← Retour au blog
AiEnviron 8 min de lecture

120 applications, un dossier chacune, et les chiffres GPU que personne ne publie

Publié le 13 nov. 2026
120 applications, un dossier chacune, et les chiffres GPU que personne ne publie

Freefield se décrit en une phrase : un Higgsfield open source sur ComfyUI, où chaque application est un dossier et chaque modèle est en poids ouverts.

Cette phrase porte beaucoup de poids, et le dépôt l'assume de la façon la moins spectaculaire possible. Il y a un tableau de 120 applications. Chacune est un répertoire avec un manifeste `app.json`. L'interface web, le runner, le téléchargement des modèles, la carte de VRAM et les tests sont tous générés à partir de ces manifestes. Changez le manifeste, le formulaire dans le navigateur change avec lui.

Ce qu'il y a vraiment dans la boîte

Les menus reprennent la disposition d'un produit commercial, et c'est justement le but de l'exercice. Des studios image, vidéo, VFX et audio, le menu vidéo à lui seul contenant 46 applications réparties en Create, Edit, Motion control et Templates.

Sur les 120 applications, 119 sont marquées prêtes. Trente-neuf font tourner leur propre workflow. Cinq sont des applications IC-LoRA, pour l'échange de personnage à la Genjutsu, le recadrage, le passage SDR vers HDR, les médias mixtes et le doublage. Une est une application de morphing. Soixante-douze sont des applications modèles, où un prompt figé passe dans un pipeline existant, générées par script plutôt que construites à la main. Deux sont des applications de smoke test sans modèle, pour la CI. Une, `moss-image`, est encore un brouillon.

Cette décomposition compte plus que le chiffre en titre. Un dépôt qui annonce 120 applications et qui veut dire 72 presets de prompt est honnête sur ce qu'est un preset.

La partie qui change votre façon de lire tous les autres projets

Chaque exemple de l'interface web correspond à un vrai run GPU, et le dépôt publie le journal. Quarante-huit runs de labo sur Modal entre le 20 et le 26 octobre, sur du L40S et du H100. Sur 733 cas, 710 sont revenus en ok.

Soit 96.9 %, et les 23 qui n'ont pas marché sont listés au lieu d'être supprimés.

Les temps de bout en bout sont publiés de la même façon. Le 23 octobre, en partant du navigateur et en passant par l'interface web, le serveur, une passerelle sur Modal et ComfyUI sur un H100 : l'application `morph` a mis 160.8 secondes du clic au fichier vidéo fini, dont 128.7 secondes sur le GPU. `mixed-media` a pris 149 secondes. `dub` a pris 72 secondes. Un jour plus tard, `face-swap` a passé 25.2 secondes sur le GPU.

Le pic de VRAM est indiqué par application, avec le GPU utilisé. `cinema-video` demande 44.3 GB sur un L40S. `h3-video` demande 27.1 GB rien que pour l'encodeur de texte. `reshoot`, qui re-rend un plan depuis un autre angle avec MiniMax H3 plus MoGe et CrossView, monte à 44.2 GB sur une carte de 48 GB.

Quiconque a déjà essayé de dimensionner une location de GPU à partir d'un README sait pourquoi c'est inhabituel. La plupart des projets vous donnent le modèle. Très peu vous donnent le pic mémoire du pipeline autour du modèle, et c'est ce chiffre qui décide vraiment si votre carte suffit.

douze carreaux d'échantillons de matériaux sur une pierre sombre, à côté d'un chronomètre au cadran vide

Les applications à regarder en premier

`cinema-video` enchaîne deux modèles dans un seul graphe : une image fixe produite par FLUX 3 Image Klein devient la première image de l'image-to-video de LTX-2.5, avec jusqu'à trois mouvements de caméra choisis dans une liste de 33 et écrits dans l'ordre de votre choix. Les notes de labo retiennent une trouvaille qui vaut la peine d'être reprise : un seul mouvement de caméra tient, alors que l'ordre de deux mouvements se casse. Ce genre de détail ne sort qu'en faisant tourner la chose.

`h3-video` et `h3-photo` font tourner MiniMax H3 en int8 depuis les templates de Comfy, du texte ou d'une photo vers un clip avec parole, effets sonores et musique, 20 steps, sans turbo LoRA. `extend-video` reprend la dernière image d'un clip existant et le continue avec son propre audio. `reshoot` change l'angle de caméra sur un plan déjà tourné et bouche les trous laissés par la reprojection.

Côté image, c'est une étagère des modèles ouverts du moment : FLUX 3 Klein avec et sans l'upsampler, Z-Image Turbo, Krea 2 Turbo, MOSS-Image. Le dépôt montre six prompts identiques passés dans chacun, avec les secondes GPU et le pic de VRAM imprimés sous chaque image, plus une note : une seule image coûte environ $0.007 au tarif de base de Modal, $1.95 de l'heure.

Installation

Deux chemins, tous les deux documentés.

Avec Modal : Node 22.6+, Python 3.10+ et un compte Modal. Lancez d'abord `python tools/doctor.py`, qui signale ce qui manque, si Modal est connecté, si les secrets existent et quelles licences Hugging Face sous conditions vous n'avez pas acceptées. Ensuite `python tools/setup_token.py` pour fabriquer le token de la passerelle, `modal secret create huggingface HF_TOKEN=...`, `python tools/catalog.py packs` pour construire les packs de téléchargement, `modal run infra/modal_app.py::download --pack image` pour tirer les poids, `modal deploy infra/modal_app.py` pour déployer, et `npm install && npm run serve` pour lancer l'interface sur le port 3000.

Sans Modal : `python tools/local_backend.py setup ~/freefield-comfy` installe ComfyUI sur un commit figé avec des nœuds custom figés, plus un proxy d'API Comfy et la passerelle de token. Ensuite vous téléchargez les packs en local, vous lancez le backend et vous démarrez la même application web. Le tableau des applications a une colonne pour ce qui tient sur une carte de 24 GB.

Vous pouvez aussi piloter une application depuis le terminal sans navigateur, en appelant l'application create-image avec un prompt comme `a red bicycle against a white wall`.

Là où les coutures se voient

La dépendance à Modal est réelle pour tout ce qui est lourd. Plusieurs applications affichent "needs Modal" à côté de leur chiffre de VRAM, ce qui est une façon polie de dire que le pipeline ne tiendra pas sur une carte grand public. Si votre plan est un 4090 local, lisez la colonne 24 GB avec attention avant de télécharger des poids.

Le token de passerelle et le comportement de déchargement par application existent pour une raison : entre deux applications aux modèles de base différents, la passerelle appelle l'endpoint de libération de ComfyUI pour que rien de l'application précédente ne reste en mémoire. C'est une solution au chatterton à un vrai problème, et cela veut dire que les démarrages à froid font partie de l'expérience.

Les applications modèles sont la partie la plus faible du catalogue. Soixante-douze entrées qui ne sont qu'un prompt figé sur un pipeline existant ressembleront à du remplissage pour quiconque ouvre le dossier en espérant du code. C'est dans les 39 applications avec leur propre workflow que vit l'ingénierie.

Il y a aussi une question de licence que le dépôt soulève sans vraiment y répondre. Un LoRA de personnage occupe un GPU pendant des dizaines de minutes, la facture atterrit sur le compte Modal de quelqu'un, et un LoRA du visage d'une personne doit être stocké par utilisateur et avec consentement. Le README signale cela comme un point ouvert. L'instinct est bon, et ce n'est pas résolu.

Pourquoi celui-là mérite votre après-midi

La catégorie des studios d'IA est encombrée de produits qui cachent leurs rouages et de clones open source qui vous montrent une démo et un script d'installation cassé. Freefield occupe une troisième place : il expose la plomberie, publie le taux d'échec et imprime la facture à côté de la sortie.

Cette combinaison le rend utile même si vous ne le lancez jamais. La carte de VRAM seule est un document de référence pour quiconque prépare un pipeline média auto-hébergé, et les temps et la mémoire par application sont exactement les données que la plupart des fournisseurs gardent privées parce qu'elles font paraître leur marketing moins beau.

Le cadrage du labo lui-même est un bon test à appliquer ailleurs. Chaque exemple est un vrai run. Si un projet ne peut pas le dire, demandez ce que sont les exemples.

Articles associés

Quelqu'un a mis le droit mondial dans git, on peut donc blâmer un article de loi

global-law conserve les textes de chaque pays dans un dépôt git où chaque commit correspond à une loi entrée en vigueur à une date connue. On peut lancer log, blame, show et diff sur un article, demander ce qui s'appliquait dans chaque pays un jour donné, et confier le tout à un assistant via MCP.

Un serveur, une streameuse IA : dans le code qui fait tourner un live nocturne

open-yoki est le code de production d'une hôte IA qui streame chaque soir sur Binance Square, personnalité, voix et fonctions liées à l'argent retirées. headless Chrome dessine la frame, ffmpeg pousse le RTMP, un dossier de Markdown décide de son humeur et de ce qu'elle publie.

Pinky laisse un agent piloter votre téléphone, et garde le bouton Envoyer enfoncé jusqu'à votre clic sur Autoriser

Pinky relie n'importe quel agent MCP à un vrai iPhone ou Android et impose l'approbation dans sa propre passerelle plutôt que dans un prompt. Les applis bancaires sont invisibles, les champs de mot de passe interdits, et sous Android 13 l'agent obtient un second écran caché.

Cicada écoute directement l'audio de votre réunion, sans bot dans la salle

Cicada est une application gratuite pour Mac, Windows, Linux et Android qui écrit des sous-titres bilingues et des notes de réunion structurées à partir de l'audio du système, puis vous laisse tenir une touche pour répondre dans l'autre langue avec votre propre voix clonée. Aucun bot ne rejoint l'appel.