Workflow Qwen-Image-2.1 : la chaîne de nœuds, les réglages, et ce qui a changé depuis le premier jour

Ce que vous obtenez de cette page, c'est un Qwen-Image-2.1 graphe que vous pouvez reconstruire à partir de zéro et reproduire — la chaîne de nœuds selon les noms que les loaders utilisent réellement, les quatre ou cinq réglages qui déterminent si la sortie est bien ce que vous avez demandé, et les deux paramètres que les gens modifient sans savoir qu'ils ont changé le calendrier de bruit. Le modèle lui-même est la version unifiée de génération texte-image et d'édition d'image du fournisseur, publiée en open source le 20 septembre 2026 sous une licence de recherche : 7 milliards de paramètres dans le composant de génération visuelle, 32 couches DiT à flux unique, un VAE RGBA à 64 canaux avec compression spatiale 16x, et jusqu'à dix images de référence sur le parcours d'édition. Cette date est là pour vous dire quel checkpoint vous câblez, pas pour annoncer quoi que ce soit. Le graphe est le sujet, et le graphe a un historique de révisions qui mérite d'être lu avant de faire confiance à la capture d'écran de quelqu'un d'autre — le template livré aujourd'hui n'est pas le template livré au jour zéro, et quatre des différences sont exactement les choses sur lesquelles un lecteur se trompe.

Quel graphique cette page décrit

Tout ce qui suit est lu depuis le dépôt de modèles de workflows ComfyUI Comfy-Org/workflow_templates, à la révision en vigueur au 13 octobre 2026, sous ComfyUI stable v0.39.0 (publiée le 5 octobre 2026). Les noms de nœuds sont les noms d'affichage que les chargeurs utilisent dans le graphe ; lorsqu'un nœud a été ajouté ou renommé entre deux révisions, la date est indiquée. La voie d'accès à ces fichiers est la page de tutoriel de ComfyUI consacrée à Qwen-Image-2.1 — elle contient trois modèles, et cette page suit celui de text-to-image, puis le détourne.

Les trois modèles sont Qwen-Image-2.1 Text to Image, Qwen-Image-2.1 Image Edit, et Remove Background: Qwen-Image-2.1. Le dernier n’est pas un graphe différent : la documentation de ComfyUI indique qu’il réutilise le sous-graphe d’édition d’image avec le prompt « Remove the background, and output a PNG image ». Il y a donc deux graphes à apprendre, et l’un d’eux est un modèle de prompt au-dessus de l’autre.

La chaîne de nœuds, dans l'ordre

Le modèle texte-image est un sous-graphe — un nœud repliable sur le canevas avec dix-huit entrées exposées — encapsulant une chaîne de treize nœuds. À l’intérieur, l’ordre est :

• UNETLoader — charge qwen_image_2.1_int8_convrot.safetensors avec le dtype des poids laissé sur default. Il s'agit du modèle de diffusion, et le fichier que vous choisissez ici est la première chose qui détermine si votre exécution correspond à celle de quelqu'un d'autre.

• Qwen Image 2.1 Cache — se situe entre le chargeur et l'échantillonneur. Il n'est pas facultatif dans le modèle actuel, mais il peut être contourné, et c'est le nœud le plus susceptible de manquer dans un graphe que vous avez téléchargé au cours de la première semaine.

• KSampler — prend le modèle depuis le nœud de cache, les conditionnements positif et négatif depuis l’encodeur de texte, et un latent vide. Ses widgets dans le gabarit livré indiquent : graine 0, contrôle fixe, étapes 25, cfg 1, échantillonneur euler, planificateur simple, débruitage 1.

• EmptyLatentImage — la largeur et la hauteur sont connectées depuis le nœud Resolution Selector qui se trouve à l'extérieur du sous-graphe, et sa troisième entrée, la taille du lot, vaut 1.

• VAEDecode → SaveImageAdvanced — le décodeur transmet les pixels au nœud de sauvegarde, dont le préfixe de nom de fichier est Qwen_image_2.1 et dont le format est livré en PNG, 8 bits, sRGB. Le PNG n'est pas là pour le décor : le VAE transporte quatre canaux, donc c'est le PNG 8 bits qui garde le canal alpha en vie jusqu'au disque.

• CLIPLoader — charge qwen3vl_8b_int8_convrot.safetensors avec le type défini sur qwen_image. Qwen3-VL 8B est l'encodeur de texte, et c'est aussi la tour de vision qui lit vos images de référence.

• Text Encode Qwen Image 2.1 (id du nœud TextEncodeQwenImage21) — conditionne le prompt. Il prend le clip, un prompt, un prompt négatif, un VAE facultatif, un entier résolution, et un ensemble auto-extensible d'emplacements d'images nommés image_1 à image_16. Il renvoie trois éléments : le conditionnement positif, le conditionnement négatif et un latent. Ce latent est l'élément que les gens oublient — c'est un latent vide dimensionné sur la première image de référence, et sur le graphe texte-vers-image, il n'est pas utilisé, car le latent vide provient du Resolution Selector à la place.

• VAELoader — qwen_image_2.1_vae_bf16.safetensors, qui alimente à la fois le décodeur et le chemin d'image de référence de l'encodeur de texte.

La branche optionnelle est le dernier élément. Un second CLIPLoader charge qwen3.5_9b_qwen_image_2.1_pe_t2i.int8_convrot.safetensors avec le type défini sur stable_diffusion — pas qwen_image, et cette différence est délibérée, car il s'agit d'un checkpoint de génération de texte, et non de l'encodeur visuel. Il alimente un nœud Generate Text, dont la sortie passe par Preview Any vers le prompt positif de l'échantillonneur, commuté par un ComfySwitchNode connecté à l'entrée refine_prompt. Un nœud Primitive String (Multiline) contient le prompt système que la réécriture suit, et vous pouvez le lire et le modifier.

Comptez la chaîne : ce sont six nœuds de vrai travail — charger le modèle de diffusion, charger l’encodeur de texte, charger le VAE, encoder le prompt, échantillonner à partir d’un latent vide, décoder et enregistrer. Tout le reste dans le template relève de la mémoire ou du confort.

Qu'est-ce qui a changé entre le graphique du jour zéro et celui-ci ?

Voici l'élément qu'il vaut mieux connaître avant de copier un workflow depuis la capture d'écran d'un tutoriel, car les modèles Qwen-Image-2.1 ont été modifiés cinq fois après leur première mise en ligne, et ces modifications ne sont pas cosmétiques.

• 20 septembre 2026 — le premier modèle. Commit 96309bd530, « Add Qwen Image 2.1 template ». Sept nœuds dans le sous-graphe texte-vers-image : les chargeurs, l'encodeur, le latent vide, l'échantillonneur, le décodeur. Le chargeur CLIP était réglé sur l'encodeur de texte bfloat16, qwen3vl_8b_bf16.safetensors — le fichier de 16,33 Go.

• 20 septembre 2026, plus tard le même jour. Commit 371a7b7171 a basculé ce loader vers qwen3vl_8b_int8_convrot.safetensors, le fichier de 8,71 Go, avec le message « Switch Qwen Image 2.1 CLIP to int8 convrot ». La note du template elle-même le qualifie de « loaded by the templates, lower memory ». Un workflow construit à partir du fichier du matin et un autre construit à partir de celui du soir ne sont pas le même workflow.

• 25 septembre 2026. Le nœud Qwen Image 2.1 Cache est apparu dans le graphe pour la première fois, avec toute la branche d'amélioration du prompt — le second chargeur CLIP, Generate Text, Preview Any, le commutateur, le nœud de prompt système. Avant cette date, il n'y avait aucun nœud de cache à configurer et aucune étape de réécriture à désactiver. Le modèle d'édition d'image a reçu les entrées correspondantes le même jour. Dans cette révision, la note sur le texte-vers-image a également reçu à la fois la ligne des 4 mégapixels et l'enveloppe de prompt pour image transparente.

• 28 septembre 2026. Les tailles de fichiers ont été ajoutées aux notes de téléchargement — un changement de documentation, pas un changement de graphique, mais c'est de là que proviennent les chiffres que le lecteur compare avec son gestionnaire de téléchargements.

• 30 septembre 2026. Commit 9fae1041be, « Qwen Image 2.1 : Update PE settings » — la dernière fois que l'un ou l'autre des templates 2.1 a été modifié. C'est celui qui compte le plus et le moins visible. Trois valeurs du nœud Generate Text ont changé : le budget de tokens max_length de 16256 à 4096, la pénalité de répétition de 1.05 à 1.0, et thinking de désactivé à activé, la note du nœud indiquant désormais que le checkpoint « a été entraîné avec un bloc de raisonnement et perd en qualité sans lui ». Les notes du template décrivent les valeurs précédentes comme étant les valeurs officielles et indiquent que le plafond existe pour qu'« une seule réécriture ne puisse pas durer plusieurs minutes ».

Ce qui n'a pas changé est la moitié utile de tout ceci. Le bloc d'échantillonnage est identique octet pour octet entre le template du jour zéro et celui d'aujourd'hui : steps 25, cfg 1, euler, simple, denoise 1, contrôle du seed fixé, un latent vide à la sortie du Resolution Selector, taille de lot 1. Le graphe n'a jamais été corrigé en déplaçant l'échantillonneur. Il a été corrigé en changeant le fichier text-encoder qui se charge, en ajoutant le nœud de cache et en corrigeant les propres paramètres du prompt-enhancer.

Une couche supplémentaire se trouve sous le graphe. Le cœur de ComfyUI a continué de changer après la stabilisation des templates : la v0.38.0 du 29 septembre a amélioré la logique de localisation du cache KV de Qwen 2.1, et la v0.39.0 du 5 octobre a livré « Correction du plantage lors de la sélection du cache int8 ou int4 dans qwen image 2.1 ». Si votre graphe est à jour et que votre build est plus ancien que cela, le menu déroulant de cache n’est pas une option lente, c’est un plantage.

Les cadrans sur lesquels un lecteur est le plus susceptible de se tromper

Partez de ce que la documentation indique sans détour, car cela élimine la plupart des suppositions. Les trois workflows Qwen-Image-2.1 échantillonnent avec 25 étapes, cfg 1, l'échantillonneur euler et le planificateur simple. C'est le résumé de ComfyUI lui-même, et il correspond exactement aux widgets livrés.

La complication, c'est que 25 et 40 sont tous deux des réponses correctes à des questions différentes. La carte de modèle du fournisseur exécute elle-même le pipeline diffusers avec num_inference_steps=40, et la valeur par défaut du pipeline diffusers est également de 40 ; la documentation de ComfyUI indique que le pipeline publié « utilise environ 40 à 50 étapes avec le sampler euler, et le template démarre plus bas, à 25 ». Aucun des deux nombres n'est une erreur. Il s'agit d'une valeur par défaut du graphe et d'une exécution de référence.

• Étapes — direction et compromis. Une valeur plus basse est plus rapide et, d'après la documentation de ComfyUI, se comporte différemment selon la tâche : les modifications localisées simples tiennent à 4 à 8 étapes, « tandis que les modifications qui réécrivent toute l'image perdent leur cohérence et nécessitent les 25 complètes ». Les détails fins tenaces comme les mains et les doigts « se stabilisent vers 30 étapes », et passer de 25 à 40 réduit le fourmillement dans les zones détaillées. La direction est monotone et le compromis est linéaire : le conseil de la doc est d'ajuster les étapes uniquement lorsqu'un élément précis ne se résout pas, et non de les augmenter par précaution.

• Guidage — cfg 1 correspond à un guidage désactivé, et c'est le chemin publié. Avec cfg 1, ComfyUI ignore la passe de conditionnement négatif, donc un prompt négatif n'a aucun effet. Le template conserve cfg 1, « qui est le chemin pour lequel Qwen-Image-2.1 est publié » ; le pipeline diffusers dit la même chose dans ses propres termes, en définissant true_cfg_scale par défaut à 1.0 parce que « Qwen-Image 2.1 est conçu pour être échantillonné sans guidage ». Ne l'augmentez que lorsque vous voulez réellement que le prompt négatif prenne effet, et sachez le prix : cfg 2 suit de plus près les prompts denses, y compris les petits textes et les chiffres, « au prix de bords excessivement accentués » ; des valeurs plus élevées décalent l'exposition vers trop clair ou trop sombre ; cfg 5 dégrade fortement la qualité ; cfg 0.5 casse l'image. L'instruction de ComfyUI est de changer une valeur à la fois et de comparer à une graine fixe.

• La résolution est une cible en mégapixels, pas un rectangle. Le nœud Resolution Selector définit un rapport d'aspect et un budget en mégapixels, où 1,0 MP correspond à environ 1024x1024. Qwen-Image-2.1 génère nativement en 2K, donc la cible pour un carré de 2048x2048 est d'environ 4,0 MP. Ce sont des multiples de 32 que le modèle attend — l'infobulle de l'entrée resolution de l'encodeur de texte indique que les références sont redimensionnées à environ resolution x resolution pixels en multiples de 32, rapport d'aspect préservé, et l'assistant de dimensions du pipeline arrondit lui aussi à 32. La fiche du modèle fournisseur publie les préréglages 2K : 1:1 en 2048x2048, 4:3 en 2400x1792, 3:4 en 1792x2400, 3:2 en 2528x1696, 2:3 en 1696x2528, 16:9 en 2752x1536, 9:16 en 1536x2752.

• Dépasser 2K se fait au détriment de l'adhérence, pas de la netteté.Les cibles bien au-dessus de la taille 2K d'entraînement du modèle, comme 4K, entraînent une perte d'adhérence au prompt. C'est un comportement documenté, pas une déduction de l'architecture.

• Celui qui est vraiment contre-intuitif : la résolution modifie aussi le calendrier de bruit. Qwen-Image-2.1 échantillonne avec un planificateur Euler à appariement de flux (flow-matching) dont le décalage des pas de temps est dynamique, et le pipeline calcule ce décalage à partir de la longueur de la séquence latente — c'est-à-dire du nombre de tokens que produit la résolution choisie. La configuration du planificateur du checkpoint définit base_shift 0.5 et max_shift 0.9 sur une plage de séquence d'image allant de 256 à 8192, et le pipeline injecte la longueur de séquence de votre exécution dans cette formule à chaque appel. Changer le canevas modifie donc le calendrier de l'échantillonneur, pas seulement l'image. Dans le modèle ComfyUI, il n'y a aucun contrôle de décalage à régler — les entrées du KSampler sont model, positive, negative, latent image, seed, steps, cfg, sampler name et scheduler, et c'est la liste complète. Si vos résultats à 4 MP diffèrent de vos résultats à 1 MP d'une manière que vous ne pouvez pas expliquer par le seul niveau de détail, voilà pourquoi.

• Sur le graphe d'édition, la résolution se comporte différemment et constitue le paramètre par défaut le plus coûteux. Avec custom_size désactivé — la valeur par défaut du modèle — l'édition est générée à la taille de la première image de référence. resolution 0 conserve chaque référence à sa propre taille en pixels, arrondie à un multiple de 32, de sorte qu'une photo de 3000x4000 produit un canevas de 3008x4000. Une valeur supérieure à 0 met plutôt à l'échelle le rapport d'aspect de cette image selon un budget de resolution x resolution pixels — un nombre total de pixels, pas une largeur. L'exemple de coût de ComfyUI lui-même, mesuré sur une RTX 5090 : la référence 3000x4000 à resolution 0 prend environ 6 secondes par itération ; la même édition à resolution 1024 prend environ 0,3 seconde par itération, à environ 896x1184. Activez custom_size et prenez le canevas depuis le Resolution Selector, et gardez-le proche de la taille de la première image redimensionnée, « sinon l'édition peut se décaler ».

Déterminisme : ce qu'une graine fixe, et ce qu'elle ne fixe pas

Une graine fixe est nécessaire mais pas suffisante, et les modèles fournis ne s'accordent pas entre eux à ce sujet. Le KSampler texte-vers-image est livré avec le contrôle fixe ; les deux modèles d'édition — l'édition d'image et la suppression d'arrière-plan — sont livrés avec le contrôle aléatoire. Même sampler, mêmes valeurs par défaut, comportement opposé lors d'une remise en file d'attente.

Supposons que la graine soit fixée. Voici ce qui fait encore bouger l’image :

• Le cache KV. C'est le point principal, et il est documenté plutôt que relevant du folklore. Qwen-Image-2.1 met en cache les clés et les valeurs du texte et de l'image de référence après la première étape ; le code source du pipeline explique que cela est valide car les tokens de conditionnement sont indépendants de l'étape sous le conditionnement causal du modèle. Puis il énonce ce qui importe à quiconque tente de reproduire une image : activer ou désactiver le cache « ne reproduit pas la même image bit pour bit en précision réduite », car l'étape de décodage fait son attention avec une disposition de séquence différente de celle de l'étape de préremplissage, les deux découpent en tuiles différemment et aboutissent à un arrondi différent — et une différence d'une ULP au premier bloc est amplifiée par 32 blocs et par chaque étape de l'échantillonneur, de sorte que « les deux réglages donnent des échantillons tout aussi valides mais visiblement distincts ». L'instruction du code source lui-même est la suivante : pour figer un échantillon, il faut figer ce drapeau. Dans ComfyUI, le drapeau se trouve sur le Qwen Image 2.1 Cachenœud, sous la forme de device (auto, gpu, cpu, off) et dtype (default, int8, int4).

• L’historique des versions du nœud de cache lui-même. Il n’existait pas avant le 25 septembre 2026, donc un workflow de jour zéro n’a pas un tel réglage et ne se comporte pas comme celui d’aujourd’hui. Et désactivé — le seul réglage qui écarte le cache — « recalcule le préfixe à chaque étape, ce qui est plus lent, mais c’est le seul moyen d’écarter le cache ».

• Quels fichiers de modèle. Le template charge un modèle de diffusion int8 et un encodeur de texte int8. Remplacez l'un ou l'autre par le fichier bf16 et vous avez modifié l'arithmétique. Les notes de téléchargement listent les deux, avec leurs tailles, précisément parce que le choix est réel.

• L'optimiseur de prompt, s'il est activé. Avec refine_prompt activé, le modèle d'image échantillonne à partir du prompt réécrit, et non de celui que vous avez saisi — et la réécriture est générée par un nœud Generate Text distinct avec ses propres paramètres d'échantillonnage : temperature 1.0, top_k 20, top_p 0.95, son propre champ de graine, et un max_length budget de tokens. Votre graine KSampler ne couvre rien de tout cela. Le Preview Any nœud dans le sous-graphe affiche le prompt qui a réellement atteint le modèle d'image, ce qui est le seul moyen de savoir ce que vous venez de reproduire.

• Le build de ComfyUI. Les modèles portent leur propre avertissement : des nœuds manquants lors du chargement d’un workflow signifient généralement que le build est antérieur aux nœuds, et Desktop et Cloud suivent les versions stables et peuvent avoir du retard sur une nightly.

Donc, reproduire l’image Qwen-Image-2.1 de quelqu’un d’autre n’est pas un échange de seed. C’est la révision du template, les deux fichiers de modèle, le réglage de résolution, les steps, le cfg, le sampler, le scheduler, le device et le dtype du cache, l’état on/off de l’enhancer et son propre seed — et, pour le graphe d’édition, la taille de la première image de référence. ComfyUI ne publie aucune garantie de reproductibilité par seed pour ces workflows, et la source de diffusers dit clairement qu’une bascule de cache modifie l’échantillon ; considérez une correspondance exacte comme quelque chose que vous assemblez délibérément plutôt que quelque chose qu’un seed vous donne.

Plus d’une image, et où va la mémoire

Dans la configuration livrée, le graphe produit une image par exécution, et le réglage qui permet de changer cela n'a rien de glamour : la troisième entrée du nœud EmptyLatentImage, la taille de lot, câblée à 1. C'est en l'augmentant que l'échantillonneur émet plusieurs images à partir d'une seule file d'attente.

Ce que cela coûte, c'est là que les choses deviennent honnêtes. Les templates vous indiquent exactement où réside le cache — auto utilise la VRAM libre puis la RAM système ; cpu précharge en arrière-plan du calcul et la documentation le décrit comme peu coûteux en vitesse ; off recalcule le préfixe à chaque étape et est plus lent. Ils quantifient le volet précision : int8 divise le cache par deux pour une précision d'environ bf16, et int4 le divise par quatre mais double à peu près l'erreur par étape. Ce qu'ils ne publient pas, c'est un tableau de correspondance entre taille de lot et VRAM, et la documentation de ComfyUI non plus. Si vous dimensionnez un lot pour une carte, la réponse honnête est qu'aucun chiffre officiel ne le couvre ; les leviers dont les effets sont publiés sont le périphérique de cache et le dtype, ainsi que la résolution cible, qui augmente à la fois le nombre de latents et le préfixe mis en cache.

Deux pièges de lots se trouvent de l'autre côté de la clôture, dans le pipeline diffusers, et les deux valent la peine d'être connus parce que le graphe ComfyUI les dissimule. Là, num_images_per_prompt multiplie le lot, et si vous passez une liste de générateurs, sa longueur doit correspondre exactement à la taille de lot effective, sinon le pipeline lève une erreur. Et une liste d'images de condition est « un ensemble d'images partagé par chaque prompt du lot, et non une entrée par prompt » — vous ne pouvez pas donner à chaque prompt d'un lot sa propre image de référence ; l'instruction de la source est d'appeler le pipeline une fois par prompt à la place. Le sous-graphe d'édition présente le même type de contrainte à un autre endroit : son BatchImagesNode regroupe jusqu'à dix images de référence dans l'encodeur de texte, ce qui revient à regrouper des entrées, et non des sorties. Dix références ne vous donnent pas dix images.

Image à image à partir du même graphe

Vous n'avez pas besoin d'un graphe différent pour cela. Le gabarit d'édition d'image est la chaîne texte-vers-image avec le latent vide remplacé par la sortie latente de l'encodeur de texte, deux LoadImage nœuds alimentant image_1 et image_2 dans les emplacements de référence du sous-graphe, et un ImageCompare nœud à la fin pour que vous puissiez voir l'entrée à côté de la sortie. Placez une image dans image_1, laissez image_2 vide, écrivez une instruction, et c'est de l'image-vers-image : votre image est un contexte que le modèle lit, pas un latent de départ qu'il débruite partiellement. Il n'y a pas de curseur de force ou de débruitage à régler sur ce chemin, car la cible part du bruit et votre référence entre par l'encodeur et le VAE à la place.

Voici la frontière, en une phrase chacun, car ces deux-là ne sont qu'à une recherche l'un de l'autre et les gens se tournent vers le mauvais.

• Image à image, c'est quand vous voulez une variation : vous donnez au modèle une image et une description, et il peint une nouvelle image qui ressemble à la vôtre, sur un canevas de votre choix.

• Édition c'est quand vous voulez un changement : vous fournissez au modèle une image et une instruction précisant ce qui doit être différent, plus éventuellement un masque ou des marques peintes, et le modèle conserve le reste du cadre.

L’indice révélateur se trouve dans la phrase que vous êtes sur le point de taper. « Fais en sorte que ça ressemble à ça, mais de nuit » est du i2i ; « change la veste en rouge, laisse tout le reste » est une édition, et sur ce graphe, c’est le chemin d’édition qui abrite les masques, les dix emplacements de référence et le comportement d’édition localisée. Cette question voisine fait l’objet d’une autre page, et celle-ci s’arrête à la ligne pour que vous puissiez savoir sur laquelle vous vous trouvez.

Le turbo checkpoint, en un paragraphe

Un renvoi, car l'orthographe « turbo » se trouve dans cette famille de requêtes et un lecteur la rencontrera. Qwen-Image-2.1-Turbo est un point de contrôle distinct en 8 étapes de la même architecture de génération visuelle 7B, publié le 9 octobre 2026 et chargé par le même QwenImage21Pipeline. Sa propre fiche de modèle indique que le point de contrôle « inclut son calendrier d'échantillonnage recommandé, de sorte qu'il est prêt à l'emploi sans configurer manuellement le planificateur », que la génération utilise CFG 1 par défaut, et que définir num_inference_steps à lui seul ne remplace pas le calendrier enregistré — c'est un argument sigmas explicite au moment de l'appel qui le fait. Rien de tout cela ne change la chaîne de nœuds de cette page : mêmes chargeurs, même encodeur, même nœud d'échantillonneur. Ce qui change, c'est d'où provient le calendrier, et c'est la seule chose qui vaut la peine d'être vérifiée dans votre graphe avant de comparer une exécution turbo à une exécution du modèle de base et de conclure que le modèle s'est dégradé.

Que faire ensuite, dans le graphique

Chargez le template depuis la bibliothèque de templates de ComfyUI plutôt que depuis une capture d'écran, puis lisez quatre nœuds avant de mettre quoi que ce soit en file d'attente. Sur le Resolution Selector, réglez le ratio d'image que vous voulez réellement et, si vous voulez le 2K natif du modèle, la cible de 4,0 MP. Sur le KSampler, confirmez que le contrôle est fixed si vous avez l'intention de reproduire une exécution, et laissez les steps à 25 et le cfg à 1 jusqu'à ce qu'un problème précis survienne. Sur le Qwen Image 2.1 Cache, décidez device et dtype maintenant et notez-les, car vous ne pourrez plus les modifier par la suite et comparer deux images comme si seul le prompt avait bougé. Et sur le nœud Generate Text, laissez refine_prompt désactivé jusqu'à ce que vous ayez une base de référence qui vous plaise — puis activez-le, lisez la réécriture dans Preview Any, et gardez la seed sur laquelle vous étiez pour que la comparaison ait un sens.