.ai

les meilleurs modèles d'IA open source

Rechercher

Checkpoint vs LoRA vs embedding vs ControlNet : à quoi sert chaque fichier

Q: Téléchargé un "LoRA" qui fait 6 Go

C'est un checkpoint ; l'uploader l'a mal étiqueté. Mets-le dans le dossier checkpoints et sélectionne-le comme modèle. L'étiquette du catalogue ici est fiable.

Q: Les couleurs sont délavées

VAE manquant ou incorrect. Charge le VAE de la famille ; sur SDXL le VAE fp16-fix.

Sujet : Modèles

Par Quartermaster

Publié le 2025-10-08

Les six types de fichiers modèles que tu vas rencontrer, ce que chacun modifie, leur taille, où les mettre et quand les utiliser : checkpoints et fine-tunes, LoRAs et leurs cousins LyCORIS, embeddings d'inversion textuelle, ControlNets et IP-Adapters, VAEs et upscalers.

Aperçu

Un nouvel utilisateur télécharge un "modèle" et découvre que c'est l'un des six types différents qui vont dans six dossiers différents et ont six rôles différents. Le catalogue sur ce site indique le type de chaque entrée (modèle de base,

LoRA

, embedding, autre) et sa famille pour cette raison. Ce guide explique les types une fois pour que les étiquettes aient du sens.

La règle générale : un checkpoint est le peintre complet ; un LoRA apprend au peintre un nouveau sujet ou style ; un embedding apprend un nouveau mot au peintre ; un

ControlNet

ou IP-Adapter indique au peintre où placer les choses ou quoi copier d'une référence ; le VAE est les yeux du peintre qui convertissent entre la toile et l'espace de travail compressé ; un

upscaler

est un artisan séparé qui agrandit l'image finie. Seul le checkpoint peut fonctionner seul. Tout le reste a besoin d'un checkpoint de la même famille.

Les tailles en disent long. 2 à 7 Go pour un checkpoint

SDXL

et 12 à 24 Go pour

Flux

; 10 à 700 Mo pour un LoRA ; moins de 1 Mo pour un embedding ; 1 à 2,5 Go pour un ControlNet ; 300 Mo pour un VAE ; 60 Mo pour un upscaler ESRGAN. Si un fichier appelé LoRA fait 6 Go, c'est un checkpoint. La page du modèle ici montre la taille et le hash pour que tu puisses savoir avant de télécharger.

Référence

Nom	Type	Rôle
Checkpoint (base model)	2-24 GB	Le débruiteur complet, généralement avec l'encodeur de texte et le VAE inclus. Les fine-tunes (DreamShaper, Juggernaut, Illustrious , Pony) sont des checkpoints réentraînés sur de nouvelles données. Dossier : models/checkpoints ( ComfyUI ), models/Stable-diffusion (A1111, Forge ). Flux, Qwen et Wan sont livrés sous forme de fichiers diffusion_models + text_encoders + vae séparés.
LoRA	10-700 MB	Une petite différence de poids appliquée par-dessus un checkpoint. Personnages, styles, concepts, curseurs, mouvement. Nécessite un mot déclencheur et un poids. Dossier : models/loras ou models/Lora.
LyCORIS / LoCon / LoHa / DoRA	10-700 MB	Variantes de LoRA qui touchent plus de couches ou utilisent une factorisation différente. Chargées comme les LoRAs dans toutes les UI actuelles.
Embedding (textual inversion)	10-200 KB	Un token appris pour l'encodeur de texte. Appelé par son nom de fichier dans le prompt. Courant comme embeddings négatifs (bad-hands, easynegative) sur SD 1.5 et SDXL ; rare sur Flux. Dossier : models/embeddings.
ControlNet / T2I-Adapter	0.3-2.5 GB	Un réseau secondaire qui conditionne le débruiteur sur une pose, une carte de profondeur, une carte de contours ou un gribouillis. Spécifique à la famille. Dossier : models/controlnet.
IP-Adapter / reference	50 MB-1 GB	Conditionne sur une image au lieu du texte : transfert de style, référence de visage. Nécessite un modèle CLIP vision correspondant.
VAE	160-330 MB	Encodeur/décodeur entre pixels et latents. Généralement inclus dans les checkpoints ; des fichiers séparés corrigent les couleurs délavées (SDXL fp16-fix) ou accompagnent de nouvelles familles (Flux ae.safetensors, Wan VAE).
Upscaler	2-70 MB	ESRGAN, Real-ESRGAN, SwinIR, DAT : réseaux séparés qui agrandissent les pixels après génération. Dossier : models/upscale_models.

Pas de dossiers, pas de types de fichiers, pas de chasse au VAE

BitVector Prism précharge le checkpoint, les LoRAs, le VAE et les ControlNets qui vont ensemble. Choisis un modèle sur ce site, un add-on et génère dans le navigateur.

Essayer BitVector

Pas à pas

Identifie le type de fichier grâce à l'étiquette du catalogue et à la taille avant de télécharger. Modèle de base, LoRA, embedding ou autre sur la fiche ; la taille exacte sur la page du modèle.
Correspond à la famille. Chaque fichier non-checkpoint indique la famille pour laquelle il a été conçu (SDXL, Flux,
Wan 2.2
14B) ; il ne fonctionne qu'avec les checkpoints de cette famille.
Place le fichier dans le dossier correspondant à son type (tableau ci-dessus) et rafraîchis l'interface.
Checkpoint : sélectionne-le comme modèle. Pour les familles divisées (Flux, Qwen, Wan,
Z-Image
), charge séparément le modèle de diffusion, les encodeurs de texte et le VAE dans ComfyUI.
LoRA : charge le noeud LoRA après le checkpoint, ou <lora:name:0.8> dans le prompt, plus le mot déclencheur.
Embedding : tape le nom du fichier dans le prompt (ou dans le prompt négatif pour les embeddings négatifs) ; ComfyUI utilise embedding:name.
ControlNet : applique le noeud ControlNet avec l'image prétraitée (pose, profondeur) ; commence avec une force de 0.8 et un pourcentage final de 0.8.
VAE et upscaler : sélectionne le VAE dans le chargeur ou les paramètres quand les couleurs sont mauvaises ; lance l'upscaler en dernière étape via Upscale Image (en utilisant Model).

Exemples

Une pile SDXL complète dans un prompt Forge

Checkpoint: juggernautXL_v9.safetensors | VAE: sdxl_vae_fp16fix.safetensors

Prompt: zavy cinematic, <lora:zavy-cinematic-xl:0.7> a knight resting by a campfire, night, embers, 35mm

Negative: easynegative, bad-hands-5, blurry | ControlNet: openpose, weight 0.8 | Upscaler: 4x-UltraSharp 2x

La même pile en noeuds ComfyUI

Load Checkpoint -> Load LoRA -> Apply ControlNet (OpenPose image) -> KSampler -> VAE Decode (fp16-fix VAE) -> Upscale Image (using Model: 4x-UltraSharp)

Astuces

Le type "autre" du catalogue couvre ControlNets, VAEs,
upscalers
et workflows ; la page du modèle précise lesquels.
Les merges sont des checkpoints créés en moyennant d'autres checkpoints ; ils héritent de la famille de leurs parents et gardent la compatibilité LoRA.
Un checkpoint d'
inpainting
est un checkpoint avec des canaux d'entrée supplémentaires ; il nécessite le workflow d'inpainting et ne remplace pas un modèle text-to-image classique.
Les embeddings négatifs étaient la méthode SD 1.5 pour corriger les mains ; sur SDXL ils aident moins et sur Flux ils ne servent à rien car le modèle n'a pas de
CFG
négatif.
Flux Fill, Flux Redux, Flux Depth et Canny sont des checkpoints ou des adaptateurs, pas des LoRAs, même s'ils sont proposés à côté des LoRAs sur le hub.
En cas de doute, les partenaires cloud ont la bonne combinaison préchargée : choisis le modèle et le LoRA, et le VAE et ControlNet correspondants sont gérés pour toi.

Utilise le VAE fp16-fix ou le flag no-half-vae ; sur Flux vérifie que la précision de l'encodeur de texte correspond à la build.

Checkpoints, LoRAs, embeddings et ControlNets, déjà connectés

PirateDiffusion organise des milliers de fichiers modèles pour toi sur ses propres GPU ; tu donnes le nom du checkpoint et les tags LoRA dans une commande Telegram et le VAE et ControlNets correspondants sont appliqués. Génération illimitée, prix fixe.

Essayer PirateDiffusion

Questions

Lequel un débutant doit-il télécharger en premier ?

Un checkpoint de la famille que tu veux utiliser. Les LoRAs viennent ensuite, une fois que tu sais quel base tu préfères. Les embeddings et ControlNets arrivent quand un problème spécifique en a besoin.

Peut-on fusionner un LoRA dans un checkpoint ?

Oui, chaque UI a un outil de fusion, et le résultat est un nouveau checkpoint. Ça évite un noeud mais fige le poids ; la plupart gardent les LoRAs séparés.

Un fine-tune est-il la même chose qu'un LoRA ?

Non. Un fine-tune réentraîne tout le checkpoint (gigaoctets) ; un LoRA est un petit ajout (mégaoctets). Beaucoup de fine-tunes ont commencé comme des LoRAs fusionnés.

Flux et Qwen utilisent-ils des embeddings ?

Pratiquement jamais. Leurs encodeurs de texte LLM ne sont pas entraînés comme ça ; le travail de style et concept se fait avec des LoRAs.

Qu'est-ce qu'un fichier workflow ?

Un JSON ComfyUI qui connecte ces composants ensemble. Le catalogue en liste certains comme "autres" ; ils ne contiennent pas de poids, juste la recette.