Quatre modèles d'images à télécharger, un seul banc : « L'ADDITION » prend deux S

En bref

• Banc commun : 6 prompts identiques, graine 2210, 1152 × 1536. Les quatre écrivent « BONJOUR » sans faute.
• Sur 30 visuels en 9:16, FLUX.3 Klein a le plus de textes exacts (18), mais la relecture lui reproche un visage vieilli ou marqué sur 15 images. Et il a tourné sans le « prompt upsampler » que Black Forest Labs demande.
• Notre calcul (temps de carte × prix horaire) sur les 30 cas concrets : de 0,0014 $ (MOSS + DMD2) à 0,0108 $ (MOSS sans LoRA) l'image, en médiane.

Premier comparatif du futur catalogue de modèles du site : chacun de ces quatre modèles aura bientôt sa fiche.

Les candidats

• DesireX X3, modèle communautaire bâti sur Krea 2, publié sur Civitai le 17/10/2026. Son auteur promet « moins de nudité non demandée ». Retiens cette phrase.
• FLUX.3 Klein, de Black Forest Labs : 5,6 milliards de paramètres, version « distillée » en 16 étapes, environ 6 fois plus rapide que sa version de base.
• MOSS Image SFT, de l'équipe OpenMOSS : 5 milliards de paramètres, « fait pour un texte exact dans l'image », 50 étapes.
• MOSS Image SFT + DMD2, la version « accélérée » des planches : le même modèle, plus un petit module ajouté (un LoRA) appelé DMD2, que son créateur recommande. Il lui apprend à faire en 8 étapes ce que MOSS fait d'habitude en 50, donc beaucoup plus vite, au prix de quelques écarts.

Le banc des 6 prompts

Même femme neutre pour tous (« fin de vingtaine, cheveux bruns mi-longs »), six situations : portrait, plein pied en veste et jean, deux amies au café, mains sur une carte, cuisine la nuit éclairée par un téléphone, panneau « BONJOUR ». Graine 2210, 1152 × 1536, un tirage, réglages de l'auteur de chaque modèle, ComfyUI 0.42.0 sur une RTX 5090 louée chez Runpod (lien parrainé). Résultat : 24 images, 0 échec.

• « BONJOUR » : quatre sans-faute. MOSS ajoute un smiley sans le LoRA, un cœur avec. Personne n'a demandé de dessin.
• La nuit : seul MOSS éclaire le visage par l'écran. Chez DesireX et Klein, pas de lumière de téléphone.
• Le plein pied : Klein met la veste et le jean demandés. DesireX remplace la veste par un débardeur court : retirée de ma planche. MOSS + DMD2 invente une vitrine « DOSELAS ».
• Les visages : DesireX rajeunit la femme, Klein la vieillit un peu sur « BONJOUR », et le portrait MOSS + DMD2 montre un tout autre visage que les trois autres.

Les cas concrets

Trente cas en 9:16 (1088 × 1920), en 8 catégories : affiches de commerçants, affiches d'événements, pubs, produit, mode, food, visuels réseaux pour TPE/PME et UGC absurde. Même graine, un tirage, sur une RTX PRO 4500 Blackwell. Marques, boutiques, produits et événements ont été imaginés pour le test.

Les personnes sont White Rose, Kira et moi, décrites en texte : ces modèles n'ont pas nos LoRA. Donc ce n'est pas vraiment nous : DesireX donne même à White Rose des cheveux turquoise (ou bleu canard) au lieu de bleus, sur ses 8 images d'elle.

Chaque texte a été lu en pleine résolution. 9 images sont écartées et montrées nulle part : 6 pour une tenue jugée trop déshabillée ou suggestive, 3 pour le logo ou le produit d'une vraie marque (détail dans le tableau plus bas).

Affiches : le texte, c'est le métier

Le burger, tout le monde l'a. Le bouquet, seul MOSS SFT l'écrit juste. Et sur l'affiche d'un film imaginaire, les deux MOSS mettent deux S : « L'ADLISSION », « L'ADDISSION ». Le modèle « fait pour un texte exact ». J'adore.

Réseaux pour TPE/PME : citation, avant/après, recrutement

Ici, Klein est le bon élève : citation et recrutement exacts, un accent de travers sur « Aprés ». DesireX passe à l'anglais (« liberty ») et invente « On Secrur-See » ; MOSS SFT écrit « Aafore » pour « Avant ». Aucune langue connue.

UGC absurde : vendre des moufles pour souris

Mon cas préféré. Sur la photo produit, Klein écrit « Inveve duseless aadget » : notre prompt (« invented useless gadget ») qui fuit dans l'image. Les deux MOSS ajoutent du texte chinois que personne n'a demandé. DesireX fait la boîte la plus propre ; mais dans la vidéo selfie, sa moufle est taille humaine, et pas de souris.

Qui fait quoi

« Exact » inclut les 5 cas sans texte demandé si le modèle n'en ajoute pas ; écartées comprises. Charabia et visages : notre décompte des notes de relecture (charabia compté hors affiche de film, où un bloc de crédits illisible était demandé).

• Klein écrit le plus de textes justes, mais vieillit un visage sur deux et sème du charabia. Grosse limite de ce banc : sur sa page Hugging Face, Black Forest Labs écrit « Do not use the model without a prompt upsampler ». C'est un second modèle de langage (celui de BFL, ou n'importe quel autre) qui transforme ta demande en description complète de la scène ; sans lui, toujours selon BFL, un prompt court envoyé tel quel donne une image « générique ». La page Civitai d'où on l'a téléchargé n'en parle pas. Nos prompts sont partis tels quels, sans upsampler : tous les résultats de Klein ici viennent d'un usage que BFL déconseille. Il a joué avec un bras dans le dos.
• DesireX fait le plus « photo de téléphone » et le moins de charabia, mais déshabille trois fois et glisse deux vraies marques. « Moins de nudité non demandée », disait son auteur. Moins, oui. Ne me mets pas en colère.
• MOSS SFT a une belle typo et invente des mots. Et il est lent.
• MOSS + DMD2 : le plus rapide et le moins cher, mais le plus de textes partiels (17) et le seul défaut d'anatomie net (un bras fondu dans la chemise).

Prix et temps

Notre calcul : temps de carte × prix horaire (1,19 $/h la RTX 5090 du banc, 0,72 $/h la RTX PRO 4500 des cas), hors installation. Au banc, le LoRA DMD2 rend MOSS 9 fois plus rapide.

Pourquoi des médianes ? Trois images des cas ont attendu hors calcul : 220, 284 et 174 s au total pour 11,8, 40,8 et 5,4 s de calcul. Au banc, une image Klein a mis 224 s pour 2,7 s de calcul, bloquée au rapatriement : pas la faute du modèle.

L'addition totale : environ 0,34 $ de machine pour le banc, essai raté compris, et 0,69 $ pour les cas, la facture Runpod faisant foi.

L'accès

Sur Hugging Face, le dépôt de Klein demande un compte connecté et l'acceptation de conditions. Le code de référence de BFL y annonce 31 Go de mémoire au pic en bf16 (carte B200, 1024 × 1024, upsampler coupé), et l'upsampler ajoute environ 28 Go : autre format, autre logiciel que les 8 Go annoncés par Civitai pour l'int8. Nous, on a tout pris par l'API Civitai avec le jeton d'un compte ; chaque empreinte SHA-256 recalculée correspond à celle annoncée. Prends un ComfyUI récent : chez nous, la 0.30 ne lançait ni MOSS ni FLUX.3, la 0.42.0 oui.

Les licences, telles quelles

• DesireX X3 (page Civitai). Permissions de l'auteur, telles que l'API Civitai les renvoie : usage commercial limité à « RentCivit » (l'option « Image », cochée chez Klein et MOSS, ne l'est pas ici) ; dérivés : non ; usage sans créditer l'auteur : non. Base : Krea 2 Community License, usage commercial seulement sous 1 000 000 $ de chiffre d'affaires annuel (§2.3), filtres de contenu obligatoires (§4.2), mention IA quand la loi ou la plateforme l'exige (§4.3).
• FLUX.3 Klein (FLUX Kommunity License). Usage non commercial, plus usage commercial des images pour un « Qualifying User » sous 5 000 000 $ de chiffre d'affaires annuel (§1.e, §2.a), à condition de filtrer le contenu ou de relire les images avant diffusion, et de signaler l'IA quand la loi l'exige (§2.e). Clause 4.b : interdit d'utiliser le modèle ou ses images « to improve any other artificial intelligence model that performs any function similar ». Clause 8.b : BFL peut résilier la licence « at any time upon notice ». Quand les sources se contredisent : sur le miroir Civitai de Klein, les permissions renvoyées par l'API (« Image », « Sell », dérivés et autre licence : oui) ne collent pas avec ce texte, alors que la description de la même page renvoie à la FLUX Kommunity License.
• MOSS Image et LoRA DMD2 (Apache 2.0). Selon la page Civitai de MOSS : usage commercial, dérivés et LoRA autorisés, à condition de garder la notice de licence en cas de redistribution.

Ce qu'on ne sait pas encore

• Ce que donnerait chaque modèle sur plusieurs graines : ici, un tirage par prompt.
• Ce que vaut Klein avec son « prompt upsampler », comme le demande BFL.
• La mémoire de carte qu'il faut pour DesireX et MOSS : non indiquée.
• Ce qu'ils feraient avec nos LoRA, au lieu de descriptions en texte.
• Ce que des lecteurs choisiraient à l'aveugle : ici, c'est une relecture, en connaissant les noms.

Les mots à retenir

• Graine : le nombre qui fixe le hasard de départ, pour refaire la même image.
• LoRA : un petit fichier ajouté à un modèle pour changer son style, son personnage ou sa vitesse.
• Distillation (DMD2) : on apprend à un modèle à faire en 8 étapes ce qu'il faisait en 50. Sur notre banc : 9 fois plus vite, rendu proche d'après notre relecture.
• Charabia : des lettres inventées qui ne forment aucun mot.

Tous nos mots expliqués : le glossaire →

Passages sources

Afficher les 17 sources

Réf.	Citation (langue originale)	URL
S1↑1↑2↑3↑4↑5	"name":"[BSS] - DesireX - [Krea2]" ; "allowNoCredit":false ; "allowCommercialUse":["RentCivit"] ; "allowDerivatives":false ; version "X3_BF16/INT8/NVFP4/Q4GUFF", "baseModel":"Krea 2", "publishedAt":"2026-10-17T17:37:50.707Z" ; "Improved prompt adherence" ; "Reduced unprompted nudity and explicit anatomy." ; fichiers int8 12 841 752 Ko, nvfp4, GGUF Q4_K_M, bf16	https://civitai.com/models/2945475 (API : https://civitai.com/api/v1/models/2945475)
S2↑1↑2↑3↑4↑5↑6+2	"FLUX 3 Image Klein is a 5.6B open weights image model from Black Forest Labs." ; "Klein is the distilled model: 16 steps with no guidance, about 6x faster than Base." ; "The int8 files run on an 8 GB GPU (RTX 3070 class), and nvfp4 needs a Blackwell GPU." ; "FLUX 3 Image Klein is released under the FLUX Kommunity License." ; permissions API : "allowCommercialUse":["Image","RentCivit","Rent","Sell","SellMerge"], "allowDerivatives":true, "allowDifferentLicense":true ; fichiers flux3Klein_klein_3299298 (int8, 5,43 Go), flux3Klein_klein_txt_3299383 (int8, 4,52 Go), flux2-vae (0,31 Go)	https://civitai.com/models/3003556
S3↑1↑2↑3↑4↑5↑6	"You need to agree to share your Hugging Face information to access this model" ; "Log in or Sign Up to review the conditions and access this model content." ; "Do not use the model without a prompt upsampler." ; "a short prompt sent as typed gives generic output" ; "Peak GPU memory with the reference code, B200, 1024x1024, prompt upsampler off: 31 GB in BF16" ; "The prompt upsampler adds about 28 GB on an 80 GB GPU." ; "Use ours, flux-3-image-klein-pup, which the reference code loads by default, or any LLM you prefer"	https://huggingface.co/black-forest-labs/flux-3-image-klein
S4↑1↑2↑3↑4	"“Qualifying User” means you, if at any time you together with your affiliates’ gross annualized revenue is less than US$5,000,000." ; 2.a "(ii) solely if you are a Qualifying User, use Outputs, including Outputs from Derivatives, for commercial purposes" ; 2.e "(i) (A) implement and maintain content filtering measures [...] or (B) ensure Output undergoes review for unlawful or infringing content before public or non-public distribution [...] and (ii) ensure Output includes disclosures [...] to the extent required under applicable law" ; 4.b "use the FLUX Model, any Derivatives, or any Output or results from the FLUX Model or Derivative to improve any other artificial intelligence model that performs any function similar to a FLUX Model or Derivative" ; 8.b "We may terminate this License, in whole or in part, at any time upon notice (including electronic) to you."	https://huggingface.co/black-forest-labs/flux-3-image-klein/blob/main/LICENSE.md
S5↑1↑2↑3↑4↑5	"MOSS Image is a 5B parameter text-to-image DiT from the OpenMOSS team, built for accurate in-image text, layout control and long prompts." ; "Both run at 50 steps with CFG 3" ; "Commercial use, derivatives and LoRAs are allowed; keep the licence notice with any redistribution." ; permissions API : "allowCommercialUse":["Image","RentCivit","Rent","Sell","SellMerge"] ; fichiers mossImage_sft_3301904 (int8, 5,04 Go), mossImage_sft_txt_3301905 (int8, 9,08 Go), flux2-vae (0,31 Go)	https://civitai.com/models/3005406
S7↑1↑2↑3↑4↑5	"Base 8-step DMD2 (from the Kromoss repo): Distilled from MOSS-Image-Base, then refined with a DMD2 GAN stage against real images. Works on Base, SFT and Kromoss. [...] is the creator’s recommended pick." ; "CFG: 1.0 (designed to run without CFG)" ; "License: Apache-2.0" ; fichier lodestones-8-steps-dmd2-lora_resized_from_128_to_dynamic_69.safetensors (0,59 Go)	https://civitai.com/models/3006599
S8↑	"license: apache-2.0" ; "The repo also ships two 8-step turbo LoRAs distilled from MOSS-Image-Base: 8 steps, CFG 1" ; "8-steps-dmd2-lora.safetensors (recommended)"	https://huggingface.co/lodestones/Kromoss
S9↑	"Apache License Version 2.0, January 2004" ; "2. Grant of Copyright License."	https://www.apache.org/licenses/LICENSE-2.0
S10↑	"2.3 Revenue Threshold for Commercial Use. Commercial Use under this Agreement of the Krea Model, Derivatives, or Outputs is permitted only if you [...] have total company-wide annual revenue of less than one million United States dollars ($1,000,000 USD)" ; "4.2 Content Filtering Requirement. You must implement reasonable and appropriate Content Filter measures" ; "4.3 Content Provenance and AI Disclosure. Where required by applicable law, regulation, or platform policy, you must clearly disclose that Outputs were generated using artificial intelligence."	https://krea.ai/krea-2-licensing
R1↑1↑2↑3↑4↑5↑6+3	Protocole du banc : 6 prompts, "graine": 2210, 1152×1536, 1 tirage, réglages de l'auteur ; « 24 images, 0 échec » ; RTX 5090 à 1,19 $/h ; « Dépensé : environ 0,34 $ » ; Klein b2 « 224 s, dont 2,7 s de calcul : le proxy RunPod a bloqué le rapatriement » ; prompts Klein envoyés tels quels	— (test maison)
R2↑1↑2↑3↑4↑5↑6+3	Observations du banc : « BONJOUR est écrit juste par les 4 configurations » ; cœur (DMD2), smiley (SFT) ; « DOSELAS » ; lumière du téléphone (MOSS seul) ; « 9 fois plus rapide (1,9 s contre 17,5 s) » ; DesireX b2 retirée, b6 recadrée sur le panneau	— (test maison)
R3↑1↑2↑3↑4↑5↑6+2	Cas concrets : 30 cas × 4, 1088×1920, graine 2210, RTX PRO 4500 Blackwell à 0,72 $/h, « 57 min 37 s, soit 0,69 $ » ; marques inventées ; filles décrites en texte, pas de LoRA des filles	— (test maison)
R4↑1↑2↑3↑4↑5↑6+3	Textes exacts 15 / 18 / 15 / 13 ; 9 écartées (6 tenues, 3 marques) ; décomptes charabia, visages, cheveux turquoise, textes chinois, fuites du prompt, anatomie cassée	— (test maison)
R5↑1↑2↑3↑4↑5↑6+1	Médianes de temps et de prix calculées sur les fiches de chaque image ; attentes de 220, 284 et 174 s	— (test maison)
R6↑1↑2↑3↑4↑5↑6+1	Relecture des 36 images des planches (texte obtenu, défauts)	— (test maison)
R7↑1↑2↑3	Téléchargement par l'API Civitai avec jeton ; SHA-256 égaux ; ComfyUI 0.30 ne lance ni MOSS ni FLUX.3 ; tailles des fichiers installés ; encodeur et VAE Krea 2 pour DesireX	— (test maison)
R8↑	Illustration : "google/nano-banana-2.1/edit", 2 photos de référence de Milky, "16:9", "2K", "2026-10-23 17:25 UTC" ; prix de cette image non mesuré	—