Qwen-Image : 20 milliards de paramètres, et il a fallu une mise à jour pour avoir des pores

En bref

• Trois modèles d'images à poids téléchargeables de l'équipe Qwen, 20 milliards de paramètres annoncés : Qwen-Image et Qwen-Image 2512 génèrent, Qwen-Image-Edit 2511 retouche. Sur nos 6 prompts, la 2512 rate la lumière de nuit et le gros plan sur les mains ; l'original rate les deux aussi, plus le plan en pied. « BONJOUR » est juste partout, et la retouche fait nos 3 consignes, carton trop grand compris.
• Chez nous, une image coûte 0,030 $ (médiane, notre calcul : durée × prix horaire de la carte) pour 94 à 95 s de calcul en 1152 × 1536, sur une L40S louée 1,09 $/h, en 50 étapes. Une retouche : 0,032 $. Si tu génères 1 000 images, une après l'autre : 29,80 $ et 27 h 18 avec l'original, 29,90 $ et 27 h 27 avec la 2512.
• Licence Apache 2.0 pour les trois : usage commercial permis, aucune exclusion de pays. Limites : lent et lourd (30 Go à installer en fp8 par version), et testé sans l'outil de réécriture de prompt que l'éditeur recommande.

Ce qu'il sait faire

La promesse. L'éditeur présente Qwen-Image comme un modèle de base qui progresse en « complex text rendering » et en « precise image editing ». Il annonce de meilleurs résultats que les modèles existants sur plusieurs bancs publics (« consistently outperforms existing models »). Pour la 2512, après « over 10,000 rounds of blind model evaluations » sur une arène de votes : « currently the strongest open-source model ». Ses bancs, son arène. Les nôtres : 6 prompts et 3 retouches.

Ce que promet la 2512. Un look moins « IA », « especially for human subjects » ; plus de détails dans la nature (paysages, pelage) ; un texte mieux rendu. L'éditeur écrit lui-même que l'original « struggles to accurately render aged facial features (e.g., wrinkles) ». Pour une fois, une note de version qui avoue.

Nos résultats sur le banc commun (6 prompts, une femme « late twenties » aux cheveux châtains mi-longs, graine 2210, un tirage) :

Relecture des 12 images en pleine résolution, 25/10/2026.

Les visages. À l'œil, l'original pose un visage très proche, lisse et maquillé, sur 4 images sur 6 ; la 2512 montre des pores, des cheveux mèche par mèche, des visages qui changent d'une image à l'autre. La promesse se voit sur notre banc. Sur six images, pas sur six cents.

Le texte dans l'image. C'est le point fort annoncé. Chez nous, un seul mot testé : « BONJOUR », juste avec les deux versions et avec la retouche, sans charabia autour. Les affiches, les paragraphes et le texte en idéogrammes ne sont pas testés chez nous.

Retouche et édition. Elle passe par un modèle à part, la lignée Qwen-Image-Edit. La version 2511 annonce moins de dérive de l'image et une meilleure tenue des personnages (« mitigate image drift, improved character consistency »). Elle peut réunir deux personnes en une photo de groupe (« fusion of two separate person images into a coherent group shot »). Et elle intègre des LoRA populaires de la communauté (« integrates selected popular LoRAs directly into the base model »), par exemple pour la lumière ou de nouveaux points de vue.

Nos trois consignes, sur la même photo d'une femme en veste sombre sur un trottoir (une image de FLUX.3 Klein, notre banc du 23/10, voir sa fiche) :

• Manteau vert : fait, col rond, boutonné ; visage, pose, jean et rue inchangés.
• Début de soirée : fait. Ciel du soir, lampadaires allumés, la femme et la rue gardées.
• Carton « BONJOUR » : bien écrit, mais on demandait un « small » carton : le sien barre le torse.

FLUX.1 Kontext dev, avec les mêmes consignes, fait aussi le manteau et le carton (petit, lui), mais pour le « début de soirée » il passe en pleine nuit, ajoute des lanternes et efface voitures et passants. Qwen-Edit a gardé la scène ; il a juste eu la main lourde sur le carton. Je ne pensais pas trouver ça reposant.

Annoncé, pas testé chez nous, comme la pub et la photo produit : avec Edit 2511, le design industriel, le changement de matière (« material replacement for industrial components ») et des « auxiliary construction lines » ; avec l'original, de la compréhension d'image (détection d'objets, segmentation, profondeur, contours, nouveaux points de vue, super-résolution), présentée comme une forme d'édition.

Réglages conseillés

• La réécriture du prompt. Pour la génération, l'éditeur recommande son outil officiel, « powered by Qwen-Plus », un modèle de langage appelé par API ; pour la 2512, « the latest prompt enhancing tools » ; pour la retouche, un outil « powered by Qwen-VL-Max » (« For enhanced stability »). Pour la première version d'Edit, il prévient même : « editing results may become unstable if prompt rewriting is not used ». Nous : prompts courts envoyés tels quels. À refaire avec.
• Le suffixe magique. L'exemple de code de l'original ajoute au prompt « , Ultra HD, 4K, cinematic composition. ». Pas utilisé chez nous.
• Les LoRA Lightning. Les modèles de workflow Comfy-Org proposent des LoRA d'accélération en 4 ou 8 étapes, désactivés par défaut. Désactivés chez nous aussi. À tester : ce serait la vraie réponse à la lenteur.

Matériel et coût

Tailles en gigaoctets (milliards d'octets), notre calcul d'après les octets de l'API Hugging Face. Le dépôt complet de l'éditeur, au format Diffusers, pèse 57,70 Go pour Qwen-Image.

La carte. Aucune page officielle Qwen lue ne donne de mémoire minimale. Le seul chiffre vient d'une note du workflow Comfy-Org de l'original : sur une « RTX4090D 24GB », le fichier fp8 sans LoRA d'accélération occupe 86 % de la mémoire, environ 94 s pour la première image et 71 s pour la suivante, nombre d'étapes non précisé. Nous : une L40S de 48 Go. ComfyUI dit charger 19 483 Mo pour le modèle et 7 910 Mo pour l'encodeur de texte ; on n'a pas mesuré le pic.

• Le temps : 94,3 s de calcul par image pour l'original, 94,8 s pour la 2512 (de 93,7 à 95,3 s selon l'image), environ 98 à 99 s en durée totale. Moins d'une seconde d'écart sur 5 images et un seul passage : trop peu pour dire que l'une est plus rapide. La retouche : 101,6 s, malgré 10 étapes de moins (40 contre 50).
• Le prix : 0,0298 $, 0,0299 $ et 0,0322 $ (médianes). Les 15 images : 0,47 $. La session entière, téléchargements et installation compris, a tenu le pod 32 min 8 s, soit 0,58 $ au prix horaire, pour 15 images et 0 échec. On a attendu 237 s que les fichiers soient là.

Licence

Les trois sont sous Apache 2.0. Le fichier de licence, dans le dépôt de l'original, est le texte standard avec la ligne « Copyright 2024 Alibaba Cloud » ; les dépôts 2512 et Edit 2511 n'ont que la mention « license: apache-2.0 » et la phrase « Qwen-Image is licensed under Apache 2.0. ». Fichiers Comfy-Org : Apache 2.0 aussi. Le texte, tel quel :

• Clause 2 : une licence « perpetual, worldwide, non-exclusive, no-charge, royalty-free, irrevocable » pour reproduire, créer des œuvres dérivées et distribuer.
• Clause 3 : une licence de brevet, qui prend fin si on attaque soi-même en justice pour brevet sur l'œuvre.
• Clause 4 : pour redistribuer, il faut « give any other recipients of the Work or Derivative Works a copy of this License », signaler les fichiers modifiés et garder les mentions d'origine.
• Clause 6 : « This License does not grant permission to use the trade names, trademarks, service marks, or product names of the Licensor ».
• Clause 7 : fourni « AS IS », sans garantie.

Usage commercial. Le texte ne fait aucune différence entre usage commercial et non commercial : il accorde le droit de reproduire, modifier et distribuer, gratuitement, sous les conditions de la clause 4. Il ne parle pas des images produites. Aucune page lue ne pose de seuil de chiffre d'affaires ni de licence payante pour ces trois versions.

Territoire. Aucune exclusion de pays : la licence est « worldwide » et ne contient aucune restriction de territoire.

Télécharger

Liens officiels uniquement :

• Hugging Face, Qwen : Qwen/Qwen-Image, Qwen/Qwen-Image-2512 et Qwen/Qwen-Image-Edit-2511, au format Diffusers (bibliothèque Python). Dépôts ouverts : pas de compte, pas de conditions à accepter (« gated »: false). L'éditeur demande d'installer la dernière version de Diffusers depuis GitHub.
• Fichiers pour ComfyUI : Comfy-Org/Qwen-Image (l'original, la 2512, l'encodeur de texte et le VAE) et Comfy-Org/Qwen-Image-Edit (les versions d'Edit et quelques LoRA d'Edit 2509) : « Repackaged model files for ComfyUI. ». Ces dépôts s'appelaient Qwen-Image_ComfyUI et Qwen-Image-Edit_ComfyUI ; l'ancienne adresse renvoie vers la nouvelle (relevé du 25/10).
• GitHub, Qwen : QwenLM/Qwen-Image, le code, les exemples et l'outil de réécriture de prompt.
• Ce qu'on a vécu : nos cinq fichiers viennent des dépôts Comfy-Org, sans compte ; le VAE, pris dans le dépôt Comfy-Org de Krea 2, a la même empreinte SHA-256 que celui de Comfy-Org/Qwen-Image. Sur le pod, on a vérifié la taille de chaque fichier à l'octet près, pas l'empreinte. ComfyUI 0.42.0 lance les trois versions avec ses nœuds intégrés. Aucune page lue ne donne de version minimale ; GitHub dit seulement « Qwen-Image is now natively supported in ComfyUI », le 05/08/2025.

LoRA compatibles qu'on utilise

Nos LoRA de Kira, sur Qwen-Image d'origine (pas sur la 2512) :

• Origine : faits au labo avec musubi-tuner, un outil d'entraînement publié sur GitHub, à partir du fichier bf16 de Comfy-Org ; pas de créateur extérieur, fichiers non distribués. La licence permet les œuvres dérivées (clause 2).
• v1 (20/10/2026) : 32 images, 38 époques (1 216 étapes, notre calcul), rang 32, modèle chargé en fp8 ; fichier de 1,18 Go.
• v4 (22/10/2026) : 59 images, 20 époques, 1 180 étapes, rang 32, sur une RTX PRO 6000 louée 2,49 $/h : 33,6 minutes de calcul, 1,39 $ ; 1,93 $ pour tout le pod, 2,03 $ avec un premier pod raté. Même taille de fichier. L'histoire complète est dans l'article de Kira sur sa v4.
• Ce qu'ils changent : la v4 joue les six expressions demandées, mais v1 comme v4 coupent les plans « en pied » aux hanches ou aux cuisses, et le maquillage de Kira n'apparaît que si le prompt le décrit. L'avis du labo à l'œil : « rendu plastique », prompt mal suivi, comme sur notre banc sans LoRA.

Nos images de test

Le banc commun : 6 prompts identiques pour tout le catalogue (les mêmes que pour MOSS Image, Klein et Z-Image), graine 2210, 1152 × 1536, un tirage ; plus 3 retouches sur la même image. Une galerie par usage, les deux versions côte à côte, 50 étapes et CFG 4.

• Texte : « BONJOUR » juste trois fois sur trois, rien d'autre d'écrit.
• Nuit : aucune version ne fait « un visage éclairé seulement par l'écran ».
• Décor : lieux génériques, cartes imaginaires, panneaux illisibles, aucune marque réelle.
• Tenues : trois images de l'original recadrées, aucune écartée.

L'avis de Milky

Qwen-Image, c'est le gros élève appliqué. Lent, lourd, mais il fait à peu près ce qu'on lui dit. La 2512 corrige les visages lisses de l'original pour le même temps de calcul, à une seconde près : je ne vois aucune raison de partir sur l'original aujourd'hui. Sauf si tu as déjà des LoRA dessus, comme nous. La retouche 2511 est la bonne surprise : elle change ce qu'on demande et laisse le reste tranquille, même si elle voit les cartons en grand. Ne me mets pas en colère, mais un modèle qui obéit, c'est rare. Mon usage : la 2512 pour des photos de gens, Edit 2511 pour corriger sans tout repeindre. Pour qui : quelqu'un qui veut une licence simple, Apache 2.0, utilisable en commercial, et qui a une grosse carte ou un peu de patience.

Classement Arène : 18 images de l'original jugées, des images de test de nos LoRA v1 du 20/10, pour un score moyen de −1,1 par image (+1 chaque fois qu'une image est gardée ou gagne un duel, −1 chaque fois qu'elle est jetée ou perd). Un goût, pas une mesure, et provisoire : moins de 30 images. Rien encore pour la 2512 ni pour Edit.

Ce qu'on ne sait pas encore

• Qwen-Image avec la réécriture de prompt de l'éditeur et le suffixe « Ultra HD, 4K » ; les LoRA Lightning : combien de temps gagné, combien de qualité perdue.
• Les cas concrets (affiches, pubs, menus, texte long ou en idéogrammes) ; la retouche à plusieurs images ; les LoRA intégrés à Edit 2511.
• Le pic de mémoire et une carte de 24 Go ; les fichiers bf16, nvfp4, int8 ; plusieurs graines ; un LoRA de Kira sur la 2512.
• Les versions suivantes, pas testées : Qwen-Image 2.0, annoncée en février 2026 (« 2026.02.10: We are launching Qwen-Image-2.0 ») ; et Qwen-Image 2.1, dont le générateur fait « 7B parameters in its visual generation component », qui génère et retouche dans un seul modèle, avec des images transparentes. Sa version Turbo, « an accelerated checkpoint », travaille en 8 étapes avec « CFG=1 by default ». Les deux sont sous licence de recherche, non commerciale. Leurs fichiers ComfyUI sont dans Comfy-Org/Qwen-Image-2.1.

Les mots à retenir

• MMDiT : le nom que l'éditeur donne à l'architecture du générateur de Qwen-Image (« 20B MMDiT »). Les pages lues ne l'expliquent pas.
• Encodeur de texte : le modèle qui lit ton prompt avant le générateur. Ici, Qwen2.5-VL ; pour la retouche, l'image d'origine lui est aussi envoyée.
• fp8, bf16, nvfp4 : façons de stocker les nombres du modèle. Plus c'est compact, plus le fichier est petit : 20,43 Go en fp8 contre 40,86 Go en bf16 pour Qwen-Image.
• Réécriture de prompt : un modèle de langage qui transforme ta demande courte en description détaillée avant la génération.
• LoRA Lightning : un petit module ajouté au modèle pour générer en 4 ou 8 étapes au lieu de 40 ou 50.

Tous nos mots expliqués : le glossaire →

Passages sources

Afficher les 33 sources

Réf.	Citation (langue originale)	URL
S1↑1↑2↑3↑4↑5↑6+11	"license: apache-2.0" ; "an image generation foundation model in the Qwen series that achieves significant advances in complex text rendering and precise image editing" ; "2025.08.04: We released Qwen-Image weights!" ; "Install the latest version of diffusers" ; "pip install git+https://github.com/huggingface/diffusers" ; "\", Ultra HD, 4K, cinematic composition.\", # for english prompt" ; "negative_prompt = \" \"" ; "\"3:4\": (1140, 1472)" ; "num_inference_steps=50" ; "true_cfg_scale=4.0" ; "It supports a suite of image understanding tasks, including object detection, semantic segmentation, depth and edge (Canny) estimation, novel view synthesis, and super-resolution. These capabilities, while technically distinct, can all be seen as specialized forms of intelligent image editing" ; "Qwen-Image is licensed under Apache 2.0."	https://huggingface.co/Qwen/Qwen-Image
S2↑1↑2↑3↑4↑5↑6	API : "gated":false ; "parameters":{"BF16":20430401088} ; "createdAt":"2025-08-02…" ; fichier LICENSE ; dépôt Diffusers complet 57 704 594 653 octets (somme des fichiers)	https://huggingface.co/api/models/Qwen/Qwen-Image
S3↑1↑2↑3↑4↑5↑6+8	"Qwen-Image-2512, the December update of Qwen-Image’s text-to-image foundational model" ; "significantly reduces the “AI-generated” look and substantially enhances overall image realism, especially for human subjects" ; "Finer Natural Detail" ; "Improved Text Rendering" ; "over 10,000 rounds of blind model evaluations" ; "currently the strongest open-source model" ; "The original Qwen-Image struggles to accurately render aged facial features (e.g., wrinkles)" ; "\"3:4\": (1104, 1472)" ; "num_inference_steps=50" ; "true_cfg_scale=4.0" ; négatif : "低分辨率，低画质，肢体畸形，手指畸形，画面过饱和，蜡像感，人脸无细节，过度光滑，画面具有AI感。构图混乱。文字模糊，扭曲。" ; "license: apache-2.0"	https://huggingface.co/Qwen/Qwen-Image-2512
S4↑1↑2↑3↑4	API : "gated":false ; "parameters":{"BF16":20430401088} ; aucun fichier LICENSE	https://huggingface.co/api/models/Qwen/Qwen-Image-2512
S5↑1↑2↑3↑4↑5↑6+8	"Qwen-Image-Edit-2511, an enhanced version over Qwen-Image-Edit-2509" ; "mitigate image drift, improved character consistency" ; "enabling high-fidelity fusion of two separate person images into a coherent group shot" ; "integrates selected popular LoRAs directly into the base model" ; "material replacement for industrial components" ; "directly generating auxiliary construction lines" ; "\"true_cfg_scale\": 4.0" ; "\"negative_prompt\": \" \"" ; "\"num_inference_steps\": 40" ; "Qwen-Image is licensed under Apache 2.0."	https://huggingface.co/Qwen/Qwen-Image-Edit-2511
S6↑1↑2↑3↑4	API : "gated":false ; "parameters":{"BF16":20430401088} ; aucun fichier LICENSE	https://huggingface.co/api/models/Qwen/Qwen-Image-Edit-2511
S7↑1↑2	"license: apache-2.0" ; "Repackaged model files for ComfyUI." ; dépôts d'origine Qwen/Qwen-Image et Qwen/Qwen-Image-2512	https://huggingface.co/Comfy-Org/Qwen-Image
S8↑1↑2↑3↑4↑5↑6+3	API (identifiant "Comfy-Org/Qwen-Image", ancienne adresse Qwen-Image_ComfyUI) : qwen_image_fp8_e4m3fn 20 430 635 136 octets (sha256 98763a12…) ; qwen_image_fp8mixed 20 533 672 381 ; qwen_image_nvfp4 19 769 139 136 ; qwen_image_bf16 40 861 031 488 ; qwen_image_2512_fp8_e4m3fn 20 430 679 144 (5dc80554…) ; qwen_image_2512_bf16 40 861 031 488 ; qwen_2.5_vl_7b_fp8_scaled 9 384 670 680 (cb5636d8…) ; qwen_2.5_vl_7b_nvfp4 6 114 433 446 ; qwen_2.5_vl_7b 16 584 415 576 ; qwen_image_vae 253 806 246 (a70580f0…)	https://huggingface.co/api/models/Comfy-Org/Qwen-Image
S9↑1↑2	"license: apache-2.0" ; "Repackaged model files for ComfyUI." ; LoRA « Qwen-Image-Edit-2509-… » listés	https://huggingface.co/Comfy-Org/Qwen-Image-Edit
S10↑1↑2↑3↑4	API (identifiant "Comfy-Org/Qwen-Image-Edit") : qwen_image_edit_2511_fp8mixed 20 533 762 817 octets (sha256 c9fdc158…) ; qwen_image_edit_2511_int8_convrot 20 499 083 824 ; qwen_image_edit_2511_bf16 40 861 031 560	https://huggingface.co/api/models/Comfy-Org/Qwen-Image-Edit
S11↑1↑2↑3↑4↑5↑6+5	"Apache License Version 2.0, January 2004" ; 2 "a perpetual, worldwide, non-exclusive, no-charge, royalty-free, irrevocable copyright license to reproduce, prepare Derivative Works of, publicly display, publicly perform, sublicense, and distribute the Work and such Derivative Works" ; 3 "any patent licenses granted to You under this License for that Work shall terminate as of the date such litigation is filed" ; 4 "(a) You must give any other recipients of the Work or Derivative Works a copy of this License" ; 6 "This License does not grant permission to use the trade names, trademarks, service marks, or product names of the Licensor" ; 7 "on an \"AS IS\" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND" ; "Copyright 2024 Alibaba Cloud"	https://huggingface.co/Qwen/Qwen-Image/blob/main/LICENSE
S12↑1↑2↑3↑4↑5↑6	"August 4, 2025" ; "Qwen Team" ; "a 20B MMDiT image foundation model" ; "consistently outperforms existing models across diverse generation and editing tasks"	https://qwenlm.github.io/blog/qwen-image/
S13↑1↑2	"effectively aligning the latent representations between Qwen2.5-VL and MMDiT" ; "we separately feed the original image into Qwen2.5-VL and the VAE encoder" ; "[Submitted on 4 Aug 2025]"	https://arxiv.org/abs/2508.02324
S14↑1↑2↑3↑4↑5↑6+5	"2026.02.10: We are launching Qwen-Image-2.0" ; "2025.12.31: We released Qwen-Image-2512 weights!" ; "2025.12.23: We released Qwen-Image-Edit-2511 weights!" ; "2025.08.05: Qwen-Image is now natively supported in ComfyUI" ; "We recommand use the latest prompt enhancing tools for Qwen-Image-2512" ; "Prompt Enhance for Text-to-Image" ; "For enhanced prompt optimization and multi-language support, we recommend using our official Prompt Enhancement Tool powered by Qwen-Plus ." ; "Prompt Enhance for Image Edit" ; "For enhanced stability, we recommend using our official Prompt Enhancement Tool powered by Qwen-VL-Max." ; "We have observed that editing results may become unstable if prompt rewriting is not used." ; "### Qwen-Image-Edit (for Image Editing, Only Support Single Image Input)" ; "Qwen-Image is licensed under Apache 2.0."	https://github.com/QwenLM/Qwen-Image
S15↑1↑2↑3↑4↑5	Modèle de workflow Comfy-Org « image_qwen_image » : "GPU:RTX4090D 24GB" ; "| Configuration | VRAM Usage | 1st Generation | 2nd Generation |" ; "Fp8_e4m3fn | 86% | ≈ 94s | ≈ 71s" ; "With 8steps LoRA" ; ModelSamplingAuraFlow 3,1 ; euler, simple ; interrupteur « Enable Lightning LoRA » sur false par défaut : Steps 20 et CFG 4 (8 et 1 avec "Qwen-Image-Lightning-8steps-V1.0.safetensors") ; "but it will takes longer"	https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_image.json
S16↑1↑2↑3	Modèle de workflow « image_qwen_Image_2512 » : ModelSamplingAuraFlow 3,1 ; 50 étapes, CFG 4, euler, simple ; négatif du modèle ; interrupteur « Enable 4 Steps LoRA? » sur false (4 étapes, CFG 1 avec "Qwen-Image-2512-Lightning-4steps-V1.0-fp32.safetensors")	https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_Image_2512.json
S17↑1↑2↑3↑4↑5	Modèle de workflow « image_qwen_image_edit_2511 » : "| Steps | 40 | 20 |" ; "| CFG | 4.0 | 4.0 |" ; ModelSamplingAuraFlow 3,1 ; CFGNorm 1 ; FluxKontextImageScale ; interrupteur « Enable 4steps LoRA? » sur false : 40 étapes, CFG 4 (4 et 1 avec "Qwen-Image-Edit-2511-Lightning-4steps-V1.0-bf16.safetensors")	https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_image_edit_2511.json
S18↑1↑2	"a unified text-to-image generation and image editing model in the Qwen family" ; "7B parameters in its visual generation component" ; "Generate regular or transparent (RGBA) images from text" ; "This model is licensed under the [Qwen Research License Agreement](./LICENSE)." ; API : créé le "2026-09-14"	https://huggingface.co/Qwen/Qwen-Image-2.1
S19↑1↑2	"Qwen RESEARCH LICENSE AGREEMENT Release Date: September 20, 2026" ; 1.i "\"Non-Commercial\" shall mean for research or evaluation purposes only." ; 2.a "FOR NON-COMMERCIAL PURPOSES ONLY" ; 2.b "You shall not use the Materials for any commercial purpose without obtaining a separate commercial license from us." (texte identique le 25/10/2026 à 17:20)	https://huggingface.co/Qwen/Qwen-Image-2.1/blob/main/LICENSE
S20↑1↑2↑3	"an accelerated checkpoint of" ; "8 denoising steps" ; "Generation uses CFG=1 by default" ; "license_name: qwen-research" ; "This model is licensed under the [Qwen Research License Agreement](./LICENSE)." ; son fichier LICENSE est identique à celui de 2.1 (S19)	https://huggingface.co/Qwen/Qwen-Image-2.1-Turbo
S21↑	"Repackaged model files for ComfyUI." ; "For faster inference, use either the full Turbo model, or the Turbo LoRA extracted from the base model. Use 8 steps and cfg 1." ; "license_name: qwen-research"	https://huggingface.co/Comfy-Org/Qwen-Image-2.1
R1↑1↑2↑3↑4↑5↑6+7	Installation 25/10/2026 : L40S « 46068 MiB », 1,09 $/h, ComfyUI 0.42.0, nœuds intégrés ; 5 fichiers Comfy-Org (VAE pris dans Comfy-Org/Krea-2, même SHA-256 que celui de Comfy-Org/Qwen-Image) ; tailles vérifiées à l'octet, SHA-256 non recalculé ; « 19483MB Staged », « 7910MB Staged » ; fichiers prêts après 237 s ; 30,07 / 30,07 / 30,17 Go par version, 71,03 Go en tout	— (test maison)
R2↑1↑2↑3↑4↑5↑6+9	Graphes recopiés des modèles Comfy-Org, sans réécriture de prompt ni LoRA ; 50 étapes CFG 4 (Qwen-Image, 2512), 40 étapes CFG 4 CFGNorm 1 (Edit 2511), shift 3,1, euler/simple ; négatif vide / négatif du modèle 2512 / vide ; 1152 × 1536, graine 2210, un tirage ; prompts du banc (dont « close-up on the hands and the map », « face lit only by the light of a phone screen ») et des 3 retouches ; entrée FLUX.3 Klein b2 du 23/10 ; sorties de retouche 880 × 1184	— (test maison)
R3↑1↑2↑3↑4↑5↑6+8	Fiches .json : médianes (modèle chargé) calcul 94,3 / 94,8 / 101,6 s (plages 93,7-94,5 et 94,6-95,3 s), total 98,3 / 98,8 / 106,1 s, prix 0,0298 / 0,0299 / 0,0322 $ ; premières images 105,6 / 110,6 / 119,1 s de calcul ; couverture : b5 97,8 s et 0,0296 $, 2512 b3 100,5 s et 0,0304 $, Edit e1 124,7 s et 0,0378 $ ; 15 images = 0,4674 $	— (test maison)
R4↑	« banc fini : 15 images, 0 echecs » ; pod « apres 32 min 8 s, soit 0.58 $ au prix horaire »	— (test maison)
R5↑1↑2↑3↑4↑5↑6+10	Relecture des 12 images du banc en pleine taille (tenues, cadrage, nuit, BONJOUR, visages, marques, lieux) ; b4 : aucune des deux versions ne cadre en gros plan sur les mains (vérification du 25/10)	— (test maison)
R6↑1↑2↑3↑4↑5↑6+3	Relecture des retouches Qwen-Image-Edit 2511 et FLUX.1 Kontext dev (manteau, soirée, carton)	— (test maison)
R7↑1↑2↑3↑4	Recadrages : Qwen-Image b1 (visage), b3 (deux visages), b4 (mains et carte) ; aucune image écartée en entier	— (test maison)
R8↑1↑2↑3↑4↑5↑6	LoRA de Kira sur Qwen-Image : v1 20/10 (32 images, 38 époques, rang 32, fp8, 1 179 978 912 octets) ; v4 22/10 (59 images, 1 180 étapes, RTX PRO 6000 à 2,49 $/h, 33,6 min, 1,39 $, pod 1,93 $, premier pod raté 0,09 $) ; lecture des images et avis du labo (n° 11)	https://siliciumrose.fr/articles/kira-lora-v4-mon-visage.html
R9↑	Arène au 23/10/2026 : « score = +1 garde/gagne, -1 jete/perd » ; 18 images Qwen-Image (LoRA v1) jugées, total −20 ; rien pour 2512 et Edit 2511	— (test maison)
R10↑1↑2	Pas testé : réécriture de prompt, suffixe, LoRA Lightning, autres fichiers, plusieurs images d'entrée, versions 2.0 / 2.1 / 2.1 Turbo, LoRA sur 2512, pic de mémoire, plusieurs graines, cas concrets, texte long ou en idéogrammes, compréhension d'image	— (test maison)
R11↑	Comparaison FLUX.1 Kontext dev : 20 étapes, CFG 1, guidance 2,5, même graine, même type de carte	— (test maison)
R12↑	Calculs maison (26/10/2026) : 1 000 × 0,0298 $ = 29,80 $ ; 1 000 × 98,3 s = 27 h 18 ; 1 000 × 0,0299 $ = 29,90 $ ; 1 000 × 98,8 s = 27 h 27	— (calcul maison)