Stable Diffusion локально — SDXL идёт на 12 ГБ, а полный SD 3.5 Large весит 27,9 ГБ

Коротко (TL;DR)

• Stable Diffusion локально в октябре 2026 года — это прежде всего SDXL: модель 2023 года на 6,94 ГБ, которую на Hugging Face скачали 4,2 млн раз за последнее окно счётчика (25.10.2026). Для неё хватает видеокарты на 12 ГБ.
• SD 3.5 (Large 8,1 млрд параметров, Medium 2,5 млрд) — последняя открытая версия от Stability AI, веса не менялись с 22.10.2024. Stable Diffusion 4 не существует.
• Память SD 3.5 съедает не сама модель, а текстовый энкодер T5-XXL на 9,79 ГБ: полный комплект Large в 16-битном формате весит 27,9 ГБ (наш расчёт по файлам), с T5 в fp8 — 23 ГБ.
• Скорость SDXL на картинку 1024×1024 и 30 шагов: RTX 3060 — 20,75 с, RTX 5060 Ti — 11,34 с, RTX 3090 — 8,28 с, RTX 5090 — 4,84 с (замер ComputingForGeeks, 20.10.2026). Независимых замеров SD 3.5 нет.
• Ставить стоит ComfyUI (Windows, Linux, Mac) или Forge Classic; на Mac проще всего Draw Things. AUTOMATIC1111 и оригинальный Forge заброшены — старые инструкции по ним уже не работают как написано.
• Лицензии разные: SDXL — CreativeML Open RAIL++-M, SD 3.5 — бесплатно для организаций с доходом до $1 млн в год, FLUX.1-dev — только некоммерческое использование.

SDXL, SD 3.5 Large и Medium: чем различаются модели Stable Diffusion

Stable Diffusion — семейство открытых моделей, которые рисуют картинку по текстовому описанию (промпту). Открытые — значит, файлы модели (веса) можно скачать и запустить на своём компьютере без интернета и подписки. Отсюда и интерес к теме «Stable Diffusion локально»: приватность, ноль затрат на генерацию и полный контроль над моделью.

Модель берёт картинку из случайного шума и за несколько десятков шагов постепенно «очищает» её, сверяясь с промптом. Промпт в числа переводит текстовый энкодер — отдельная нейросеть внутри комплекта. Больше шагов — дольше генерация; тяжелее энкодер — больше памяти.

Stable Diffusion XL: что это за модель сегодня. Это базовая модель июля 2023 года: UNet втрое больше, чем у прошлых версий, плюс второй текстовый энкодер (так её описывает научная статья Stability на arXiv); вся base-модель — около 3,5 млрд параметров, рабочее разрешение — 1024×1024. Над SDXL сообщество за три года построило тысячи дообученных версий (файнтюнов) и LoRA — небольших «надстроек», которые учат модель конкретному стилю или персонажу.

Актуальная линейка:

до выхода на биржу

Binance · Wall Street 24/7OpenAI и Anthropic ещё не на биржеPre-IPOА контракты на их цену уже торгуются на Binance

OpenAIAnthropicNVDA

Смотреть цены

• SDXL base 1.0 — 6,94 ГБ одним файлом, энкодеры уже внутри. Основа для файнтюнов вроде Illustrious XL и Animagine XL.
• SD 3.5 Large — 8,1 млрд параметров, вышла 22.10.2024. Самая сильная модель семейства по словам самой Stability, но и самая тяжёлая.
• SD 3.5 Large Turbo — дистиллированная (ужатая обучением) версия Large: рисует за 4 шага вместо 28 по умолчанию (так в примерах diffusers), но файл того же размера — 16,46 ГБ.
• SD 3.5 Medium — 2,5 млрд параметров, вышла 29.10.2024. Stability называет её моделью, которая запускается «из коробки» на потребительском железе.

Пример, чтобы почувствовать разницу: на одной и той же RTX 3060 картинка SDXL за 30 шагов готова за 20,75 с, а FLUX.1-dev — более новая модель другой команды — за 20 шагов тратит 63,91 с. SD 3.5 Large по числу параметров ближе к FLUX, чем к SDXL, поэтому чудес скорости от неё ждать не стоит.

GLM-5.3 от Z.ai: флагман 753B не для дома, а Flash работает на Mac со 128 ГБ

Mistral Medium 3.5 128B: открытые веса, 75 ГБ в 4 битах, 7,7 ток/с в FP8 на M5 Ultra

Whisper large-v3 и turbo на ПК и Mac: 4,96% ошибок на русском, память от 2,9 ГБ

Qwen 3.6 35B-A3B — MoE-модель Alibaba: 21–24 ГБ в 4 битах и до 183 ток/с дома

Qwen 3.8 27B на своём железе: 17,6 ГБ в 4 битах и индекс 34 у Artificial Analysis

Stable Diffusion 4 нет: на 25.10.2026 на новостной странице Stability анонса нет (последние модели там — Stable Audio 3.0), а в списке новых моделей компании на Hugging Face — аудио и варианты под NPU.

График показывает, где живёт сообщество: SDXL скачивают в 60–70 раз чаще, чем SD 3.5, и почти в 7 раз чаще, чем FLUX.1-dev. Часть отставания SD 3.5 объясняется тем, что его файлы закрыты соглашением, но даже с этой поправкой разрыв огромный.

Версии, веса и лицензии Stable Diffusion: таблица SDXL и SD 3.5

Stable Diffusion 3.5 vs XL коротко: SD 3.5, по словам Stability, точнее следует промпту и новее по архитектуре (MMDiT — трансформер вместо UNet), а SDXL легче, быстрее и окружён экосистемой файнтюнов.

Что важно для практики:

• Лицензия SD 3.5. Stability AI Community License разрешает исследования, некоммерческое и коммерческое использование, если у человека или организации годовой доход меньше $1 млн — из любого источника, а не только от картинок (условия на сайте Stability, проверено 25.10.2026). Выше порога нужна Enterprise-лицензия, а при нарушении условий лицензию могут отозвать. Условия могут меняться — сверяйтесь с этой страницей в момент использования.
• Доступ к файлам SD 3.5. На Hugging Face модель помечена как gated: файлы видны, но скачать их можно только после входа в аккаунт и согласия с лицензией. Одобрение автоматическое.
• Лицензия SDXL — CreativeML Open RAIL++-M: коммерческое использование разрешено, но с поведенческими ограничениями (запрещённые сценарии перечислены в самой лицензии).
• Файнтюн не наследует лицензию базы. У Illustrious XL — своя Fair AI Public License 1.0-SD, у Animagine XL 4.0 — OpenRAIL++, у разных копий Pony V6 на Hugging Face теги лицензии противоречат друг другу. Условия смотрите на карточке конкретного чекпойнта (файла модели), а не у SDXL. Даже собственная SDXL Turbo от Stability идёт уже не под Open RAIL++, а под Stability Community License.

Про качество. Независимого рейтинга «SD 3.5 против SDXL» с открытой методикой на 25.10.2026 нет, а в открытой части списка арены Artificial Analysis моделей Stable Diffusion мы не нашли — там уже FLUX.2 klein 4B и Z-Image Turbo. Остаются оговорки самих разработчиков: на карточке SDXL Stability пишет, что модель не умеет читаемый текст и может ошибаться с лицами и людьми. А в анонсе SD 3.5 компания признала, что предыдущая SD3 Medium (июнь 2024) «не дотянула до стандартов и ожиданий сообщества» — критика тогда касалась анатомии, особенно рук.

Сколько памяти нужно Stable Diffusion: расчёт по весам и энкодерам

VRAM — память видеокарты. Модель и всё, что ей нужно в работе, программа старается держать там: так быстрее всего. Чтобы запустить Stable Diffusion локально на ПК, смотреть надо на два числа — объём VRAM и объём обычной оперативной памяти (ОЗУ), потому что не влезшее в видеокарту ComfyUI складывает в ОЗУ.

▲ Long▼ Short

Binance · Wall Street 24/7Цена падает? Это тоже шансСделку можно открыть и на рост, и на падение. Начните с плеча 1×

NVDATSLAGOLD

Как это работает

Мы сложили реальные размеры файлов с Hugging Face. Это не замер пика памяти при генерации, а объём, который программе так или иначе придётся куда-то загрузить.

• SDXL base — 6,94 ГБ одним файлом, энкодеры внутри.
• SD 3.5 — сама модель плюс три энкодера: CLIP-L (0,25 ГБ), CLIP-G (1,39 ГБ) и T5-XXL (9,79 ГБ в 16-битном формате fp16). Итого энкодеры — 11,43 ГБ.
• T5-XXL один тяжелее всей SDXL. Документация diffusers прямо пишет, что из-за него SD3 трудно запустить на картах меньше 24 ГБ даже в fp16.

На скриншоте страницы файлов SD 3.5 Large, снятом 25.10.2026, нижняя рамка выделяет две версии T5-XXL: 9,79 ГБ в fp16 и 4,89 ГБ в fp8. Верхняя рамка — пометка «Gated model»: список файлов виден всем, скачать можно после согласия с лицензией.

Квантование — хранение весов модели с меньшей точностью: вместо 16 бит на число (fp16) — 8 бит (fp8). Файл становится вдвое меньше, качество падает немного. Для SD 3.5 самый выгодный ход — квантовать именно T5: так экономится почти 5 ГБ.

На графике видно, что SD 3.5 Medium с T5 в fp8 (11,6 ГБ) почти влезает в 12-гигабайтную карту, а полный Large (27,9 ГБ) помещается целиком только в 32 ГБ RTX 5090. Каждая полоса — размер файлов с Hugging Face; где файлов несколько, мы их сложили, слагаемые подписаны под названием комплекта.

Три способа уложиться в меньшую видеокарту:

1. T5 в fp8. Готовый файл t5xxl_fp8_e4m3fn.safetensors лежит рядом с fp16. Создатель ComfyUI в официальных примерах советует fp16-версию только при ОЗУ больше 32 ГБ, иначе — fp8.
2. Готовый fp8-комплект. Для ComfyUI есть файлы «всё в одном»: sd3.5_large_fp8_scaled.safetensors и sd3.5_medium_incl_clips_t5xxlfp8scaled.safetensors. Их ставят как обычный чекпойнт, без отдельных энкодеров.
3. Без T5 вовсе. По документации diffusers, если убрать T5 при генерации, памяти нужно заметно меньше «при небольшой потере качества». Цена — хуже понимание длинных и сложных промптов.

Для SDXL ориентиры такие: 12 ГБ и больше — комфортно, нижняя планка — 8 ГБ по оценкам JarvisLabs и st-hakky; общая инструкция Stability по запуску своих моделей допускает и 6 ГБ. У Stability есть и своя цифра для SD 3.5 Medium — 9,9 ГБ VRAM без учёта энкодеров; это заявка разработчика, а не независимый замер.

Оперативная память важнее, чем кажется. В замере ComputingForGeeks RTX 3060 на хосте с 15 ГБ ОЗУ выдала первую картинку FLUX за 159,8 с против 68,3 с на хосте с большим объёмом. Чекпойнт сначала отображается в оперативную память и только потом уходит в видеокарту, поэтому авторы называют полом для моделей класса FLUX 32 ГБ ОЗУ, а комфортом — 64 ГБ. Для SD 3.5 Large с полным T5 логика та же.

Старый совет «добавьте —lowvram» устарел. В ComfyUI v0.42.1 флаг --lowvram на картах NVIDIA ничего не меняет: программа сама включает режим DynamicVRAM и подгружает не влезающие веса по частям. Флаг --novram ужимает FLUX до ~3 ГБ видеопамяти ценой замедления на 15–22%, а --gpu-only на 12 и 16 ГБ заканчивается ошибкой нехватки памяти.

Скорость SDXL на RTX 3060, 5060 Ti, 3090 и 5090: один замер в ComfyUI

Единственная открытая лестница видеокарт на одной методике — замер ComputingForGeeks от 20.10.2026. Условия: ComfyUI v0.42.1, картинка 1024×1024, batch 1 (по одной), среднее трёх «тёплых» прогонов после загрузки модели. SDXL base — сэмплер euler, 30 шагов; FLUX.1-dev — fp8-чекпойнт ComfyUI, 20 шагов. Каждая карта стояла на арендованном хосте vast.ai с одинаковым Docker-образом.

На скриншоте статьи ComputingForGeeks, снятом 25.10.2026, рамкой выделены колонка SDXL с секундами на картинку и дата обновления замеров — 20 октября 2026 года.

Короче полоса — быстрее карта. Вкладка FLUX показывает масштаб: та же карта на FLUX.1-dev работает в 1,8–3,3 раза дольше, чем на SDXL (меньше всего разрыв у RTX 5090).

Итерация — это один шаг очистки шума; «it/s» в интерфейсе ComfyUI означает, сколько шагов карта успевает за секунду. Число шагов, делённое на it/s, плюс около секунды на энкодер и декодер — время одной картинки.

Что видно из цифр:

• RTX 5060 Ti 16 ГБ почти вдвое быстрее RTX 3060 на SDXL (11,34 против 20,75 с) и держит FLUX.1-dev fp8 без выгрузки в ОЗУ. Подробный разбор этой карты под локальный ИИ — в материале про RTX 5060 Ti 16 ГБ.
• RTX 3090 быстрее 5060 Ti на SDXL всего в 1,37 раза (8,28 против 11,34 с, наш пересчёт): её главный козырь — не скорость, а 24 ГБ под тяжёлые комплекты вроде SD 3.5 Large с T5 в fp8.
• RTX 5090 быстрее 3090 в 1,71 раза на SDXL, но в 2,63 раза на FLUX. ComfyUI ускоряет fp8 только на 40-й и 50-й сериях — вероятная причина, хотя авторы замера её отдельно не проверяли. Карта в тесте была ограничена 450 Вт (по умолчанию на том хосте стояло 600 Вт, у референса NVIDIA — 575 Вт), так что это нижняя планка. Про потолок 32 ГБ и комплектующие — в статье о сборке ПК на RTX 5090.

Для RTX 4090 по той же методике замера не нашлось: 6,2 с у SaladCloud — это время отклика сервиса под нагрузкой и с refiner (второй моделью-доводчиком), а не одна картинка. Для SD 3.5 Large и Medium независимых замеров скорости с методикой нет вовсе, поэтому пересчёт по числу параметров мы не даём — это была бы догадка, а не тест.

Как запустить Stable Diffusion локально на Windows через ComfyUI

ComfyUI — бесплатная программа, где генерация собирается из блоков (узлов), соединённых проводками: загрузчик модели → промпт → сэмплер → сохранение. Выглядит непривычно, но для первой картинки хватает готового шаблона. Программа поддерживает видеокарты NVIDIA, AMD, Intel и Apple Silicon; последний релиз — v0.42.1 от 19.10.2026. Ниже путь для Windows и NVIDIA — самый частый вариант, чтобы поставить Stable Diffusion локально без командной строки.

Шаг 1. Проверьте железо и драйвер

Нужна видеокарта NVIDIA 20-й серии или новее (для GTX 10-й серии есть отдельная сборка с CUDA 12.6), 12 ГБ VRAM для комфортного SDXL и от 32 ГБ ОЗУ, если планируете SD 3.5 Large или FLUX. Обновите драйвер NVIDIA: портативная сборка ComfyUI идёт с PyTorch под CUDA 13.0 и на старом драйвере может не стартовать. Под модели заложите 20–40 ГБ на SSD.

Шаг 2. Поставьте ComfyUI

Разработчики советуют новичкам Desktop-приложение — обычный установщик, ссылка на него есть в README репозитория ComfyUI на GitHub. Альтернатива — портативная сборка: архив ComfyUI_windows_portable_nvidia.7z со страницы релизов GitHub. Распакуйте его 7-Zip или проводником Windows и запустите bat-файл для NVIDIA из корня папки — интерфейс откроется в браузере. Python 3.13 и PyTorch в сборке уже есть.

Шаг 3. Скачайте SDXL и получите первую картинку

Скачайте sd_xl_base_1.0.safetensors (6,94 ГБ) со страницы stabilityai/stable-diffusion-xl-base-1.0 на Hugging Face и положите в папку:

ComfyUI\models\checkpoints\

В стандартном графе ComfyUI выберите этот файл в узле загрузки чекпойнта (Load Checkpoint), поставьте размер 1024×1024 и 25–30 шагов. Первая генерация займёт больше обычного: модель грузится с диска. Дальше время выйдет на уровень таблицы выше — на RTX 3060 около 21 с.

Шаг 4. Как установить Stable Diffusion 3.5: лицензия и энкодеры

1. Зарегистрируйтесь на Hugging Face, откройте страницу stabilityai/stable-diffusion-3.5-large или -medium и нажмите «Agree» под лицензией. Доступ откроется автоматически.
2. Скачайте sd3.5_large.safetensors (16,46 ГБ) или sd3.5_medium.safetensors (5,11 ГБ) в ComfyUI\models\checkpoints\. Эти файлы не содержат энкодеров.
3. Скачайте clip_l.safetensors, clip_g.safetensors и T5 — t5xxl_fp16.safetensors при ОЗУ больше 32 ГБ или t5xxl_fp8_e4m3fn.safetensors, если меньше — в папку ComfyUI\models\text_encoders\.
4. Откройте готовый граф SD 3.5: возьмите шаблон из библиотеки шаблонов ComfyUI или перетащите в окно картинку-пример из репозитория ComfyUI_examples — в ней зашит весь граф узлов.
5. Для Large Turbo поставьте 4 шага и CFG 1.2 — так советуют официальные примеры ComfyUI. CFG (classifier-free guidance) — сила, с которой модель следует промпту.

Короткий путь для 12–16 ГБ: вместо пунктов 2–3 скачайте один файл sd3.5_large_fp8_scaled.safetensors и работайте с ним как с обычным чекпойнтом.

Шаг 5. Типовые ошибки установки

• «CUDA out of memory». Не добавляйте --gpu-only на картах меньше 24 ГБ; переключитесь на T5 в fp8 или fp8-комплект.
• Первая картинка идёт минуты. Скорее всего, не хватает ОЗУ и система уходит в файл подкачки: закройте браузерные вкладки, а лучше доведите память до 32 ГБ.
• Портативная сборка не запускается. Обновите драйвер NVIDIA; для старых GTX возьмите сборку cu126.
• SD 3.5 рисует мусор или узел ругается на CLIP. Проверьте, что энкодеры лежат в models\text_encoders, а не в checkpoints.

Stable Diffusion на Mac: Draw Things, ComfyUI и MLX на чипах M

На Mac нет видеокарты NVIDIA, но у чипов Apple M есть единая память: процессор и видеоядро пользуются одним общим объёмом, и для нейросети он работает как VRAM. Как это устроено и какие модели влезают в 16, 32 и 64 ГБ — в разборе единой памяти Mac для ИИ. Для Stable Diffusion на Mac есть три пути.

• Draw Things — бесплатное приложение из App Store для Mac, iPad и iPhone, работает офлайн. Движок написан под Metal (графический интерфейс Apple), поддерживает SDXL, SD 3.5 и FLUX. Самый простой вариант для новичка.
• ComfyUI на Mac работает через PyTorch с бэкендом MPS (Metal Performance Shaders). Разработчики советуют ставить свежую ночную сборку PyTorch по гайду Apple; удобно, если вы уже знаете ComfyUI с Windows.
• MLX — фреймворк Apple для машинного обучения. В официальных примерах есть скрипт для SDXL Turbo и SD 2.1; с флагом -q (квантование) SDXL Turbo генерирует картинки на Mac mini с 8 ГБ без подкачки. SD 3.5 в этом примере нет.

Сколько ждать картинку. Свежих замеров SDXL по линейке Mac с открытой методикой нет, последние сделаны в 2023 году. Apple вместе с Hugging Face мерила SDXL в своём пайплайне Core ML (20 шагов, медиана трёх прогонов), авторы Draw Things — в своём приложении (25 шагов). Программы с тех пор ускорились, так что сегодня картинка выйдет не медленнее этих цифр. Для M3, M4 и M5 таких замеров SDXL нет.

Главный вывод графика: даже M2 Ultra в 2023 году рисовал SDXL примерно за 20 с, то есть медленнее RTX 3060 (≈14 с на 20 шагов по нашему пересчёту). Программа тоже решает: на Mac mini M2 движок Metal FlashAttention в Draw Things сократил время со 178,9 до 118,8 с, а на M1 Max Draw Things (56,5 с) обошёл Core ML (71,5 с). Блог InsiderLLM пишет, что ComfyUI на Mac примерно втрое медленнее Draw Things. Направление то же, но методику блог не раскрывает, так что это оценка, а не замер.

Строка RTX 3060 — пересчёт замера ComputingForGeeks: число шагов ÷ 1,53 it/s + ~1,1 с на энкодер и декодер. Для более новых чипов есть только ориентиры блога InsiderLLM без раскрытой методики: SDXL за 20 шагов в Draw Things — 25–40 с на M2 Pro 16 ГБ, 18–30 с на M3 Pro 18 ГБ, 8–15 с на M4 Max от 36 ГБ, на базовом M1 с 8 ГБ — «слишком медленно».

Про новые чипы есть и заявки разработчиков. Draw Things пишет, что движок Metal FlashAttention 2.0 даёт до +20% на M3 и M4, а версия 2.5 на M5 — «до 4,6× к M4». Последняя цифра снята на iPad на модели FLUX.1 schnell, а не на Mac и не на SDXL: это направление, а не ожидаемое ускорение вашей картинки.

Наш расчёт памяти для Mac. macOS по умолчанию отдаёт видеоядру не всю память, а примерно 2/3–3/4: в логе llama.cpp на 32-гигабайтном M1 Max с macOS 13 лимит — 22,9 ГБ, на 512 ГБ — около 75%. Отсюда оценка:

• 16–18 ГБ — SDXL и SD 3.5 Medium в Draw Things; полный SD 3.5 Large не помещается.
• 32 ГБ — лимит около 23 ГБ. SD 3.5 Large в fp16 (27,9 ГБ) не влезает; комплект с T5 в fp8 (22,99 ГБ) упирается в лимит, так что остаются квантованные версии (например, 5-битные), которыми пользуется Draw Things.
• 64 ГБ и больше — полный комплект SD 3.5 Large помещается с запасом.

Если Mac только выбираете, конфигурации и цены разобраны в гиде какой Mac выбрать.

ComfyUI, Forge Classic, A1111, Fooocus: какой интерфейс обновляется

Свежая русскоязычная выдача по запросу «Stable Diffusion» — в основном статьи 2022–2023 годов, написанные под AUTOMATIC1111. Перед установкой полезно посмотреть, обновляется ли программа: от этого зависит, заработают ли новые модели и исправят ли ошибки. Статус ниже — по данным GitHub на 25.10.2026.

Как выбрать:

• ComfyUI — если нужны SD 3.5, FLUX, новые модели в день выхода и готовые графы узлов из сообщества. Порог входа выше, но шаблоны снимают большую часть проблем.
• Forge Classic — если хочется привычного интерфейса «поле промпта и кнопка Generate», как в A1111. Описание проекта — «старый добрый Forge с новыми функциями»; какие модели поддерживает текущая ветка, проверяйте в README перед установкой.
• Fooocus — самый простой интерфейс для SDXL, но сам README проекта для новых моделей отправляет в Forge и ComfyUI.
• AUTOMATIC1111 — только если у вас уже настроена рабочая сборка. Новую ставить смысла нет: README требует Python 3.10.6, потому что «более новые версии Python не поддерживают torch» в его сборке.

FLUX, Z-Image или Stable Diffusion: что брать для локального запуска

Спор «Stable Diffusion vs FLUX» — и шире, SD против других открытых моделей 2026 года, включая Qwen-Image, — упирается в три вещи: лицензию, вес файлов и то, сколько готовых дообучений есть вокруг модели.

Когда Stable Diffusion ещё оправдан:

• Аниме, стилизация, персонажи. Вокруг SDXL самая большая экосистема файнтюнов и LoRA — Illustrious XL, Animagine XL и тысячи других; саму базу SDXL скачивают в 6–7 раз чаще, чем FLUX.1-dev.
• Слабая видеокарта. SDXL работает на 8–12 ГБ и втрое быстрее FLUX.1-dev на той же RTX 3060. Даже FLUX.2 klein 4B с энкодером тяжелее, чем SD 3.5 Medium с T5 в fp8.
• Коммерция без подписи договоров. SDXL с Open RAIL++-M и SD 3.5 для небольших студий и фрилансеров (доход до $1 млн) разрешены в коммерческих проектах. FLUX.1-dev — нет: его лицензия некоммерческая.

Когда лучше смотреть в сторону других моделей:

• Нужен текст на картинке. SDXL читаемый текст не рисует по признанию самой Stability — для таких задач стоит пробовать новые модели.
• Нужна открытая лицензия без порогов дохода. У FLUX.1-schnell, FLUX.2 klein 4B, Z-Image Turbo и Qwen-Image — Apache 2.0, без ограничений по выручке.
• Нужна видео-генерация. Это отдельный класс моделей и гораздо больше памяти — см. разбор локальной генерации видео на видеокарте с Wan 2.2 и LTX-2.5.

Риски локального Stable Diffusion: лицензия, ОЗУ и фейковые загрузки

• Лицензия может перестать подходить. Порог Stability Community считается по доходу всей организации, а лицензия файнтюна — своя, не лицензия SDXL: вырос бизнес или взяли чужой чекпойнт с Civitai — перечитайте условия.
• SD 3.5 заморожен. Веса Large не обновлялись с 22.10.2024, последний push в репозиторий Stability-AI/sd3.5 — 08.01.2025. Исправлений и новых версий ждать не приходится.
• Файлы «Stable Diffusion 4» — приманка. Берите веса только со страниц stabilityai на Hugging Face в формате .safetensors: на скриншоте выше у каждого файла стоит пометка Safe от проверки Hugging Face.
• Нехватка ОЗУ маскируется под «медленную видеокарту». Перед покупкой новой карты проверьте, не упираетесь ли вы в оперативную память, — замер выше показал разницу больше чем вдвое на первой картинке.
• Старые инструкции ломают установку. Сверяйте дату гайда и версию программы: советы из 2022–2024 годов про A1111 и --lowvram уже не работают как написано.
• Длинные серии генераций — долгая нагрузка на видеокарту и блок питания. Даже экономная RTX 5060 Ti в замере ComputingForGeeks потребляла около 180 Вт, а NVIDIA советует к ней блок питания на 600 Вт. Сотни картинок подряд — повод проверить температуру карты и продув корпуса.

Что устареет первым: версии ComfyUI и Forge Classic, счётчики скачиваний Hugging Face и заявки Draw Things о скорости на новых чипах. Свежие данные — на страницах релизов GitHub и карточках моделей на Hugging Face.

Что выбрать под задачу и железо: SDXL, SD 3.5 Medium или Large

Итоговая матрица «ваше железо → модель → программа». Цифры памяти — суммы файлов, скорости — замеры ComputingForGeeks и ориентиры InsiderLLM из разделов выше.

Короткие правила выбора:

1. Начинайте с SDXL. Это самая лёгкая и самая поддерживаемая модель семейства; на ней понятно, нравится ли вам локальная генерация вообще.
2. SD 3.5 Medium — когда SDXL плохо понимает сложные промпты, а видеокарта на 12–16 ГБ.
3. SD 3.5 Large — от 24 ГБ VRAM или Mac на 64 ГБ, и если лицензия Stability вам подходит. К 24 ГБ ComputingForGeeks предлагает идти через восстановленную RTX 3090; как из двух таких карт собирают станцию на 48 ГБ — в разборе сборки на двух RTX 3090.
4. Не хватает видеопамяти — сначала T5 в fp8 и 32 ГБ ОЗУ, а не новая видеокарта.
5. Нужна только картинка по запросу, без установки — облачные сервисы проще: сравнение по качеству и цене кадра — в обзоре нейросетей для генерации картинок.

FAQ

Есть ли Stable Diffusion 4 и стоит ли ждать новую версию?

Нет, Stable Diffusion 4 не существует. На 25.10.2026 на новостной странице Stability AI анонса нет, а в списке новых моделей компании на Hugging Face — аудио и NPU-варианты. Последняя открытая модель для картинок — семейство SD 3.5 от октября 2024 года. Ждать смысла нет: ставьте SDXL или SD 3.5 сейчас, а сайты с «загрузкой SD4» обходите стороной.

Потянет ли Stable Diffusion XL видеокарта на 8 ГБ или RTX 3060 на 12 ГБ?

RTX 3060 на 12 ГБ тянет SDXL уверенно: по замеру ComputingForGeeks от 20.10.2026 картинка 1024×1024 за 30 шагов готова за 20,75 с. На 8 ГБ SDXL тоже работает, но на пределе: ориентиры для SDXL — от 8 ГБ, а общая инструкция Stability допускает и 6 ГБ. ComfyUI сам выгрузит лишнее в ОЗУ, поэтому держите оперативной памяти хотя бы 16 ГБ, а лучше 32 ГБ.

Можно ли использовать картинки SDXL и SD 3.5 в коммерческих проектах?

Да, с условиями. SDXL выпущен под CreativeML Open RAIL++-M: коммерция разрешена, запрещены сценарии из списка лицензии. SD 3.5 по Stability Community License бесплатен для людей и организаций с годовым доходом до $1 млн из любого источника, выше нужна Enterprise-лицензия. У файнтюнов SDXL свои лицензии — проверяйте карточку конкретной модели.

Работает ли Stable Diffusion на Mac без видеокарты NVIDIA и сколько ждать картинку?

Работает на любом Mac с чипом M: роль видеопамяти играет единая память, проще всего начать с бесплатного Draw Things. Реальные замеры SDXL есть только для чипов 2023 года: в Core ML от Apple 20 шагов заняли 46 с на M1 Max и 20 с на M2 Ultra. Блог InsiderLLM без раскрытой методики даёт ориентиры 25–40 с на M2 Pro и 8–15 с на M4 Max в Draw Things, а ComfyUI на Mac, по его оценке, втрое медленнее.

Чем SD 3.5 Medium отличается от Large и нужен ли T5-энкодер?

Medium — 2,5 млрд параметров и файл 5,11 ГБ, Large — 8,1 млрд и 16,46 ГБ: Large лучше понимает сложные сцены, но файл модели втрое тяжелее. Обеим нужен комплект энкодеров на 11,43 ГБ, из которых 9,79 ГБ — T5-XXL. T5 можно взять в fp8 (4,89 ГБ) или отключить: по документации diffusers потеря качества небольшая, но длинные промпты модель поймёт хуже.

Лучше ли FLUX, чем Stable Diffusion, для локальной генерации?

FLUX.1-dev тяжелее и медленнее: на RTX 3060 он тратит 63,91 с на 20 шагов против 20,75 с у SDXL на 30 шагов, а его лицензия запрещает коммерцию. Новые открытые модели под Apache 2.0 — FLUX.2 klein 4B и Z-Image Turbo — уже есть в арене Artificial Analysis, где SD мы не нашли. SDXL выигрывает скоростью, лёгкостью и тысячами файнтюнов, поэтому для аниме и стилизации на слабом железе он по-прежнему удобнее.