> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/modeles/qwen-image-2.1.md).

# Qwen-Image-2.1 : comment l'exécuter localement

Exécutez Qwen-Image-2.1 localement avec les quantifications FP8 et GGUF d'Unsloth.

**Qwen-Image-2.1** et **Qwen-Image-2.1-Turbo** générer et [modifier des images](#image-editing). Qwen-Image-2.1 possède 7B paramètres et nécessite **11 Go de VRAM** avec des GGUF ou 24 Go avec INT8/FP8.

{% columns %}
{% column width="50%" %}
Qwen-Image-2.1 combine un générateur d'images 7B avec un **encodeur Qwen3-VL 8B**. Le modèle prend en charge la génération native en 2K, le rendu de texte, les images transparentes et l'édition avec jusqu'à 10 images de référence.

Les quantifications utilisent [Unsloth Dynamic](https://unsloth.ai/docs/basics/dynamic-3.0-ggufs) qui remonte les couches importantes vers une précision plus élevée pour davantage de précision. Exécutez-le dans [Unsloth Desktop](/docs/fr/desktop.md), diffusers, stable-diffusion.cpp et plus encore.

* Qwen-Image-2.1**:** [GGUF](https://huggingface.co/unsloth/Qwen-Image-2.1-GGUF) • [FP8](https://huggingface.co/unsloth/Qwen-Image-2.1-FP8)
* Qwen-Image-2.1-**Turbo**: [GGUF](https://huggingface.co/unsloth/Qwen-Image-2.1-Turbo-GGUF) • [FP8](https://huggingface.co/unsloth/Qwen-Image-2.1-Turbo-FP8)
  {% endcolumn %}

{% column width="50%" %}

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F8E4zaQZmeYBhYIXkvveM%2F01-2edit-multi-image.webp?alt=media&amp;token=ad7d102c-b304-4c75-b66d-4a68cd518a37" alt=""><figcaption><p>Édition d'images avec Qwen-Image-1.2 FP8 via Unsloth</p></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

### 🖥️  Exigences en mémoire

Utilisez le tableau ci-dessous pour choisir une configuration de départ pour votre matériel. Générez une image à la résolution indiquée, puis augmentez-la si la mémoire le permet.

Les quants FP8 sont recommandés pour les GPU avec 24 Go de VRAM ou plus. Cela peut aussi être préférable pour toute configuration avec GPU, car cela peut offrir une inférence plus rapide que les modèles GGUF même avec déchargement. Assurez-vous simplement d'avoir assez de RAM pour le déchargement.

Utilisez surtout des modèles GGUF si vous disposez de RAM CPU, ou utilisez un système à mémoire unifiée comme un Mac.

**Les chiffres de mémoire sont des estimations, pas des minimums testés.** L'utilisation mémoire varie selon la résolution et les paramètres de déchargement.

| Matériel disponible                              | Configuration de départ                                                                                                 |
| ------------------------------------------------ | ----------------------------------------------------------------------------------------------------------------------- |
| **12–16 Go de VRAM**                             | GGUF **Q4\_K\_M**, 1024×1024, lot 1                                                                                     |
| **24 Go de VRAM**                                | <p><strong>INT8/FP8 :</strong> 512 × 512<br><strong>GGUF Q4\_K\_M :</strong> 1024 × 1024</p>                            |
| **6 Go de VRAM**                                 | Vous pouvez exécuter FP8 **avec seulement 6 Go de VRAM en utilisant le déchargement**. L'inférence sera <2x plus lente. |
| **CPU uniquement : 12–16 Go de RAM**             | GGUF **Q4\_K\_M** avec l'encodeur texte Q4\_K\_XL                                                                       |
| **Apple Silicon : 12–16 Go+ de mémoire unifiée** | GGUF avec un backend natif compatible                                                                                   |

Le déchargement CPU peut aider lorsque la VRAM est limitée, mais il nécessite davantage de RAM système et peut ralentir la génération.

### Analyse de quantification

Nous montrons qu'INT8 a la LPIPS raisonnable la plus faible (plus bas = mieux) même par rapport à FP8, donc nous utilisons INT8 par défaut.

| schéma | taille du fichier | LPIPS moyen | LPIPS max | SSIM moyen |
| ------ | ----------------- | ----------: | --------: | ---------: |
| int8   | 7,26 Go           |       0.064 |     0.167 |      0.936 |
| fp8    | 7,12 Go           |       0.112 |     0.329 |      0.899 |

### ⚡ Démarrage rapide

{% stepper %}
{% step %}

#### Configurer Unsloth

Le moyen le plus simple de commencer est de télécharger [l'application Unsloth Desktop](/docs/fr/desktop.md). Fonctionne sur [macOS](/docs/fr/commencer/install/mac.md), [Windows](/docs/fr/commencer/install/windows-installation.md), et [Linux](/docs/fr/commencer/install/linux.md).

<a href="https://unsloth.ai/download" class="button primary" data-icon="down-to-bracket">Télécharger Unsloth</a>

* <i class="fa-apple">:apple:</i> [Télécharger pour macOS](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [Télécharger pour Windows](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [Télécharger pour Linux](https://unsloth.ai/download/linux)

Ou, si vous préférez installer manuellement :

MacOS, Linux, WSL :

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

Windows PowerShell :

```bash
irm https://unsloth.ai/install.ps1 | iex
```

{% endstep %}

{% step %}

#### Configurer Qwen-Image-2.1

Dans cette version, Qwen-Image-2.1 est disponible dans Unsloth uniquement pour la génération texte vers image.

Sélectionnez **Images** dans la barre latérale. Le **Créer** un workflow d'image s'ouvre par défaut.

Ouvrez Sélectionner le modèle d'image à cet endroit ou allez dans Model hub et recherchez la quantification GGUF ou FP8 Qwen-Image-2.1 souhaitée dans le sélecteur, qui téléchargera le modèle.

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FEFCApsTzrL81lOcdd298%2Fimage.png?alt=media&amp;token=07fa0438-55f4-46ec-b055-2f4b6532df96" alt="" width="563"><figcaption></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FHjN84g8IYe9eRSRO4wGe%2Fqwenimage2.1.png?alt=media&amp;token=73f99133-f0d0-47c8-aaa4-a0097b5ff7b4" alt="" width="563"><figcaption></figcaption></figure></div>

<figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FuWMvSNEkp7lnr2es7v32%2FScreenshot%202026-09-22%20at%206.23.20%E2%80%AFAM.png?alt=media&amp;token=570e743c-b6b9-4fa2-b06d-b6e4c955424a" alt=""><figcaption></figcaption></figure>
{% endstep %}

{% step %}

#### Générez votre image

Décrivez l'image que vous souhaitez générer. Vous pouvez conserver les paramètres recommandés pour votre première image.

Cliquez sur **Générer**. La première génération peut prendre plus de temps pendant le téléchargement et le chargement du modèle. Votre résultat apparaîtra dans la galerie, où vous pourrez voir ses paramètres ou le télécharger.

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FrX8YDJ91NTwNVtFpERXX%2Fimage.png?alt=media&amp;token=fee9d4b5-cca3-4054-ad50-6aa1beba5a50" alt="" width="563"><figcaption></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2F0JAa73bhb2PAD0692XqI%2F1000007556.jpg?alt=media&amp;token=c725d011-01c2-4a56-96bb-31034ecb77cf" alt="" width="375"><figcaption></figcaption></figure></div>
{% endstep %}
{% endstepper %}

### Édition d'images

Vous pouvez aussi facilement modifier des photos avec des arrière-plans transparents à l'aide de Qwen-Image-2.1. Supprimez des éléments, ajoutez des éléments, changez l'ambiance tout en conservant la même base/structure. Il suffit de sélectionner l'onglet Modifier dans Unsloth et d'écrire votre prompt.

<div><figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FNA6VP3yqmBZhR4qVE90I%2F02-localized-annotation.webp?alt=media&amp;token=a42e809a-f4ea-4779-9213-606c772e9422" alt=""><figcaption></figcaption></figure> <figure><img src="https://550366147-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FxhOjnexMCB3dmuQFQ2Zq%2Fuploads%2FS0j84jGUey0dnoQgEQzm%2F03-transparent-edit.webp?alt=media&amp;token=ce337489-f698-4c25-9c3b-3fd77bc2e48d" alt=""><figcaption></figcaption></figure></div>

### ⚙️ Paramètres recommandés

**Utilisez la recette du backend qui exécute réellement le modèle**, et pas seulement son extension de fichier FP8/GGUF.

| Paramètre                           | GPU Unsloth / Diffusers                                     | stable-diffusion.cpp natif                                     |
| ----------------------------------- | ----------------------------------------------------------- | -------------------------------------------------------------- |
| **Étapes**                          | **40** - Base Qwen/Diffusers                                | **20** - Valeur par défaut du CLI et test enregistré d'Unsloth |
| **Guidance / CFG**                  | **1.0** - CFG désactivé                                     | **6.0** - exemple sd.cpp en amont                              |
| **Prompt négatif**                  | Laissez vide ; définissez la guidance à `1.0` explicitement | Laissez vide pour reproduire l'exemple                         |
| **Échantillonneur / planificateur** | Conservez le planificateur du pipeline du modèle            | **Euler**                                                      |
| **Décalage de flux**                | Conservez la configuration du planificateur du pipeline     | **Automatique ; omettre `--flow-shift`**                       |
| **Résolution du premier lancement** | `1024×1024`                                                 | `1024×1024`                                                    |
| **Taille de lot**                   | `1`                                                         | `1`                                                            |
| **Graine**                          | `42`, ou une autre graine fixe de comparaison               | `42`, ou une autre graine fixe de comparaison                  |

#### Résolution et rapports d'aspect

Utilisez des dimensions divisibles par **32**. Les [préréglages natifs](https://huggingface.co/Qwen/Qwen-Image-2.1#supported-aspect-ratios) incluent :

| Forme                | Taille de test plus petite | Préréglage natif Qwen |
| -------------------- | -------------------------- | --------------------- |
| **Carré**            | `1024×1024`                | `2048×2048`           |
| **Paysage 4:3**      | `1152×864`                 | `2400×1792`           |
| **Portrait 3:4**     | `864×1152`                 | `1792×2400`           |
| **Photo 3:2**        | `1248×832`                 | `2528×1696`           |
| **Portrait 2:3**     | `832×1248`                 | `1696×2528`           |
| **Écran large 16:9** | `1536×864`                 | `2752×1536`           |
| **Vertical 9:16**    | `864×1536`                 | `1536×2752`           |

Unsloth prend en charge des dimensions jusqu'à **2048 pixels par côté**. Commencez à **1024 × 1024** et augmentez la résolution si la mémoire le permet. Réduire le nombre d'étapes accélère la génération mais peut ne pas résoudre les limites de mémoire.

#### LoRA et ControlNet

Chargez des LoRA compatibles pour ajouter un personnage, un sujet ou un style visuel à vos générations. Ajustez le poids du LoRA pour contrôler à quel point il affecte le résultat.

Les modèles pris en charge peuvent également utiliser ControlNet pour guider la structure d'une image. Ajustez sa force pour contrôler à quel point le résultat suit l'image de guidance.

#### Galerie

Les images générées sont enregistrées dans la galerie locale. Ouvrez un résultat pour voir son prompt et ses paramètres, sélectionnez **Recette** pour restaurer sa configuration de génération ou télécharger l'image.

### Modèles et workflows pris en charge

| Ce que vous voulez faire          | Modèles pour commencer            |
| --------------------------------- | --------------------------------- |
| Générer ou transformer des images | Z-Image, Qwen-Image, FLUX.1, SDXL |
| Modifier à l'aide d'instructions  | Qwen-Image-Edit, FLUX.1 Kontext   |
| Utiliser des images de référence  | FLUX.2 klein                      |

D'autres modèles sont disponibles dans le sélecteur de modèles. Les formats et les workflows varient selon le modèle, et les workflows non pris en charge sont masqués automatiquement.

### Paramètres de génération

Les paramètres par défaut constituent un bon point de départ. Cependant, il est possible d'ajuster les paramètres pour obtenir le meilleur résultat ; voici les principaux paramètres que vous voudrez peut-être modifier :

| Paramètre                          | Ce que cela modifie                                                                                                       |
| ---------------------------------- | ------------------------------------------------------------------------------------------------------------------------- |
| **Prompt**                         | Décrit l'image que vous souhaitez créer. Dans **Édition**, cela devient l'instruction à suivre.                           |
| **Rapport d'aspect et résolution** | Définissez la forme et la taille de l'image. Les images plus grandes utilisent plus de mémoire et prennent plus de temps. |
| **Étapes**                         | Contrôlez le temps que le modèle passe à générer. Plus d'étapes n'améliorent pas toujours le résultat.                    |
| **Guidance**                       | Contrôle la force avec laquelle le prompt guide le résultat. Certains modèles fonctionnent mieux à `0`.                   |
| **Graine**                         | Aide à recréer un résultat. Laissez-le vide pour utiliser une graine aléatoire.                                           |

<details>

<summary>Paramètres de génération avancés</summary>

Ces contrôles modifient la façon dont le modèle s'exécute sur votre appareil. Ajustez-les pour réduire l'utilisation mémoire, améliorer les performances ou diagnostiquer la génération.

| Paramètre            | Ce que cela modifie                                                                                                                                                                    |
| -------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| **Vitesse**          | Contrôle la compilation et les optimisations de performance. Les modes compilés peuvent prendre plus de temps lors de la première génération.                                          |
| **Précision**        | Modifie le format numérique utilisé pour exécuter le modèle. Une précision plus faible peut réduire l'utilisation mémoire. Les options disponibles dépendent du modèle et du matériel. |
| **Attention**        | Sélectionne l'implémentation d'attention utilisée pendant la génération.                                                                                                               |
| **Mémoire**          | Équilibre la vitesse de génération par rapport à l'utilisation de la mémoire GPU. Essayez **Faible VRAM** si un modèle est proche de votre limite mémoire.                             |
| **Cache d'étapes**   | Réutilise certains calculs entre les étapes de diffusion pour améliorer la vitesse de génération.                                                                                      |
| **Déchargement CPU** | Déplace des parties du modèle vers la mémoire système. Cela réduit l'utilisation de la mémoire GPU mais peut ralentir la génération.                                                   |

</details>

### ⚠️ Dépannage

<details>

<summary>Les images n'apparaissent pas</summary>

Mettez à jour vers la dernière version, puis redémarrez l'application. Voir [Mise à jour d'Unsloth](https://unsloth.ai/docs/get-started/install/updating) pour les instructions.

</details>

<details>

<summary>Un modèle ne se télécharge pas ou ne se charge pas</summary>

Certains modèles d'image sont volumineux et prennent du temps à télécharger. Vérifiez que vous disposez de suffisamment d'espace libre et d'une connexion Internet stable.

Certains modèles vous demandent également d'accepter leur licence sur Hugging Face et d'ajouter un jeton Hugging Face avant de les télécharger.

</details>

<details>

<summary>Le modèle manque de mémoire</summary>

Essayez une quantification GGUF plus petite ou une version 4 bits du modèle. Pour les modèles GGUF, commencez avec la taille marquée **recommandée**.

Vous pouvez aussi :

* Réduire la résolution de l'image.
* Conservez la taille de lot à `1`.
* Fermez les autres applications utilisant le GPU.
* Choisissez un modèle plus petit.

Un **TIGHT** modèle peut utiliser la mémoire système et s'exécuter plus lentement. Un modèle marqué **OOM** a peu de chances de tenir.

</details>

<details>

<summary>Un workflow manque</summary>

Les workflows disponibles dépendent du modèle chargé. Les workflows non pris en charge n'apparaîtront pas.

Par exemple, l'édition basée sur des instructions nécessite un modèle tel que Qwen-Image-Edit ou FLUX.1 Kontext.

</details>

### ❓ FAQ

<details>

<summary>La génération d'images s'exécute-t-elle en local ?</summary>

Oui. Une fois le modèle téléchargé, la génération d'images s'exécute sur votre appareil.

</details>

<details>

<summary>Quelle est la différence entre Transformer et Éditer ?</summary>

**Transformer** redessine une image existante à l'aide d'un prompt qui décrit le résultat complet.

**Édition** suit des instructions telles que changer un arrière-plan ou ajouter un objet. Cela nécessite un modèle d'édition compatible.

</details>

<details>

<summary>Puis-je entraîner mon propre LoRA d'image ?</summary>

Oui. Affinez un modèle pris en charge sur vos propres images, puis chargez le LoRA terminé dans **Créer**.

Voir Affiner un modèle d'image pour en savoir plus.

</details>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/fr/modeles/qwen-image-2.1.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.