FLUX.1 [dev] sur RTX 5090 : configuration requise pour le GPU et installation de ComfyUI

Oui, FLUX.1 [dev] peut fonctionner sur une seule RTX 5090.

La question la plus pertinente est de savoir comment vous devriez l'exécuter.

FLUX.1 [dev] compte 12 milliards de paramètres et son fichier de modèle principal en pleine précision pèse environ 23,8 Go. NVIDIA indique que le pipeline FP16 standard nécessite plus de 23 Go de VRAM. Cela place déjà un GPU de 24 Go à la limite de ses capacités avant même que le reste du pipeline de génération d'images ne puisse fonctionner confortablement.

Une RTX 5090 vous offre 32 Go.

C'est suffisant pour faire de FLUX.1 [dev] une charge de travail pratique sur un seul GPU, mais je vous conseille tout de même d'éviter la configuration la plus gourmande en mémoire, simplement parce qu'elle tient techniquement dans la limite.

Pour un premier déploiement de ComfyUI sur une RTX 5090, deux approches sont recommandées :

Pour la plupart des utilisateurs d'une RTX 5090 de 32 Go, je commencerais par le point de contrôle FP8.

‍

‍

Faites fonctionner votre flux de travail. Générez des images représentatives. Passez ensuite au modèle complet si vous pouvez démontrer que la différence en vaut la peine.

Si vous avez d'abord besoin de l'environnement ComfyUI général, commencez par notre guide de configuration de ComfyUI sur GPU cloud. Cet article suppose que ComfyUI est déjà opérationnel.

Qu'est-ce que FLUX.1 [dev] ?

FLUX.1 [dev] est un Modèle de conversion texte-image de 12 milliards de paramètres de Black Forest Labs.

Black Forest Labs le décrit comme un transformeur à flux rectifié entraîné par distillation guidée. Concrètement, il prend en compte des descriptions en langage naturel pour générer des images, tout en gérant des invites relativement détaillées, la composition, le style, les objets et les relations textuelles.

Le modèle est disponible via le dépôt officiel FLUX.1 [dev] sur Hugging Face.

Sa taille explique en partie pourquoi il a représenté un tel bond en matière de configuration matérielle par rapport aux anciens modèles Stable Diffusion.

Un modèle d'image de 12 milliards de paramètres ne peut pas être évalué en se basant uniquement sur la recommandation familière de « 8 Go de GPU minimum » issue d'un ancien tutoriel Stable Diffusion.

Les poids du modèle sont volumineux et FLUX s'appuie également sur des encodeurs de texte distincts ainsi qu'un VAE dans son pipeline ComfyUI standard.

FLUX.1 [dev] est à poids ouverts, avec une restriction de licence importante

Avant de télécharger quoi que ce soit, prenez connaissance de la licence.

FLUX.1 [dev] est distribué sous la licence non commerciale FLUX.1 [dev].

Selon la licence actuelle, le modèle lui-même est mis à disposition pour un usage non commercial et non lié à la production. Black Forest Labs précise par ailleurs que les résultats générés conformément à la licence peuvent être utilisés à des fins commerciales, sous réserve des conditions de ladite licence.

Ce sont deux choses différentes.

Générer une image dans le cadre d'une utilisation autorisée et utiliser ultérieurement ce résultat à des fins commerciales ne signifie pas que la licence par défaut vous permet d'exploiter le modèle FLUX.1 [dev] dans le cadre d'un service de production commercial.

Si vous souhaitez utiliser le modèle lui-même à des fins commerciales ou en production, consultez la licence actuelle de Black Forest Labs et obtenez les droits appropriés si nécessaire.

Cette distinction est facile à manquer car l'expression « poids ouverts » est souvent simplifiée à tort par « faites ce que vous voulez avec ».

Ce n'est pas ce que dit cette licence.

FLUX.1 [dev] ou FLUX.1 [schnell] ?

Black Forest Labs publie également FLUX.1 [schnell].

Il s'agit dans les deux cas de modèles FLUX de 12 milliards de paramètres, mais ils répondent à des besoins différents.

FLUX.1 [schnell] n'est pas simplement une option au rabais pour ceux qui manquent de puissance GPU.

‍

‍

Black Forest Labs l'a spécifiquement distillé pour une génération en très peu d'étapes et l'a publié sous licence Apache 2.0.

Si vous développez un produit commercial auto-hébergé et que vous ne souhaitez pas négocier une licence FLUX.1 [dev], cela peut peser plus lourd qu'une légère différence de qualité.

Le choix du modèle dépend en partie de considérations liées à la licence et au déploiement.

De combien de VRAM FLUX.1 [dev] a-t-il besoin ?

Il n'existe pas de chiffre unique honnête, car le pipeline FLUX contient plusieurs composants volumineux.

Le fichier principal flux1-dev.safetensors pèse à lui seul environ 23,8 Go.

Le workflow standard du modèle complet ComfyUI charge également :

• FLUX.1 [dev]
• T5-XXL
• CLIP-L
• le VAE FLUX

La documentation officielle de ComfyUI sur FLUX propose une recommandation particulièrement utile à ce sujet : elle préconise l'utilisation du encodeur T5-XXL en FP16 si vous disposez de plus de 32 Go de VRAM.

Une RTX 5090 possède exactement 32 Go.

Cela nous donne une indication précieuse.

Avec une seule 5090, je ne commencerais pas par utiliser la précision la plus élevée disponible pour chaque composant simplement parce que le fichier existe.

ComfyUI propose :

t5xxl_fp8_e4m3fn.safetensors

comme alternative moins gourmande en mémoire à :

t5xxl_fp16.safetensors

et fournit également un :

flux1-dev-fp8.safetensors

workflow de checkpoint simplifié.

C'est l'approche la plus raisonnable pour 32 Go.

Pourquoi la taille du fichier modèle ne correspond pas aux besoins en VRAM

Un point de contrôle de 23,8 Go ne signifie pas :

que FLUX nécessite 23,8 Go de VRAM

Cela signifie que le fichier de point de contrôle occupe environ cette quantité d'espace de stockage.

Lors de l'inférence, la mémoire GPU est également requise pour :

• l'encodage de texte
• les activations du modèle
• les tenseurs latents
• les opérations VAE
• l'échantillonnage
• l'attention
• les allocations CUDA temporaires
• l'environnement d'exécution ComfyUI
• les modèles supplémentaires tels que les LoRA ou ControlNet

La résolution joue également un rôle.

Générer une image en 1024 × 1024 et générer une image beaucoup plus grande n'implique pas les mêmes besoins en mémoire vive.

C'est la même erreur que font les gens avec les modèles de langage : les poids du modèle ne constituent que le début du budget VRAM, pas la totalité.

Notre guide de la VRAM pour la RTX 5090 couvre cette distinction pour les charges de travail liées à l'IA.

32 Go sont-ils suffisants pour FLUX.1 [dev] ?

Oui.

C'est suffisant pour faire tourner FLUX.1 [dev] confortablement avec une configuration de précision raisonnable.

L'intérêt des 32 Go n'est pas d'atteindre 31,9 Go avant de générer la première image.

La mémoire disponible vous offre une marge de manœuvre pour le pipeline.

C'est important lorsque vous commencez à ajouter :

• des résolutions plus élevées
• des LoRA
• ControlNet
• des modèles d'inpainting ou de remplissage
• des upscalers
• des outils basés sur des images de référence
• d'autres nœuds ComfyUI

Un GPU disposant de mémoire libre constitue une station de travail créative bien plus utile qu'un GPU dont la mémoire est presque entièrement accaparée par le modèle de base.

FLUX.1 [dev] peut-il fonctionner avec 24 Go de VRAM ?

Oui, selon la précision et le flux de travail.

NVIDIA indique que la version FP16 standard nécessite plus de 23 Go, ce qui fait de 24 Go une limite étroite pour le pipeline complet.

Les variantes FP8 de ComfyUI existent précisément parce que la réduction de l'utilisation de la mémoire rend le modèle exploitable sur davantage de matériel grand public.

Sur un GPU de 24 Go, j'opterais pour une configuration FP8 plutôt que de chercher à optimiser les quelques centaines de mégaoctets restants.

Avec une RTX 5090 de 32 Go, vous avez plus de marge de manœuvre.

Pourquoi le FP8 est pertinent sur une RTX 5090

Le format FP8 représente les valeurs à l'aide de nombres à virgule flottante sur 8 bits au lieu de 16 bits.

Cela réduit l'empreinte mémoire des composants du modèle concernés et peut également accélérer les opérations compatibles sur le matériel NVIDIA récent.

ComfyUI propose une solution prête à l'emploi :

flux1-dev-fp8.safetensors

un point de contrôle pour son flux de travail FLUX simplifié.

Sa documentation explique clairement le compromis : le point de contrôle FP8 nécessite moins de VRAM et un seul fichier de modèle, bien que la qualité d'image puisse être légèrement inférieure à celle de la version complète.

C'est précisément le type de compromis qu'il convient d'évaluer plutôt que de débattre de manière abstraite.

Utilisez les mêmes prompts.

Utilisez les mêmes graines (seeds) dans la mesure du possible.

Comparez :

• la composition
• le respect du prompt
• les détails fins
• le rendu du texte
• les visages et les mains, le cas échéant
• le temps de génération
• VRAM
• taux d'échec aux résolutions plus élevées

Déterminez ensuite si le modèle complet justifie sa consommation de mémoire supplémentaire.

Qu'en est-il du FP4 sur la RTX 5090 ?

Blackwell introduit une option supplémentaire.

La RTX 5090 bénéficie d'une prise en charge native du FP4 par ses cœurs Tensor, et NVIDIA supporte actuellement FLUX.1 [dev] sur la RTX 5090 en FP4 et FP8 via sa pile logicielle optimisée pour l'IA générative visuelle.

NVIDIA a également publié des débits FLUX.1 [dev] nettement supérieurs pour le FP4 sur Blackwell par rapport aux chemins de précision plus élevée.

Cela ne signifie pas que vous devez prendre le point de contrôle FP8 officiel de ComfyUI, le renommer en FP4 et supposer que le GPU se chargera du reste.

La prise en charge de la précision dépend des éléments suivants :

• format du point de contrôle
• méthode de quantification
• environnement d'exécution
• noyaux
• prise en charge par le framework

Le flux de travail ComfyUI natif que nous utilisons ici dispose d'un chemin FP8 bien documenté.

Utilisez ce chemin pour ce tutoriel.

Si vous expérimentez le FP4 plus tard, utilisez un point de contrôle et un environnement d'exécution explicitement conçus à cet effet.

La capacité matérielle ne suffit pas à créer un format de modèle valide.

Étape 1 : partez d'une installation fonctionnelle de ComfyUI

Si vous avez déjà suivi notre guide GPU cloud pour ComfyUI, vous devriez avoir :

• une machine virtuelle RTX 5090
• ComfyUI installé
• un environnement Python opérationnel
• le port 8188 transféré via SSH
• ComfyUI qui s'ouvre dans votre navigateur local

Si ce n'est pas le cas, commencez par là.

Pour ce modèle, il est peu utile de répéter une configuration Linux générique tout en ajoutant une source d'erreurs supplémentaire.

Une fois que ComfyUI s'ouvre correctement, passez à FLUX.

Étape 2 : acceptez la licence FLUX.1 [dev]

Rendez-vous sur la page officielle du modèle FLUX.1 [dev] de Black Forest Labs.

Le dépôt est restreint.

Vous devez vous connecter et accepter les conditions d'utilisation du modèle avant de télécharger les fichiers complets.

Faites ceci avant de lancer une session GPU longue durée si vous n'y avez pas déjà accès.

Attendre l'accès à un dépôt alors qu'un compteur GPU tourne est une dépense évitable.

Étape 3 : choisissez le flux de travail FP8 ou complet

ComfyUI publie un flux de travail officiel de conversion texte-image FLUX.1 couvrant :

• FLUX.1 [dev]
• FLUX.1 [schnell]
• les poids complets du modèle
• les points de contrôle FP8 simplifiés

Pour une RTX 5090 de 32 Go, je recommande de commencer par :

le point de contrôle FP8 FLUX.1 [dev]

La configuration est plus simple et libère davantage de mémoire vive.

Si vous avez spécifiquement besoin du modèle complet, passez directement à la section dédiée.

Étape 4 : installez le point de contrôle FP8

Pour le flux de travail FP8 simplifié de ComfyUI, téléchargez :

flux1-dev-fp8.safetensors

depuis le lien vers le modèle fourni sur la page officielle du flux de travail FLUX de ComfyUI.

Enregistrez-le dans :

ComfyUI/
└── models/
   └── checkpoints/
       └── flux1-dev-fp8.safetensors

Redémarrez ComfyUI ou actualisez la liste des modèles si le point de contrôle n'apparaît pas.

Chargez ensuite le workflow officiel FLUX.1 [dev] FP8.

Vous pouvez le faire en utilisant le fichier JSON du workflow ou l'image de workflow fournie par ComfyUI.

Si vous débutez avec les workflows portables ComfyUI, notre guide cloud ComfyUI explique le fonctionnement du graphe JSON et des métadonnées intégrées aux images.

Étape 5 : vérifiez le nœud Load Checkpoint

Dans le workflow FP8, localisez le nœud :

Load Checkpoint

.

Assurez-vous qu'il contient :

flux1-dev-fp8.safetensors

Si le nœud est rouge ou si le modèle est absent de la liste déroulante, ComfyUI ne parvient pas à trouver le fichier.

Vérifiez le répertoire avant de procéder à une réinstallation.

La plupart des problèmes de type « modèle introuvable » sont dus à un mauvais emplacement de fichier.

Étape 6 : lancez une première requête simple

Pour cette première génération, résistez à la tentation de tester tout ce dont FLUX est capable.

Utilisez quelque chose de simple et de diagnostique :

Une petite cabane en bois au bord d'un lac de montagne au lever du soleil,
brume matinale légère sur l'eau, lumière naturelle,
forêt de pins reflétée dans le lac, photographie réaliste

Utilisez la résolution et les paramètres de génération déjà inclus dans le workflow officiel.

Mettez la requête en file d'attente.

Votre premier objectif est de confirmer que :

• le modèle se charge
• le GPU est utilisé
• aucun nœud ne manque
• l'image se décode correctement
• le workflow se termine sans saturation de la VRAM

Une fois que cela fonctionne, commencez à expérimenter.

Une première requête spectaculaire ne vous apporte aucun avantage diagnostique.

Étape 7 : surveillez la RTX 5090

Dans un autre terminal SSH :

watch -n 1 nvidia-smi

Surveillez :

• Utilisation du GPU
• VRAM allouée
• comportement de la mémoire en pic pendant l'échantillonnage
• si la mémoire est libérée après la génération

Ceci est utile pour décider si vous pouvez augmenter :

• la résolution
• la taille du lot
• des modèles supplémentaires
• la complexité du flux de travail

Ne jugez pas l'utilisation du GPU uniquement lorsque ComfyUI est au repos.

Le comportement intéressant de la mémoire se produit pendant le flux de travail.

Quels paramètres utiliser pour FLUX.1 [dev] ?

Les exemples officiels de Black Forest Labs utilisent une valeur de guidage d'environ :

3,5

et 1024 × 1024 est une résolution de référence courante.

Le nombre exact d'étapes d'inférence varie selon les exemples officiels. L'exemple de la fiche technique de Black Forest Labs en utilise 50, tandis que sa propre démonstration interactive en a utilisé 28.

Cela rappelle utilement qu'il n'y a pas de nombre d'étapes FLUX sacré.

Pour ComfyUI, commencez avec les valeurs du flux de travail officiel.

Ensuite, modifiez une variable à la fois.

Si 28 étapes vous donnent l'image dont vous avez besoin, 50 étapes ne sont pas automatiquement meilleures simplement parce que le nombre est plus élevé.

Plus d'étapes consomment plus de temps GPU.

Les prompts pour FLUX n'ont pas besoin de ressembler à ceux de l'ancien Stable Diffusion

FLUX.1 [dev] suit très bien les prompts en langage naturel.

Il est inutile d'écrire :

chef-d'œuvre, meilleure qualité, ultra détaillé,
8k, parfait, primé, complexe,
professionnel, époustouflant

en espérant que l'accumulation d'adjectifs améliore la qualité.

Décrivez l'image.

Les informations utiles pour un prompt incluent :

• le sujet
• l'action
• l'environnement
• la position de la caméra
• la composition
• l'éclairage
• les matériaux
• les couleurs
• le style visuel
• les relations entre les objets

Par exemple :

Photographie éditoriale d'une tasse à café en céramique sur un bureau en chêne foncé.
La tasse est posée à gauche d'un carnet ouvert contenant des notes manuscrites.
La lumière de fin d'après-midi entre par une fenêtre située sur la droite,
projetant de longues ombres douces sur le bureau.
Prise de vue légèrement en plongée avec un objectif 50 mm,
couleurs naturelles et faible profondeur de champ.

Cela donne au modèle des informations sur la scène.

« Beau, chef-d'œuvre, incroyable » indique surtout au modèle que vous aimez les belles choses.

Avez-vous besoin d'un prompt négatif ?

Le workflow officiel standard de ComfyUI FLUX ne repose pas sur un prompt négatif.

ComfyUI précise explicitement que le respect des prompts par FLUX rend le prompt négatif inutile pour le workflow de base.

Cela change les habitudes de rédaction des utilisateurs venant de Stable Diffusion 1.5 ou SDXL.

Au lieu de :

Négatif :
mauvaises mains, mauvaise anatomie, flou, laid,
basse qualité, malformé, doigts supplémentaires

commencez par décrire l'image souhaitée avec plus de précision.

Les techniques de conditionnement négatif peuvent toujours être utilisées dans des workflows spécialisés.

Elles doivent servir à résoudre un problème visible plutôt que de perdurer par simple habitude héritée d'un ancien modèle.

Exécution du modèle complet FLUX.1 [dev]

Si vous souhaitez utiliser le workflow complet plutôt que le point de contrôle FP8 simplifié, ComfyUI nécessite plusieurs fichiers.

La structure officielle est la suivante :

ComfyUI/
└── models/
   ├── diffusion_models/
   │   └── flux1-dev.safetensors
   │
   ├── text_encoders/
   │   ├── clip_l.safetensors
   │   └── t5xxl_fp8_e4m3fn.safetensors
   │
   └── vae/
       └── ae.safetensors

Sur un GPU avec plus de 32 Go de VRAM, ComfyUI recommande :

t5xxl_fp16.safetensors

pour l'encodeur T5.

Sur une RTX 5090 de 32 Go, j'utiliserais :

t5xxl_fp8_e4m3fn.safetensors

premier.

Encore une fois, 32 Go de VRAM sont utiles car vous disposez d'une marge de manœuvre pour travailler.

Il n'y a aucune récompense à utiliser la précision maximale pour chaque composant individuellement.

À quoi servent les différents fichiers FLUX ?

Le flux de travail complet expose le pipeline plus clairement que le point de contrôle simplifié.

flux1-dev.safetensors

Il contient le transformateur de diffusion/flux principal de FLUX.1 [dev].

Il effectue la majeure partie du travail de génération d'images et constitue le composant le plus volumineux.

t5xxl_*.safetensors

T5-XXL est l'un des encodeurs de texte.

Il aide à transformer l'invite en langage naturel en un conditionnement utilisable par le modèle d'image.

Sa taille explique pourquoi la réduction de la précision de T5 permet d'économiser une quantité significative de mémoire.

clip_l.safetensors

FLUX utilise également un encodeur de texte CLIP-L.

Le flux de travail combine les informations provenant de ses composants d'encodage de texte.

ae.safetensors

Il s'agit de l'auto-encodeur, ou VAE.

Il assure la conversion entre la représentation latente utilisée lors de la génération et les pixels de l'image finale que vous voyez.

La séparation de ces composants rend le flux de travail plus complexe.

Cela vous offre également un meilleur contrôle.

Pourquoi ComfyUI est particulièrement adapté à FLUX

Le pipeline complet de FLUX rend explicites plusieurs composants du modèle.

Cela correspond naturellement à ComfyUI.

Vous pouvez voir :

Encodeurs de texte
     ↓
Conditionnement
     ↓
Modèle FLUX
     ↓
Échantillonnage
     ↓
VAE
     ↓
Image

Lorsque la mémoire devient un problème, vous pouvez identifier quel composant la consomme.

Lorsqu'un modèle ne parvient pas à se charger, vous pouvez voir quel chargeur est en cause.

Lorsque vous remplacez l'encodeur T5 par une version FP8, vous savez exactement ce qui a changé.

C'est là qu'un graphe de nœuds devient plus utile qu'un panneau de paramètres.

Le workflow est un diagramme du pipeline d'inférence.

Faut-il utiliser le modèle complet ou le FP8 ?

Commencez par la tâche réelle.

Utilisez le point de contrôle FP8 lorsque :

• vous souhaitez la configuration la plus simple
• votre cible est un GPU de 32 Go
• vous voulez plus de marge de manœuvre en VRAM
• vous explorez des prompts et des workflows
• vous n'avez pas constaté de problème de qualité avec le FP8

Utilisez le modèle complet lorsque :

• les différences de qualité d'image sont importantes pour votre application
• vous avez besoin de contrôler les composants individuels du pipeline
• vous évaluez la précision
• vous développez des LoRA ou d'autres workflows avancés
• vous disposez de suffisamment de mémoire pour le reste du pipeline

Une précision plus élevée n'est pas une vertu en soi.

Le résultat est le produit.

Comparez-le.

Qu'est-ce qui change lorsque vous ajoutez des LoRA ?

Les LoRA ajoutent un composant de modèle supplémentaire au flux de travail.

Ils sont beaucoup plus légers que le point de contrôle FLUX de base, mais ils consomment tout de même de la mémoire et peuvent modifier le temps de génération.

Plus important encore, les LoRA FLUX sont liés à la famille de modèles et au flux de travail pour lesquels ils ont été conçus.

Ne supposez pas qu'un LoRA SDXL peut être utilisé dans FLUX simplement parce que les deux fichiers se terminent par :

.safetensors

Le format de conteneur ne rend pas les architectures de modèles compatibles.

Si vous prévoyez de gérer plusieurs flux de travail utilisant de nombreux LoRA, notez :

• modèle de base
• nom du fichier LoRA
• version du LoRA
• poids/intensité
• JSON du flux de travail

Cela suffit à vous éviter le problème classique de retrouver une image réussie six semaines plus tard sans avoir la moindre idée de la façon dont vous l'avez générée.

Qu'est-ce qui change avec des résolutions plus élevées ?

Une résolution plus élevée augmente la quantité de données traitées au cours du flux de travail.

Cela peut augmenter :

• la VRAM
• temps d'échantillonnage
• charge de travail VAE
• taille de sortie

Commencez à 1024 × 1024.

Si le résultat final nécessite une résolution plus élevée, comparez deux approches :

1. générer nativement dans une taille supérieure
2. générer dans une taille éprouvée puis mettre à l'échelle

La seconde option peut être plus économique et plus stable, selon l'image.

Ne partez pas du principe que la largeur et la hauteur maximales autorisées par l'interface produisent le meilleur résultat.

Qu'en est-il de la taille du lot ?

Un lot crée plusieurs images au cours d'une même exécution de flux de travail.

Cela peut améliorer le débit, mais consomme également davantage de mémoire GPU.

Pour vos recherches, utilisez :

taille du lot = 1

pour commencer.

Une fois le flux de travail stabilisé, augmentez cette valeur tout en surveillant la VRAM.

Si votre objectif est de produire de nombreuses images indépendantes, plusieurs tâches séquentielles peuvent parfois être plus faciles à gérer qu'un seul lot énorme.

La bonne réponse dépend du flux de travail.

FLUX.1 [dev] par rapport à SDXL

SDXL présente encore des avantages.

Il dispose de :

• un écosystème mature
• une immense variété de checkpoints
• de nombreux LoRA établis
• des exigences matérielles moindres
• des outils familiers
• des années de workflows communautaires

FLUX.1 [dev] offre une base plus solide pour certains types de suivi de prompt, de composition de scène, de gestion de texte et de génération moderne de haute qualité.

Cela ne rend pas pour autant tous les workflows SDXL obsolètes.

Si vous disposez déjà d'un pipeline SDXL qui produit exactement ce dont un client ou un projet a besoin, le migrer simplement parce que FLUX possède un nombre de paramètres plus élevé ne constitue pas un progrès.

Utilisez le modèle qui produit le résultat attendu.

Notre guide matériel pour Stable Diffusion couvre le paysage plus large des modèles et des GPU.

FLUX.1 [dev] face aux nouveaux modèles FLUX

La famille FLUX s'est agrandie depuis la sortie de FLUX.1 [dev].

Il existe désormais des modèles spécialisés et plus récents pour :

• l'édition d'images
• le contrôle de structure
• les workflows basés sur des images de référence
• esthétiques alternatives
• générations FLUX ultérieures

Cela n'enlève rien à la valeur de FLUX.1 [dev].

Il demeure un modèle de base utile car :

• les outils sont matures
• ComfyUI propose des workflows natifs
• la prise en charge des LoRA est étendue
• les points de contrôle quantifiés sont largement disponibles
• son comportement matériel est bien maîtrisé

Pour les travaux d'infrastructure, la maturité est souvent un atout.

« Le plus récent » et « le meilleur choix de déploiement » sont deux questions différentes.

Combien coûte FLUX.1 [dev] sur une RTX 5090 ?

Hivenet propose actuellement une RTX 5090 à 0,75 € par heure de GPU, avec une facturation à la seconde.

Le coût d'exécution de base est :

Ne convertissez pas cela en un coût par image sans avoir mesuré votre workflow.

‍

‍

Le coût d'une image dépend de :

• précision du modèle
• résolution
• étapes d'échantillonnage
• taille du lot
• LoRA et autres nœuds
• mise à l'échelle
• temps d'inactivité du GPU entre les générations

Voici une méthode simple pour calculer votre propre coût GPU par image :

tarif horaire du GPU
×
durée totale de génération en heures
÷
nombre d'images exploitables

Utilisez les images exploitables, et non le nombre total d'images.

Un flux de travail qui produit 100 images que vous rejetez n'est pas économiquement équivalent à un flux qui en produit 20 répondant à vos besoins.

Les tarifs actuels sont disponibles sur la page de tarification Hivenet.

Un flux de travail FLUX nécessite-t-il plus d'une RTX 5090 ?

Pour les configurations présentées dans ce guide, non.

Une RTX 5090 de 32 Go constitue une station de travail FLUX.1 [dev] judicieuse.

L'ajout d'un second GPU ne permet pas automatiquement à un graphe ComfyUI standard d'utiliser 64 Go de VRAM mutualisée.

L'infrastructure multi-GPU devient utile lorsque vous avez une charge de travail parallèle, par exemple plusieurs instances indépendantes générant des images simultanément.

Pour une session ComfyUI interactive individuelle, commencez avec un seul GPU.

Si une seule carte ne suffit pas, identifiez la raison avant d'ajouter du matériel.

Enregistrez le flux de travail, pas seulement le résultat

Une fois que vous avez une configuration FLUX qui vous convient, enregistrez le fichier JSON du flux de travail ComfyUI.

Conservez le flux de travail avec des notes sur :

Le point de contrôle FLUX
L'encodeur T5
Le VAE
Les LoRA
La résolution
Les nœuds personnalisés
Les versions importantes

Cela vous garantit un résultat reproductible.

Un dossier rempli de fichiers PNG attrayants prouve seulement qu'un flux de travail a existé à un moment donné.

Un fichier JSON de flux de travail accompagné de ses dépendances de modèles vous permet de le relancer.

Notre guide cloud ComfyUI approfondit la manière de traiter les workflows comme des artefacts portables et versionnés.

Que vient-il après FLUX.1 [dev] ?

Une fois cet environnement opérationnel, vous disposez d'une grande partie de l'infrastructure nécessaire pour des workflows FLUX plus spécialisés.

ComfyUI propose des exemples natifs pour les variantes de FLUX incluant :

• l'édition d'images
• le remplissage et l'outpainting
• le guidage par profondeur
• le guidage Canny
• les workflows basés sur des images de référence

Le graphe devient plus complexe.

Le problème du GPU reste le même : chaque modèle ou étape de pipeline ajouté consomme de la mémoire et du temps.

La même habitude reste efficace.

Partez d'un workflow qui fonctionne, ajoutez un composant, puis mesurez.

FAQ FLUX.1 [dev]

Qu'est-ce que FLUX.1 [dev] ?

FLUX.1 [dev] est un transformeur de flux rectifié texte-vers-image de 12 milliards de paramètres développé par Black Forest Labs. Il s'agit d'un modèle à poids ouverts distribué sous la licence non commerciale FLUX.1 [dev].

De combien de VRAM FLUX.1 [dev] a-t-il besoin ?

Le fichier complet du modèle FLUX.1 [dev] pèse environ 23,8 Go, et NVIDIA indique plus de 23 Go de VRAM pour le pipeline FP16 standard. L'utilisation réelle de la mémoire est plus élevée une fois que les encodeurs de texte, le VAE, les activations et le runtime sont pris en compte.

FLUX.1 [dev] peut-il fonctionner sur une RTX 5090 ?

Oui. La RTX 5090 dispose de 32 Go de VRAM, ce qui est suffisant pour FLUX.1 [dev] avec une configuration ComfyUI adaptée, en version complète ou FP8.

FLUX.1 [dev] peut-il fonctionner avec 24 Go de VRAM ?

Oui, avec des flux de travail en précision réduite, bien que la configuration complète en FP16 soit limite, car le modèle nécessite déjà plus de 23 Go, laissant peu de marge de manœuvre.

Dois-je utiliser le format FP8 pour FLUX.1 [dev] ?

Le FP8 est un bon point de départ sur un GPU de 32 Go car il réduit l'utilisation de la mémoire et laisse plus d'espace pour le reste du flux de travail. Comparez la qualité d'image avec le modèle complet avant de décider si la précision supplémentaire est nécessaire.

FLUX.1 [dev] prend-il en charge le FP4 ?

NVIDIA prend en charge l'inférence optimisée de FLUX.1 [dev] sur le matériel RTX 5090 en utilisant le FP4 et le FP8. La prise en charge dépend du format du modèle et du moteur d'inférence. Le flux de travail ComfyUI standard présenté dans ce guide utilise la méthode FP8 documentée.

Quelle résolution dois-je utiliser avec FLUX.1 [dev] ?

1024 × 1024 est un point de départ judicieux et constitue également la taille de référence par défaut dans les pipelines FLUX officiels courants. Des résolutions plus élevées nécessitent plus de puissance de calcul et peuvent augmenter l'utilisation de la VRAM.

Combien d'étapes (steps) FLUX.1 [dev] nécessite-t-il ?

Il n'y a pas de nombre universel. Les exemples officiels de Black Forest Labs utilisent des nombres d'étapes différents, notamment 28 dans leur démonstration interactive et 50 dans l'exemple Diffusers de la fiche du modèle. Commencez avec les paramètres de votre flux de travail validé et ajustez-les ensuite.

Quelle valeur de guidage (guidance) dois-je utiliser pour FLUX.1 [dev] ?

Une valeur de guidage d'environ 3,5 apparaît dans les exemples officiels FLUX de Black Forest Labs et de ComfyUI. Considérez-la comme un point de départ plutôt que comme une valeur obligatoire.

FLUX.1 [dev] a-t-il besoin de prompts négatifs ?

Le flux de travail standard texte-vers-image de ComfyUI ne nécessite pas de prompt négatif. Décrivez clairement l'image souhaitée avant d'ajouter des techniques de conditionnement négatif.

FLUX.1 [dev] est-il gratuit pour un usage commercial ?

Le modèle lui-même est distribué sous une licence non commerciale pour l'utilisation par défaut accordée par Black Forest Labs. La licence autorise séparément l'utilisation commerciale des résultats produits, sous réserve des conditions énoncées. L'utilisation commerciale du modèle lui-même ou en production peut nécessiter une licence distincte ; veuillez donc vérifier la licence en vigueur pour votre cas d'utilisation.

Quelle est la différence entre FLUX.1 [dev] et FLUX.1 [schnell] ?

Il s'agit dans les deux cas de modèles texte-vers-image de 12 milliards de paramètres. FLUX.1 [dev] est le modèle de développement de meilleure qualité et utilise par défaut une licence de modèle non commerciale. FLUX.1 [schnell] est optimisé pour une génération en 1 à 4 étapes et est publié sous licence Apache 2.0.

ComfyUI peut-il exécuter FLUX.1 [dev] ?

Oui. ComfyUI propose des workflows FLUX.1 [dev] natifs, aussi bien pour le modèle complet que pour un point de contrôle FP8 simplifié.

Quels fichiers sont nécessaires pour FLUX.1 [dev] complet dans ComfyUI ?

Le workflow complet standard utilise flux1-dev.safetensors, clip_l.safetensors, un encodeur T5-XXL tel que t5xxl_fp8_e4m3fn.safetensors, et ae.safetensors.

Dois-je utiliser t5xxl_fp16 sur une RTX 5090 ?

ComfyUI recommande actuellement l'encodeur T5 FP16 lorsque la VRAM est supérieure à 32 Go. Comme une RTX 5090 dispose de 32 Go, l'encodeur T5 FP8 constitue le point de départ le plus prudent.

FLUX.1 [dev] est-il meilleur que SDXL ?

Cela dépend du workflow. FLUX.1 [dev] peut offrir un meilleur respect des prompts et des capacités de génération d'images plus modernes, tandis que SDXL bénéficie d'un écosystème mature et d'exigences matérielles plus légères. Testez les modèles sur les types d'images dont vous avez réellement besoin.

‍