Question 1

Qu'est-ce que Z-Image ?

Accepted Answer

Z-Image est un modèle de fondation texte vers image de 6 milliards de paramètres signé Tongyi MAI, équipe du groupe Alibaba. Il repose sur un Scalable Single-Stream Diffusion Transformer (S3-DiT) qui concatène texte, tokens sémantiques visuels et tokens VAE d'image en une seule séquence d'entrée, là où la plupart des diffusion transformers utilisent deux flux séparés. Le rapport technique est arXiv:2511.22699 et les poids sont sous Apache 2.0.

Question 2

Qu'est-ce que Z-Image Turbo ?

Accepted Answer

Z-Image Turbo est la version distillée du checkpoint de base. Elle atteint une image finie en 8 évaluations de fonction avec une guidance à 0, d'où cette impression d'instantanéité face à un sampler en 50 étapes. Tongyi MAI annonce une latence inférieure à la seconde sur une H800 d'entreprise et indique que le checkpoint tient confortablement dans 16 Go de VRAM grand public. Sortie le 26 novembre 2025, deux mois avant le modèle de base.

Question 3

Vaut-il mieux prendre Z-Image de base ou Turbo ?

Accepted Answer

Ils visent des usages différents. Le model zoo officiel note Turbo « très élevé » en qualité visuelle mais « faible » en diversité, et le marque non finetunable. Le modèle de base est noté « élevé » en qualité et « moyen » en diversité, accepte les prompts négatifs et fonctionne avec une guidance de 3,0 à 5,0. Règle simple : Turbo pour un rendu unique rapide et net, le modèle de base quand il faut de la variation entre les seeds ou une base d'entraînement.

Question 4

Comment faire tourner Z-Image en local ?

Accepted Answer

Récupérez Tongyi-MAI/Z-Image-Turbo ou Tongyi-MAI/Z-Image sur HuggingFace ou ModelScope et pilotez-le avec la classe ZImagePipeline de diffusers, où la prise en charge a été intégrée en amont. Des nodes ComfyUI existent aussi. Turbo tient dans 16 Go de VRAM en bfloat16, et le projet stable-diffusion.cpp documente son exécution sur une carte de 4 Go. Pour le modèle de base, la plage recommandée va de 512×512 à 2048×2048 en surface totale de pixels, quel que soit le format.

Question 5

Pourquoi mon Z-Image Turbo local est-il si lent ?

Accepted Answer

La seconde annoncée sur la fiche modèle est mesurée sur une H800. Sur une carte grand public, les mêmes 8 étapes prennent plus de temps, et les causes habituelles sont le déchargement CPU qui se déclenche quand la VRAM manque, une exécution en float32 au lieu du bfloat16 recommandé, ou un premier passage compilé qui paie son coût de compilation unique. Les projets communautaires Cache-DiT, LeMiCa et MeanCache existent précisément pour récupérer ce temps.

Question 6

Peut-on utiliser Z-Image commercialement ?

Accepted Answer

Les deux dépôts sont publiés sous licence Apache 2.0, qui autorise l'usage commercial, la modification et la redistribution tant que les mentions de licence et d'attribution sont conservées. Cela concerne les poids. Le contenu que vous demandez dans vos prompts et les droits sur les éléments que vous fournissez en référence restent de votre responsabilité.

	Auto-hébergé	Sur EditlyEditly
Prérequis	Une carte CUDA, Python et un diffusers ou ComfyUI récent	Un navigateur et un compte
VRAM	Turbo tient dans 16 Go en bfloat16 ; stable-diffusion.cpp documente 4 Go	Aucune de la vôtre, l'inférence est côté serveur
Mise en place	Téléchargement des poids, puis débogage de l'environnement	Se connecter et écrire
Contrôle du sampler	Steps, guidance, scheduler, prompt négatif, seed	Prompt et format ; l'échantillonnage est préréglé
LoRA et fine-tuning	Le modèle de base se fine-tune ; Turbo est marqué non finetunable	Non disponible
Retouche d'image	En attente de la sortie du checkpoint Edit	Texte vers image uniquement
Forme du coût	Matériel et électricité d'abord, puis peu par image	3 crédits par image, aucun matériel
Licence des poids	Apache 2.0, les poids restent chez vous	Apache 2.0, même modèle, hébergé

	Z-Image Turbo	Base	Edit
Statut	Publié le 26 novembre 2025	Publié le 27 janvier 2026	Annoncé, pas encore publié
Étapes d'échantillonnage	8	50 (28 à 50 recommandées)	50
Guidance sans classifieur	Désactivée, guidance 0	Activée, guidance 3,0 à 5,0	Activée
Tâche	Texte vers image	Texte vers image	Retouche par instruction
Qualité / diversité	Très élevée / faible	Élevée / moyenne	Élevée / moyenne
Finetunable	Non	Oui	Oui
Prompts négatifs	Non utilisés	Vivement recommandés	Pas encore documentés

Utiliser Z-Image en ligne, sans GPU

Z-Image en local ou en ligne : que préférez-vous payer ?

Pourquoi Z-Image joue au-dessus de sa catégorie en 6B

Du texte dessiné à l'intérieur de l'image

Huit évaluations de fonction, grâce à Decoupled-DMD

Poids ouverts sous Apache 2.0, pas un modèle réservé à l'API

Ce que le formulaire Z-Image vous demande vraiment

Ouvrir le générateur d'images

Décrire la scène

Choisir un format et lancer

Z-Image Turbo, base et Edit : qui fait quoi

Z-Image : licence, matériel et la différence Turbo

Essayer Z-Image sans rien installer