Bonsai Image 4B : la génération d’images en local

Bonsai Image 4B, le modèle d’image compressé de PrismML, mise sur le local-first grâce à une compression musclée. Reste à vérifier, selon vos usages, ce que cette compression change côté qualité fine.

Points clés – Bonsai Image 4B est, selon PrismML, le premier modèle d’image de sa classe à tourner directement sur un iPhone. – La variante 1-bit pèse 0,93 Go contre 7,75 Go pour FLUX d’origine, soit une réduction de 8,3x sur le transformeur de diffusion. – Sur Mac M4 Pro, le modèle est jusqu’à 5 fois plus rapide que la baseline FLUX.2 Klein 4B selon les mesures publiées par PrismML. – Pour qui : développeurs mobile, créateurs hors-ligne, studios contraints par la confidentialité des prompts.

Prise en main et déploiement

Les poids du modèle sont disponibles sur la page de PrismML dédiée à Bonsai Image 4B.

Le payload de déploiement Apple Silicon pèse 3,42 Go pour la variante 1-bit et 3,88 Go pour la Ternary. C’est ce qui rentre réellement sur l’appareil, encodeur de texte compressé et VAE FP16 inclus. À titre de comparaison, FLUX.2 Klein 4B — la base sur laquelle Bonsai Image 4B est construit — demande 15,97 Go. Le gap est net.

Selon PrismML, la variante 1-bit peut s’exécuter sur un iPhone récent, une première dans cette classe de paramètres. L’inférence se fait alors en local, sans relais cloud ni réseau.

Appareils et configurations concernés

Mac M4 Pro

Côté vitesse, PrismML annonce un gain jusqu’à 5x sur Mac M4 Pro par rapport à la baseline FLUX.

iPhone : ce que l’on sait

Côté iPhone, c’est le point le plus marquant. Le pipeline FLUX.2 Klein 4B, à 15,97 Go de payload, ne rentre tout simplement pas dans le budget mémoire d’un téléphone. Bonsai Image 4B, oui. Les deux variantes sont annoncées comme exécutables on-device.

Générer des illustrations dans un train, sans réseau et sans inquiétude pour la confidentialité des prompts, est le type d’usage que permet une exécution locale. Pour les workflows où le sujet du prompt est sensible (brief produit confidentiel, identité graphique en gestation), c’est un changement de modèle.

MacBook Air M2 : la limite basse intéressante

Sur un MacBook Air M2 avec 16 Go de RAM, la génération en 1024×1024 est présentée comme possible, avec un temps de génération plus long que sur un M4 Pro. Pour un freelance qui n’a pas de station de travail dédiée à l’IA, ce type de configuration constituerait le point d’entrée qui manquait.

iPad Pro et MacBook Pro M1 : les autres appareils compatibles

Un iPad Pro (M4) et un MacBook Pro M1 figurent parmi les appareils pouvant faire tourner l’outil, avec les deux variantes. Vous pouvez comparer vous-même la variante Ternary, qui vise davantage de finesse sur les textures organiques (cheveux, feuillage), et la variante 1-bit, plus légère et adaptée aux compositions géométriques, en vous appuyant sur la fiche technique.

Le chiffre clé : 9 secondes pour un 512×512

PrismML donne un chiffre clé : Bonsai Image 4B génère une image 512×512 en 9 secondes sur Mac M4 Pro. C’est l’ordre de grandeur qui rendrait l’outil exploitable pour de l’itération créative, pas seulement de la démo.

Sous le capot : ce que veulent dire « 1-bit » et « ternary »

C’est la partie qui peut rebuter, mais elle explique tout le reste.

Bonsai Image 4B est construit à partir de FLUX.2 Klein 4B. Dans un modèle de cette classe, le transformeur de diffusion est la pièce la plus lourde et celle qui s’exécute en boucle pendant la génération. C’est sur ce composant que PrismML applique sa compression agressive.

1-bit : poids binaires

La variante 1-bit utilise des poids de transformeur binaires {−1, +1}, accompagnés d’un facteur d’échelle group-wise en FP16. Concrètement, chaque poids n’a que deux valeurs possibles. C’est extrême, mais ça permet une compression radicale.

Un détail compte : environ 5 % des tenseurs, dits « projection layers », restent en FP16 parce qu’ils sont sensibles à la précision. Résultat final : le transformeur 1-bit pèse 0,93 Go, soit une réduction de 8,3x par rapport aux 7,75 Go de FLUX en pleine précision.

Ternary : poids ternaires

La variante Ternary ajoute la valeur zéro à l’éventail. Le coût mémoire monte un peu — 1,21 Go pour le transformeur final, soit une réduction de 6,4x — mais la qualité gagne en finesse sur certaines textures. Le facteur d’échelle FP16 group-wise est conservé.

C’est le compromis classique en quantification : plus on garde de niveaux, plus la fidélité au modèle d’origine est élevée, mais le poids du fichier grimpe. Ici, les deux variantes restent en deçà de 1,3 Go pour le transformeur, ce qui est la condition sine qua non pour tenir sur un iPhone.

Forces & limites

Pour : – Tient sur un iPhone : premier modèle d’image de sa classe à le faire, selon PrismML. – Réduit fortement la mémoire active par rapport à FLUX d’origine en 1024×1024. – Vise la génération d’images 512×512 sur Mac M4 Pro. – Préserve la confidentialité : aucun prompt ne quitte l’appareil. – Cible des machines modestes (MacBook Air M2 avec 16 Go).

Contre : – Risque de perdre en finesse sur les textures complexes par rapport à FLUX pleine précision, comme c’est souvent le cas avec une compression aussi agressive. – Demande un pipeline de déploiement Apple Silicon spécifique, pas plug-and-play sur Windows. – Limite la résolution native testée à 1024×1024 dans les benchmarks publiés. – Reste un modèle 4B : ne joue pas dans la cour des modèles 12B ou plus pour la fidélité photoréaliste extrême.

Vs la concurrence : où Bonsai se positionne

Le point clé du tableau : FLUX.2 Klein 4B ne rentre pas dans le budget mémoire d’un téléphone, alors que les deux variantes Bonsai tournent on-device. Pour comparer à des concurrents hors écosystème Apple Silicon, la communauté open source propose d’autres modèles compressés (variantes quantifiées de Stable Diffusion notamment), mais aucun ne semble se situer dans la même classe de paramètres avec une compression aussi agressive et un déploiement iPhone documenté.

Benchmarks publiés : trois angles complémentaires

PrismML évalue Bonsai Image 4B sur trois benchmarks complémentaires. C’est la grille qu’il faut connaître pour juger un modèle d’image en 2026.

• GenEval : mesure la composition d’objets et le binding d’attributs. En clair, est-ce que le modèle place les bons objets aux bons endroits avec les bonnes couleurs ?
• HPSv3 : préférence humaine et qualité esthétique. Sur des paires d’images, des évaluateurs humains désignent celle qu’ils préfèrent.
• DPG-Bench : suivi de prompts denses et fidélité sémantique. C’est le test du prompt long et précis, celui qui simule un brief réel.

Les chiffres exacts des trois benchmarks sont détaillés sur la page de présentation de Bonsai Image 4B chez PrismML. À noter : la combinaison des trois est ce qui compte. Un modèle peut briller sur HPSv3 (qualité esthétique brute) et faiblir sur DPG-Bench (suivi d’instructions). C’est précisément le genre d’écart qui se voit en usage pro.

Pour qui ?

Profils utilisateurs

Développeur mobile / créateur d’apps iOS : Bonsai Image 4B ouvre la génération d’image embarquée sans dépendance cloud. Pour une app de moodboard, de prototype, de filtre créatif, c’est le premier modèle de cette classe à le permettre.

Créateur indépendant en mobilité : freelance en déplacement, journaliste, photographe — qui veut itérer sur des visuels sans réseau ni quota. La latence locale et la confidentialité des prompts changent le workflow.

Studio sensible à la confidentialité : agences travaillant sur des briefs sous NDA, équipes produit en pré-lancement. Aucun prompt ne quitte l’appareil, ce qui résout un sujet juridique récurrent depuis 2024.

Bonsai Image 4B vise à tenir sa promesse. La compression musclée du transformeur de diffusion — 8,3x pour la variante 1-bit, 6,4x pour la Ternary — n’est pas un argument marketing, c’est une condition pour rentrer dans le budget mémoire d’un iPhone. L’objectif est une génération en local pur, sans réseau.

Le compromis se paie vraisemblablement en qualité fine. Sur des compositions très détaillées, FLUX en pleine précision peut conserver l’avantage. Pour des usages comme l’illustration d’article, le moodboard, la vignette sociale ou le prototype produit, l’écart devrait rester limité.

En un mot : la compression rend exploitable, pas parfait.

Pour creuser le contexte technique des modèles d’image compressés, vous pouvez relire notre dossier sur la quantification appliquée aux modèles génératifs et notre comparatif des pipelines locaux Apple Silicon en 2026. Et si l’angle confidentialité vous intéresse, notre article sur les modèles on-device et les enjeux RGPD éclaire la question.

FAQ

Quelle est la différence concrète entre les variantes 1-bit et Ternary ?

La variante 1-bit utilise des poids binaires {−1, +1} et le transformeur final pèse 0,93 Go. La Ternary utilise des poids {−1, 0, +1} et le transformeur pèse 1,21 Go. La Ternary garde une finesse supérieure sur certaines textures organiques, la 1-bit reste plus compacte et plus rapide. Choisissez Ternary si la qualité prime, 1-bit si vous visez les appareils les plus contraints en mémoire.

Bonsai Image 4B fonctionne-t-il vraiment sur un iPhone ?

Oui. Selon PrismML, c’est le premier modèle d’image de sa classe à tourner directement sur iPhone. Le payload de déploiement Apple Silicon est de 3,42 Go pour la 1-bit et 3,88 Go pour la Ternary, encodeur de texte compressé et VAE FP16 inclus. À comparer aux 15,97 Go de FLUX.2 Klein 4B, qui ne rentre pas dans le budget mémoire d’un téléphone.

Quels gains de performance sur Mac M4 Pro ?

PrismML annonce un facteur jusqu’à 5x de vitesse par rapport à la baseline FLUX.2 Klein 4B. La mémoire active moyenne tombe à 1,5 Go pour générer un 512×512 avec la variante 1-bit, contre 11,74 Go pour FLUX d’origine. En pratique, une image 512×512 est générée en 9 secondes sur cette machine, selon les mesures publiées par PrismML.

Faut-il un Mac récent pour utiliser Bonsai Image 4B ?

Non, pas obligatoirement. Selon les configurations décrites, un MacBook Air M2 avec 16 Go de RAM peut faire tourner les deux variantes, avec un temps de génération plus long qu’sur un M4 Pro. C’est le point d’entrée qui manquait pour les freelances sans station de travail dédiée à l’IA.