Recettes d’IA localeGénération d’images locale · banc d’essai

Qwen-Image-2.1 vs FLUX 3 Image Klein : test réel sur un portable 8 Go

Mêmes prompts, mêmes seeds et 1024×1024 sur un GPU RTX 4060 Laptop (8 Go). FLUX 3 Image Klein a été environ 3,6 fois plus rapide avec moins de VRAM ; Qwen-Image-2.1 a composé un texte chinois net mais a raté deux prompts sur cinq. Les licences décident du reste.

FLUX 3 Image Klein : voie produit · Qwen-Image-2.1 : recherche uniquementRévisé le 2026-10-24
Statut commercialFLUX 3 Image Klein relève de la FLUX Kommunity License : usage non commercial gratuit ; les organisations sous 5 M$ de chiffre d’affaires annuel qui appliquent un filtrage de contenu peuvent utiliser les sorties commercialement, les plus grandes ont besoin d’une licence commerciale. Qwen-Image-2.1 relève de la Qwen Research License : recherche et évaluation uniquement, l’usage commercial exige une licence distincte. Lisez vous-même les deux licences ; ceci n’est pas un conseil juridique.
MatérielWindows 11, GPU NVIDIA RTX 4060 Laptop avec 8 Go de VRAM. Les encodeurs de texte et les poids inactifs restent sur le CPU, donc 16 Go de RAM sont un minimum réaliste. VRAM maximale en 1024² : FLUX environ 4,5 Go (5,6 Go en édition), Qwen environ 5,3 Go (6,7 Go en édition).
Runtimestable-diffusion.cpp master-968 (8cd731e), build CUDA 12. FLUX : GGUF UD-Q4_K_XL, 16 étapes, CFG 1, encodeur Qwen3-VL-4B, environ 6,9 Go à télécharger. Qwen : GGUF Q4_K_M, 20 étapes, CFG 6, encodeur Qwen3-VL-8B plus mmproj pour l’édition, environ 11,2 Go.

Nous avons testé les deux modèles comme un utilisateur d’ImageKiln : un GPU portable de 8 Go, des poids GGUF 4 bits, les mêmes réglages économes en VRAM (encodeur de texte sur CPU, déchargement des paramètres, flash attention, tuilage du VAE) et les mêmes cinq prompts et seeds : une affiche de calligraphie chinoise, une photo de voyage, une illustration à la gouache, une photo produit et une édition à partir d’une image de référence. Les dix exécutions ont abouti sans erreur.

La vitesse est la différence la plus nette. FLUX 3 Image Klein a produit chaque image 1024×1024 en 36 secondes environ et l’édition en 81 secondes. Qwen-Image-2.1 a demandé environ 130 secondes par image et 388 secondes pour l’édition. C’est en partie dû aux 20 étapes recommandées par Qwen avec un vrai CFG, qui exécute le modèle deux fois par étape, contre 16 étapes distillées à CFG 1 pour FLUX.

La qualité dépendait du prompt. Les deux modèles ont écrit correctement « 慢慢来 / 周末咖啡市集 » ; Qwen a produit la mise en page la plus soignée, FLUX le pinceau le plus expressif. FLUX a donné la photo la plus riche, une illustration complète et une photo produit bien éclairée. Avec ces réglages, Qwen a rendu la photo trop contrastée, réduit l’illustration à une minuscule maison dans un cadre vide et laissé le casque presque noir. Les deux éditions ont conservé la tasse intacte. Un seul seed par prompt reste un petit échantillon : lisez ceci comme un compte rendu de terrain, pas comme un classement.

Mesuré le 2026-10-23, GPU RTX 4060 Laptop 8 Go, 1024×1024, une exécution par prompt.
PromptTemps FLUX 3 Image KleinVRAM max FLUXTemps Qwen-Image-2.1VRAM max Qwen
Affiche de calligraphie chinoise35.7 s4,576 MiB131.2 s5,438 MiB
Photo de voyage36.0 s4,576 MiB130.0 s5,428 MiB
Illustration à la gouache36.2 s4,576 MiB130.2 s5,429 MiB
Photo produit35.9 s4,577 MiB129.9 s5,429 MiB
Édition avec référence (tasse au café)81.1 s5,707 MiB388.4 s6,849 MiB
Dix images de test : en haut FLUX 3 Image Klein, en bas Qwen-Image-2.1 ; affiche, photo, illustration, photo produit et édition.
En haut : FLUX 3 Image Klein. En bas : Qwen-Image-2.1. De gauche à droite : affiche, photo, illustration, photo produit, édition.
Recette DIY

Construire soi-même

  1. Installez une version récente de stable-diffusion.cpp pour votre GPU (CUDA, Vulkan ou CPU) et notez la version testée.
  2. Téléchargez chaque modèle depuis son dépôt officiel ou un dépôt GGUF clairement attribué, acceptez d’abord la licence sur la page du modèle et notez la révision du fichier.
  3. Commencez en 1024×1024 avec l’encodeur de texte sur CPU, le déchargement des paramètres et le tuilage du VAE ; FLUX à 16 étapes et CFG 1, Qwen à 20 étapes et CFG 6.
  4. Utilisez les mêmes prompts et seeds pour les deux modèles et notez le temps et la VRAM maximale (par exemple avec nvidia-smi) avant de décider.
  5. Si vous voulez seulement le flux de travail fini, ImageKiln intègre la voie FLUX 3 Image Klein avec édition, retouche et suppression d’arrière-plan.
Risques

Ce qui peut mal se passer

  • Avec sa licence actuelle, Qwen-Image-2.1 est réservé à la recherche et à l’évaluation ; ne l’utilisez pas dans un produit payant sans accord commercial.
  • La FLUX Kommunity License comporte un seuil de chiffre d’affaires et des conditions de filtrage ; au-delà, une licence commerciale est nécessaire.
  • Les conversions GGUF sont des artefacts communautaires ; vérifiez leur provenance et conservez la licence d’origine avec elles.
  • Les résultats varient selon la version du runtime, la quantification, le nombre d’étapes et le seed ; mesurez sur votre matériel avant de changer.
Décision AILocalabs

Ce que nous livrons — et ce que nous ne livrons pas

ImageKiln suit la voie FLUX 3 Image Klein : elle tient sur un GPU de 8 Go, tourne plusieurs fois plus vite ici et offre des conditions commerciales accessibles aux petits créateurs. Qwen-Image-2.1 reste une recette de recherche ; les résultats bruts sont publiés pour que chacun puisse les vérifier.

Discussion de la recette

Vous l’avez testée ? Partagez résultats, questions et améliorations.

La discussion reste attachée à cette recette pour aider les prochains utilisateurs. Ne publiez jamais mots de passe, clés API, clés de licence ou fichiers privés.

Chargement de la discussion…

Participer à la discussion