Aller au contenu
Guide ComfyUI (FR)

Text-to-Image

La génération text-to-image est le cas d’usage principal de ComfyUI. Ce guide couvre les différentes approches et modèles disponibles.

Modèles recommandés en 2025-2026

FLUX (Black Forest Labs)

La famille de modèles de référence pour la qualité text-to-image et l’édition d’image.

  • FLUX.1 Dev : meilleur rapport qualité/vitesse pour le développement
  • FLUX.1 Schnell : génération ultra-rapide (4 steps suffisent)
  • FLUX.1 Kontext : édition guidée par image ou instruction, utile pour modifier sans tout régénérer
  • FLUX.2 : nouvelle génération BFL orientée qualité, compréhension visuelle et édition plus avancée
  • Points forts : excellente adhérence au prompt, texte lisible, compositions complexes
  • VRAM : 12 Go+ recommandé (quantifié possible pour 8 Go selon le workflow)

Stable Diffusion 3.5

La dernière génération de Stability AI.

  • SD3.5 Large : qualité maximale, 8B paramètres
  • SD3.5 Medium : bon compromis qualité/vitesse
  • Architecture : MMDiT (Multi-Modal Diffusion Transformer)
  • Points forts : multi-résolution native, cohérence de style

SDXL

Toujours excellent et très supporté par la communauté.

  • Résolution : 1024x1024 natif
  • Écosystème : le plus grand choix de LoRA et custom models
  • Points forts : mature, stable, énormément de ressources communautaires

FLUX.3 Image Klein en local

Sources vérifiées le 31 octobre 2026. Support natif publié dans ComfyUI v0.41.0 le 15 octobre 2026 (UTC) ; utilise une version stable au moins aussi récente, idéalement la stable actuelle.

FLUX.3 Image Klein permet la génération et l’édition avec des poids disponibles en local. Il ne faut pas le confondre avec les nodes partenaires FLUX accessibles par API. Pour commencer en text-to-image, prends le checkpoint distillé ; le Base vise notamment le fine-tuning et utilise davantage d’étapes. Les réglages FLUX.1 ci-dessous ne s’appliquent pas à FLUX.3.

Matériel et choix des poids

Selon la fiche officielle BFL, les fichiers int8 fonctionnent notamment sur une RTX 3070 de 8 Go et sur des GPU dépourvus de FP8. Cela ne constitue pas une garantie de vitesse ou de mémoire pour toutes les résolutions : l’encodeur de texte et le modèle d’expansion du prompt s’ajoutent au transformeur d’image. La taille du fichier n’est pas la consommation VRAM totale.

Les templates ComfyUI proposent des poids quantifiés et conseillent le BF16 avec plus de 24 Go de VRAM. Le NVFP4 exige un GPU Blackwell selon BFL : ne le choisis pas simplement parce que le fichier est plus petit. Aucune configuration macOS ou AMD spécifique n’est validée ici.

Fichiers à préparer

Accepte toi-même les conditions du dépôt BFL sur Hugging Face avant de récupérer les fichiers. Pour le distillé int8, place les fichiers officiels ainsi :

ComfyUI/models/
├── diffusion_models/
│   └── flux3-image-klein-int8-convrot.safetensors
├── text_encoders/
│   ├── qwen3vl_4b_int8_convrot.safetensors
│   └── qwen3.5_9b_flux3_prompt_upsampler_int8_convrot.safetensors
└── vae/
    └── flux2-vae.safetensors

Pour le Base, remplace seulement le transformeur par :

flux3-image-klein-base-int8-convrot.safetensors

Le premier encodeur est Qwen3-VL-4B, pas le couple CLIP-L/T5 de FLUX.1. Le second est un modèle distinct qui développe le prompt ; le VAE est celui de FLUX.2.

Charger le workflow et régler le premier essai

  1. Importe le template officiel distillé text-to-image, ou le template Base. Ils utilisent des sous-graphes : ouvre le groupe pour voir les chargeurs et le sampling, plutôt que chercher un custom node portant le nom du groupe.
  2. Sélectionne explicitement tes fichiers dans les champs du groupe. Le template actuel peut présélectionner la variante w4a8 du prompt upsampler ; si tu as préparé l’int8 ci-dessus, sélectionne ce fichier dans le champ PE_model.
  3. Garde enable_prompt_upsampler activé. BFL demande une description complète de scène : un prompt court envoyé directement au modèle peut donner un résultat générique. L’expansion peut aussi être préparée avec un autre LLM, puis fournie sous forme de description complète.
  4. Pour un premier essai, pars sur 1024 × 1024, un batch de 1, sampler euler, scheduler simple. Ce sont des points de départ issus des templates, pas un benchmark matériel.
  5. Suis les réglages actuels de BFL : 16 étapes, sans guidance pour le distillé (CFG 1 dans KSampler) ; 50 étapes, CFG 3.5 pour le Base. Ne transpose pas les valeurs du Base au distillé.

À l’intérieur du sous-graphe, les éléments principaux sont UNETLoader, CLIPLoader avec le type flux3, CLIPTextEncode, EmptyFlux2LatentImage, KSampler, VAELoader et VAEDecode, puis SaveImage. L’expansion du prompt passe par une branche séparée utilisant notamment TextGenerate. Pars du template complet pour conserver ses liaisons et son prompt système.

Erreurs courantes

  • Fichier introuvable : resélectionne les fichiers réellement présents. Le template d’origine v0.11.84 utilisait un ancien nom de poids distillés et 15 étapes ; la fiche BFL actuelle donne les noms ci-dessus et 16 étapes. Ne renomme pas des poids Base pour faire disparaître une erreur.
  • Type flux3 ou node absent : vérifie d’abord la mise à jour de ComfyUI et de son interface. Un vieux cœur ne devient pas compatible par l’installation d’un custom node au hasard.
  • Mémoire insuffisante : garde les poids int8, ferme les autres applications GPU, conserve le batch à 1 puis réduis la résolution. Ne remplace pas l’expansion par un prompt court en supposant que le rendu restera équivalent.
  • Composition ou texte décevants : vérifie la description développée, les poids sélectionnés et les réglages distillé/Base avant de changer de sampler. Les textes générés restent à relire.

Licence

FLUX.3 Image Klein est publié sous FLUX Kommunity License, pas Apache 2.0. Elle prévoit l’usage non commercial et une exception de génération de sorties commerciales pour les « Qualifying Users » dont le chiffre d’affaires annualisé brut, affiliés inclus, est inférieur à 5 millions de dollars US, sous conditions. Cette exception n’autorise pas globalement tout fine-tuning ou toute distribution commerciale. Elle prévoit notamment filtrage ou revue des sorties et les mentions d’IA requises par la loi. Lis la licence complète avant un usage professionnel. L’encodeur Qwen3-VL et le prompt upsampler sont, eux, sous Apache 2.0 selon BFL.

Limites

Les fiches BFL, la release stable et les templates officiels ont été examinés ; aucun workflow n’a été exécuté pour cette mise à jour. Les templates sur main évoluent indépendamment du cœur : le support natif en stable ne garantit pas que toute révision future du template soit compatible avec v0.41.0. Les boîtes de placement de FLUX.3 sont des indications de composition, pas des masques rigides, et l’édition peut modifier des zones non demandées.

Sources : changelog officiel v0.41.0, release stable v0.41.0, fiche BFL et fichiers, prompt upsampler BFL, template d’origine v0.11.84.

P-H3-Image : avant de télécharger

Le guide P-H3-Image en local détaille le template natif livré avec ComfyUI v0.44.0, ses fichiers et les différences avec les workflows Pruna récents. La licence MiniMax H3 exclut notamment l’Union européenne sans licence séparée : vérifie ce point avant tout essai. Les 21 Go de VRAM annoncés pour une variante W4A8 ne sont pas une garantie pour le montage MiniMax-H3 + LoRA.

Workflow de base FLUX.1

Load Checkpoint (Flux) → CLIP Text Encode → KSampler → VAE Decode → Save Image

Particularités FLUX

  • Utilise un double CLIP (CLIP-L + T5-XXL)
  • CFG : 1.0 pour Schnell, 3.5 pour Dev (pas besoin de prompt négatif avec guidance)
  • Sampler : euler recommandé
  • Steps : 4 pour Schnell, 20 pour Dev
  • Kontext : ajoutez l’image de référence ou l’image à modifier dans le workflow d’édition

Techniques avancées

ControlNet

Contrôlez la composition de l’image avec des images de référence :

  • Canny : détecte les contours pour guider la structure
  • Depth : utilise une carte de profondeur
  • OpenPose : détecte les poses du corps humain
  • Tile : upscale guidé par l’image originale

Workflow : Ajoutez un node Apply ControlNet entre votre conditioning et le KSampler.

IP-Adapter

Transférez le style ou le sujet d’une image de référence.

  • IP-Adapter : transfert de style global
  • IP-Adapter Face : préservation de l’identité faciale
  • IP-Adapter Plus : version améliorée avec plus de détails

LoRA (Low-Rank Adaptation)

Affinez le style ou ajoutez des concepts spécifiques :

  1. Téléchargez un LoRA depuis CivitAI ou HuggingFace
  2. Placez-le dans models/loras/
  3. Ajoutez un node Load LoRA dans votre workflow
  4. Strength : 0.5-0.8 est généralement un bon point de départ

Prompting avancé

  • Poids : (mot important:1.3) augmente l’importance
  • Négatif : [mot à éviter] réduit la présence
  • BREAK : sépare les concepts dans le prompt
  • Embeddings : utilisez des embeddings pré-entraînés pour des styles spécifiques

Batch processing

Pour générer plusieurs images automatiquement :

  1. Batch Size dans Empty Latent Image : génère N images en une seule passe
  2. Queue multiple : lancez plusieurs générations à la suite
  3. Load Images from Directory : traitez un dossier entier d’images de référence

Où trouver des workflows

Prochaines étapes