LoRA Qwen-Image-2.1 pour le NSFW : la licence, vos anciens LoRA et ce qui fonctionne vraiment

Alibaba a publié Qwen-Image-2.1 le 20 septembre 2026 avec des poids ouverts. Trois questions ont suivi : puis-je l'utiliser commercialement, mes LoRA existants fonctionneront-ils, et convient-il au travail sans censure ? Ce guide y répond, décrit un workflow d'images sans censure où les LoRA constituent une couche facultative à tester, et se termine par la transformation d'images fixes en vidéos avec Wan 2.2.

Les réponses courtes : pas sans licence distincte ; probablement pas, et rien ne vous le signalera ; et oui, tant que vous ne comptez pas sur un LoRA qui ne fait peut-être rien.

Pour comparer les modèles d'image que vous pouvez appeler aujourd'hui, avec leurs catégories de politique de contenu et leurs prix actuels, consultez le catalogue d'API de génération d'images sans censure.

Les réponses d'abord

• Les poids sont ouverts ; la licence ne l'est pas. Qwen-Image-2.1 utilise la Qwen Research License, qui autorise l'utilisation « à des fins non commerciales uniquement ». Les deux versions précédentes de Qwen-Image étaient sous Apache 2.0. Le compte officiel de Qwen affirme que les images générées vous appartiennent, mais cela ne figure pas dans le fichier de licence et ne couvre pas l'exploitation du modèle dans un produit payant.
• Attendez-vous à ce que les LoRA entraînés pour Qwen-Image 1.0 ou 2512 ne soient pas transférables, sans aucun avertissement. Ce sont des modèles de 20B ; 2.1 est une nouvelle architecture de 7B. Le fichier 2512 que nous avons exécuté, avec sa phrase d'activation et une intensité doublée, a laissé l'image visiblement inchangée ; la tâche a pourtant réussi et a été facturée. Testez chaque LoRA face à une exécution sans LoRA avec le même seed.
• Les LoRA natifs de 2.1 ne sont plus rares. L'arbre des modèles de Hugging Face répertorie désormais 78 adapters, dont plusieurs destinés aux adultes. Les plus téléchargés sont des accélérateurs, pas des LoRA de contenu.
• Le modèle de base est utilisable sans censure et sans LoRA. La retouche par référence préserve l'identité d'un personnage entre les scènes, et un LoRA NSFW a affiné l'anatomie au lieu de débloquer ce que le modèle de base ne pouvait pas générer.
• Pour la vidéo, Wan 2.2 est la moitié permissive du pipeline. Apache 2.0, deux emplacements LoRA, un vaste écosystème de LoRA.

Qwen-Image-2.1 est-il open source ?

Les poids, le code et les pipelines d'inférence sont publics. Vous pouvez télécharger le modèle sur Hugging Face ou ModelScope et l'exécuter avec Diffusers, ComfyUI, vLLM-Omni, SGLang-Diffusion ou LightX2V.

C'est la licence qui a changé. Qwen-Image et Qwen-Image-2512 étaient sous Apache 2.0. Qwen-Image-2.1 utilise le Qwen Research License Agreement, qui permet l'utilisation et la modification « à des fins non commerciales uniquement » et les définit comme « à des fins de recherche ou d'évaluation uniquement ».

Sources : les fiches de Qwen-Image, Qwen-Image-2512 et Qwen-Image-2.1, ainsi que la licence de Qwen-Image-2.1.

Puis-je utiliser Qwen-Image-2.1 commercialement ?

Pas sous la licence publiée, si l'usage commercial signifie exécuter le modèle dans un produit, un service payant ou un pipeline pour des clients. Il vous faut une licence distincte d'Alibaba ; la licence indique model-business@notice.qwencloud.com, sans préciser de prix ni d'autre procédure.

Cinq clauses comptent pour quiconque crée un produit ou publie des LoRA :

1. Usage non commercial uniquement. Section 2. La recherche et l'évaluation sont les seuls usages définis comme non commerciaux, un périmètre plus restreint que « tout ce que je ne facture pas ».
2. Attribution sur les modèles entraînés avec lui. Section 4(b) : si vous utilisez le modèle « ou toute sortie ou tout résultat qui en découle » pour créer, entraîner, affiner ou améliorer un modèle d'IA distribué ou mis à disposition, vous devez afficher « Built with Qwen » ou « Improved using Qwen ». Cela inclut un LoRA que vous publiez et, selon la lecture littérale, un modèle entraîné sur des images de Qwen-Image-2.1, une manière courante de créer un jeu de données de personnage.
3. Redistribution. Section 3 : transmettez une copie de l'accord, signalez les fichiers modifiés et conservez le texte de notification de Qwen. Cela s'applique aux checkpoints fusionnés ou requantifiés que vous partagez.
4. Nom. Section 4(c) : « Qwen » ne peut pas être le nom principal d'une œuvre dérivée ou d'un produit.
5. Droit applicable. Section 8 : les lois chinoises, avec compétence exclusive des tribunaux populaires de Hangzhou.

Et les images elles-mêmes ?

La licence ne comporte aucune clause sur la propriété d'une image générée. Le compte officiel de Qwen a déclaré sur X que les sorties ne font pas partie des matériaux sous licence et que les utilisateurs conservent les droits sur leurs créations. C'est une position déclarée, pas un amendement, et elle ne couvre que la moitié de la question : posséder vos images ne vous autorise pas à exploiter le modèle en production, et il n'existe aucune réponse officielle sur la qualification de l'usage personnel de loisir comme « recherche ou évaluation ». Si des revenus en dépendent, obtenez une réponse écrite d'Alibaba.

Une API hébergée change qui exécute les poids, pas ce que dit la licence. Pour les conditions de SpicyAPI concernant les routes hébergées et les sorties, lisez nos Conditions d'utilisation ; quel que soit le prestataire, demandez sous quelle licence il exploite le modèle avant d'y adosser un produit payant.

Si vous avez besoin d'une licence sans ambiguïté :

• Un modèle Qwen avec des droits commerciaux sans négociation : Qwen-Image-2512 est sous Apache 2.0 et possède 202 dépôts d'adapters contre 78 pour 2.1. Vous perdez la nouvelle architecture et l'éditeur à 10 références.
• Prototypage, recherche ou évaluation : Qwen-Image-2.1 correspond exactement à l'usage prévu par la licence.
• Vidéo : Wan 2.2 est sous Apache 2.0.

Mes LoRA Qwen existants fonctionneront-ils sur Qwen-Image-2.1 ?

Attendez-vous à ce que non, et l'échec est silencieux.

Pourquoi ils ne devraient pas fonctionner

Un LoRA est un ensemble de modifications des poids calculées pour les couches d'un modèle précis. Qwen-Image 1.0 et 2512 sont des modèles de 20B ; Qwen-Image-2.1 est un transformer à flux unique de 7B et 32 couches, avec un encodeur de texte Qwen3-VL de 8B et un nouveau VAE à 64 canaux qui encode la transparence. C'est un réseau différent, pas une copie réentraînée. Les créateurs rapportent la même chose : l'auteur d'un ensemble de LoRA de réalisme largement partagé a réentraîné ses LoRA pour Qwen-Image 2.1 au lieu de les réutiliser. Les adapters publiés pour Qwen-Image-Edit-2509 et 2511 ont été entraînés sur les anciens modèles de retouche et suivent la même règle.

Ce qui s'est passé lors de notre essai

Un chargeur qui ignore un fichier ressemble exactement à un LoRA à l'effet subtil. Nous avons donc exécuté quatre générations de texte vers image avec le même prompt et le même seed sur l'endpoint Qwen Image 2.1 LoRA (3:4, 1k). Seul le LoRA changeait :

Les quatre exécutions ont réussi et ont été facturées au même prix de 0,03 USD. Rien dans la réponse ne distingue l'exécution 2 de l'exécution 1.

Dans nos tests d'octobre 2026, avec la phrase d'activation du fichier 2512 et un seed fixe sur un prompt tout public, le fichier 2512 a modifié l'image d'environ 0,2% à l'intensité 1 et 0,5% à l'intensité 2, avec la même pose, la même pièce et le même style : aucun changement visible. Un LoRA Qwen-Image-2.1 exécuté de la même façon l'a modifiée d'environ 7%, avec un nouveau cadrage, des accessoires et un nouvel éclairage. Dans ce test, répéter l'exécution sans LoRA a produit une image identique pixel par pixel : la différence visible vient donc du LoRA. Exécutez vous-même le contrôle deux fois si le résultat semble limite. Un petit changement mesurable n'est pas un changement visible, donc un LoRA Qwen qui se charge n'est pas forcément un LoRA qui fonctionne sur 2.1 ; c'est le comparatif avec le même seed contre une exécution sans LoRA qui vous le dira. Le guide des LoRA NSFW de Qwen Image 2.1 contient les mesures par fichier des LoRA 2.1.

Comment vérifier un LoRA avant de lui faire confiance

1. Lisez le modèle de base sur la fiche du LoRA. Si elle indique Qwen-Image, Qwen-Image-2512, Qwen-Image-Edit-2509 ou 2511, partez du principe qu'il ne fonctionnera pas sur 2.1.
2. Exécutez un contrôle et une version avec LoRA avec le même seed et le même prompt, en utilisant la phrase d'activation et l'intensité recommandée par l'auteur ; un fichier de style peut sembler inerte sans sa phrase d'activation. Exécutez d'abord le contrôle deux fois : si les deux images diffèrent, c'est votre bruit de fond, et seul un changement nettement supérieur compte comme effet du LoRA. Si vous ne distinguez pas l'exécution avec LoRA du contrôle, essayez une intensité supérieure ; si elle reste dans le bruit, le fichier ne fait rien, quoi qu'indiquent les journaux.
3. N'empilez pas un LoRA non testé avec des LoRA testés, sinon vous attribuerez le problème au mauvais fichier.

Où sont les LoRA Qwen-Image-2.1 ?

Ils se comptent désormais par dizaines. L'API de Hugging Face liste 78 adapters déclarés pour Qwen-Image-2.1, ainsi que 53 affinages complets, 109 versions quantifiées et 8 fusions, et les chiffres évoluent chaque jour. Le même filtre renvoie 505 pour le Qwen-Image original et 202 pour 2512, et aucun de ceux-ci n'est transférable.

Les 78 mélangent accélérateurs, aides à la retouche, fichiers de contrôle, fichiers de style et ensembles : ce nombre mesure l'activité, pas les LoRA NSFW prêts à l'emploi :

Trois habitudes décident si une entrée mérite votre temps :

• Isolez un fichier. Une galerie d'images combinant plusieurs LoRA ne vous dit pas ce que fait chaque fichier. Testez un adapter face à un contrôle sans LoRA, puis empilez.
• Reconnaissez les copies. Le même téléchargement Civitai apparaît souvent sous plusieurs comptes Hugging Face ; comparez la version, le hash du fichier et la base déclarée. Deux copies sont un seul adapter.
• Gardez la recette avec le fichier. Le LoRA NSFW tout-en-un que nous avons exécuté recommande 25 étapes ou plus, CFG de 3 à 5, intensité 0,8 et le sampler er_sde avec le scheduler beta. C'est une recette locale. Notre endpoint hébergé accepte prompt, rapport d'aspect, résolution, format de sortie, seed et liste loras, sans champs pour étapes, CFG, sampler ou prompt négatif : seuls l'intensité et le prompt sont transférables.

Sur notre endpoint, un LoRA NSFW tout-en-un, un LoRA de réalisme et un LoRA de correction de qualité créés pour 2.1 ont chacun changé nettement l'image dans des exécutions avec le même seed. Le guide des LoRA NSFW de Qwen Image 2.1 liste les fichiers, intensités et différences mesurées. Pour un index communautaire avec des détails d'auto-hébergement, awesome-qwen-image est la liste la plus complète que nous avons trouvée et signale elle-même les dépôts pour adultes.

L'entraînement est aussi pris en charge : ModelScope propose l'entraînement LoRA pour 2.1 via DiffSynth-Studio, et ai-toolkit le liste comme base. Tout ce que vous distribuez doit porter « Built with Qwen » et les conditions non commerciales.

Qwen-Image-2.1 fonctionne-t-il sans censure ?

Les poids ouverts. Le dépôt ne décrit ni vérificateur de sécurité, ni filtre de contenu, ni comportement de refus. Dans notre test avec le même seed, Qwen Image 2.1 standard atteignait déjà notre niveau L4 sans LoRA, même si ce n'était pas le cas à chaque exécution. Le LoRA NSFW a rendu l'anatomie plus précise au lieu de débloquer la scène. C'est le rôle réaliste d'un LoRA pour adultes sur ce modèle.

Versions communautaires « sans censure ». Beaucoup de résultats sont des reconditionnements : sur les 109 versions quantifiées, 45 ont « sans censure » ou « NSFW » dans le nom. La plus populaire décrit des quantifications des poids d'origine sans vérificateur de sécurité intégré, mais la version d'origine n'en a aucun à retirer : lisez donc le mot comme une étiquette. Les checkpoints fusionnés qui revendiquent du contenu adulte sans LoRA sont des affirmations de leurs auteurs. Un dépôt avance qu'une copie « abliterated » de l'encodeur de texte Qwen3-VL supprime une tendance à la pudeur. Tous dérivent des poids de base : les conditions non commerciales s'appliquent donc toujours.

Nos endpoints hébergés. Qwen Image 2.1 et Qwen Image 2.1 LoRA sont dans la catégorie de contenu unrestricted : aucune option de maturité à activer ni accès distinct à demander. Sur notre échelle à cinq niveaux (L1 Suggestif, L2 Thèmes adultes, L3 Fort, L4 Intense, L5 Extrême), Qwen Image 2.1 a produit presque tous les prompts tels que demandés, avec un résultat atténué à L4 et aucun refus, et la famille LoRA a produit ses 32 exécutions comme demandé. Nous n'inspectons pas les fichiers LoRA : rien n'est téléversé à l'avance et chacun est récupéré depuis votre URL quand la requête s'exécute.

Un workflow d'images sans censure avec Qwen-Image-2.1

Utilisez ce que 2.1 fait bien d'emblée, les prompts détaillés et la retouche par référence, et ajoutez un LoRA en dernier.

Étape 1 : créer le personnage avec le prompt, puis le fixer avec une référence

Les LoRA de personnage servent surtout à préserver l'apparence d'une même personne. Le mode de retouche de Qwen-Image-2.1 le fait en grande partie sans LoRA : il accepte une à dix images de référence et vise à maintenir l'identité entre les changements de scène. Sur la page du modèle Qwen Image 2.1 LoRA, un seul portrait neutre en studio d'une femme aux cheveux roux cuivrés et aux taches de rousseur a servi de référence pour trois nouvelles images : dans une ruelle au néon, un champ de blé et une bibliothèque. Visage, taches de rousseur et coupe de cheveux se retrouvaient dans les trois, sans LoRA de personnage.

1. Générez par texte vers image une référence propre et neutre de votre personnage adulte original : fond simple, lumière uniforme, visage et corps bien visibles.
2. Gardez cette image comme fiche de personnage.
3. Pour chaque nouvelle scène, utilisez l'endpoint de retouche avec cette référence et décrivez le nouveau décor, la pose et la tenue.

Les références doivent représenter un personnage adulte fictif ou une personne ayant consenti à cet usage.

Étape 2 : préciser ce qu'apporte chaque référence

Avec plusieurs références, le modèle ne déduit pas les rôles de l'ordre des images ni des noms de fichiers. Écrivez-les : "The first image is the woman. The second image is the room she is standing in. The third image is the coat." Sans cela, une requête à plusieurs références tend à fondre les sources en une moyenne.

Étape 3 : intégrer les protections dans l'instruction

L'endpoint de retouche n'a pas de prompt négatif. Livré à son jugement, un modèle de retouche corrige des choses que vous ne lui avez pas demandé de corriger. Dans le travail sans censure, c'est généralement tout le problème : l'aspect est atténué, les poses adoucies et la peau lissée. Indiquez ce qui doit rester : "Keep her wardrobe, pose and skin texture exactly as in the source, change nothing else."

Sur les tâches standard de Qwen Image 2.1, l'expansion du prompt est activée par défaut : l'endpoint réécrit votre prompt en description de scène plus complète. Quand votre formulation doit rester exactement telle quelle, définissez enable_prompt_expansion sur false. Les tâches LoRA n'ont pas ce champ. L'option est acceptée à 1k et 2k, refusée à 1.5k et refusée avec les rapports 2:1, 1:2, 3:1, 1:3, 5:4 et 4:5.

Pour la protection la plus forte, la tâche de retouche standard accepte aussi mask_url : une image en noir et blanc où le blanc marque ce qui peut être repeint et le noir ce qui est conservé. Elle exige exactement une image de référence, n'est proposée qu'à 1k et 2k et ne peut pas être combinée au mode de fond transparent.

Pour les personnages détourés, la tâche standard de texte vers image de Qwen Image 2.1 avec background sur transparent et output_format sur png a produit de vrais fichiers RGBA dans nos essais, qui s'intégraient proprement sur un aplat de couleur (une tasse et un personnage en pied, 1k, expansion du prompt désactivée). Les tâches LoRA n'ont pas d'option de fond : détourez vous-même une sortie LoRA ou générez le sujet avec la tâche standard. Ouvrez le fichier et vérifiez son canal alpha avant de bâtir dessus une étape de composition.

Étape 4 : ajouter un LoRA seulement si vous pouvez prouver son effet

Ajoutez un LoRA natif de 2.1 en dernier et testez-le avec le comparatif au même seed décrit plus haut. Trois règles permettent d'attribuer les résultats :

• Commencez à l'intensité recommandée par l'auteur. L'échelle 1 est la valeur neutre du schéma, mais les auteurs règlent plus bas : les deux fichiers natifs de 2.1 que nous avons exécutés selon leurs recommandations utilisaient 0,6 et 0,8. Baissez quand un poids domine le prompt et dépassez la recommandation seulement s'il doit résister à une scène chargée.
• Changez une valeur par exécution et gardez le seed fixe.
• Ne décrivez pas dans le prompt ce que le LoRA sait déjà. Répéter les traits d'un personnage avec son LoRA chargé tire l'image dans deux directions. La phrase d'activation d'un fichier de style est l'exception.

Évitez les adapters turbo à peu d'étapes sur notre endpoint : ils ont été entraînés pour un nombre d'étapes et un calendrier précis, que vous ne pouvez régler ni l'un ni l'autre. Les charger change donc surtout le rendu au lieu d'accélérer la tâche.

Chaque requête accepte jusqu'à trois LoRA, chacun avec une intensité propre de 0 à 4, en texte vers image comme en retouche. Le nombre de LoRA ne change pas le prix.

Étape 5 : prévoir du temps, pas de l'argent, pour le premier appel

Les fichiers LoRA sont récupérés quand la requête s'exécute, donc un gros fichier ajoute du temps, pas du coût : les exécutions sans poids ont pris environ 8,5 à 10,7 secondes, un petit fichier environ 28,7 secondes et un fichier de 1,18 GB environ 36,5 secondes. Exécuter votre propre LoRA sur une API hébergée explique les délais et ce qui échoue à la soumission ou après : un 404, une page web ou un chemin Hugging Face privé ou manquant est bloqué à la soumission, mais un simple nom user/repo, un hôte qui ne se résout pas ou un lien qui meurt plus tard est accepté et échoue ensuite avec un message générique.

Auto-héberger Qwen-Image-2.1 ou utiliser une API

Si la licence correspond à votre usage, l'auto-hébergement est réaliste. Le générateur est de 7B et la version documente le déchargement sur CPU pour les GPU à mémoire limitée, mais ne publie aucun minimum de VRAM. Prévoyez deux grands modèles, car l'encodeur de texte vision-langage de 8B se charge avec le générateur. Une fiche GGUF communautaire montre l'astuce habituelle pour les petits GPU : un générateur quantifié de 4,6 GB sur le GPU et l'encodeur de texte int8 de 9,35 GB déchargé dans la RAM système.

L'auto-hébergement est préférable quand :

• vous avez besoin de contrôles que nos tâches LoRA hébergées n'exposent pas, comme les étapes, CFG, schedulers personnalisés, adapters turbo ou plus de trois LoRA ;
• vous possédez déjà un GPU adapté et le maintenez occupé ;
• vos LoRA sont des fichiers privés que vous ne voulez mettre derrière aucune URL.

Un endpoint hébergé est préférable si vous ne voulez pas gérer deux grands modèles, des pilotes et une version de ComfyUI, si votre volume irrégulier rend un GPU inactif plus coûteux que le prix par image, ou si vous voulez des LoRA par URL sans écrire de chargeur.

Sur nos endpoints hébergés, Qwen Image 2.1 LoRA est facturé par image selon le palier de résolution, et la retouche aussi selon le nombre d'images de référence (les devis sont gratuits) :

Vérifiez le palier et le nombre de références avant de mettre un lot en file : une retouche à une référence en 2k coûte 3,6 fois le prix en 1k, et une retouche à dix références en 2k coûte 0,366 USD. Qwen Image 2.1 standard, sans emplacements LoRA, coûte moins en 1k (0,024 USD en texte vers image ; 0,036 USD, 0,06 USD et 0,144 USD en retouche avec 1, 3 et 10 références), et son devis de retouche en 2k est fixe à 0,048 USD quel que soit le nombre de références, moins cher que son palier 1.5k. La retouche sur l'endpoint LoRA se termine en environ 17 secondes à la médiane en 1k et environ 52 secondes en 2k.

De l'image fixe à la vidéo : Wan 2.2 LoRA

Wan 2.2 est l'étape vidéo habituelle après une image fixe : il est sous Apache 2.0, fait de l'image vers vidéo avec l'image fixe comme première image, et son écosystème LoRA est vaste et actif.

L'image fixe décide du contenu

En image vers vidéo, la première image fixe le sujet, la tenue, le corps, la pose et le cadrage ; le prompt ne décrit que ce qui bouge et le comportement de la caméra. Réglez tout ce qui compte dans une image fixe peu coûteuse que vous pouvez régénérer, et laissez l'étape vidéo coûteuse réussir le mouvement.

Deux experts, trois emplacements LoRA

Les modèles 14B de Wan 2.2 utilisent deux experts : un expert à bruit élevé gère le débruitage initial et établit la composition, puis un expert à faible bruit prend le relais et affine les détails. Les auteurs de LoRA suivent cette division et de nombreux LoRA Wan 2.2 sont maintenant publiés en deux fichiers, un par expert. L'endpoint Wan 2.2 LoRA l'expose par trois champs :

Chaque champ accepte jusqu'à trois LoRA, chacun d'une intensité de 0 à 4. Dans la famille standard Wan 2.2 LoRA, chaque fichier peut atteindre 1 GB. Outre les liens directs, elle accepte les liens Civitai de modèle ou de téléchargement et les liens Hugging Face /blob/ ou /resolve/ ; les pages exigeant une connexion échouent à la récupération. Notre test des deux emplacements au même seed montre ce que chacun a changé.

L'erreur la plus courante est de charger la moitié à bruit élevé d'une paire dans loras, ce qui l'applique aux deux experts.

Ce qui fonctionne différemment sur un endpoint hébergé pour les utilisateurs locaux

• LoRA de vitesse. Les accélérateurs comme les LoRA à quatre étapes Lightning et lightx2v dépendent d'un nombre d'étapes précis et d'une échelle de guidance de 1. Le nombre d'étapes et la guidance ne sont pas des champs de notre endpoint : charger l'un de ces LoRA ne reproduit donc pas ces réglages. Utilisez les LoRA pour le style, le mouvement et le personnage.
• Intensité. Commencez à 1 et balayez environ 0,5 à 1,5, avec image, prompt et seed fixes. Au-delà d'environ 1,5, un style commence généralement à remplacer le sujet.
• Empilement. Trois LoRA dans un emplacement se mélangent plutôt que de se superposer. Ajoutez-les un par un.
• Demander le style deux fois. Nommer le style dans le prompt tout en chargeant un LoRA pour ce style tend à doubler l'effet.
• Wan-Animate. La version déconseille d'utiliser les LoRA Wan 2.2 avec son modèle Animate ; cela ne concerne pas l'image vers vidéo.

Vidéo sans censure : quel endpoint ?

Les deux familles Wan 2.2 LoRA sont dans la catégorie unrestricted, et les prompts des niveaux supérieurs ont été générés sur les deux :

• Wan 2.2 LoRA ne fait que l'image vers vidéo, 5 ou 8 secondes à 480p ou 720p. Toute autre durée est refusée plutôt qu'arrondie.
• Wan 2.2 Spicy LoRA ajoute un endpoint d'extension vidéo qui poursuit un clip depuis sa dernière image et accepte les mêmes trois listes de LoRA.

Pour une scène plus longue, chargez les mêmes LoRA aux mêmes intensités à chaque passe, sinon l'aspect change à la jonction. La vidéo prolongée revient avec le métrage source au début : retirez-le avant le raccord. La source doit être un lien direct vers le fichier vidéo, pas une page qui le lit.

Coût de l'auto-hébergement de Wan 2.2 par clip

La version de Wan 2.2 indique, pour le modèle image vers vidéo 14B sur une seule H100 ou H800 aux réglages par défaut, 327,8 secondes pour un clip 480P et 1 055,9 secondes pour 720P, avec des pics de mémoire de 41 GB et 59,7 GB. Le clip par défaut comporte 81 images à 16 fps, environ cinq secondes.

À un prix à la demande de H100 SXM 80 GB de 2,69 USD par heure (le tarif de cloud communautaire de la liste publique de prix de RunPod ; le tarif Secure Cloud est de 3,49 USD par heure, environ 30% de plus) :

Les prix hébergés sont des devis actuels pour une requête de cinq secondes. Les tâches 480p de cinq secondes se sont terminées à une médiane de 46 secondes (90e percentile : 70 secondes).

Ce n'est pas un comparatif à conditions égales. L'auto-hébergement peut être bien plus rapide que les réglages par défaut : quatre H100 prennent 92,4 secondes et huit 52,9 secondes pour 480P, au prix de davantage d'heures-GPU par clip. Les LoRA de vitesse et la quantification réduisent encore le temps et le coût de la carte. Mais le chiffre auto-hébergé ne couvre que le calcul, sans temps d'inactivité, chargement des modèles, stockage ni votre temps de maintenance, tandis que le chiffre hébergé est le prix complet. Si vous occupez un GPU en continu et optimisez le pipeline, l'auto-hébergement peut battre la tarification à la seconde ; si le volume arrive par à-coups, généralement pas.

Essayez dans le Playground, puis appelez l'API

Commencez sur la page du modèle Qwen Image 2.1 LoRA. Dans l'onglet Playground (configurer, estimer, exécuter), choisissez Text to image ou la tâche de retouche, ajoutez votre lien LoRA dans les entrées LoRA, vérifiez l'estimation du prix et lancez la tâche. Exécutez la même requête une fois sans LoRA pour obtenir votre contrôle. Qwen Image 2.1 propose le même onglet pour les tâches standard. Une fois le résultat correct, envoyez la même entrée depuis le code :

import uuid

from spicyapi import SpicyClient, output_assets

client = SpicyClient()  # reads SPICY_API_KEY from the environment

task = client.create_task(
    model="alibaba/qwen-image-2.1-lora/text-to-image",
    input_data={
        "prompt": "Candid photo of an adult woman on a hotel balcony at dusk, warm light spilling from the room behind her, shallow depth of field.",
        # Replace with your own public file; pin a commit (resolve/<sha>/) so it cannot change between runs.
        "loras": [{"path": "https://huggingface.co/your-account/your-qwen-image-2-1-lora/resolve/3be1c0a/lora.safetensors", "scale": 0.8}],
        "aspect_ratio": "3:4",
        "resolution": "1k",
        "seed": 42,
    },
    idempotency_key=str(uuid.uuid4()),  # new key per new request; reuse only to retry the same one
)

print("Resume task:", task["taskId"], flush=True)
final = client.wait_for_terminal(task["taskId"])
if final["state"] != "succeeded":
    raise RuntimeError(f"Task {task['taskId']} ended as {final['state']}")
assets = output_assets(final)
if not assets or any(a.get("pending") or a.get("unavailable") or not a.get("url") for a in assets):
    raise RuntimeError(f"Task {task['taskId']} has no ready output; check this task before a new run")
print(assets[0]["url"])  # copy it to your own storage now

Installez avec pip install spicyapi. La création des tâches, l'attente et les codes d'erreur sont couverts par la documentation SpicyAPI. Prenez les noms des champs dans le schéma actuel de la page du modèle. Le clip Wan 2.2 LoRA utilise alibaba/wan-2.2-lora/image-to-video avec image_url, high_noise_loras et low_noise_loras ; validez la paire de LoRA à 480p avant de rendre le meilleur résultat à 720p.

Pour confier la tâche à un Agent, donnez-lui l'un des trois outils officiels ; chacun affiche le prix et vous demande confirmation avant un appel payant :

• CLI. spicyapi (ou npx @spicyapi/cli) : spicyapi tasks create --model alibaba/qwen-image-2.1-lora/text-to-image --input-file input.json --wait, où input.json contient l'objet input ci-dessus.
• Serveur MCP. Ajoutez le serveur MCP et demandez l'image à votre assistant ; il appelle spicyapi_task_create, puis spicyapi_task_wait.
• Skill. npx skills add spicyapi-ai/spicy-skill installe l'Agent Skill, pour qu'un assistant de programmation lise le schéma actuel au lieu de deviner les champs.

Dépannage : symptôme, cause, solution

Questions fréquentes

Quel LoRA Qwen-Image-2.1 essayer d'abord pour du contenu adulte ?

Nous avons exécuté quatre fichiers qui déclarent Qwen-Image-2.1 comme base : un LoRA NSFW tout-en-un sur Civitai (76 MB, intensité de l'auteur 0,8), une copie Hugging Face d'une version antérieure de ce fichier (159 MB, exécutée à 0,8), un LoRA de réalisme (80 MB, intensité de l'auteur 0,6) et un LoRA général de correction de qualité (112 MB, exécuté à 1,0). Chacun a nettement changé l'image par rapport à une exécution sans LoRA. Essayez d'abord le fichier NSFW si l'anatomie est ce que le modèle de base rate pour vous ; commencez à 0,8 et attendez-vous à de la finition et du détail, pas à un autre niveau d'autorisation. Utilisez le fichier de réalisme pour un rendu photographique. Le guide des LoRA NSFW de Qwen Image 2.1 contient les liens et mesures par fichier.

Puis-je utiliser un LoRA Qwen-Image-Edit-2509 ou 2511 pour retoucher sur 2.1 ?

Partez du principe que non : ces adapters ont été entraînés sur les anciens modèles de retouche. Faites le comparatif au même seed avant d'en dépendre ; si rien de visible ne change, il ne fonctionne pas.

Mon LoRA s'est chargé et la tâche a réussi. Pourquoi rien ne semble différent ?

Soit il a été conçu pour un autre modèle de base, soit son effet est subtil sur votre prompt. Vérifiez le modèle de base sur sa fiche, utilisez la phrase d'activation de l'auteur, puis comparez le même prompt et le même seed avec et sans LoRA sur un sujet où l'effet devrait être évident.

Charger davantage de LoRA coûte-t-il plus cher ?

Non. Les images fixes sont facturées par palier de résolution, la retouche aussi par nombre d'images de référence, et la vidéo Wan 2.2 par durée et résolution. Le nombre de LoRA ne fait pas partie du prix.

Puis-je entraîner un LoRA sur Qwen-Image-2.1 ?

Oui, via DiffSynth-Studio sur ModelScope ou ai-toolkit. Si vous distribuez le résultat, il doit porter « Built with Qwen » et hérite des conditions non commerciales.

Où sont stockés mes fichiers LoRA, et quelle taille peuvent-ils avoir ?

Sur votre propre stockage : chaque fichier est récupéré depuis l'URL de la requête lorsque la tâche s'exécute, et nous ne l'inspectons pas. N'y voyez pas une promesse de rétention nulle. Si un fichier doit rester privé, utilisez un lien signé, mais un lien qui expire au milieu d'un lot ou lors d'une nouvelle tentative fait échouer toutes les tâches qui y font référence. Sur Wan 2.2 LoRA, les fichiers peuvent atteindre 1 GB ; sur Qwen Image 2.1 LoRA, nous avons exécuté avec succès un fichier de 1,18 GB, et les fichiers plus gros ajoutent du temps, pas du coût.

Puis-je utiliser des liens Civitai ?

Sur Wan 2.2 LoRA, oui : les liens Civitai de modèle et de téléchargement sont résolus vers le fichier. Sur Qwen Image 2.1 LoRA, utilisez un lien direct vers un fichier .safetensors ou un dépôt Hugging Face. Un lien de téléchargement Civitai marqué comme réservé aux utilisateurs connectés s'est tout de même chargé sans token dans notre test, mais un lien exigeant réellement une authentification échoue : faites donc un essai peu coûteux avant un lot.

Qwen-Image-2.1 est-il meilleur que 2512 pour travailler sans censure ?

Cela dépend de la tâche. 2.1 génère les prompts des niveaux supérieurs sur notre endpoint et son mode de retouche préserve bien l'identité ; 2512 a une licence commerciale et 202 dépôts d'adapters contre 78. Si votre workflow dépend de LoRA existants précis, cela décide du choix.

Ce qui reste votre responsabilité

L'absence d'inspection de vos poids signifie aussi que personne ne les vérifie pour vous. Ces responsabilités ne changent ni avec la catégorie de contenu ni avec le lieu d'exécution du modèle :

• Des adultes uniquement, dans chaque référence, LoRA et sortie. Les personnages doivent être sans ambiguïté des adultes.
• Aucune personne réelle identifiable dans du contenu intime sans son consentement, et aucun LoRA ou jeu de références destiné à reproduire l'apparence d'une personne réelle sans celui-ci.
• Les droits sur les poids et leurs données d'entraînement. Un LoRA téléchargé reste soumis aux conditions de son auteur.
• La licence du modèle de base. Pour Qwen-Image-2.1, la licence de recherche non commerciale et la règle d'attribution pour les dérivés que vous distribuez.

Pour savoir jusqu'où va le modèle de base et quels prompts fonctionnent, lisez notre test de Qwen Image 2.1. Pour les retouches, y compris à plusieurs images, lisez le test sans censure de Qwen Image Edit. Les pages des modèles Qwen Image 2.1 LoRA API, Qwen Image 2.1 API, Wan 2.2 LoRA et Wan 2.2 Spicy LoRA donnent le schéma actuel, des exemples et l'estimation actuelle de chaque endpoint.