.ai

les meilleurs modèles d'IA open source

Rechercher

Faire tourner Stable Diffusion, SDXL et Flux sur un Mac (Apple Silicon) : Draw Things, ComfyUI et à quoi s’attendre

Q: Images noires ou grises

Overflow de précision fp16 sur MPS. Ajoute --force-fp32 pour ce modèle, ou utilise le VAE SDXL fp16-fix ; dans Draw Things passe le modèle en variante 8-bit ou fp32.

Q: Un nœud custom ne s’importe pas

Dépendance à des packages CUDA-only. Supprime le nœud ou trouve une alternative compatible Mac ; les nœuds de base fonctionnent tous.

Q: Première génération très lente dans Draw Things

Compilation CoreML du modèle à la première utilisation. Patiente une fois ; les runs suivants sont plus rapides. Garde le modèle chargé entre les runs.

Sujet : Applications

Par Captain

Publié le 2026-01-21

Ce qu’un Mac M1 à M4 peut et ne peut pas faire pour les images et vidéos IA : les trois façons de lancer les modèles (Draw Things, ComfyUI via PyTorch MPS, DiffusionBee), les niveaux de mémoire selon la config Mac, les vitesses réalistes pour SD 1.5, SDXL et Flux, les réglages pour éviter les images noires et les plantages, et les modèles qui valent la peine sur Mac.

Aperçu

Les Macs Apple Silicon font tourner les modèles d’image via Metal (MPS dans PyTorch, ou le chemin CoreML d’Apple dans Draw Things). Pas de CUDA, donc la mémoire importante c’est la RAM unifiée du Mac, partagée entre CPU et GPU : un MacBook Air 16 Go peut faire tourner

SDXL

, une machine 32 Go peut lancer

Flux

en fp8 et des petits modèles vidéo, un Mac Studio 64 ou 128 Go peut charger presque tout, lentement. La vitesse est le compromis : un M2 Max met 30 à 60 secondes pour une image SDXL qu’un RTX 4070 fait en 6.

Trois outils comptent. Draw Things est une app native gratuite (Mac, iPhone, iPad) avec une bibliothèque de modèles, import

LoRA

ControlNet

inpainting

et la meilleure perf Mac car il convertit les modèles en CoreML ; c’est le premier choix pour la plupart des utilisateurs Mac.

ComfyUI

tourne sur Mac depuis la source avec PyTorch MPS ; il supporte tout ce que ComfyUI supporte, avec quelques nœuds qui demandent du fp32 et certains nœuds custom qui ne marchent pas sans CUDA. DiffusionBee est l’app la plus simple en un clic, limitée aux modèles plus anciens.

Comme la vitesse est le goulot d’étranglement, les utilisateurs Mac utilisent plus le cloud que les PC : faire des brouillons sur les partenaires cloud, ramener les bons dans Draw Things pour inpainting et LoRA perso, ou faire tout le lourd (Flux en pleine précision, vidéo) sur

PirateDiffusion

BitVector

et garder le Mac pour naviguer sur ce site et éditer.

Référence

Nom	Type	Rôle
8 GB Mac	SD 1.5 only	Draw Things avec SD 1.5 s’entraîne en 512x768 ; SDXL échange et rame.
16 GB Mac	SD 1.5, SDXL	SDXL en 1024x1024 dans Draw Things (CoreML 8-bit) ou ComfyUI avec --force-fp16 ; Flux via Draw Things 8-bit marche mais lentement.
32 GB Mac	adds Flux fp8, Z-Image, small Wan	Flux dev 8-bit en 1024 en 1 à 3 minutes sur M2/M3 Pro-Max ; Wan 2.2 5B clips courts.
64-128 GB Mac Studio / MacBook Pro Max	adds FLUX.2, Qwen Image, Wan 14B	Tient en mémoire ; compte 5 à 15 minutes par image Flux.2 et des dizaines de minutes par clip vidéo.
Draw Things	app	Gratuit, App Store. Gestionnaire de modèles, import LoRA/ControlNet, inpainting, upscalers , scripts. CoreML accélère les runs répétés après une première compilation.
ComfyUI on MPS	from source	Python 3.12, PyTorch nightly ou stable avec MPS. Flags : --force-fp16 (M1/M2) ou défaut ; --use-split-cross-attention aide la mémoire.
DiffusionBee	app	Un clic, SD 1.5/SDXL, réglages limités. Bien pour un premier essai.
iogpu.wired_limit_mb	sysctl	Augmente la mémoire que macOS laisse allouer au GPU (par défaut ~70 % de la RAM). Mettre RAM moins 8 Go pour les gros modèles.

Flux à pleine vitesse depuis ton Mac

BitVector Prism tourne dans Safari : les modèles Flux, FLUX.2 et Qwen qui rament sur Apple Silicon se rendent en secondes sur ses GPU. Garde le Mac pour Draw Things et l’édition ; envoie les prompts lourds ici.

Essayer BitVector

Pas à pas

Vérifie ta puce et ta mémoire : menu Apple > À propos de ce Mac. Trouve ta catégorie dans le tableau.
Installe Draw Things depuis l’App Store. Ouvre-le, choisis un modèle dans sa bibliothèque (SDXL base ou DreamShaper XL pour un Mac 16 Go), laisse-le télécharger et convertir.
Génère une première image en 1024x1024, 20 steps, DPM++ 2M Karras,
CFG
6. Le premier run compile le modèle CoreML et est lent ; les suivants sont plus rapides.
Importe un LoRA depuis ce site : Models > LoRA > Import, choisis le .safetensors ; Draw Things le convertit. Ajoute le mot déclencheur dans le prompt.
Pour ComfyUI : installe Homebrew, Python 3.12 et git ; git clone ComfyUI ; pip install -r requirements.txt avec PyTorch activé MPS ; lance python main.py ; charge le workflow par défaut comme décrit dans le guide débutant ComfyUI.
Dans ComfyUI sur un Mac 16 Go ajoute --force-fp16 et garde batch size à 1 ; utilise VAE Decode (Tiled) pour les tailles au-dessus de 1024.
Pour Flux sur un Mac 32 Go+ utilise la build fp8 ou GGUF Q8, l’encodeur T5 fp8 et compte des minutes par image ; augmente le wired limit si tu vois des erreurs mémoire.
Garde les gros jobs pour le cloud : ouvre une page modèle, appuie sur PirateDiffusion ou BitVector et lance le même prompt là-bas en quelques secondes.

Exemples

Commandes de démarrage ComfyUI sur Mac

brew install python@3.12 git

git clone https://github.com/comfyanonymous/ComfyUI && cd ComfyUI && pip3 install -r requirements.txt

python3 main.py --force-fp16 --use-split-cross-attention

Augmenter la limite mémoire GPU (Mac 64 Go)

sudo sysctl iogpu.wired_limit_mb=57344

Même prompt sur le cloud depuis le Mac

/render <flux-dev> a quiet harbour at dawn, fishing boats, mist, 35mm film look /size:1216x832 /steps:24

Astuces

Draw Things sur iPhone 15 Pro ou plus récent fait tourner SD 1.5 et petites variantes SDXL localement ; utile en voyage, pas pour du volume.
Images noires ou vides sur MPS sont presque toujours un overflow fp16 : utilise --force-fp32 pour ce modèle ou le VAE SDXL fp16-fix.
Ferme les apps gourmandes en mémoire (navigateurs avec plein d’onglets) avant de générer ; la mémoire unifiée fait que Safari et le modèle se partagent la RAM.
Draw Things supporte beaucoup de modèles de l’ère ComfyUI (Flux,
Z-Image
,
Qwen Image
,
Wan
) plus tôt que prévu ; vérifie sa liste avant de monter un setup ComfyUI.
Les nœuds custom qui importent des libs CUDA-only (xformers, certains outils visage) échouent sur Mac ; le guide des nœuds ComfyUI marque les plus courants.
Benchmarks pour se faire une idée : SDXL 1024x1024, 25 steps : M1 Pro 90-120 s, M2 Max 35-50 s, M3 Max 25-35 s, M4 Max 18-25 s.

Utilise la build 8-bit à 20 steps, ou lance Flux sur le cloud et SDXL localement.

Vidéo depuis un MacBook Air

PirateDiffusion génère Wan 2.2, LTX-2 et clips H3 sur ses serveurs et les envoie sur Telegram sur ton Mac ou iPhone. Des milliers de modèles, rendus illimités, prix fixe mensuel.

Essayer PirateDiffusion

Questions

Dois-je acheter un Mac pour les images IA ?

Achète un Mac pour d’autres raisons et profite qu’il puisse faire tourner SDXL ; prends un PC NVIDIA si c’est pour les images ou vidéos IA en priorité. La mémoire unifiée est top, la vitesse non.

Automatic1111 ou Forge tournent-ils sur Mac ?

A1111 tourne sur MPS avec le flag --skip-torch-cuda-test et est plus lent que ComfyUI ;

Forge

a un support Mac limité. Draw Things ou ComfyUI sont les choix pratiques.

Puis-je entraîner des LoRA sur Mac ?

Les LoRA SD 1.5 et SDXL s’entraînent dans Draw Things et kohya avec MPS, à une fraction de la vitesse NVIDIA. Pour Flux et LoRA vidéo : utilise un trainer cloud.