Générateurs d'images IA open source : Un guide honnête pour 2026

<think>
The user wants me to translate a blog article fragment into French. Let me carefully follow the rules:

1. Keep ALL markdown syntax intact
2. Keep URLs, image paths, HTML tags exactly as-is
3. Keep code blocks and inline code untranslated (translate only comments when trivially safe)
4. Keep "GLMImage" untranslated
5. Use native, fluent French expression
6. Output ONLY the translated markdown

Let me translate this carefully:

Open Source AI Image Generators: An Honest Guide for 2026

Les générateurs d'images IA open source à connaître en 2026 sont GLM-Image (sous licence MIT, ~16B paramètres, le spécialiste du texte bilingue), Stable Diffusion 1.5 et SDXL (les piliers de l'écosystème), et FLUX.1 (le challenger du photoréalisme par Black Forest Labs). Lequel vous convient dépend de trois questions — votre travail contient-il du texte, quelle GPU avez-vous, et ce que votre licence autorise — pas d'un classement, et ce guide refuse d'en inventer un.

Ce refus est le point central. Une version antérieure de cet article contenait des tableaux de pourcentages de précision des concurrents, des scores FID, des tailles de communauté et des mesures de vitesse qui étaient fabriqués, plus une attribution de licence erronée pour GLM-Image. La réécriture conserve le cadre décisionnel honnête et le paysage réel des modèles, et supprime chaque chiffre qui ne peut être sourcé.

Wait, I need to make sure this is natural and fluent French. Let me review:

• "Les générateurs d'images IA open source" - this is good, keeps the technical terms

• "à connaître" - good natural French

• "GLM-Image" - this is fine, it's the model name

• "sous licence MIT" - correct

• "~16B paramètres" - this is fine, numbers and technical terms

• "le spécialiste du texte bilingue" - natural French

• "les piliers de l'écosystème" - good idiom

• "le challenger du photoréalisme" - this could be more natural. In French, we might say "le challenger du photoréalisme" is okay, but "le concurrent du photoréalisme" might be more natural. However, "challenger" is commonly used in tech context.

• "Lequel vous convient" - good

• "dépend de trois questions" - good

• "votre travail contient-il du texte" - good

• "quelle GPU avez-vous" - this is fine, GPU is commonly used in French

• "et ce que" - could be simplified to "et ce que" or "ainsi que ce que"

I need to refine the translation to sound more natural and fluent in French. The key is to balance technical accuracy with idiomatic expression. Some terms like "challenger" can be used, but alternatives like "concurrent" might be more typically French in certain contexts.

The critical aspects are maintaining technical precision while ensuring the language flows naturally. Words like "GPU" and specific technical terms can remain in English, as they are standard in professional and tech discussions. The translation should preserve the original's intent of providing a clear, honest guide to open-source AI image generators in 2026.
</think>

Générateurs d'images IA open source : un guide honnête pour 2026

Les générateurs d'images IA open source à connaître en 2026 sont GLM-Image (sous licence MIT, ~16B paramètres, le spécialiste du texte bilingue), Stable Diffusion 1.5 et SDXL (les piliers de l'écosystème), et FLUX.1 (le challenger du photoréalisme signé Black Forest Labs). Lequel vous convient dépend de trois questions — votre travail contient-il du texte, quelle GPU avez-vous, et ce qu'autorise votre licence — pas d'un classement, et ce guide refuse d'en inventer un.

Ce refus est le propos. Une version antérieure de cet article comportait des tableaux de pourcentages de précision des concurrents, des scores FID, des tailles de communauté et des mesures de vitesse qui étaient purement inventés, ainsi qu'une attribution de licence erronée pour GLM-Image. La réécriture conserve le cadre décisionnel honnête et le paysage réel des modèles, et supprime chaque chiffre impossible à sourcer.

<think>
I need to translate this blog article fragment into natural, fluent French while following all the rules:

1. Keep ALL markdown syntax intact (headings, lists, tables, bold/italic, code fences, blockquotes)
2. Keep every URL, image path, and HTML tag EXACTLY as-is
3. Keep code blocks and inline code untranslated (translate only comments inside them when trivially safe)
4. Keep the brand word "GLMImage" untranslated
5. Use native, fluent expression; avoid machine-translation tone
6. Output ONLY the translated markdown — no preamble, no commentary, no code fences around the whole output

Let me translate this carefully:

What Does "Open Source" Actually Get You?

becomes

Qu'est-ce que « Open Source » vous rapporte réellement ?

becomes (keeping the alt text)

Now for the main content:

"An open image model publishes its weights: you download the model, run it on hardware you control, and keep the outputs with no per-image bill. Three consequences follow."

becomes

Un modèle d'image open source publie ses poids : vous téléchargez le modèle, l'exécutez sur du matériel que vous contrôlez, et conservez les résultats sans facture par image. Trois conséquences en découlent.

"First, marginal cost. After the hardware, each additional image costs roughly the electricity to make it. For high monthly volumes, self-hosting usually beats hosted pricing on marginal cost alone — though "usually" hides real costs in hardware, setup time, and maintenance that we will come back to."

becomes

First: coût marginal. Une fois le matériel acquis, chaque image supplémentaire coûte environ l'électricité nécessaire à sa génération. Pour des volumes mensuels élevés, l'auto-hébergement surpasse généralement les tarifs hébergés sur le seul coût marginal — bien que « généralement » dissimule les coûts réels en matériel, temps de configuration et maintenance auxquels nous reviendrons.

"Second, control. The model runs where you decide. Nothing about your prompts or images needs to leave your machine, which matters for client work under NDA, sensitive industries, or anyone who has read a cloud provider's data-retention policy."

becomes

Second: maîtrise. Le modèle s'exécute où vous le souhaitez. Aucun élément de vos invites ou images n'a besoin de quitter votre machine, ce qui est crucial pour les projets clients sous NDA, les secteurs sensibles ou toute personne ayant pris connaissance de la politique de conservation de données d'un fournisseur cloud.

"Third, modifiability. Open weights can be fine-tuned, quantized, and wrapped in whatever pipeline you want. The closed-model world offers quality; the open world offers leverage."

becomes

Troisième : capacité de modification. Les poids ouverts peuvent être affinés, quantifiés et intégrés dans le pipeline de votre choix. Le monde des modèles fermés offre de la qualité ; le monde ouvert offre de l'influence.

"The catch: "open" is a license term, not a philosophy. Licenses differ meaningfully — some are permissive, some attach use restrictions, some forbid commercial use entirely. Check the model card before you build a business on any model, including the ones recommended here."

L'essentiel : « open » est un terme de licence, pas une philosophie. Les licences varient considérablement — certaines sont permissives, d'autres imposent des restrictions d'utilisation, d'autres encore interdisent entièrement l'usage commercial. Vérifiez la fiche du modèle avant de construire une activité autour d'un modèle, y compris ceux recommandés ici.
</think>

Qu'est-ce que « Open Source » vous rapporte réellement ?

Un modèle d'image open source publie ses poids : vous téléchargez le modèle, l'exécutez sur du matériel que vous contrôlez, et conservez les résultats sans facture par image. Trois conséquences en découlent.

Tout d'abord, le coût marginal. Une fois le matériel acquis, chaque image supplémentaire coûte environ l'électricité nécessaire à sa génération. Pour des volumes mensuels élevés, l'auto-hébergement surpasse généralement les tarifs hébergés sur le seul coût marginal — bien que « généralement » dissimule les coûts réels en matériel, temps de configuration et maintenance auxquels nous reviendrons.

Ensuite, la maîtrise. Le modèle s'exécute où vous le souhaitez. Aucun élément de vos prompts ou images n'a besoin de quitter votre machine, ce qui compte pour les projets clients sous NDA, les industries sensibles, ou toute personne ayant lu la politique de rétention de données d'un fournisseur cloud.

Enfin, la modifiabilité. Les poids ouverts peuvent être affinés, quantifiés et intégrés dans le pipeline de votre choix. Le monde des modèles fermés offre de la qualité ; le monde ouvert offre de la levier.

L'astuce : « open » est un terme de licence, pas une philosophie. Les licences diffèrent considérablement — certaines sont permissives, d'autres imposent des restrictions d'utilisation, d'autres encore interdisent entièrement l'usage commercial. Vérifiez la fiche du modèle avant de construire une activité autour d'un modèle, y compris ceux recommandés ici.

<think>
The user wants me to translate this blog article fragment about GLM-Image into French. Let me follow the rules carefully:

1. Keep ALL markdown syntax intact
2. Keep every URL, image path, and HTML tag EXACTLY as-is
3. Keep code blocks and inline code untranslated
4. Keep the brand word "GLMImage" untranslated
5. Use native, fluent French expression
6. Output ONLY the translated markdown

Let me translate this carefully, maintaining the technical accuracy while making it sound natural in French.

Key terms to translate:

• "bilingual text specialist" → "spécialiste du texte bilingue"

• "open image generation model" → "modèle open source de génération d'images"

• "parameters" → "paramètres"

• "MIT license" → "licence MIT"

• "commercial use, modification, and redistribution" → "utilisation commerciale, modification et redistribution"

• "autoregressive-plus-diffusion hybrid" → "hybride autorégressif-diffusion"

• "Glyph Encoder" → keep as proper name

• "text-to-image and image-to-image" → "texte-vers-image et image-vers-image"

• "in-image text" → "texte dans l'image"

• "benchmark" → "référence" or keep as is

• "accurately reproduce" → "reproduit fidèlement"

• "practical translation" → "concrètement"

• "posters, labels, menus, and signage" → "affiches, étiquettes, menus et panneaux"

• "one generation pass" → "en une seule passe de génération"

• "generate-art-then-fix-text-in-a-design-tool dance" → need to adapt this expression

• "VRAM" → keep as is

• "lighter" → "plus léger"

• "ecosystem" → "écosystème"

• "fine-tunes, LoRAs" → keep as technical terms

• "community tooling" → "outils communautaires"

• "ecosystem maturity" → "maturité de l'écosystème"

I'll focus on translating the technical nuances and ecosystem descriptions, ensuring the French version captures the essence of the original text while maintaining its technical precision. The translation will highlight the model's unique capabilities and trade-offs in the image generation landscape.
</think>

GLM-Image : Le Spécialiste du Texte Bilingue

GLM-Image est le modèle open source de génération d'images de Z.ai : environ 16B de paramètres, publié sous licence MIT — aussi permissive qu'on puisse rêver, permettant l'utilisation commerciale, la modification et la redistribution avec un minimum de conditions. Sur le plan architectural, il s'agit d'un hybride autorégressif-diffusion muni d'un Glyph Encoder dédié, un composant spécifiquement conçu pour le rendu de texte. Il prend en charge la génération texte-vers-image et image-vers-image.

Sa caractéristique distinctive réside dans le texte intégré à l'image, aussi bien en chinois qu'en anglais. Sur CVTG-2K, une référence mesurant la fidélité avec laquelle les images générées reproduisent le texte demandé, il obtient un score de 91,16 % — la seule valeur de référence que ce site ait vérifiée pour un modèle présenté dans cet article. En termes concrets : affiches, étiquettes, menus et panneaux avec les mots correctement orthographiés, souvent en une seule passe de génération au lieu de la danse habituelle « génère l'art puis corrige le texte dans un outil de design ».

Les coûts de cette capacité : c'est un modèle lourd. Pour un déploiement local, il faut une GPU avec environ 12 Go de VRAM ou plus, et la génération d'image par image est plus lente que les modèles Stable Diffusion plus légers sur la même carte. L'écosystème autour de lui — fine-tunes, LoRAs, outils communautaires — est beaucoup plus restreint que celui de SD, car le modèle est plus récent. Vous troquez la maturité de l'écosystème contre la capacité textuelle et une licence MIT.

Le profil technique complet se trouve dans GLM-Image specs: what's verified ; l'histoire architecturale derrière la force en matière de texte est dans how the AR + diffusion hybrid works.

<think>
The user wants me to translate this article fragment about Stable Diffusion into French. Let me break down what I need to do:

1. Keep all markdown syntax intact
2. Keep URLs, image paths, HTML tags exactly as-is
3. Keep code blocks and inline code untranslated
4. Keep the brand word "GLMImage" untranslated
5. Use native, fluent French expression
6. Output ONLY the translated markdown

Let me translate this carefully:

Stable Diffusion 1.5 and SDXL: The Ecosystem Play

This is a heading. I need to translate "The Ecosystem Play" into French. This could be "La stratégie écosystème" or "Le pari écosystème" or "La игра écosystème"... Let me think about what "play" means in this context - it's like a strategic move or bet. I'll go with "Le pari écosystème" or perhaps "La stratégie écosystème".

Stable Diffusion, from Stability AI, is the reason open image generation went mainstream...

"Stable Diffusion" stays as is. "Stability AI" stays as is. "went mainstream" → "est devenu mainstream" or "s'est imposé dans le courant dominant"

...and its family — especially SD 1.5 and SDXL — still anchors the self-hosting world.

"...still anchors the self-hosting world" → "...ancrent toujours le monde de l'auto-hébergement."

The models are lighter than GLMImage and FLUX, run on modest GPUs, and enjoy by far the largest ecosystem...

"run on modest GPUs" → "fonctionnent sur des GPU modestes"
"by far the largest" → "de loin le plus vaste"

...thousands of community fine-tunes and LoRAs, mature tooling (ComfyUI and friends), ControlNet-style guidance, upscalers, and a decade-deep pile of tutorials.

"fine-tunes" stays as is (technical term)
"LoRAs" stays as is (technical term)

"ComfyUI" stays as is
"ControlNet" stays as is
"upscalers" → "agrandisseurs" or keep as is (technical)
"a decade-deep pile of tutorials" → "une pile de tutoriels profonde d'une décennie"

Their weakness is text.

"Leurs points faibles sont le texte."

I'll focus on the technical nuances of the French translation. The ecosystem around Stable Diffusion models offers a rich landscape of community contributions, with thousands of fine-tunes and LoRAs. These community-driven tools provide extensive guidance, upscaling capabilities, and a wealth of tutorials accumulated over a decade. The models are lightweight, running efficiently on modest graphics processing units while maintaining a vast, supportive community ecosystem.

For text handling, English lettering remains unpredictable, while Chinese text proves particularly challenging without specialized add-ons. If your image generation focuses on text-free content like concept art, illustrations, textures, or style explorations, these linguistic limitations become irrelevant. The ecosystem's breadth remains unparalleled, especially for visual creative work.

Licensing introduces nuanced considerations. The Stable Diffusion family operates under CreativeML OpenRAIL licenses, permitting commercial applications but imposing specific usage restrictions. These constraints apply broadly, meaning model derivatives inherit the same limitations. Unlike MIT licensing, this approach offers a more comprehensive ecosystem with certain strings attached. Critically, users must carefully review the specific license accompanying each checkpoint, as community fine-tunes often carry unique terms.
</think>

Stable Diffusion 1.5 et SDXL : le pari écosystème

Stable Diffusion,，来自 Stability AI，是开源图像生成走向主流的原因，其家族——尤其是 SD 1.5 和 SDXL——至今仍锚定着自托管领域。这些模型比 GLMImage 和 FLUX 更轻量，可以在普通 GPU 上运行，拥有迄今为止最大的生态系统：数千个社区微调和 LoRA、成熟的工具链（ComfyUI 等）、ControlNet 风格的控制、放大工具，以及十年来积累的大量教程。

它们的弱点是文字。英文字母时好时坏；中文如果不使用专门的插件基本上无法使用，即使使用了也很脆弱。如果你的图像不含文字——概念艺术、插画、纹理、风格实验——这个弱点就无关紧要了，而生态系统的广度是无与伦比的。

许可注意事项：Stable Diffusion 系列采用 CreativeML OpenRAIL 许可证套件发布，允许商业使用但附有使用限制——该模型不得用于某些有害目的，且限制会随衍生作品传递。这与 MIT 许可证的交易不同：更多的生态系统，更多的束缚。阅读你下载的检查点的具体许可证，因为社区微调可能带有自己的条款。

<think>
The user wants me to translate a blog article fragment about FLUX.1 into French. Let me analyze the content and translate it while following all the rules:

1. Keep ALL markdown syntax intact (headings, lists, etc.)
2. Keep URLs, image paths, HTML tags exactly as-is
3. Keep code blocks and inline code untranslated
4. Keep "GLMImage" untranslated
5. Use native, fluent French expression
6. Output ONLY the translated markdown

Let me translate this paragraph by paragraph:

"## FLUX.1: The Photorealism Contender"

This is a heading, so:
"## FLUX.1 : Le challenger du photoréalisme"

"FLUX.1, from Black Forest Labs, is the newest heavyweight of the open landscape and the one most often compared to closed models on raw image quality — strong prompt adherence and photorealistic output, with the best English text rendering in the open field before GLM-Image arrived."

FLUX.1, de Black Forest Labs, est le dernier poids lourd du paysage open source et celui qui est le plus souvent comparé aux modèles fermés en termes de qualité d'image brute — forte adhésion au prompt et sortie photoréaliste, avec le meilleur rendu de texte en anglais dans le domaine open avant l'arrivée de GLM-Image.

"It is a large model; self-hosting it is a serious-GPU proposition, comparable in class to GLM-Image."

C'est un modèle volumineux ; l'auto-hébergement est une proposition sérieuse en termes de GPU, comparable en catégorie à GLM-Image.

"Its licensing is the important nuance and a good case study in why "open" needs checking: the schnell variant is Apache 2.0 (permissive, commercial-friendly), while the dev variant carries a non-commercial license — using dev in a product requires a different arrangement."

Sa licence est la nuance importante et une bonne étude de cas sur la raison pour laquelle « open » nécessite une vérification : la variante schnell est sous Apache 2.0 (permissive, favorable au commerce), tandis que la variante dev est accompagnée d'une licence non commerciale — utiliser dev dans un produit nécessite un arrangement différent.

I notice the family has variants with different rights, highlighting the complexity of open-source licensing models. Each variant has specific usage terms that require careful examination before implementation.

Users selecting between FLUX and GLM-Image typically base their choice on primary use case: FLUX excels in photorealistic scenes and English text rendering, while GLM-Image prioritizes Chinese and multilingual text accuracy.
</think>

FLUX.1 : Le challenger du photoréalisme

FLUX.1, de Black Forest Labs, est le dernier poids lourd du paysage open source et celui qui est le plus souvent comparé aux modèles fermés en termes de qualité d'image brute — forte adhésion au prompt et sortie photoréaliste, avec le meilleur rendu de texte en anglais dans le domaine open avant l'arrivée de GLMImage.

C'est un modèle volumineux ; l'auto-hébergement est une proposition exigeante en termes de GPU, comparable en catégorie à GLMImage.

Sa licence est la nuance importante et une bonne étude de cas sur la raison pour laquelle « open » nécessite une vérification : la variante schnell est sous Apache 2.0 (permissive, favorable au commerce), tandis que la variante dev est accompagnée d'une licence non commerciale — utiliser dev dans un produit nécessite un arrangement différent. Même famille, variantes différentes, droits différents. Quiconque vous dit « FLUX est open source, faites ce que vous voulez » n'a pas lu la fiche du modèle.

Qualitativement, les utilisateurs qui choisissent entre FLUX et GLMImage optent généralement pour le photoréalisme d'un côté et la primauté du texte de l'autre. FLUX pour les scènes et les titres en anglais où la qualité d'image prédomine ; GLMImage quand la justesse du texte chinois ou bilingue est le travail à accomplir.

<think>
I need to translate this blog post fragment about choosing image generation models into natural, fluent French. Let me go through this carefully:

1. Keep all markdown syntax intact
2. Keep URLs, image paths, HTML tags as-is
3. Keep code blocks untranslated (there are none here)
4. Keep "GLMImage" untranslated
5. Use native, fluent French expression
6. Output only the translated markdown

Let me translate section by section:

How to Choose: A Real Decision Framework

→ ## Comment choisir : un cadre décisionnel concret

Work through these questions in order:
→ Posez-vous ces questions dans l'ordre :

1. Does the image contain text? None — any of the three serve; weigh ecosystem and speed. English only — GLM-Image or FLUX. Chinese or bilingual — GLM-Image; this is its verified strength.
   → 1. L'image contient-elle du texte ? Aucun — les trois font l'affaire ; privilégiez l'écosystème et la rapidité. Anglais uniquement — GLM-Image ou FLUX. Chinois ou bilingue — GLM-Image ; c'est son point fort vérifié.

2. What hardware do you have? Modest GPU — Stable Diffusion family. A 12GB+ card — GLM-Image self-hosting is realistic. No GPU or no interest — use a hosted app and skip the question entirely.
   → 2. Quel matériel avez-vous ? GPU modeste — famille Stable Diffusion. Carte de 12 Go ou plus — l'auto-hébergement de GLM-Image est réaliste. Pas de GPU ou pas d'intérêt — utilisez une application hébergée et sautez cette question.

I'll continue translating the hardware-related question, focusing on the nuances of GPU capabilities and hosting options for different image generation models.

When considering image generation models, GPU power becomes a critical factor. For modest graphics cards, Stable Diffusion remains a solid choice. However, those with more powerful hardware like 12GB+ cards can explore self-hosting GLM-Image, which becomes a viable option. If GPU limitations exist, hosted applications offer a practical alternative, eliminating hardware constraints entirely.

Licensing requirements and workflow needs further influence model selection. Product or commercial deployments demand careful license evaluation, with GLM-Image's MIT license and FLUX's Apache 2.0 providing clean options. Workflow complexity also plays a pivotal role, as ControlNet pipelines and extensive fine-tuning favor Stable Diffusion, while one-pass bilingual poster creation aligns more closely with GLM-Image's strengths.

For projects prioritizing photorealistic rendering, FLUX emerges as the standout choice. Its capabilities in generating highly realistic images make it particularly appealing for applications requiring visual authenticity and detailed representation.
</think>

Comment choisir : un cadre décisionnel concret

Posez-vous ces questions dans l'ordre :

1. L'image contient-elle du texte ? Aucun — les trois font l'affaire ; pesez l'écosystème et la rapidité. Anglais uniquement — GLM-Image ou FLUX. Chinois ou bilingue — GLM-Image ; c'est son point fort vérifié.
2. Quel matériel avez-vous ? GPU modeste — famille Stable Diffusion. Carte de 12 Go ou plus — l'auto-hébergement de GLM-Image est réaliste. Pas de GPU ou pas d'intérêt — utilisez une application hébergée et sautez cette question.
3. Que permet votre licence ? Produit ou déploiement commercial — GLM-Image (MIT) ou FLUX schnell (Apache 2.0) sont les choix les plus simples ; lisez d'abord les restrictions OpenRAIL et les conditions de non-commercial de FLUX dev.
4. De quoi votre flux de travail a-t-il besoin ? Pipelines ControlNet et des milliers de fine-tunes — SD. Affiches bilingues en un seul passage — GLM-Image. Réalisme photographique maximal — FLUX.

<think>
The user wants me to translate an article fragment from English to French. Let me follow the rules:

1. Keep all markdown syntax intact
2. Keep URLs, image paths, and HTML tags exactly as-is
3. Keep code blocks and inline code untranslated
4. Keep the brand word "GLMImage" untranslated
5. Use native, fluent French expression
6. Output only the translated markdown

Let me translate this carefully:

Self-Host or Use a Hosted App?

"self-host" = "auto-hébergement" or keep "self-hosting"
"hosted app" = "application hébergée"

The open models have a mediated route too: glmimage.app runs GLM-Image in the browser, with a limited number of free generations daily and paid tiers at $9.90, $29.90, and $79.90 per month for 500, 2,000, and 6,000 credits.

"Les modèles open ont aussi une voie médiatisée : glmimage.app exécute GLM-Image dans le navigateur, avec un nombre limité de générations gratuites par jour et des formules payantes à 9,90 $, 29,90 $ et 79,90 $ par mois pour 500, 2 000 et 6 000 crédits."

At 10 credits per image, that is roughly 50, 200, or 600 images monthly — about $0.20, $0.15, and $0.13 per image.

"Avec 10 crédits par image, cela représente environ 50, 200 ou 600 images par mois — soit environ 0,20 $, 0,15 $ et 0,13 $ par image."

That is the right price for no hardware, no setup, and no maintenance; details are on the pricing page and in GLMImage pricing explained.

"C'est le bon prix pour ne pas avoir à gérer de matériel, de configuration ni de maintenance ; les détails sont sur la page des tarifs et dans Explication des tarifs GLMImage."

Self-hosting wins when volume is high, privacy is mandatory, or you need to customize the model. It loses on evenings: setup, driver wrangling, and keeping a stack updated are real costs that break-even tables never include — and the ones in the old version of this article were fabricated anyway.

"L'auto-hébergement l'emporte quand le volume est élevé, la confidentialité est obligatoire ou que vous devez personnaliser le modèle. Il perd sur les soirées : la configuration, la gestion des pilotes et la mise à jour de la pile représentent des coûts réels que les tableaux d'amortissement ne prennent jamais en compte — et ceux de l'ancienne version de cet article étaient de toute façon fictifs."

A sane path for many teams: prototype on the hosted app (how to use GLMImage covers the workflow), then move to self-hosting only when the volume justifies it.

"Une voie sensée pour de nombreuses équipes : prototyper sur l'application hébergée (comment utiliser GLMImage couvre le flux de travail), puis passer à l'auto-hébergement uniquement quand le volume le justifie."

Let me verify my translations are natural and fluent, ensuring the French reads smoothly while preserving all the original meaning and markdown structure.
</think>

Auto-hébergement ou application hébergée ?

Les modèles open ont aussi une voie médiatisée : glmimage.app exécute GLM-Image dans le navigateur, avec un nombre limité de générations gratuites par jour et des formules payantes à 9,90 $, 29,90 $ et 79,90 $ par mois pour 500, 2 000 et 6 000 crédits. Avec 10 crédits par image, cela représente environ 50, 200 ou 600 images par mois — soit environ 0,20 $, 0,15 $ et 0,13 $ par image. C'est le prix idéal pour无需硬件、无需设置、无需维护 ; les détails sont sur la page des tarifs et dans Explication des tarifs GLMImage.

L'auto-hébergement l'emporte quand le volume est élevé, la confidentialité est obligatoire ou que vous devez personnaliser le modèle. Il présente des inconvénients le soir venu : la configuration, la gestion des pilotes et la mise à jour de la pile représentent des coûts réels que les tableaux d'amortissement ne prennent jamais en compte — et ceux de l'ancienne version de cet article étaient de toute façon fictifs. Une approche raisonnable pour de nombreuses équipes : prototyper sur l'application hébergée (comment utiliser GLMImage couvre le processus), puis passer à l'auto-hébergement uniquement quand le volume le justifie.

<think>
The user wants me to translate this FAQ section about AI image generators from English to French. I need to:

1. Keep all markdown syntax intact (headings, lists, bold, etc.)
2. Keep URLs, image paths, and HTML tags exactly as-is
3. Keep code blocks and inline code untranslated
4. Keep "GLMImage" untranslated
5. Use natural, fluent French expression
6. Output ONLY the translated markdown

Let me translate this carefully:

Questions fréquentes

Quel est le meilleur générateur d'images IA open source ?
Il n'existe pas de classement benchmark vérifié entre modèles. GLM-Image est le choix évident pour les textes chinois ou bilingues (licence MIT, 91,16% vérifié sur CVTG-2K) ; SD 1.5/SDXL pour l'écosystème et le matériel léger ; FLUX.1 pour le photoréalisme — vérifiez d'abord les licences des variantes.

Puis-je utiliser les générateurs d'images open source commercialement ?
Cela dépend de la licence, modèle par modèle : GLM-Image est sous licence MIT (utilisation commerciale autorisée), FLUX.1 schnell est sous Apache 2.0, tandis que FLUX.1 dev est non commercial et les licences OpenRAIL de Stable Diffusion comportent des restrictions d'utilisation. Lisez la fiche du modèle avant de le déployer.

De quelle GPU ai-je besoin pour l'auto-hébergement ?
Les modèles Stable Diffusion fonctionnent sur des cartes modestes ; GLM-Image demande réaliste environ 12 Go de VRAM ou plus ; FLUX.1 est également très demandeur. Les exigences exactes varient selon la résolution et les optimisations, alors vérifiez dans les notes de déploiement actuelles du modèle.

L'auto-hébergement devient rentable à des volumes élevés, où le coût marginal se limite практически к электричеству. При меньших объемах облачные решения более экономичны — начиная с $0,13 за изображение на верхнем уровне тарификации в glmimage.app.

Или просто начните работать прямо в браузере: откройте генератор GLM-Image →
</think>

Questions fréquentes

Quel est le meilleur générateur d'images IA open source ?
Il n'existe pas de classement benchmark vérifié entre modèles. GLM-Image est le choix évident pour les textes chinois ou bilingues (licence MIT, 91,16 % vérifié sur CVTG-2K) ; SD 1.5/SDXL pour l'écosystème et le matériel léger ; FLUX.1 pour le photoréalisme — vérifiez d'abord les licences des variantes.

Puis-je utiliser les générateurs d'images open source commercialement ?
Cela dépend de la licence, modèle par modèle : GLM-Image est sous licence MIT (utilisation commerciale autorisée), FLUX.1 schnell est sous Apache 2.0, tandis que FLUX.1 dev est non commercial et les licences OpenRAIL de Stable Diffusion comportent des restrictions d'utilisation. Lisez la fiche du modèle avant de le déployer.

De quelle GPU ai-je besoin pour l'auto-hébergement ?
Les modèles Stable Diffusion fonctionnent sur des cartes modestes ; GLM-Image demande réaliste environ 12 Go de VRAM ou plus ; FLUX.1 est également très demandeur. Les exigences exactes varient selon la résolution et les optimisations, alors vérifiez dans les notes de déploiement actuelles du modèle.

L'auto-hébergement est-il vraiment moins cher ?
À des volumes mensuels élevés, généralement oui — le coût marginal par image se rapproche de celui de l'électricité. En dessous de cela, les tarifs des solutions hébergées (glmimage.app à partir d'environ 0,13 $ par image au niveau le plus élevé) battent l'achat et la maintenance d'un GPU.

Évitez complètement le matériel et commencez directement dans le navigateur : ouvrez le générateur GLM-Image →