Z-Image Turbo sans censure : installation, fichiers faible VRAM et guide des prompts

Z-Image Turbo en trente secondes

Éditeur

Tongyi Lab d'Alibaba (Tongyi MAI)

Public depuis

Novembre 2025

Taille

Environ 6,15B, S3-DiT

Échantillonnage

8 étapes, guidance désactivée

Lettrage

Chinois et anglais

Poids ouverts ?

Oui, Apache-2.0

Matériel

GPU grand public, moins de 16 Go

Édition sans censure ?

Aucune officielle

D'où vient Z-Image Turbo

Z-Image Turbo est le dernier modèle optimisé pour la vitesse de la série Z-Image du Tongyi Lab d'Alibaba, développé par l'équipe Tongyi MAI. C'est aussi le premier de la série à avoir été rendu public : le dépôt Hugging Face est daté du 25 novembre 2025 et l'annonce sur GitHub du 26 novembre. Sous le capot se trouve un Scalable Single-Stream Diffusion Transformer (S3-DiT) d'environ 6,15 milliards de paramètres, où les tokens du prompt, les tokens sémantiques visuels et les latents de l'image circulent dans une seule séquence partagée. La distillation a ramené l'échantillonnage à 8 évaluations de fonction, guidance désactivée ; l'équipe annonce des rendus en moins d'une seconde sur un GPU de centre de données H800 et affirme qu'une carte grand public de 16 Go suffit. Alibaba met les poids à disposition sur Hugging Face et ModelScope, et un endpoint hébergé sur Alibaba Cloud Model Studio n'est qu'une porte d'entrée de plus.

Peut-on obtenir un Z-Image Turbo sans censure ?

Deux éléments expliquent cette question. D'abord, l'endpoint hébergé sur Alibaba Cloud filtre chaque prompt et chaque image produite : les photos boudoir, les pin-up et autres créations pour adultes y sont refusées. Ensuite, les poids Apache-2.0 tournent sur votre propre machine sans aucun serveur intermédiaire, et Hugging Face recense désormais de nombreux LoRA communautaires entraînés à partir d'eux. La réponse honnête est donc nuancée : il n'existe pas de Z-Image Turbo sans censure officiel, et ce qu'une copie locale accepte de dessiner dépend de ses données d'entraînement, pas d'un interrupteur caché. Des fine-tunes NSFW non officiels existent, certains basés sur de vraies célébrités, et nous ne les citons pas, car la licence couvre le code et les poids, pas le visage de qui que ce soit. Si vous préférez éviter un téléchargement de 20 Go, le générateur de Spicy AI fait tourner Seedream, Krea 2 et Wan 2.6 sans filtre de contenu pour les adultes (18+) ; c'est une alternative, pas Turbo lui-même.

Première image en quinze minutes : la voie ComfyUI

La plupart des utilisateurs ne touchent jamais au dépôt d'origine. Le repack de Comfy-Org a cumulé environ 9,3 millions de téléchargements sur 30 jours en octobre 2026, contre environ 654 000 pour l'original de Tongyi-MAI, car ce dernier stocke le transformer en F32, soit environ 24,6 Go. Une installation fonctionnelle comprend toujours trois éléments, et oublier l'encodeur de texte est l'erreur classique du premier lancement. Récupérez-les, placez-les dans les dossiers ci-dessous et ouvrez le modèle de workflow ComfyUI officiel.

• Loaders : UNETLoader pour le modèle, CLIPLoader réglé sur le type lumina2 pour l'encodeur, VAELoader pour le VAE.
• Valeurs du modèle de workflow à conserver : 1024×1024, 8 étapes, CFG 1.0, sampler res_multistep, scheduler simple, ModelSamplingAuraFlow shift 3.
• La branche négative est mise à zéro par ConditioningZeroOut : tout ce que vous y tapez est ignoré.
• Monter le CFG à 7 ou les étapes à 30 n'aide pas Turbo ; les couleurs brûlent ou vous perdez simplement du temps.
• Pour contrôler la pose, la profondeur ou les contours, Alibaba PAI publie Z-Image-Turbo-Fun-Controlnet-Union-2.1 en téléchargement séparé.

La « classe Qwen3-4B » est déduite du nom de fichier ComfyUI et de sa configuration ; la fiche du modèle ne nomme pas l'encodeur explicitement.

Peu de VRAM ? Choisissez le fichier adapté à votre carte

Les chiffres de mémoire pour ce modèle proviennent de trois sources distinctes, chacune avec un logiciel différent : lisez-les côte à côte plutôt que comme une promesse unique. L'équipe Tongyi affirme que le modèle tourne confortablement sous 16 Go. DiffSynth-Studio documente une configuration à 8 Go avec déchargement sur le CPU et prévient que la quantification FP8 adoucit visiblement les résultats. Une page du wiki stable-diffusion.cpp décrit une recette communautaire pour cartes de 4 Go avec des fichiers GGUF Q3 ou Q4 et du déchargement, au prix d'une nette perte de vitesse. N'oubliez pas qu'un fichier GGUF ne remplace que le modèle de diffusion : l'encodeur de texte et le VAE doivent toujours être téléchargés.

Cache-DiT, LeMiCa et MeanCache annoncent des accélérations supplémentaires ; ces chiffres viennent des projets communautaires, pas d'Alibaba.

Huit étapes ou cinquante ? Turbo face à son grand frère plus lent

Le modèle de base sorti en janvier 2026, surnommé Base, partage l'architecture et l'encodeur de texte de Turbo, mais conserve la classifier-free guidance et les prompts négatifs. Le choix porte donc moins sur la qualité que sur la façon de travailler. Si vous itérez vite et voulez un rendu photo soigné, restez sur Z-Image Turbo. Si vous avez besoin de visages bien distincts, de styles d'illustration ou d'un modèle à fine-tuner, passez à Base et acceptez un temps d'échantillonnage environ quatre à six fois plus long.

Les mentions de variété et de fine-tuning sont les évaluations de l'équipe elle-même dans le tableau officiel des modèles, pas un test indépendant.

Rédiger des prompts pour un modèle qui ignore les prompts négatifs

Guidance désactivée, Z-Image Turbo n'écoute que ce que vous demandez : le prompt positif porte donc tout le travail. Rédigez-le comme un photographe qui briefe une séance, en phrases complètes et dans un ordre constant : qui, à quoi la personne ressemble, ce qu'elle fait, où, sous quelle lumière, avec quel objectif, dans quel style. Les prompts longs ne posent pas de problème ; l'API hébergée les limite à 800 caractères, un plafond raisonnable en local aussi. La comparaison ci-dessous montre tout ce qu'un prompt vague laisse au hasard.

Cinq prompts Z-Image Turbo pour démarrer

Complétez les crochets et gardez l'ordre des éléments. Les cinq supposent des sujets adultes. Ils fonctionnent dans le modèle de workflow ComfyUI, dans l'API hébergée et comme point de départ dans le générateur alternatif ci-dessus.

Ses points forts et ses faiblesses

Les retours de la communauté reflètent les compromis de conception. La vitesse et le réalisme sont salués ; le manque de variété est critiqué. L'équipe a annoncé une huitième place au classement général et la première parmi les modèles ouverts sur le leaderboard texte-vers-image d'Artificial Analysis le 8 décembre 2025. Ce classement est daté : en octobre 2026, le modèle ne figurait plus dans le top 20 de ce tableau, face aux nouvelles sorties. Le test pratique de Gigazine a relevé des compositions répétées d'une seed à l'autre, des visages qui se ressemblent dans les scènes de groupe et des difficultés avec le texte japonais, tandis que le modèle de base, plus lent, s'en sortait mieux en illustration et en variété.

Indicateurs d'adoption en octobre 2026 : environ 12 100 étoiles GitHub, environ 1,07 million de téléchargements sur 30 jours pour les builds GGUF d'Unsloth et environ 241 000 pour un pack de LoRA populaire. Les téléchargements mesurent la portée, pas la qualité.

Ce que les gens créent vraiment avec

Comme un rendu prend quelques secondes, le modèle sert aux travaux en volume là où l'on abandonnerait sinon après quelques essais. Les vendeurs des marketplaces chinoises l'apprécient pour les bannières mêlant les deux langues, et les équipes de mini-séries et de jeux vidéo l'utilisent pour des moodboards rapides avant un rendu final ailleurs.

• Séries de portraits et de mode : des dizaines de variantes de tenues et d'éclairages du même mannequin adulte en une seule session.
• Visuels e-commerce bilingues : mises en scène de produits avec titres en chinois et en anglais pour les pages boutique et les réseaux sociaux.
• Prévisualisation : images clés pour mini-séries, publicités et présentations de jeux.
• LoRA de personnages : extensions communautaires pour des looks, costumes et styles artistiques précis.
• Reproduction de pose : le modèle ControlNet Union reprend une posture ou une composition à partir d'un croquis.
• Matériel ancien : les builds GGUF en ont fait un choix courant pour les PC portables et les cartes gaming de milieu de gamme.

Pas de GPU ? L'endpoint hébergé z-image-turbo

Alibaba Cloud Model Studio sert le modèle sous l'identifiant z-image-turbo, et c'est le seul membre de la famille proposé sur cette plateforme. Chaque requête contient un seul message utilisateur avec un unique prompt texte de 800 caractères maximum, plus une taille optionnelle (de 512×512 à 2048×2048 pixels au total, 1024×1536 par défaut), une seed et un paramètre prompt_extend qui laisse un modèle de langage réécrire le prompt et renvoyer son raisonnement. Vous obtenez un PNG par appel, dont le lien expire au bout de 24 heures, avec une limite de 120 requêtes par minute. Les prompts et les résultats passent un contrôle de sécurité, et les traitements par lots, le fine-tuning et l'appel de fonctions ne sont pas disponibles : l'endpoint est pratique, mais strictement modéré.

Face à FLUX.2 et Qwen-Image

Le rapport technique présente la série comme une réponse de 6B aux modèles ouverts de 20B et plus, comme Qwen-Image, HunyuanImage 3.0 et FLUX.2. Considérez cela comme la présentation des auteurs. En pratique, l'écart se joue sur le coût d'exécution : un petit modèle à 8 étapes est le plus facile des trois à faire tenir sur une seule carte grand public, tandis que les plus gros gèrent peut-être mieux les scènes chargées. Testez avec vos propres prompts avant de changer.

Les tailles et licences suivent le rapport technique ; vérifiez la fiche de chaque modèle avant de vous y fier.

Essayer la voie sans censure dans un navigateur

La voie navigateur évite téléchargements et pilotes. Elle ne fait pas tourner Z-Image Turbo, le rendu sera donc différent ; Spicy AI utilise ses propres modèles d'image.

• 1. Cliquez sur le bouton en haut de la page pour ouvrir le générateur d'images.
• 2. Collez un modèle de prompt de cette page et décrivez chaque personne comme adulte.
• 3. Choisissez un format d'image et créez jusqu'à quatre images par génération.
• 4. Ne changez qu'un seul élément à chaque nouvel essai : lumière, pose ou tenue.
• 5. Importez une photo qui vous appartient pour passer en édition image-vers-image.

Cinq réflexes qui évitent les rendus ratés

1. Laissez le CFG à 1 et les étapes à 8 ; passez au modèle de base si vous avez besoin d'un prompt négatif.
2. Téléchargez l'encodeur de texte et le VAE en plus de tout fichier GGUF.
3. Variez la scène avec des mots, pas seulement la seed, pour casser les compositions répétées.
4. Mettez entre guillemets les mots exacts à afficher et relisez les petits textes avant publication.
5. Décrivez chaque personnage comme adulte (18+) et n'utilisez jamais l'apparence d'une personne réelle sans son consentement.

Sources

• Dépôt GitHub (Tongyi-MAI)
• Fiche du modèle Turbo (Hugging Face)
• Blog du projet
• Rapport technique (arXiv 2511.22699)
• Repack ComfyUI (Comfy-Org)
• Builds GGUF (Unsloth, tiers)

Plus de modèles d'IA Image sans censure

• uncensored z image
• uncensored qwen image
• Midjourney sans censure
• DALL·E sans censure
• Stable Diffusion sans censure
• Flux sans censure
• Nano Banana sans censure
• Nano Banana 2 sans censure
• Nano Banana 2.1 sans censure
• Ideogram sans censure
• Leonardo AI sans censure
• Seedream sans censure
• Seedream 5.0 sans censure
• Krea sans censure
• Kroma sans censure
• Qwen-Image sans censure
• Adobe Firefly sans censure
• GPT Image 2.5 sans censure
• Text to Image sans censure
• Z-Image sans censure
• FLUX.2 sans censure
• FLUX.2 [dev] sans censure
• FLUX.2 [pro] sans censure
• GPT Image 1.5 sans censure