EN DIRECT
Formalizing Fermat's Last Theorem04/09/26 · Anthropic|Pannes simultanées chez OpenAI et Anthropic sans explication officielle04/09/26|Show HN: Open-Source eInk Bike Computer04/09/26|Les entreprises américaines adoptent de plus en plus l'IA open source04/09/26|Une étude pointe des prix plus élevés dans le mode IA de Google Search04/09/26 · Google|Une étude mesure comment les agents de code choisissent leurs outils tiers03/09/26|GPT-6 Astra d'OpenAI établit un nouveau record sur ARC-AGI-303/09/26 · OpenAI|ESPO : une méthode d'optimisation de prompts plus courte et plus stable que GEPA03/09/26|« Last Translation Benchmark » : un effort collectif pour un référentiel définitif de traduction automatique03/09/26|NVIDIA mise sur l'IA locale à l'IFA 2026 avec les PC RTX Spark et un routeur d'inférence personnel03/09/26 · NVIDIA|Google DeepMind lance WeatherNext 3, son modèle météo IA le plus précis03/09/26 · Google DeepMind|OpenAI lance Daybreak, un programme d'un milliard de dollars pour la cybersécurité des services essentiels03/09/26 · OpenAI|Formalizing Fermat's Last Theorem04/09/26 · Anthropic|Pannes simultanées chez OpenAI et Anthropic sans explication officielle04/09/26|Show HN: Open-Source eInk Bike Computer04/09/26|Les entreprises américaines adoptent de plus en plus l'IA open source04/09/26|Une étude pointe des prix plus élevés dans le mode IA de Google Search04/09/26 · Google|Une étude mesure comment les agents de code choisissent leurs outils tiers03/09/26|GPT-6 Astra d'OpenAI établit un nouveau record sur ARC-AGI-303/09/26 · OpenAI|ESPO : une méthode d'optimisation de prompts plus courte et plus stable que GEPA03/09/26|« Last Translation Benchmark » : un effort collectif pour un référentiel définitif de traduction automatique03/09/26|NVIDIA mise sur l'IA locale à l'IFA 2026 avec les PC RTX Spark et un routeur d'inférence personnel03/09/26 · NVIDIA|Google DeepMind lance WeatherNext 3, son modèle météo IA le plus précis03/09/26 · Google DeepMind|OpenAI lance Daybreak, un programme d'un milliard de dollars pour la cybersécurité des services essentiels03/09/26 · OpenAI|
🇨🇳 Chine🎨 Génération imageSortie novembre 2025

Z-Image Turbo

Alibaba
Open-sourceSelf-hostRGPD
Verdict

Une option solide pour l'auto-hébergement et le contrôle total des données.

Présentation

Z-Image Turbo est la version distillée (8 étapes) du modèle de génération d'images Z-Image d'Alibaba, 6 milliards de paramètres, bâti sur une architecture DiT à flux unique (S3-DiT). Il produit des rendus photoréalistes et du texte intégré bilingue anglais/chinois avec une latence sub-seconde, y compris sur un GPU grand public de 16 Go. Revers de cette vitesse : la diversité des sorties est plus faible que celle du modèle Z-Image de base, et le rendu de texte n'est pas pensé pour le français. Poids ouverts sous licence Apache 2.0, déployable entièrement en local — un vrai atout pour la souveraineté des données, même si le modèle est développé en Chine.

Profil de compétences

Non communiqué

Forces

  • Open-source et auto-hébergeable

Limites

  • Tarification API non publiée

À qui ça s'adresse

Pour vous si…
  • vous voulez maîtriser vos coûts ou auto-héberger
  • vous avez des contraintes RGPD
À éviter si…

    Cas d'usage idéaux

    • Génération d'images marketing
    • Prototypage visuel rapide
    • Déploiement local sans cloud
    • Rendu de texte bilingue EN/CN
    • Applications sur GPU grand public

    Accès & disponibilité

    Auto-hébergeable (poids ouverts)

    Caractéristiques clés

    Contexte
    0
    Prix entrée
    Prix sortie
    Vitesse
    Prix non auditéBenchmarks non audités

    Confidentialité

    Conforme RGPDHébergement : self

    Faire tourner en local

    Tourne sur un laptop682k5k
    QuantizationDisqueRAM / VRAMMatériel type
    Q4 · recommandé3.4 Go6 GoTout PC/Mac récent
    Q8 · équilibré6.4 Go9 GoPC 16 Go / Mac M1+ / GPU 8 Go
    FP16 · qualité max12 Go15 GoPC 32 Go / Mac 24 Go / RTX 4070 Ti+

    Estimations pour un contexte modéré. Un long contexte augmente la RAM nécessaire (KV cache).

    Déployer

    Commandes prêtes à copier, générées depuis la fiche. Ajustez le contexte et le nombre de GPU à votre machine.

    Mémoire estimée · FP16 15 Go · Q4 6 Go

    Serveur OpenAI-compatible pour la production sur GPU NVIDIA.

    pip install vllm
    vllm serve Tongyi-MAI/Z-Image-Turbo \
      --max-model-len 32768 \
      --tensor-parallel-size 1 \
      --dtype auto
    Tongyi-MAI/Z-Image-Turbo
    Données avancées · pour experts
    Architecture, modalités, coût détaillé, benchmarks complets
    Architecture
    dense
    Taille
    6B
    Date de coupe
    Entrées
    text
    Sorties
    text
    Licence
    apache-2.0
    Hébergement
    self
    Score d'hallucination
    Coût estimé (API)
    Échange type (~3k entrée / 1k sortie)
    Non communiqué
    1M entrée + 1M sortie
    Non communiqué
    Tous les benchmarks
    Arena Elo
    MMLU
    GPQA
    HumanEval
    SWE-Bench
    MATH

    Modèles similaires