.ai

les meilleurs modèles d'IA open source

Rechercher

Exigences en VRAM pour tous les modèles d’IA image et vidéo populaires (2026) : pleine précision, FP8 et GGUF

Q: La génération est très lente même si rien ne plante

Déchargement automatique vers la RAM système. Descends à la précision suivante (FP8 vers Q6, Q6 vers Q4) jusqu’à ce que la mémoire GPU partagée reste proche de zéro.

Q: FLUX.2 Dev « fonctionne » sur 12 Go mais demande 70 Go de RAM

Poids FP8 échangés depuis la mémoire système. Utilise Klein 4B/9B localement et FLUX.2 Dev sur le cloud ou une carte 32 Go.

Sujet : Erreurs et solutions

Par P.I. Panda

Publié le 2026-10-06

Combien de VRAM tu as besoin pour SD 1.5, SDXL, SD 3.5, Z-Image Turbo, FLUX.1, FLUX.2 Klein et Dev, Qwen-Image, Wan 2.2, HunyuanVideo 1.5 et LTX-2, en pleine précision, FP8 et GGUF 4 bits, avec la carte confortable et la licence pour chacun, ce que chaque taille de GPU de 8 à 48 Go peut faire, et l’ordre des solutions quand un modèle ne rentre pas.

Aperçu

Réponse courte : 8 Go de

VRAM

font tourner

SDXL

et les petits modèles rapides comme

. 12 Go font tourner

une fois quantifiés. 24 Go font tourner presque tous les modèles d’image plus

Wan 2.2

vidéo en FP8. Les plus gros modèles récents,

FLUX.2 Dev

LTX-2

en pleine qualité, demandent 32 Go ou plus.

Le tableau ci-dessous liste tous les modèles ouverts populaires avec la mémoire nécessaire en pleine précision, en FP8 et en fichier GGUF 4 bits, générant environ en 1024x1024. Différents testeurs comptent l’encodeur de texte différemment, donc considère chaque chiffre comme une fourchette plutôt qu’une limite stricte. Trois choses que le tableau ne montre pas : SDXL reste le modèle le moins cher à bien faire tourner (la base tient dans 8 Go, mais

LoRAs

ControlNet

et le suréchantillonnage ajoutent de la mémoire, c’est pourquoi 12 Go est le chiffre confortable) ; FLUX.2 Klein 4B est le meilleur choix pour les petites cartes en ce moment (environ 13 Go en pleine précision, environ la moitié en FP8, licence Apache 2.0) ; et FLUX.2 Dev n’est pas un modèle pour la maison en pleine précision (un utilisateur

ComfyUI

a fait tourner FP8 sur une RTX 3060 12 Go, en utilisant environ 70 Go de RAM système pour y arriver).

La précision change tout. BF16/FP16, c’est la qualité et la taille pleine, environ 2 Go de VRAM par milliard de paramètres. FP8 divise ça par deux, environ 1 Go par milliard, et la plupart des gens ne voient pas la différence entre FP8 et pleine précision. Les fichiers GGUF (Q8, Q5, Q4 et moins) réduisent encore plus les modèles : Q8 est proche de la qualité pleine, Q4 sacrifie un peu de détail pour un fichier beaucoup plus petit, et en dessous de Q4 la qualité chute vite. Le modèle n’est pas la seule chose en mémoire : les encodeurs de texte (T5 pour FLUX.1, un modèle de langue pour Qwen-Image et

FLUX.2

), le VAE, les LoRAs, ControlNet et l’image elle-même prennent aussi de la place, et ComfyUI déplace automatiquement certains de ces éléments vers la RAM système, ce qui explique pourquoi deux personnes avec la même carte ont des chiffres différents. Chiffres vérifiés au 6 octobre 2026 selon les fiches modèles et tests communautaires ; mis à jour chaque mois.

Référence

Model

Full precision

FP8

4-bit / GGUF

Comfortable card

Stable Diffusion 1.5

0.9B

CreativeML OpenRAIL-M. Tourne sur presque tout.

SDXL et fine-tunes : Pony, Illustrious, NoobAI

3.5B

OpenRAIL++ (les fine-tunes varient). 12 Go laissent de la place pour LoRAs, ControlNet et suréchantillonnage dans un seul workflow.

Licence Stability Community.

Apache 2.0. 8 étapes ; le modèle rapide pour petites cartes.

Apache 2.0, usage commercial autorisé. Meilleur choix pour cartes 8 Go en 2026.

Licence non commerciale FLUX (sorties utilisables commercialement).

Apache 2.0. 4 étapes.

Licence non commerciale. L’encodeur T5 en fp8 économise environ 4 Go à lui seul.

Full precision

~24 GB

plus avec l’encodeur de texte chargé

Apache 2.0. Rendu de texte puissant ; nécessite son encodeur Qwen2.5-VL en FP8 sur moins de 32 Go.

Licence non commerciale. Attends-toi à des générations lentes sans carte 32 Go.

Full precision

~90 GB

avec son encodeur de texte

FP8

32 GB

tient sur une carte 32 Go

HunyuanImage 3.0

80B MoE

Licence Tencent Community. Datacenter uniquement ; utilise-le via un service hébergé.

Full precision

multi-GPU

à toutes les précisions

FP8

n/a

4-bit / GGUF

n/a

Comfortable card

datacenter

officiel, testé sur RTX 4090

Apache 2.0. Deux experts 14B, un en VRAM à la fois, c’est pourquoi les cartes 24 Go le gèrent. Wan 2.5-3.0 sont API uniquement.

Video 720p, 1080p avec son suréchantillonneur

Licence Tencent Community.

Full precision

14 GB

officiel, avec déchargement

80 GB pour la meilleure qualité

LTX-2 / LTX-2.3

19B / 22B

Video jusqu’à 4K

Licence LTX-2 Community. Audio synchronisé.

Chaque ligne de ce tableau, sans VRAM requise

BitVector Prism fait tourner SDXL, Z-Image, FLUX.1, FLUX.2 et Qwen-Image en pleine précision sur ses propres GPU. Choisis un modèle sur ce site, tape un prompt, génère dans le navigateur. Rien à télécharger.

Essayer BitVector

Pas à pas

Trouve ta VRAM (Gestionnaire des tâches > Performance > GPU, ou nvidia-smi) et associe-la à un niveau ci-dessous ; puis choisis des modèles dont la colonne « carte confortable » est à ce niveau ou en dessous.
6-8 Go (RTX 3060 Ti, 4060, 2070) :
SD 1.5
et SDXL incluant
Pony
et Illustrious avec un ou deux LoRAs ; Z-Image Turbo et FLUX.2 Klein 4B en FP8 ou GGUF ; FLUX.1 en GGUF Q4, lentement ;
Wan 2.1
1.3B en 480p et Wan 2.2 5B en GGUF avec déchargement.
12 Go (RTX 3060 12 Go, 4070, 5070) : tout ce qui précède, plus rapide, avec de la place pour ControlNet et le suréchantillonnage ;
FLUX.1 Dev
et Schnell en FP8 ou GGUF ; Qwen-Image en GGUF Q4 ;
FLUX.2 Klein 9B
en GGUF ; Wan 2.2 A14B en GGUF Q4 avec déchargement à basse résolution et clips courts.
16 Go (RTX 4060 Ti 16 Go, 4070 Ti Super, 5070 Ti, 5080) : FLUX.1 Dev en FP8 avec marge ; Z-Image Turbo et Klein 4B en pleine précision ; Qwen-Image en GGUF Q4-Q5 ;
HunyuanVideo
1.5 avec déchargement ; Wan 2.2 A14B en GGUF Q5 en 720p (retours communautaires).
24 Go (RTX 3090, 4090) : presque tous les modèles d’image sauf FLUX.2 Dev en pleine précision ; Qwen-Image en FP8 ou Q8 ; Wan 2.2 A14B en FP8 et Wan 2.2 5B en pleine précision ; LTX-2 en FP4 ; la plupart des entraînements LoRA pour SDXL et Flux.
32 Go (RTX 5090) : FLUX.2 Dev en FP8 ; LTX-2 et
LTX-2.3
en FP8 ; Wan 2.2 A14B en 720p sans manquer de mémoire en plein clip.
48 Go et plus (RTX 6000 Ada, A100, H100) : Qwen-Image, LTX-2 et FLUX.2 Dev en pleine précision avec de la marge ; vidéo longue ou haute résolution, génération par lots et entraînement sérieux.
Télécharge la précision adaptée à ton niveau depuis la page du modèle sur ce site (elle liste chaque variante avec sa taille de fichier), charge les encodeurs de texte en FP8, et garde 32 Go de RAM système (64 Go pour les plus gros modèles) pour le déchargement.

Exemples

FLUX.1 Dev sur une carte 12 Go (ComfyUI)

Load Diffusion Model: flux1-dev-fp8-e4m3fn (11.9 GB) or UnetLoaderGGUF flux1-dev-Q6_K (9.8 GB) | DualCLIPLoader: clip_l + t5xxl_fp8_e4m3fn_scaled | Load VAE: ae

1024x1024, 20 steps, euler, simple, guidance 3.5 | VAE Decode (Tiled) if the last step fails

Qwen-Image sur 16 Go

UnetLoaderGGUF: qwen_image_Q4_K_M.gguf (~12.5 GB) | CLIPLoader: qwen_2.5_vl_7b_fp8_scaled, device cpu | Load VAE: qwen_image_vae

1328x1328 native; start at 1024x1024, 20 steps, cfg 2.5

Les mêmes modèles sans carte du tout

/render <flux-dev> a studio photo of a vintage camera on a walnut desk, soft window light /size:1024x1024 (PirateDiffusion, Telegram)

Astuces

Quand tu vois
CUDA out of memory
, fais ça dans l’ordre : passe à une version FP8 ou GGUF du même modèle (la plus grosse économie) ; baisse la résolution ou la durée du clip (la mémoire augmente avec le nombre de pixels, passer de 1536 à 1024 px réduit beaucoup) ; utilise un décodage VAE en tuiles ; charge l’encodeur de texte en FP8 ou garde-le sur le CPU ; ferme les autres applis GPU (navigateurs et jeux prennent aussi de la VRAM).
Le déchargement fonctionne mais tu perds en vitesse et tu utilises la RAM système : un modèle peut tourner sur une carte « trop petite » pour lui, plusieurs fois plus lent, et tu peux avoir besoin de 32-64 Go ou plus de RAM système.
Licences en bref : Z-Image Turbo, FLUX.2 Klein 4B, FLUX.1 Schnell, Qwen-Image et
Wan
2.1/2.2 sont Apache 2.0 (usage commercial autorisé) ; FLUX.1 Dev, FLUX.2 Dev et Klein 9B ont la licence non commerciale de Black Forest Labs, qui interdit l’usage du modèle dans un produit ou service commercial mais permet d’utiliser commercialement les images générées. Les licences changent ; la page du modèle donne le lien vers la licence actuelle.
Acheter une carte 32 Go pour faire tourner FLUX.2 Dev ou LTX-2 pour un projet de week-end ne vaut généralement pas le coup ; si le modèle que tu veux est dans les lignes 24 Go+, louer à l’heure ou un forfait cloud fixe est souvent moins cher et plus rapide que le déchargement sur une petite carte.
Règle par milliard de paramètres : 2 Go en BF16, 1 Go en FP8, environ 0,6 Go en Q4, plus 2-5 Go pour l’encodeur, le VAE et le latent.
Pour la vidéo, la résolution et la durée du clip comptent autant que le modèle ; le guide compagnon sur la VRAM pour la vidéo IA détaille ça.

Dépannage

CUDA out of memory sur une carte que le tableau dit compatible

Pourquoi cela arrive

Encodeur de texte en pleine précision, une pile LoRA, ControlNet ou une haute résolution en plus du modèle.

Comment le corriger

Encodeur FP8, un LoRA, résolution native, VAE en tuiles ; le guide CUDA out of memory a la version longue.

La génération est très lente même si rien ne plante

Pourquoi cela arrive

Déchargement automatique vers la RAM système.

Comment le corriger

Descends à la précision suivante (FP8 vers Q6, Q6 vers Q4) jusqu’à ce que la mémoire GPU partagée reste proche de zéro.

FLUX.2 Dev « fonctionne » sur 12 Go mais demande 70 Go de RAM

Pourquoi cela arrive

Poids FP8 échangés depuis la mémoire système.

Comment le corriger

Utilise Klein 4B/9B localement et FLUX.2 Dev sur le cloud ou une carte 32 Go.

On ne voit pas la différence FP8/pleine précision, alors pourquoi Q4 paraît flou ?

Pourquoi cela arrive

Q4 perd plus de détails que FP8 ; en dessous de Q4 la qualité chute vite.

Comment le corriger

Utilise Q6 ou Q8 quand c’est possible ; Q4 pour les brouillons.

Confusion sur la licence de FLUX

Pourquoi cela arrive

Schnell et Klein 4B sont Apache 2.0 ; Dev, FLUX.2 Dev et Klein 9B sont non commerciaux.

Comment le corriger

Vérifie la colonne licence et la fiche modèle avant d’utiliser un modèle dans un produit.

Les lignes 24 Go+, depuis ton téléphone

PirateDiffusion héberge FLUX.2 Dev, Qwen-Image, Wan 2.2 14B et LTX-2 sur du matériel serveur et les fait tourner via commandes Telegram. Génération illimitée à prix fixe mensuel ; pas de carte, pas de déchargement, pas 70 Go de RAM.

Essayer PirateDiffusion

Questions

Puis-je faire tourner Flux avec 8 Go de VRAM ?

Oui, avec un fichier quantifié. FLUX.1 en GGUF Q4 demande environ 7 Go, et FLUX.2 Klein 4B en FP8 environ 8 Go. Attends-toi à des générations plus lentes qu’avec une carte 12 ou 16 Go. FLUX.1 en pleine précision demande environ 24 Go.

12 Go suffisent-ils pour SDXL ?

Oui. SDXL tient dans 8 Go ; 12 Go te laissent de la place pour LoRAs, ControlNet et le suréchantillonnage dans le même workflow.

Combien de VRAM Wan 2.2 demande-t-il ?

Ça dépend de la version. Le modèle 5B tourne sur 8 Go en fichier GGUF et confortablement sur 24 Go. Le modèle A14B demande officiellement 80 Go sans déchargement, mais sa version FP8 tourne bien sur 24 Go et les versions GGUF tournent sur 12-16 Go avec déchargement.

La RAM système compte-t-elle ?

Oui, dès que tu commences à décharger. 32 Go est un minimum raisonnable pour Flux et Wan, et les plus gros modèles (FLUX.2 Dev sur une carte 12 Go, par exemple) peuvent utiliser 64 Go ou plus.

Quels modèles puis-je utiliser commercialement ?

Z-Image Turbo, FLUX.2 Klein 4B, FLUX.1 Schnell, Qwen-Image et Wan 2.1/2.2 (Apache 2.0). FLUX.1 Dev, FLUX.2 Dev et Klein 9B sont non commerciaux pour le modèle lui-même, mais les images générées peuvent être utilisées commercialement. Vérifie toujours la fiche modèle.