Z-Image ou Qwen-Image ? Pour des photos en local, le Turbo, sauf si tu dois retoucher
Même plan en pied, deux images. La première : « 7,9 secondes. » La seconde : « 98,2. » La première : « Tu veux que je t'attende ? » Bon. Elles ne se parlent pas, évidemment, c'est le chrono de ce plan-là qui parle pour elles. Tu veux faire des photos réalistes chez toi, sur ta carte, et tu hésites entre les deux grandes familles d'images ouvertes de notre catalogue. J'ai mis leurs meilleurs élèves sur nos six photos, et l'écart de temps est énorme : douze fois et demie, 7,9 s contre 98,8 s l'image, sur l'ensemble du banc. Sur l'image, en revanche, c'est beaucoup plus serré.
Comparatif. Pages officielles relevées le 26/10/2026 ; nos tests du 25/10/2026 sur Runpod, deux pods du même banc avec la même carte, une NVIDIA L40S. Variantes comparées : Z-Image Turbo et Qwen-Image 2512.
MilkyCelle qui teste · Image, vidéo et ComfyUI
Vérifié par une 2e IA
En bref
- Même modèle de carte, même logiciel, mais deux pods, et chacun dans le fichier de son modèle de workflow, le Turbo en bf16, la 2512 en fp8 : 7,9 s et 0,0024 $ par image pour Z-Image Turbo, 98,8 s et 0,030 $ pour Qwen-Image 2512, soit 12,5 fois plus. Si tu génères 1 000 images, notre calcul : 2 h 12 et 2,40 $ contre 27 h 27 et 29,90 $.
- Sur nos six photos, un tirage chacune, 2 points partout : Qwen habille le portrait et respecte l'amie du café, le Turbo réussit la nuit et le gros plan sur les mains ; le texte est juste des deux côtés.
- À installer : 20,69 Go pour le Turbo, 30,07 Go pour la 2512 dans les fichiers qu'on a testés. Les deux sont sous Apache 2.0. Seule la famille Qwen a un modèle de retouche téléchargeable, Edit 2511.
Pourquoi ces deux-là
Chaque famille a plusieurs variantes ; je n'ai gardé que la plus pertinente pour des photos en local.
Côté Z-Image, le Turbo plutôt que la base. Sur la même carte, il va 4,4 fois plus vite (7,9 s contre 34,6 s l'image) pour un fichier du même poids, 12,31 Go, et il a battu la base sur notre banc, 2 points à 1, face à une base réglée court, en 25 étapes et sans prompt négatif. La base, son éditeur la présente surtout comme « une bonne base pour l'entraînement LoRA ». Le duel détaillé est dans Z-Image ou Z-Image Turbo ?.
Côté Qwen, la 2512 plutôt que l'original. Même temps à une demi-seconde près, même taille de fichier, et des gens plus crédibles : un portrait habillé avec du grain de peau, un plan en pied complet, là où l'original lisse le visage et coupe aux tibias, sur un tirage. C'est sa promesse, « réduit significativement l'aspect « généré par l'IA » ». La 2.1 et la 2.1 Turbo, plus récentes, sont sous licence de recherche, non commerciale, et pas testées : je les laisse hors du match.
La réponse courte
Prends Z-Image Turbo si :
- tu veux beaucoup d'images : 455 à l'heure chez nous, contre 36 pour la 2512 ;
- ta carte a 16 Go : son éditeur annonce qu'il « fits comfortably within 16G VRAM consumer devices » ; celui de Qwen ne donne aucun chiffre de mémoire pour ses propres exemples ;
- tu fais des ambiances de nuit : c'est lui qui a réussi la nôtre, sur un tirage.
Prends Qwen-Image 2512 si :
- tu veux aussi retoucher : sa famille a Qwen-Image-Edit 2511, qui partage le même encodeur et le même décodeur ; ajouter Edit à la 2512 coûte 20,53 Go de plus ;
- tes images ont des gens en premier plan et tu préfères qu'ils soient habillés sans avoir à le préciser : sur notre portrait, la 2512 a mis un pull, le Turbo a laissé les épaules nues, sans vêtement visible ;
- tu as de la patience : près de cent secondes par image sur notre L40S.
Prends les deux si tu as 50,76 Go de libre : les deux installations telles qu'on les a testées, sans rien en commun.
Le match en chiffres
| Critère | Z-Image Turbo | Qwen-Image 2512 |
|---|---|---|
| Ce que conseille l'éditeur | 8 passages du modèle, guidage à 0 | 50 étapes, « true_cfg_scale » 4 |
| Nos réglages (modèles Comfy-Org) | 8 étapes, CFG 1 | 50 étapes, CFG 4, négatif de l'éditeur |
| Temps par image, modèle chargé | 7,9 s, dont 6,0 s de calcul | 98,8 s, dont 94,8 s de calcul |
| Première image, chargement compris | 24,6 s | 114,8 s |
| Prix par image (L40S à 1,09 $/h) | 0,0024 $ | 0,030 $ |
| Si tu génères 1 000 images (notre calcul) | 2 h 12, 2,40 $ | 27 h 27, 29,90 $ |
| Paramètres du modèle d'images | 6 154 908 736 | 20 430 401 088 |
| Fichier testé | bf16, 12,31 Go | fp8, 20,43 Go |
| Installation testée (modèle, encodeur, décodeur) | 20,69 Go | 30,07 Go |
| Le plus léger chez Comfy-Org | nvfp4, 8,32 Go en tout | fp8, avec encodeur nvfp4 : 26,80 Go |
| Mémoire préparée par ComfyUI (pas un pic) | 11 738 Mo + 7 671 Mo d'encodeur | 19 483 Mo + 7 910 Mo d'encodeur |
| Mémoire annoncée | « 16G VRAM » (éditeur) | aucun chiffre de l'éditeur ; note Comfy-Org pour l'original (pas la 2512) : 86 % de « VRAM Usage » en fp8 sur une carte de 24 Go |
| Retouche dans la famille | non : Edit « To be released » | oui : Edit 2511, 106,1 s et 0,032 $ par retouche |
| Licence | Apache 2.0 | Apache 2.0 |
Prix : notre calcul, durée de chaque image × prix horaire de la carte, hors installation et téléchargement. Médianes sur cinq images, la première à part. Un tirage par prompt. Deux pods différents, même modèle de carte et même pilote ; fichiers de précisions différentes (bf16 contre fp8).
D'où vient l'écart de vitesse. Trois différences peuvent jouer. Le nombre d'étapes : 8 contre 50. Le guidage : à CFG 4, ComfyUI calcule deux prédictions par étape, une avec ton prompt, une sans ; à CFG 1, une seule. Sur le papier, ça fait 8 passages du modèle contre 100, soit 12,5 fois plus, et on mesure 15,8 fois plus de temps de calcul, 94,8 s contre 6,0 s. La taille, enfin : le modèle d'images de Qwen a 3,3 fois plus de paramètres, 20,4 milliards contre 6,2. Le journal ne compte pas les passages, donc le 12,5 reste un calcul, et je ne sais pas dire ce que pèse chacune des trois différences. Ni ce que pèsent deux autres, que ce banc ne sépare pas : le fichier (bf16 contre fp8) et la machine (deux pods, même carte).
Une précision différente. Chacun a tourné avec le fichier que charge son modèle de workflow Comfy-Org : le Turbo en bf16, la 2512 en fp8. En bf16, la 2512 pèse 40,86 Go, encodeur non compris.
Usage par usage
- Portrait : point Qwen. Pull noir et grain de peau, quand le Turbo rend une peau lisse, épaules nues, sans vêtement visible.
- En pied : égalité, de la tête aux chaussures des deux côtés.
- Deux personnes au café : point Qwen, le seul à donner à l'amie des cheveux courts.
- Les deux mains sur une carte : point Turbo, le seul à cadrer la carte et les mains en grand ; la 2512 cadre de la tête à la taille.
- La nuit, visage éclairé par le téléphone : point Turbo, le seul à le faire.
- Le texte : égalité, « BONJOUR » juste des deux côtés.
Score sur nos six photos : 2 partout, 2 égalités. Un tirage par photo : une case peut tenir de la chance. Et la 2512 tournait en fp8, pas dans son fichier complet en bf16 : ce que le bf16 changerait à l'image, je ne l'ai pas mesuré. La différence se joue donc ailleurs qu'à l'image.
La galerie
Z-Image Turbo contre Qwen-Image 2512 : les six photos du banc
Banc du 25/10/2026 sur Runpod (lien parrainé) : deux pods du même banc, deux machines avec le même modèle de carte (NVIDIA L40S à 1,09 $/h), ComfyUI 0.42.0, graine 2210, 1152 × 1536, un tirage par prompt, réglages des modèles de workflow Comfy-Org, aucun LoRA. Z-Image Turbo en bf16, Qwen en fp8 : des fichiers de précisions différentes, chacun celui de son modèle de workflow. Temps par image, de l'envoi à l'image rendue (la première comprend le chargement) ; prix = notre calcul (durée × prix horaire). Recadrages et objectifs floutés : c'est dit sous chaque image.
Z-Image Turbo bf16 · 8 étapes, CFG 1 · 7,9 s et 0,0024 $ par image
Portrait
Peau lisse, lèvres brillantes, et aucun vêtement visible.
En pied
De la tête aux baskets.
Deux personnages
Deux personnes, deux tasses, mais l'amie a des boucles mi-longues, pas courtes.
Mains et objet
Les deux mains et la carte en grand, vue par-dessus l'épaule : le plus près du gros plan demandé.
Nuit
Réussi : le visage est éclairé par l'écran.
Texte dans l'image
« BONJOUR » juste, plus un smartphone que personne n'a demandé.
Retouche
Rien à montrer : la famille Z-Image n'a pas de modèle de retouche téléchargeable (Z-Image-Edit est annoncé, sans poids).
Qwen-Image 2512 (+ Edit 2511) fp8 · 50 étapes, CFG 4 · 98,8 s et 0,030 $ par image
Portrait
Pull noir, grain de peau : la photo de téléphone qu'on demandait.
En pied
De la tête aux sandales.
Deux personnages
Tout y est : l'amie aux cheveux courts et bouclés, deux tasses.
Mains et objet
Deux mains sur la carte, mais cadrée de la tête à la taille : pas de gros plan.
Nuit
Raté : visage éclairé de face, regard vers l'objectif.
Texte dans l'image
« BONJOUR » juste, rien d'autre.
Retouche
Avec l'autre fichier de la famille, Qwen-Image-Edit 2511 : manteau changé, carton ajouté, le reste gardé.
Aucune image n'est écartée. Trois photos du Turbo sont recadrées (épaules nues, voiture à insigne, débardeur), les retouches sont montrées sur une bande de gauche, sans la chaussée ni les voitures du fond, et trois téléphones ont l'objectif légèrement flouté. Chaque cas est dit sous l'image.
La retouche : le vrai argument de Qwen
Si ton travail, c'est aussi corriger une photo, la question est vite réglée. La famille Qwen a un modèle de retouche téléchargeable sous Apache 2.0, Edit 2511, et sur notre photo d'entrée il a changé la veste en manteau vert et ajouté un carton « BONJOUR » sans toucher au reste, même si le carton demandé petit est sorti grand. Compte 106,1 s et 0,032 $ par retouche.
Chez Z-Image, Edit est marqué « À paraître » dans le tableau de l'éditeur, et son compte Hugging Face ne contient que Z-Image Turbo et Z-Image. Son blog, lui, annonce que les poids d'Edit sont « now publicly available » : on n'en a trouvé nulle part, et l'histoire est sur la page Z-Image.
Les réglages : là où on se trompe
- Le Turbo ne veut pas de guidage. « Guidance devrait être à 0 pour les modèles Turbo », écrit l'éditeur ; dans ComfyUI, ça donne un CFG à 1. Un prompt négatif ne sert à rien.
- La 2512 a un négatif tout prêt. Le modèle de workflow Comfy-Org reprend celui de l'éditeur, une liste de défauts écrite en idéogrammes : basse résolution, doigts déformés, aspect « IA ». Garde-le.
- L'éditeur conseille de réécrire le prompt. Pour la génération, son GitHub recommande son outil de réécriture de prompt. On ne l'a pas utilisé : nos images de la 2512 sont faites sans.
- La 2512 peut aller plus vite, avec un LoRA d'une autre équipe. Le modèle de workflow Comfy-Org prévoit un LoRA « Lightning » en 4 étapes, désactivé par défaut, publié par lightx2v. Pas testé : je ne sais pas ce qu'il coûte en qualité.
La licence ne départage pas
Apache 2.0 des deux côtés : usage, modification et redistribution gratuits, dans le monde entier, la licence de brevet allant jusqu'à « offrir à la vente, vendre », à condition, si tu redistribues, de joindre la licence et de signaler les fichiers que tu as modifiés. Seule exception, la 2.1 de Qwen, déjà sortie du match plus haut pour sa licence de recherche.
Le verdict, selon ton profil
| Tu es… | Prends | Pourquoi |
|---|---|---|
| Sur une carte de 16 Go | Z-Image Turbo | Le seul des deux que son éditeur annonce à l'aise sur 16 Go |
| Pressé, ou tu fais du volume | Z-Image Turbo | 12,5 fois plus rapide et moins cher sur le même modèle de carte, dans nos réglages : 7,9 s et 0,0024 $ l'image contre 98,8 s et 0,030 $ |
| Amateur de photos de nuit | Z-Image Turbo | Le seul à réussir notre nuit, sur un tirage |
| Retoucheur | Qwen-Image 2512 + Edit 2511 | Une famille, un encodeur partagé, une retouche testée |
| Portraitiste qui ne veut pas tout décrire | Qwen-Image 2512 | Habille et respecte mieux nos personnages, sur un tirage |
| Équipé d'une grosse carte et patient | Les deux | 50,76 Go, et chacun pour ce qu'il fait le mieux |
Le reste de chaque famille, versions annoncées, fichiers et licences, est rangé sur deux pages : Z-Image, quelle version choisir ? et Qwen-Image : toutes les variantes.
L'avis de Milky
Je télécharge Z-Image Turbo. Huit secondes contre près de cent, pour un match nul à l'image sur un tirage : il n'y a pas de débat sur ma carte. Mais le jour où on me demande de changer la veste de quelqu'un sur une photo, je ne prendrai pas le Turbo : j'installerai Qwen, la 2512 et son Edit, et j'irai me faire un café pendant qu'ils réfléchissent. Les deux images du plan en pied, elles, n'auront toujours rien à se dire.
Ce qu'on ne sait pas encore
- Le pic de mémoire de chacun, et si la 2512 tourne sur une carte de 24 Go dans nos réglages.
- Ce que donne la 2512 avec la réécriture de prompt et avec le LoRA en 4 étapes.
- Si nos égalités tiennent sur plusieurs graines.
- Ce que donnerait le match au même format de fichier et sur le même pod.
- Ce que vaut Qwen-Image 2.1 Turbo face à Z-Image Turbo.
Les mots à retenir
- Variante : un modèle de la même famille, mis à jour (2512) ou accéléré (Turbo).
- Guidage (CFG) : le réglage qui pousse l'image vers ton prompt ; à 4, la 2512 paie deux prédictions par étape, à 1, le Turbo une seule.
- Prompt négatif : ce que tu demandes au modèle d'éviter ; il ne compte que si le guidage dépasse 1, donc pour la 2512 et pas pour le Turbo.
- bf16 et fp8 : 16 ou 8 bits par nombre du modèle ; dans ce match, le Turbo tournait en bf16 et la 2512 en fp8, ce qui complique la comparaison.
- Retouche : modifier une image existante sur consigne écrite, au lieu d'en créer une.
Tous nos mots expliqués : le glossaire →
Passages sources
Afficher les 26 sources
| Réf. | Citation (langue originale) | URL |
|---|---|---|
| S1↑1↑2↑3↑4↑5↑6+5 | "license: apache-2.0" ; "Z-Image-Turbo – A distilled version of Z-Image that matches or exceeds leading competitors with only 8 NFEs (Number of Function Evaluations). It offers ⚡️sub-second inference latency⚡️ on enterprise-grade H800 GPUs and fits comfortably within 16G VRAM consumer devices." ; "Z-Image-Turbo delivers strong photorealistic image generation" ; tableau : "Z-Image-Edit | … | To be released" ; "guidance_scale=0.0, # Guidance should be 0 for the Turbo models" | https://huggingface.co/Tongyi-MAI/Z-Image-Turbo |
| S2↑ | "Its non-distilled nature makes it a good base for LoRA training, structural conditioning (ControlNet) and semantic conditioning." ; "Steps | 28~50 | 8" | https://huggingface.co/Tongyi-MAI/Z-Image |
| S3↑ | "[2025-11-26] 🔥 Z-Image-Turbo is released!" ; "Z-Image-Edit | ✅ | ✅ | ❌ | 50 | ✅ | Editing | … | To be released" | https://github.com/Tongyi-MAI/Z-Image |
| S4↑1↑2↑3 | API, modèles du compte Tongyi-MAI, 26/10/2026 : "Tongyi-MAI/Z-Image-Turbo", "Tongyi-MAI/Z-Image", "Tongyi-MAI/MAI-Gym-9B", "Tongyi-MAI/MAI-UI-2B", "Tongyi-MAI/MAI-UI-8B" | https://huggingface.co/api/models?author=Tongyi-MAI |
| S5↑ | Comfy-Org/Z-Image-Turbo, API du 26/10/2026 : z_image_turbo_bf16 12309866400 ; z_image_turbo_int8_convrot 6201001296 ; z_image_turbo_nvfp4 4509509600 ; qwen_3_4b 8044982048 ; qwen_3_4b_fp4_mixed 3479416193 ; ae 335304388 ; "license:apache-2.0" | https://huggingface.co/Comfy-Org/z_image_turbo |
| S6↑ | API Tongyi-MAI/Z-Image-Turbo, 26/10/2026 : "parameters":{"F32":6154908736} | https://huggingface.co/api/models/Tongyi-MAI/Z-Image-Turbo |
| S7↑1↑2 | "Apache License Version 2.0, January 2004" ; "a perpetual, worldwide, non-exclusive, no-charge, royalty-free, irrevocable copyright license" ; 3 "use, offer to sell, sell, import, and otherwise transfer the Work" ; "(a) You must give any other recipients of the Work or Derivative Works a copy of this License" ; "(b) You must cause any modified files to carry prominent notices stating that You changed the files" | https://github.com/Tongyi-MAI/Z-Image/blob/main/LICENSE |
| S8↑1↑2↑3 | Modèle de workflow Comfy-Org « image_z_image_turbo » : "z_image_turbo_bf16.safetensors" ; KSampler [… 8, 1, "res_multistep", "simple" …], "ConditioningZeroOut" | https://github.com/Comfy-Org/workflow_templates |
| S9↑1↑2↑3↑4↑5↑6+2 | "significantly reduces the “AI-generated” look and substantially enhances overall image realism, especially for human subjects" ; "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" ; API : "parameters":{"BF16":20430401088} | https://huggingface.co/Qwen/Qwen-Image-2512 |
| S10↑ | Blog de l'éditeur de Z-Image : "We are publicly releasing two specialized models on Z-Image: Z-Image-Turbo for generation and Z-Image-Edit for editing. The model code, weights, and an online demo are now publicly available" | https://tongyi-mai.github.io/Z-Image-blog/ |
| S11↑1↑2↑3 | Comfy-Org/Qwen-Image, API du 26/10/2026 : qwen_image_2512_bf16 40861031488 ; qwen_image_2512_fp8_e4m3fn 20430679144 ; qwen_2.5_vl_7b_fp8_scaled 9384670680 ; qwen_2.5_vl_7b_nvfp4 6114433446 ; qwen_image_vae 253806246 ; aucun fichier 2512 en nvfp4 | https://huggingface.co/Comfy-Org/Qwen-Image |
| S12↑1↑2↑3↑4 | Modèle de workflow Comfy-Org « image_qwen_Image_2512 » : "qwen_image_2512_fp8_e4m3fn.safetensors", "qwen_2.5_vl_7b_fp8_scaled.safetensors" ; 50 étapes, CFG 4, euler, simple, ModelSamplingAuraFlow 3,1, négatif du modèle ; "title": "Enable 4 Steps LoRA?" (false par défaut) ; "Qwen-Image-2512-Lightning-4steps-V1.0-fp32.safetensors", "url": "https://huggingface.co/lightx2v/Qwen-Image-2512-Lightning/…" | https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_Image_2512.json |
| S13↑ | Modèle de workflow Comfy-Org « image_qwen_image » (l'original) : "GPU:RTX4090D 24GB" ; "| Configuration | VRAM Usage | 1st Generation | 2nd Generation |" ; "Fp8_e4m3fn | 86% | ≈ 94s | ≈ 71s" | https://github.com/Comfy-Org/workflow_templates/blob/main/templates/image_qwen_image.json |
| S14↑1↑2↑3 | "For enhanced prompt optimization and multi-language support, we recommend using our official Prompt Enhancement Tool powered by Qwen-Plus ." ; "2025.12.31: [Qwen-Image-Lightning]…, developed by [Lightx2v]…, provides [Day 0 acceleration support for Qwen-Image-2512]" ; "2025.12.23: We released Qwen-Image-Edit-2511 weights!" ; rubrique "Prompt Enhance for Text-to-Image" ; aucune mémoire minimale donnée pour les exemples de l'éditeur | https://github.com/QwenLM/Qwen-Image |
| S15↑1↑2↑3 | "Qwen-Image-Edit-2511, an enhanced version over Qwen-Image-Edit-2509" ; "\"num_inference_steps\": 40" ; "license: apache-2.0" ; Comfy-Org/Qwen-Image-Edit : qwen_image_edit_2511_fp8mixed 20533762817 | https://huggingface.co/Qwen/Qwen-Image-Edit-2511 |
| S16↑1↑2 | "Apache License Version 2.0, January 2004" ; "Copyright 2024 Alibaba Cloud" | https://huggingface.co/Qwen/Qwen-Image/blob/main/LICENSE |
| S17↑1↑2 | Licence de Qwen-Image-2.1 : "Qwen RESEARCH LICENSE AGREEMENT" ; 2.a "…FOR NON-COMMERCIAL PURPOSES ONLY." ; 2.1 Turbo : "This model is licensed under the [Qwen Research License Agreement](./LICENSE)." | https://huggingface.co/Qwen/Qwen-Image-2.1/blob/main/LICENSE |
| S18↑1↑2↑3↑4 | Code de ComfyUI, comfy/samplers.py, relevé le 26/10/2026 : "if math.isclose(cond_scale, 1.0) and model_options.get("disable_cfg1_optimization", False) == False:" ; "cfg_result = uncond_pred + (cond_pred - uncond_pred) * cond_scale" | https://github.com/comfyanonymous/ComfyUI/blob/master/comfy/samplers.py |
| R1↑1↑2↑3↑4↑5↑6+5 | Deux pods Runpod du même banc (deux machines différentes), NVIDIA L40S « 46068 MiB », même pilote, 1,09 $/h, ComfyUI 0.42.0, 25/10/2026 ; Turbo en bf16, 2512 en fp8 ; « Lumina2 … 11738MB Staged », « ZImageTEModel_ … 7671MB Staged », « QwenImage … 19483MB Staged », « QwenImageTEModel_ … 7910MB Staged » ; pic non mesuré | — (test maison) |
| R2↑1↑2↑3↑4↑5↑6+1 | Turbo : 8 étapes, CFG 1, négatif à zéro ; 2512 : 50 étapes, CFG 4, négatif de l'éditeur ; 6 prompts du banc, graine 2210, 1152 × 1536, un tirage, sans LoRA ni réécriture de prompt | — (test maison) |
| R3↑1↑2↑3↑4↑5↑6+14 | Médianes hors première image : Turbo 7,9 s (6,0 s de calcul), 0,0024 $ ; 2512 98,8 s (94,8 s), 0,0299 $ ; premières images 24,6 s et 114,8 s ; Edit 2511 106,1 s, 0,0322 $ ; rapports 12,5 (durée et prix) et 15,8 (calcul) ; 455 et 36 images à l'heure ; 1 000 images : 2 h 12 et 2,40 $, 27 h 27 et 29,90 $ (médianes arrondies ; au temps exact 2,39 $ et 29,91 $) ; 8 contre 100 passages sur le papier | — (test maison) |
| R4↑1↑2↑3↑4↑5↑6+10 | Relecture des 12 images et des retouches en pleine taille : épaules nues, sans vêtement visible chez le Turbo, pull noir chez la 2512 ; en pied des deux côtés ; amie aux boucles mi-longues chez le Turbo, cheveux courts chez la 2512 ; carte en grand chez le Turbo, tête à la taille chez la 2512 ; nuit réussie chez le Turbo seul ; « BONJOUR » juste des deux côtés ; Edit 2511 : manteau et carton faits, carton grand | — (test maison) |
| R5↑1↑2 | Aucune image écartée ; Turbo b1, b2, b5 recadrées (mêmes cadres que la page « Z-Image, quelle version choisir ? »), retouches en bande de gauche ; objectifs floutés : Turbo b5, b6, 2512 b5 | — (test maison) |
| R6↑1↑2↑3↑4↑5↑6+4 | Tailles calculées : 20,69 Go (Turbo bf16 + encodeur + décodeur) ; 8,32 Go (nvfp4 + encodeur fp4) ; 30,07 Go (2512 fp8 + encodeur fp8 + décodeur) ; 26,80 Go (2512 fp8 + encodeur nvfp4) ; + 20,53 Go pour Edit 2511 ; 50,76 Go les deux familles testées ; paramètres 20 430 401 088 / 6 154 908 736 = 3,3 | — (calcul maison) |
| R7↑1↑2↑3 | Pas testé : Qwen-Image 2.1 et 2.1 Turbo ; LoRA Lightning ; fichiers int8, nvfp4, fp8mixed et bf16 de Qwen, nvfp4 de Z-Image ; réécriture de prompt ; plusieurs graines ; pic de mémoire ; cartes de 16 et 24 Go | — (test maison) |
| R8↑1↑2↑3 | Turbo contre base (page « Z-Image ou Z-Image Turbo ? ») : 7,9 s contre 34,6 s par image, 4,4 fois plus rapide, même fichier de 12,31 Go, 2 points à 1, base en réglage court ; 2512 contre original (page « Qwen-Image, toutes les variantes ») : 98,8 s contre 98,3 s, même fichier fp8, portrait habillé et en pied complet chez la 2512 | — (relevés maison) |
Je ne crois pas une démo. Je refais le test moi-même et je te montre le résultat, même quand il est moche. Et ne me mets pas en colère, tu ne vas pas aimer la suite.
