fix: manejo de errores CUDA para FLUX.1-schnell y mapeo correcto de FLUX.1-Kontext-dev - Manejo específico para error NVML_SUCCESS - Fallback automático a FLUX.1-dev - Mapeo de Kontext-dev a Replicate

app.py

@@ -225,20 +225,69 @@ def load_image_model(model_name):
                     print(f"❌ Error cargando FLUX: {e}")
                     print(f"🔍 Tipo de error: {type(e).__name__}")
                     
+                    # Manejo específico para error de CUDA en FLUX.1-schnell
+                    if "NVML_SUCCESS" in str(e) or "CUDACachingAllocator" in str(e):
+                        print("🚨 Error de CUDA detectado en FLUX.1-schnell")
+                        print("🔧 Intentando solución alternativa...")
+                        
+                        try:
+                            # Limpiar memoria CUDA
+                            if torch.cuda.is_available():
+                                torch.cuda.empty_cache()
+                                print("🧹 Memoria CUDA limpiada")
+                            
+                            # Intentar cargar sin optimizaciones
+                            pipe = FluxPipeline.from_pretrained(
+                                model_name,
+                                torch_dtype=torch.float32,  # Usar float32 en lugar de float16
+                                use_auth_token=HF_TOKEN,
+                                device_map="auto"  # Dejar que PyTorch maneje la asignación
+                            )
+                            print("✅ FLUX cargado con configuración alternativa")
+                            
+                        except Exception as e2:
+                            print(f"❌ Error persistente: {e2}")
+                            print("🔄 Fallback a FLUX.1-dev...")
+                            
+                            try:
+                                pipe = FluxPipeline.from_pretrained(
+                                    "black-forest-labs/FLUX.1-dev",
+                                    torch_dtype=torch.float32,
+                                    use_auth_token=HF_TOKEN
+                                )
+                                print("✅ FLUX.1-dev cargado como fallback")
+                            except Exception as e3:
+                                print(f"❌ Error con FLUX.1-dev: {e3}")
+                                print("🔄 Fallback final a Stable Diffusion...")
+                                pipe = StableDiffusionPipeline.from_pretrained(
+                                    "CompVis/stable-diffusion-v1-4",
+                                    torch_dtype=torch_dtype,
+                                    safety_checker=None
+                                )
+                    
                     # Si es un error de autenticación, dar instrucciones específicas
-                    if "401" in str(e) or "unauthorized" in str(e).lower():
+                    elif "401" in str(e) or "unauthorized" in str(e).lower():
                         print("🔐 Error de autenticación. Asegúrate de:")
                         print("   1. Tener acceso al modelo FLUX en Hugging Face")
                         print("   2. Configurar HF_TOKEN en las variables de entorno del Space")
                         print("   3. Que el token tenga permisos para acceder a modelos gated")
+                        
+                        # Fallback a Stable Diffusion
+                        print("🔄 Fallback a Stable Diffusion...")
+                        pipe = StableDiffusionPipeline.from_pretrained(
+                            "CompVis/stable-diffusion-v1-4",
+                            torch_dtype=torch_dtype,
+                            safety_checker=None
+                        )
                     
-                    # Fallback a Stable Diffusion
-                    print("🔄 Fallback a Stable Diffusion...")
-                    pipe = StableDiffusionPipeline.from_pretrained(
-                        "CompVis/stable-diffusion-v1-4",
-                        torch_dtype=torch_dtype,
-                        safety_checker=None
-                    )
+                    # Otros errores
+                    else:
+                        print("🔄 Fallback a Stable Diffusion...")
+                        pipe = StableDiffusionPipeline.from_pretrained(
+                            "CompVis/stable-diffusion-v1-4",
+                            torch_dtype=torch_dtype,
+                            safety_checker=None
+                        )
             
             # Configuración especial para SD 3.5 Large (Premium)
             elif "stable-diffusion-3.5-large" in model_name: