コスト最適化

GPU選択

z-image-turboは8ステップで生成できるため、高価なGPUは不要です。RTX A4000がコスパ最良。

ワーカー設定のコツ

• Min Workers = 0: アイドル時のコストをゼロに。ただしコールドスタートが発生
• Min Workers = 1: 常に1台起動。レイテンシを許容できない場合
• Max Workers: 同時リクエスト数の上限。バッチ処理の並列度に合わせて設定

バッチ処理

RunPod APIの非同期エンドポイント（/run）を使えば、複数リクエストを並列に投げてバッチ処理が可能です。

プロンプトの設定

プロンプトの書き方については以下の記事を参照してください：

• プロンプトの基本法則 — 語順・強調構文の基礎
• プロンプトのベストプラクティス — 検証済みのプロンプト知見
• プロンプト作例集 — 実際の作例とプロンプト

ComfyUIワークフローで使っているのと同じパラメータ設定がAPIでも使えます。

トラブルシューティング

コールドスタートが遅い

• Min Workersを1に設定してワーカーを常時起動する（コスト増）
• FlashBootオプション（対応GPUの場合）を有効にする

画像が生成されない

• APIキーが正しいか確認
• Endpoint IDが正しいか確認
• RunPodダッシュボードでエンドポイントのステータスを確認

コストが予想より高い

• Idle Timeoutを短くする（5秒推奨）
• Min Workersが0になっているか確認
• 不要なエンドポイントを削除

まとめ

RunPod ServerlessでのZ-Image-Turbo環境構築：

1. アカウント作成 → Endpointの設定 → APIキー取得
2. RTX A4000がコスパ最良
3. Min Workers = 0 でアイドルコストゼロ
4. curlまたはスクリプトでAPIリクエスト

関連記事

• z-image-turboとは — モデルの特徴と選び方
• ConoHa AI Canvas始め方 — 初心者はこちらから
• ComfyUIワークフロー — ネガプロ設定済みワークフロー
• クラウドGPU比較 — サービス間のコスト比較