Stable Diffusion локально — SDXL іде на 12 ГБ, а повний SD 3.5 Large важить 27,9 ГБ

Коротко (TL;DR)

• Stable Diffusion локально в жовтні 2026 року — це передусім SDXL: модель 2023 року на 6,94 ГБ, яку на Hugging Face завантажили 4,2 млн разів за останнє вікно лічильника (25.10.2026). Для неї вистачає відеокарти на 12 ГБ.
• SD 3.5 (Large 8,1 млрд параметрів, Medium 2,5 млрд) — остання відкрита версія від Stability AI, ваги не змінювалися з 22.10.2024. Stable Diffusion 4 не існує.
• Пам’ять SD 3.5 з’їдає не сама модель, а текстовий енкодер T5-XXL на 9,79 ГБ: повний комплект Large у 16-бітному форматі важить 27,9 ГБ (наш розрахунок за файлами), з T5 у fp8 — 23 ГБ.
• Швидкість SDXL на картинку 1024×1024 і 30 кроків: RTX 3060 — 20,75 с, RTX 5060 Ti — 11,34 с, RTX 3090 — 8,28 с, RTX 5090 — 4,84 с (вимір ComputingForGeeks, 20.10.2026). Незалежних вимірів SD 3.5 немає.
• Ставити варто ComfyUI (Windows, Linux, Mac) або Forge Classic; на Mac найпростіше — Draw Things. AUTOMATIC1111 та оригінальний Forge закинуті — старі інструкції до них уже не працюють так, як написано.
• Ліцензії різні: SDXL — CreativeML Open RAIL++-M, SD 3.5 — безплатно для організацій із доходом до $1 млн на рік, FLUX.1-dev — лише некомерційне використання.

SDXL, SD 3.5 Large і Medium: чим відрізняються моделі Stable Diffusion

Stable Diffusion: що це таке простими словами. Це сімейство відкритих моделей, які малюють картинку за текстовим описом (промптом). Відкриті — означає, що файли моделі (ваги) можна завантажити й запустити на своєму комп’ютері без інтернету та підписки. Звідси й інтерес до теми «Stable Diffusion локально»: приватність, нуль витрат на генерацію і повний контроль над моделлю.

Модель бере картинку з випадкового шуму і за кілька десятків кроків поступово «очищає» її, звіряючись із промптом. Промпт у числа перекладає текстовий енкодер — окрема нейромережа всередині комплекту. Більше кроків — довша генерація; важчий енкодер — більше пам’яті.

SDXL (Stable Diffusion XL) — базова модель липня 2023 року: UNet утричі більший, ніж у попередніх версій, плюс другий текстовий енкодер (так її описує наукова стаття Stability на arXiv); уся base-модель — близько 3,5 млрд параметрів, робоча роздільна здатність — 1024×1024. Над SDXL спільнота за три роки збудувала тисячі дотренованих версій (файнтюнів) і LoRA — невеликих «надбудов», які вчать модель конкретного стилю чи персонажа.

Актуальна лінійка:

▲ Long▼ Short

Binance · Wall Street 24/7Ціна падає? Це теж шансУгоду можна відкрити і на зростання, і на падіння. Почніть із плеча 1×

NVDATSLAGOLD

Як це працює

• SDXL base 1.0 — 6,94 ГБ одним файлом, енкодери вже всередині. Основа для файнтюнів на кшталт Illustrious XL і Animagine XL.
• SD 3.5 Large — 8,1 млрд параметрів, вийшла 22.10.2024. Найсильніша модель сімейства, за словами самої Stability, але й найважча.
• SD 3.5 Large Turbo — дистильована (стиснута навчанням) версія Large: малює за 4 кроки замість 28 за замовчуванням (так у прикладах diffusers), але файл того самого розміру — 16,46 ГБ.
• SD 3.5 Medium — 2,5 млрд параметрів, вийшла 29.10.2024. Stability називає її моделлю, яка запускається «з коробки» на споживчому залізі.

Приклад, щоб відчути різницю: на одній і тій самій RTX 3060 картинка SDXL за 30 кроків готова за 20,75 с, а FLUX.1-dev — новіша модель іншої команди — за 20 кроків витрачає 63,91 с. SD 3.5 Large за кількістю параметрів ближча до FLUX, ніж до SDXL, тож див швидкості від неї чекати не варто.

GLM-5.3 від Z.ai: флагман 753B не для дому, а Flash працює на Mac зі 128 ГБ

Mistral Medium 3.5 128B: відкриті ваги, 75 ГБ у 4 бітах, 7,7 ток/с у FP8 на M5 Ultra

Whisper large-v3 і turbo на ПК і Mac: 6,28% помилок для української мови

Qwen 3.6 35B-A3B — MoE-модель Alibaba: 21–24 ГБ у 4 бітах і до 183 ток/с удома

Qwen 3.8 27B на своєму залізі: 17,6 ГБ у 4 бітах та індекс 34 в Artificial Analysis

Stable Diffusion 4 немає: на 25.10.2026 на сторінці новин Stability анонсу немає (останні моделі там — Stable Audio 3.0), а в списку нових моделей компанії на Hugging Face — аудіо та варіанти під NPU.

Графік показує, де живе спільнота: SDXL завантажують у 60–70 разів частіше, ніж SD 3.5, і майже в 7 разів частіше, ніж FLUX.1-dev. Частину відставання SD 3.5 пояснює те, що його файли закриті угодою, але навіть із цією поправкою розрив величезний.

Версії, ваги й ліцензії Stable Diffusion: таблиця SDXL і SD 3.5

SD 3.5 проти XL коротко: SD 3.5, за словами Stability, точніше виконує промпт і новіша за архітектурою (MMDiT — трансформер замість UNet), а SDXL легша, швидша й оточена екосистемою файнтюнів.

Що важливо для практики:

• Ліцензія SD 3.5. Stability AI Community License дозволяє дослідження, некомерційне й комерційне використання, якщо в людини чи організації річний дохід менший за $1 млн — з будь-якого джерела, а не лише від картинок (умови на сайті Stability, перевірено 25.10.2026). Понад поріг потрібна Enterprise-ліцензія, а в разі порушення умов ліцензію можуть відкликати. Умови можуть змінюватися — звіряйтеся з цією сторінкою в момент використання.
• Доступ до файлів SD 3.5. На Hugging Face модель позначена як gated: файли видно, але завантажити їх можна лише після входу в акаунт і згоди з ліцензією. Схвалення автоматичне.
• Ліцензія SDXL — CreativeML Open RAIL++-M: комерційне використання дозволене, але з поведінковими обмеженнями (заборонені сценарії перелічено в самій ліцензії).
• Файнтюн не успадковує ліцензію бази. В Illustrious XL — власна Fair AI Public License 1.0-SD, в Animagine XL 4.0 — OpenRAIL++, у різних копій Pony V6 на Hugging Face теги ліцензії суперечать одне одному. Умови дивіться на картці конкретного чекпойнта (файлу моделі), а не в SDXL. Навіть власна SDXL Turbo від Stability виходить уже не під Open RAIL++, а під Stability Community License.

Про якість. Незалежного рейтингу «SD 3.5 проти SDXL» з відкритою методикою на 25.10.2026 немає, а у відкритій частині списку арени Artificial Analysis моделей Stable Diffusion ми не знайшли — там уже FLUX.2 klein 4B і Z-Image Turbo. Лишаються застереження самих розробників: на картці SDXL Stability пише, що модель не вміє розбірливого тексту й може помилятися з обличчями та людьми. А в анонсі SD 3.5 компанія визнала, що попередня SD3 Medium (червень 2024) «не дотягнула до стандартів і очікувань спільноти» — критика тоді стосувалася анатомії, особливо рук.

Скільки пам’яті потрібно Stable Diffusion: розрахунок за файлами

VRAM — пам’ять відеокарти. Модель і все, що їй потрібно в роботі, програма намагається тримати там: так найшвидше. Щоб запустити Stable Diffusion локально на ПК, дивитися треба на два числа — обсяг VRAM і обсяг звичайної оперативної пам’яті (ОЗП), бо те, що не влізло у відеокарту, ComfyUI переносить в ОЗП.

#1Ф'ючерси#2Спот#3Акції та TradFi

Binance · Wall Street 24/7Турніри Binance: призи за торгівлюПризиУсі актуальні турніри й акції Binance з умовами — на одній сторінціДивитися турніри

Ми склали реальні розміри файлів (ваг і енкодерів) з Hugging Face. Це не вимір піку пам’яті під час генерації, а обсяг, який програмі так чи інакше доведеться кудись завантажити.

• SDXL base — 6,94 ГБ одним файлом, енкодери всередині.
• SD 3.5 — сама модель плюс три енкодери: CLIP-L (0,25 ГБ), CLIP-G (1,39 ГБ) і T5-XXL (9,79 ГБ у 16-бітному форматі fp16). Разом енкодери — 11,43 ГБ.
• T5-XXL сам важчий за всю SDXL. Документація diffusers прямо пише, що через нього SD3 важко запустити на картах менш ніж 24 ГБ навіть у fp16.

На скриншоті сторінки файлів SD 3.5 Large, знятому 25.10.2026, нижня рамка виділяє дві версії T5-XXL: 9,79 ГБ у fp16 і 4,89 ГБ у fp8. Верхня рамка — позначка «Gated model»: список файлів бачать усі, завантажити можна після згоди з ліцензією.

Квантування — зберігання ваг моделі з меншою точністю: замість 16 біт на число (fp16) — 8 біт (fp8). Файл стає вдвічі меншим, якість падає трохи. Для SD 3.5 найвигідніший хід — квантувати саме T5: так заощаджується майже 5 ГБ.

На графіку видно, що SD 3.5 Medium з T5 у fp8 (11,6 ГБ) майже влазить у 12-гігабайтну карту, а повний Large (27,9 ГБ) уміщується цілком лише в 32 ГБ RTX 5090. Кожна смуга — розмір файлів з Hugging Face; де файлів кілька, ми їх склали, доданки підписано під назвою комплекту.

Три способи вкластися в меншу відеокарту:

1. T5 у fp8. Готовий файл t5xxl_fp8_e4m3fn.safetensors лежить поруч із fp16. Творець ComfyUI в офіційних прикладах радить fp16-версію лише за ОЗП понад 32 ГБ, інакше — fp8.
2. Готовий fp8-комплект. Для ComfyUI є файли «все в одному»: sd3.5_large_fp8_scaled.safetensors і sd3.5_medium_incl_clips_t5xxlfp8scaled.safetensors. Їх ставлять як звичайний чекпойнт, без окремих енкодерів.
3. Без T5 узагалі. За документацією diffusers, якщо прибрати T5 під час генерації, пам’яті потрібно помітно менше «з невеликою втратою якості». Ціна — гірше розуміння довгих і складних промптів.

Для SDXL орієнтири такі: 12 ГБ і більше — комфортно, нижня планка — 8 ГБ за оцінками JarvisLabs і st-hakky; загальна інструкція Stability із запуску своїх моделей допускає й 6 ГБ. У Stability є й власна цифра для SD 3.5 Medium — 9,9 ГБ VRAM без урахування енкодерів; це заява розробника, а не незалежний вимір.

Оперативна пам’ять важливіша, ніж здається. У вимірі ComputingForGeeks RTX 3060 на хості з 15 ГБ ОЗП видала першу картинку FLUX за 159,8 с проти 68,3 с на хості з більшим обсягом. Чекпойнт спершу відображається в оперативну пам’ять і лише потім іде у відеокарту, тому автори називають мінімумом для моделей класу FLUX 32 ГБ ОЗП, а комфортом — 64 ГБ. Для SD 3.5 Large з повним T5 логіка та сама.

Стара порада «додайте –lowvram» застаріла. У ComfyUI v0.42.1 прапорець --lowvram на картах NVIDIA нічого не змінює: програма сама вмикає режим DynamicVRAM і підвантажує ваги, що не влазять, частинами. Прапорець --novram стискає FLUX до ~3 ГБ відеопам’яті ціною сповільнення на 15–22%, а --gpu-only на 12 і 16 ГБ закінчується помилкою нестачі пам’яті.

Швидкість SDXL на RTX 3060, 5060 Ti, 3090 і 5090: один вимір у ComfyUI

Єдина відкрита драбина відеокарт за однією методикою — вимір ComputingForGeeks від 20.10.2026. Умови: ComfyUI v0.42.1, картинка 1024×1024, batch 1 (по одній), середнє трьох «теплих» прогонів після завантаження моделі. SDXL base — семплер euler, 30 кроків; FLUX.1-dev — fp8-чекпойнт ComfyUI, 20 кроків. Кожна карта стояла на орендованому хості vast.ai з однаковим Docker-образом.

На скриншоті статті ComputingForGeeks, знятому 25.10.2026, рамкою виділено колонку SDXL із секундами на картинку і дату оновлення вимірів — 20 жовтня 2026 року.

Коротша смуга — швидша карта. Вкладка FLUX показує масштаб: та сама карта на FLUX.1-dev працює в 1,8–3,3 раза довше, ніж на SDXL (найменший розрив у RTX 5090).

Ітерація — це один крок очищення шуму; «it/s» в інтерфейсі ComfyUI означає, скільки кроків карта встигає за секунду. Кількість кроків, поділена на it/s, плюс приблизно секунда на енкодер і декодер — час однієї картинки.

Що видно з цифр:

• RTX 5060 Ti 16 ГБ майже вдвічі швидша за RTX 3060 на SDXL (11,34 проти 20,75 с) і тримає FLUX.1-dev fp8 без вивантаження в ОЗП. Докладний розбір цієї карти під локальний ШІ — у матеріалі про RTX 5060 Ti 16 ГБ.
• RTX 3090 швидша за 5060 Ti на SDXL лише в 1,37 раза (8,28 проти 11,34 с, наш перерахунок): її головний козир — не швидкість, а 24 ГБ під важкі комплекти на кшталт SD 3.5 Large з T5 у fp8.
• RTX 5090 швидша за 3090 в 1,71 раза на SDXL, але в 2,63 раза на FLUX. ComfyUI пришвидшує fp8 лише на 40-й і 50-й серіях — імовірна причина, хоча автори виміру її окремо не перевіряли. Карту в тесті обмежили 450 Вт (за замовчуванням на тому хості стояло 600 Вт, у референсу NVIDIA — 575 Вт), тож це нижня планка. Про стелю 32 ГБ і комплектувальні — у статті про збірку ПК на RTX 5090.

Для RTX 4090 за тією самою методикою виміру не знайшлося: 6,2 с у SaladCloud — це час відгуку сервісу під навантаженням і з refiner (другою моделлю-доводчиком), а не одна картинка. Для SD 3.5 Large і Medium незалежних вимірів швидкості з методикою немає взагалі, тому перерахунок за кількістю параметрів ми не наводимо — це була б здогадка, а не тест.

Як запустити Stable Diffusion локально на Windows через ComfyUI

ComfyUI — безплатна програма, де генерацію збирають із блоків (вузлів), з’єднаних дротиками: завантажувач моделі → промпт → семплер → збереження. Виглядає незвично, але для першої картинки вистачає готового шаблону. Програма підтримує відеокарти NVIDIA, AMD, Intel і Apple Silicon; останній реліз — v0.42.1 від 19.10.2026. На запит «Stable Diffusion local Windows» відповідь нижче: шлях для Windows і NVIDIA — найчастіший варіант, щоб поставити Stable Diffusion локально без командного рядка.

Крок 1. Перевірте залізо й драйвер

Потрібна відеокарта NVIDIA 20-ї серії або новіша (для GTX 10-ї серії є окрема збірка з CUDA 12.6), 12 ГБ VRAM для комфортного SDXL і від 32 ГБ ОЗП, якщо плануєте SD 3.5 Large чи FLUX. Оновіть драйвер NVIDIA: портативна збірка ComfyUI йде з PyTorch під CUDA 13.0 і на старому драйвері може не стартувати. Під моделі закладіть 20–40 ГБ на SSD.

Крок 2. Встановіть ComfyUI

Розробники радять новачкам Desktop-застосунок — звичайний інсталятор, посилання на нього є в README репозиторію ComfyUI на GitHub. Альтернатива — портативна збірка: архів ComfyUI_windows_portable_nvidia.7z зі сторінки релізів GitHub. Розпакуйте його 7-Zip або провідником Windows і запустіть bat-файл для NVIDIA з кореня теки — інтерфейс відкриється в браузері. Python 3.13 і PyTorch у збірці вже є.

Крок 3. Завантажте SDXL і отримайте першу картинку

Завантажте sd_xl_base_1.0.safetensors (6,94 ГБ) зі сторінки stabilityai/stable-diffusion-xl-base-1.0 на Hugging Face і покладіть у теку:

ComfyUI\models\checkpoints\

Stable Diffusion: як користуватися ним після встановлення. У стандартному графі ComfyUI виберіть цей файл у вузлі завантаження чекпойнта (Load Checkpoint), впишіть промпт, поставте розмір 1024×1024 і 25–30 кроків. Перша генерація триватиме довше, ніж зазвичай: модель вантажиться з диска. Далі час вийде на рівень таблиці вище — на RTX 3060 близько 21 с.

Крок 4. Як установити Stable Diffusion 3.5: ліцензія та енкодери

1. Зареєструйтеся на Hugging Face, відкрийте сторінку stabilityai/stable-diffusion-3.5-large або -medium і натисніть «Agree» під ліцензією. Доступ відкриється автоматично.
2. Завантажте sd3.5_large.safetensors (16,46 ГБ) або sd3.5_medium.safetensors (5,11 ГБ) у ComfyUI\models\checkpoints\. Ці файли не містять енкодерів.
3. Завантажте clip_l.safetensors, clip_g.safetensors і T5 — t5xxl_fp16.safetensors за ОЗП понад 32 ГБ або t5xxl_fp8_e4m3fn.safetensors, якщо менше, — у теку ComfyUI\models\text_encoders\.
4. Відкрийте готовий граф SD 3.5: візьміть шаблон із бібліотеки шаблонів ComfyUI або перетягніть у вікно картинку-приклад із репозиторію ComfyUI_examples — у ній зашито весь граф вузлів.
5. Для Large Turbo поставте 4 кроки й CFG 1.2 — так радять офіційні приклади ComfyUI. CFG (classifier-free guidance) — сила, з якою модель дотримується промпту.

Короткий шлях для 12–16 ГБ: замість пунктів 2–3 завантажте один файл sd3.5_large_fp8_scaled.safetensors і працюйте з ним як зі звичайним чекпойнтом.

Крок 5. Типові помилки встановлення

• «CUDA out of memory». Не додавайте --gpu-only на картах менш ніж 24 ГБ; перемкніться на T5 у fp8 або fp8-комплект.
• Перша картинка генерується хвилинами. Найімовірніше, бракує ОЗП і система йде у файл підкачки: закрийте вкладки браузера, а краще доведіть пам’ять до 32 ГБ.
• Портативна збірка не запускається. Оновіть драйвер NVIDIA; для старих GTX візьміть збірку cu126.
• SD 3.5 малює сміття або вузол свариться на CLIP. Перевірте, що енкодери лежать у models\text_encoders, а не в checkpoints.

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

На Mac немає відеокарти NVIDIA, але в чипів Apple M є єдина пам’ять: процесор і відеоядро користуються одним спільним обсягом, і для нейромережі він працює як VRAM. Як це влаштовано і які моделі влазять у 16, 32 і 64 ГБ — у розборі єдиної пам’яті Mac для ШІ. Для Stable Diffusion на Mac є три шляхи.

• Draw Things — безплатний застосунок з App Store для Mac, iPad та iPhone, працює офлайн. Рушій написано під Metal (графічний інтерфейс Apple), підтримує SDXL, SD 3.5 і FLUX. Найпростіший варіант для новачка.
• ComfyUI на Mac працює через PyTorch з бекендом MPS (Metal Performance Shaders). Розробники радять ставити свіжу нічну збірку PyTorch за гайдом Apple; зручно, якщо ви вже знаєте ComfyUI з Windows.
• MLX — фреймворк Apple для машинного навчання. В офіційних прикладах є скрипт для SDXL Turbo і SD 2.1; із прапорцем -q (квантування) SDXL Turbo генерує картинки на Mac mini з 8 ГБ без підкачки. SD 3.5 у цьому прикладі немає.

Скільки чекати картинку. Свіжих вимірів SDXL за лінійкою Mac із відкритою методикою немає, останні зроблено у 2023 році. Apple разом із Hugging Face міряла SDXL у своєму пайплайні Core ML (20 кроків, медіана трьох прогонів), автори Draw Things — у своєму застосунку (25 кроків). Програми відтоді пришвидшилися, тож сьогодні картинка вийде не повільніше за ці цифри. Для M3, M4 і M5 таких вимірів SDXL немає.

Головний висновок графіка: навіть M2 Ultra у 2023 році малював SDXL приблизно за 20 с, тобто повільніше за RTX 3060 (≈14 с на 20 кроків за нашим перерахунком). Програма теж вирішує: на Mac mini M2 рушій Metal FlashAttention у Draw Things скоротив час зі 178,9 до 118,8 с, а на M1 Max Draw Things (56,5 с) обійшов Core ML (71,5 с). Блог InsiderLLM пише, що ComfyUI на Mac приблизно втричі повільніший за Draw Things. Напрям той самий, але методику блог не розкриває, тож це оцінка, а не вимір.

Рядок RTX 3060 — перерахунок виміру ComputingForGeeks: кількість кроків ÷ 1,53 it/s + ~1,1 с на енкодер і декодер. Для новіших чипів є лише орієнтири блогу InsiderLLM без розкритої методики: SDXL за 20 кроків у Draw Things — 25–40 с на M2 Pro 16 ГБ, 18–30 с на M3 Pro 18 ГБ, 8–15 с на M4 Max від 36 ГБ, на базовому M1 з 8 ГБ — «надто повільно».

Про нові чипи є й заяви розробників. Draw Things пише, що рушій Metal FlashAttention 2.0 дає до +20% на M3 і M4, а версія 2.5 на M5 — «до 4,6× до M4». Останню цифру знято на iPad на моделі FLUX.1 schnell, а не на Mac і не на SDXL: це напрям, а не очікуване пришвидшення вашої картинки.

Наш розрахунок пам’яті для Mac. macOS за замовчуванням віддає відеоядру не всю пам’ять, а приблизно 2/3–3/4: у лозі llama.cpp на 32-гігабайтному M1 Max з macOS 13 ліміт — 22,9 ГБ, на 512 ГБ — близько 75%. Звідси оцінка:

• 16–18 ГБ — SDXL і SD 3.5 Medium у Draw Things; повний SD 3.5 Large не вміщується.
• 32 ГБ — ліміт близько 23 ГБ. SD 3.5 Large у fp16 (27,9 ГБ) не влазить; комплект із T5 у fp8 (22,99 ГБ) упирається в ліміт, тож лишаються квантовані версії (наприклад, 5-бітні), якими користується Draw Things.
• 64 ГБ і більше — повний комплект SD 3.5 Large уміщується із запасом.

Якщо Mac тільки обираєте, конфігурації й ціни розібрано в гіді який Mac вибрати.

ComfyUI, Forge Classic, A1111, Fooocus: який інтерфейс оновлюється

Свіжа україномовна видача за запитом «Stable Diffusion» — здебільшого статті 2022–2023 років, написані під AUTOMATIC1111. Перед встановленням корисно подивитися, чи оновлюється програма: від цього залежить, чи запрацюють нові моделі й чи виправлять помилки. Статус нижче — за даними GitHub на 25.10.2026.

Як вибрати:

• ComfyUI — якщо потрібні SD 3.5, FLUX, нові моделі в день виходу та готові графи вузлів від спільноти. Поріг входу вищий, але шаблони знімають більшість проблем.
• Forge Classic — якщо хочеться звичного інтерфейсу «поле промпту й кнопка Generate», як в A1111. Опис проєкту — «старий добрий Forge з новими функціями»; які моделі підтримує поточна гілка, перевіряйте в README перед встановленням.
• Fooocus — найпростіший інтерфейс для SDXL, але сам README проєкту для нових моделей відсилає до Forge і ComfyUI.
• AUTOMATIC1111 — лише якщо у вас уже налаштована робоча збірка. Нову ставити сенсу немає: README вимагає Python 3.10.6, бо «новіші версії Python не підтримують torch» у його збірці.

FLUX, Z-Image чи Stable Diffusion: що брати для локального запуску

Суперечка «Stable Diffusion vs FLUX» — і ширше, SD проти інших відкритих моделей 2026 року, зокрема Qwen-Image, — упирається у три речі: ліцензію, вагу файлів і те, скільки готових дотренувань є навколо моделі.

Коли Stable Diffusion ще виправданий:

• Аніме, стилізація, персонажі. Навколо SDXL найбільша екосистема файнтюнів і LoRA — Illustrious XL, Animagine XL і тисячі інших; саму базу SDXL завантажують у 6–7 разів частіше, ніж FLUX.1-dev.
• Слабка відеокарта. SDXL працює на 8–12 ГБ і втричі швидший за FLUX.1-dev на тій самій RTX 3060. Навіть FLUX.2 klein 4B з енкодером важча, ніж SD 3.5 Medium з T5 у fp8.
• Комерція без підписання договорів. SDXL з Open RAIL++-M і SD 3.5 для невеликих студій і фрилансерів (дохід до $1 млн) дозволені в комерційних проєктах. FLUX.1-dev — ні: його ліцензія некомерційна.

Коли краще дивитися в бік інших моделей:

• Потрібен текст на картинці. SDXL розбірливого тексту не малює, за визнанням самої Stability, — для таких завдань варто пробувати нові моделі.
• Потрібна відкрита ліцензія без порогів доходу. У FLUX.1-schnell, FLUX.2 klein 4B, Z-Image Turbo і Qwen-Image — Apache 2.0, без обмежень за виторгом.
• Потрібна відеогенерація. Це окремий клас моделей і значно більше пам’яті — див. розбір локальної генерації відео на відеокарті з Wan 2.2 і LTX-2.5.

Ризики локального Stable Diffusion: ліцензія, ОЗП, фейкові файли

• Ліцензія може перестати підходити. Поріг Stability Community рахують за доходом усієї організації, а ліцензія файнтюна — власна, не ліцензія SDXL: виріс бізнес або взяли чужий чекпойнт із Civitai — перечитайте умови.
• SD 3.5 заморожено. Ваги Large не оновлювалися з 22.10.2024, останній push у репозиторій Stability-AI/sd3.5 — 08.01.2025. Виправлень і нових версій чекати не доводиться.
• Файли «Stable Diffusion 4» — приманка. Беріть ваги лише зі сторінок stabilityai на Hugging Face у форматі .safetensors: на скриншоті вище в кожного файлу стоїть позначка Safe від перевірки Hugging Face.
• Нестача ОЗП маскується під «повільну відеокарту». Перед купівлею нової карти перевірте, чи не впираєтеся ви в оперативну пам’ять, — вимір вище показав різницю понад удвічі на першій картинці.
• Старі інструкції ламають встановлення. Звіряйте дату гайда й версію програми: поради 2022–2024 років про A1111 і --lowvram уже не працюють так, як написано.
• Довгі серії генерацій — тривале навантаження на відеокарту й блок живлення. Навіть економна RTX 5060 Ti у вимірі ComputingForGeeks споживала близько 180 Вт, а NVIDIA радить до неї блок живлення на 600 Вт. Сотні картинок поспіль — привід перевірити температуру карти й продув корпусу.

Що застаріє першим: версії ComfyUI і Forge Classic, лічильники завантажень Hugging Face і заяви Draw Things про швидкість на нових чипах. Свіжі дані — на сторінках релізів GitHub і картках моделей на Hugging Face.

Що вибрати під завдання й залізо: SDXL, SD 3.5 Medium чи Large

Підсумкова матриця «ваше залізо → модель → програма». Цифри пам’яті — суми файлів, швидкості — виміри ComputingForGeeks та орієнтири InsiderLLM із розділів вище.

Короткі правила вибору:

1. Починайте з SDXL. Це найлегша й найпідтримуваніша модель сімейства; на ній зрозуміло, чи подобається вам локальна генерація взагалі.
2. SD 3.5 Medium — коли SDXL погано розуміє складні промпти, а відеокарта на 12–16 ГБ.
3. SD 3.5 Large — від 24 ГБ VRAM або Mac на 64 ГБ, і якщо ліцензія Stability вам підходить. До 24 ГБ ComputingForGeeks пропонує йти через відновлену RTX 3090; як із двох таких карт збирають станцію на 48 ГБ — у розборі збірки на двох RTX 3090.
4. Бракує відеопам’яті — спершу T5 у fp8 і 32 ГБ ОЗП, а не нова відеокарта.
5. Потрібна лише картинка на запит, без встановлення — хмарні сервіси простіші: порівняння за якістю й ціною кадру — в огляді нейромереж для генерації картинок.

Часті запитання

Чи є Stable Diffusion 4 і чи варто чекати нову версію?

Ні, Stable Diffusion 4 не існує. На 25.10.2026 на сторінці новин Stability AI анонсу немає, а в списку нових моделей компанії на Hugging Face — аудіо та NPU-варіанти. Остання відкрита модель для картинок — сімейство SD 3.5 від жовтня 2024 року. Чекати сенсу немає: ставте SDXL або SD 3.5 зараз, а сайти із «завантаженням SD4» обходьте стороною.

Чи потягне Stable Diffusion XL відеокарта на 8 ГБ або RTX 3060 на 12 ГБ?

RTX 3060 на 12 ГБ тягне SDXL упевнено: за виміром ComputingForGeeks від 20.10.2026 картинка 1024×1024 за 30 кроків готова за 20,75 с. На 8 ГБ SDXL теж працює, але на межі: орієнтири для SDXL — від 8 ГБ, а загальна інструкція Stability допускає й 6 ГБ. ComfyUI сам вивантажить зайве в ОЗП, тому тримайте оперативної пам’яті хоча б 16 ГБ, а краще 32 ГБ.

Чи можна використовувати картинки SDXL і SD 3.5 в комерційних проєктах?

Так, з умовами. SDXL випущено під CreativeML Open RAIL++-M: комерція дозволена, заборонено сценарії зі списку ліцензії. SD 3.5 за Stability Community License безплатна для людей і організацій із річним доходом до $1 млн з будь-якого джерела, понад поріг потрібна Enterprise-ліцензія. У файнтюнів SDXL власні ліцензії — перевіряйте картку конкретної моделі.

Чи працює Stable Diffusion на Mac без відеокарти NVIDIA і скільки чекати картинку?

Працює на будь-якому Mac із чипом M: роль відеопам’яті грає єдина пам’ять, найпростіше почати з безплатного Draw Things. Реальні виміри SDXL є лише для чипів 2023 року: у Core ML від Apple 20 кроків зайняли 46 с на M1 Max і 20 с на M2 Ultra. Блог InsiderLLM без розкритої методики дає орієнтири 25–40 с на M2 Pro і 8–15 с на M4 Max у Draw Things, а ComfyUI на Mac, за його оцінкою, утричі повільніший.

Чим SD 3.5 Medium відрізняється від Large і чи потрібен T5-енкодер?

Medium — 2,5 млрд параметрів і файл 5,11 ГБ, Large — 8,1 млрд і 16,46 ГБ: Large краще розуміє складні сцени, але файл моделі втричі важчий. Обом потрібен комплект енкодерів на 11,43 ГБ, із яких 9,79 ГБ — T5-XXL. T5 можна взяти у fp8 (4,89 ГБ) або вимкнути: за документацією diffusers втрата якості невелика, але довгі промпти модель зрозуміє гірше.

Чи кращий FLUX, ніж Stable Diffusion, для локальної генерації?

FLUX.1-dev важчий і повільніший: на RTX 3060 він витрачає 63,91 с на 20 кроків проти 20,75 с у SDXL на 30 кроків, а його ліцензія забороняє комерцію. Нові відкриті моделі під Apache 2.0 — FLUX.2 klein 4B і Z-Image Turbo — уже є в арені Artificial Analysis, де SD ми не знайшли. SDXL виграє швидкістю, легкістю й тисячами файнтюнів, тому для аніме та стилізації на слабкому залізі він досі зручніший.