Model
Trends
.ai
Model
Trends
.ai
i migliori modelli di IA open source

Eseguire Stable Diffusion, SDXL e Flux su un Mac (Apple Silicon): Draw Things, ComfyUI e cosa aspettarsi

Argomento: App
Di Captain
Pubblicato il 2026-01-21
Cosa può e cosa non può fare un Mac da M1 a M4 per immagini e video AI: i tre modi per eseguire i modelli (Draw Things, ComfyUI tramite PyTorch MPS, DiffusionBee), livelli di memoria in base alla configurazione Mac, velocità realistiche per SD 1.5, SDXL e Flux, le impostazioni che evitano immagini nere e crash, e i modelli che valgono l'attesa su un Mac.

Panoramica

I Mac Apple Silicon eseguono modelli di immagini tramite Metal (MPS in PyTorch, o il percorso CoreML di Apple in Draw Things). Non c'è CUDA, quindi il numero di memoria che conta è la RAM unificata del Mac, condivisa tra CPU e GPU: un MacBook Air da 16 GB può eseguire
SDXL
, una macchina da 32 GB può eseguire
Flux
in fp8 e piccoli modelli video, un Mac Studio da 64 o 128 GB può caricare quasi tutto, lentamente. La velocità è il compromesso: un M2 Max impiega da 30 a 60 secondi per un'immagine SDXL che una RTX 4070 fa in 6.
Contano tre strumenti. Draw Things è un'app nativa gratuita (Mac, iPhone, iPad) con una libreria di modelli, importazione
LoRA
,
ControlNet
,
inpainting
e le migliori prestazioni su Mac perché converte i modelli in CoreML; è la scelta giusta per la maggior parte degli utenti Mac.
ComfyUI
gira su Mac da sorgente con PyTorch MPS; supporta tutto ciò che supporta ComfyUI, con alcuni nodi che richiedono fp32 e alcuni nodi personalizzati che falliscono su hardware non CUDA. DiffusionBee è l'app più semplice con un clic, limitata ai modelli più vecchi.
Dato che la velocità è il collo di bottiglia, gli utenti Mac si affidano più al cloud rispetto agli utenti PC: genera bozze sui partner cloud, porta i preferiti su Draw Things per inpainting e LoRA personali, o fai tutto il lavoro pesante (Flux a piena precisione, video) su
PirateDiffusion
o
BitVector
e tieni il Mac per navigare su questo sito e modificare.

Riferimento

Nome
Tipo
Cos'è
8 GB Mac
SD 1.5 only
Draw Things con
SD 1.5
fa fine-tuning a 512x768; SDXL si scambia e va lento.
16 GB Mac
SD 1.5, SDXL
SDXL a 1024x1024 in Draw Things (CoreML 8-bit) o ComfyUI con --force-fp16; Flux via Draw Things 8-bit funziona ma lentamente.
32 GB Mac
adds Flux fp8, Z-Image, small Wan
Flux dev
8-bit a 1024 in 1-3 minuti su M2/M3 Pro-Max;
Wan 2.2 5B
clip brevi.
64-128 GB Mac Studio / MacBook Pro Max
adds FLUX.2, Qwen Image, Wan 14B
Ci sta in memoria; aspettati 5-15 minuti per immagine
Flux.2
e decine di minuti per clip video.
Draw Things
app
Gratis, App Store. Gestore modelli, import LoRA/ControlNet, inpainting,
upscaler
, script. CoreML accelera le esecuzioni ripetute dopo la prima compilazione.
ComfyUI on MPS
from source
Python 3.12, PyTorch nightly o stabile con MPS. Flag: --force-fp16 (M1/M2) o default; --use-split-cross-attention aiuta la memoria.
DiffusionBee
app
Un clic, SD 1.5/SDXL, impostazioni limitate. Va bene per un primo tentativo.
iogpu.wired_limit_mb
sysctl
Aumenta la memoria che macOS lascia allocare alla GPU (default ~70% della RAM). Imposta a RAM meno 8 GB per modelli grandi.
AD
Flux a piena velocità dal tuo Mac
BitVector Prism gira in Safari: i modelli Flux, FLUX.2 e Qwen che vanno a rilento su Apple Silicon si renderizzano in secondi sulle sue GPU. Tieni il Mac per Draw Things e modifiche; manda qui i prompt pesanti.

Passo dopo passo

  1. Controlla il tuo chip e la memoria: menu Apple > Informazioni su questo Mac. Trova la tua fascia nella tabella.
  2. Installa Draw Things dall'App Store. Aprilo, scegli un modello dalla sua libreria (SDXL base o DreamShaper XL per un Mac da 16 GB), lascia che scarichi e converta.
  3. Genera una prima immagine a 1024x1024, 20 passi, DPM++ 2M Karras,
    CFG
    6. La prima esecuzione compila il modello CoreML ed è lenta; le successive sono più veloci.
  4. Importa una LoRA da questo sito: Modelli > LoRA > Importa, scegli il file .safetensors; Draw Things la converte. Aggiungi la parola trigger al prompt.
  5. Per ComfyUI: installa Homebrew, Python 3.12 e git; git clone ComfyUI; pip install -r requirements.txt con PyTorch abilitato MPS; esegui python main.py; carica il workflow di default come descritto nella guida per principianti di ComfyUI.
  6. In ComfyUI su un Mac da 16 GB aggiungi --force-fp16 e mantieni batch size 1; usa VAE Decode (Tiled) per dimensioni sopra 1024.
  7. Per Flux su Mac da 32 GB+ usa la build fp8 o GGUF Q8, l'encoder T5 fp8 e aspetta minuti per immagine; alza il limite wired se vedi errori di memoria.
  8. Tieni i lavori pesanti per il cloud: apri qualsiasi pagina modello, premi il pulsante PirateDiffusion o BitVector e lancia lo stesso prompt lì in pochi secondi.

Esempi

Comandi per avviare ComfyUI su 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

Aumentare il limite di memoria GPU (Mac 64 GB)

sudo sysctl iogpu.wired_limit_mb=57344

Stesso prompt sul cloud dal Mac

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

Consigli

  • Draw Things su iPhone 15 Pro o più recente esegue SD 1.5 e piccole varianti SDXL localmente; utile in viaggio, non per volumi grandi.
  • Immagini nere o vuote su MPS sono quasi sempre overflow fp16: usa --force-fp32 per quel modello o il VAE SDXL fp16-fix.
  • Chiudi app che consumano molta memoria (browser con molte schede) prima di generare; la memoria unificata significa che Safari e il modello competono.
  • Draw Things supporta molti modelli dell'era ComfyUI (Flux,
    Z-Image
    ,
    Qwen Image
    ,
    Wan
    ) prima di quanto si pensi; controlla la sua lista modelli prima di configurare ComfyUI.
  • Nodi personalizzati che importano librerie solo CUDA (xformers, alcuni strumenti per volti) falliscono su Mac; la guida nodi ComfyUI indica quelli comuni.
  • Benchmark per farti un'idea: SDXL 1024x1024, 25 passi: M1 Pro 90-120 s, M2 Max 35-50 s, M3 Max 25-35 s, M4 Max 18-25 s.

Risoluzione dei problemi

Immagini nere o grigie

Perché succede
Overflow di precisione fp16 su MPS.

Come risolverlo
Aggiungi --force-fp32 per quel modello, o usa il VAE SDXL fp16-fix; in Draw Things passa il modello alla variante 8-bit o fp32.

"MPS backend out of memory"

Perché succede
Limite di allocazione GPU di macOS raggiunto prima che la RAM sia piena.

Come risolverlo
Alza iogpu.wired_limit_mb, abbassa la risoluzione, usa pesi quantizzati.

Un nodo personalizzato non si importa

Perché succede
Dipende da pacchetti solo CUDA.

Come risolverlo
Rimuovi il nodo o trova un'alternativa compatibile Mac; i nodi core funzionano tutti.

Prima generazione molto lenta in Draw Things

Perché succede
Compilazione CoreML del modello al primo uso.

Come risolverlo
Aspetta una volta; le esecuzioni successive sono più veloci. Tieni il modello caricato tra le esecuzioni.

Flux impiega 10 minuti per immagine

Perché succede
Swap di pesi a piena precisione, o chip base M1/M2.

Come risolverlo
Usa la build 8-bit a 20 passi, o esegui Flux sul cloud e SDXL localmente.

AD
PirateDiffusion
Video da un MacBook Air
PirateDiffusion genera clip Wan 2.2, LTX-2 e H3 sui suoi server e le consegna su Telegram al tuo Mac o iPhone. Migliaia di modelli, render illimitati, prezzo mensile fisso.

Domande

Conviene comprare un Mac per immagini AI?

Compra un Mac per altri motivi e goditi che può fare SDXL; compra un PC NVIDIA se immagini o video AI sono lo scopo principale. La capacità di memoria unificata è ottima, la velocità no.

Automatic1111 o Forge girano su Mac?

A1111 gira su MPS con il flag --skip-torch-cuda-test ed è più lento di ComfyUI;
Forge
ha supporto Mac limitato. Draw Things o ComfyUI sono le scelte pratiche.

Posso allenare LoRA su Mac?

LoRA per SD 1.5 e SDXL si allenano in Draw Things e in kohya con MPS, a una frazione della velocità NVIDIA. Flux e LoRA video: usa un trainer cloud.

Il video è possibile su Mac?

Wan 2.2 5B e varianti
LTX-2
piccole su Mac da 32 GB+, minuti per clip. Per tutto il resto, i partner cloud.

Quali modelli valgono la pena localmente su Mac?

Fine-tune SDXL, Illustrious/Pony per anime,
Z-Image Turbo
per bozze veloci, SD 1.5 inpainting. Tutto il resto gira meglio sul cloud.

Link e fonti

Modelli di questa guida

Scritto da
Captain

Guide correlate

Errori e soluzioni
Guida a GPU e VRAM per immagini e video AI: cosa serve a ogni modello e cosa comprare (o no)
Quanta memoria grafica serve davvero a ogni famiglia di modelli per avere una velocità utilizzabile (SD 1.5, SDXL, Flux, FLUX.2, Qwen Image, Z-Image, Wan 2.2, LTX-2, H3), cosa ti danno la quantizzazione fp8 e GGUF, perché anche la RAM di sistema e il disco contano, una lista di schede da 8 a 32 GB, note su Mac e AMD, e il punto in cui conviene affittare invece di comprare.
Di Quartermaster
2026-01-07
ComfyUI
Cos'è ComfyUI? Una guida per principianti ai nodi, ai flussi di lavoro e al primo grafo
ComfyUI spiegato per chi viene da Automatic1111, Fooocus o un'app web: perché è un grafo, i sette nodi nel flusso di lavoro predefinito e cosa fa ciascuno, come caricare un flusso di lavoro da un'immagine, dove vanno i modelli, il Manager per i nodi mancanti e quando è meglio usare uno strumento più semplice o il cloud.
Di Lookout
2025-12-17
App
Come installare una LoRA: cartelle, controlli file e primo utilizzo in ComfyUI, Forge, Automatic1111 e Draw Things
La guida pratica all'installazione: dove scaricare una LoRA, come controllare l'hash del file rispetto alla pagina del modello, in quale cartella metterla per ogni UI popolare, come aggiornare la lista, come caricarla la prima volta e i tre modi per usarla sul cloud senza installare nulla.
Di Lookout
2025-09-24
Modelli
Quali modelli AI per immagini provare per primi, e perché: una lista iniziale ordinata
Sette modelli per la prima settimana, scelti per la loro tolleranza più che per l'hype: un fine-tuning fotografico SDXL, un fine-tuning anime, Flux dev, un modello turbo veloce, un modello per inpainting, un modello video e un upscaler, ognuno con il motivo, la memoria necessaria e lo stile di prompt che si aspetta.
Di Captain
2025-09-10

Altre guide

Modelli
FLUX.1 Dev: come usarlo, impostazioni migliori e idee creative
Una guida pratica a FLUX.1 Dev di Black Forest Labs: come scrivere i prompt in linguaggio naturale, impostazioni di guida e passi, stacking di LoRA, rendering del testo e idee per prompt che sfruttano i suoi punti di forza.
Di Captain
2026-09-30
Modelli
Stable Diffusion XL 1.0: prompt, impostazioni e cosa fa ancora meglio
Come ottenere il massimo dal modello base ufficiale SDXL 1.0: risoluzioni native, impostazioni di CFG e sampler, il refiner, prompt negativi e idee per stili in cui SDXL brilla ancora.
Di Captain
2026-10-01
Modelli
Stable Diffusion 1.5: il modello classico, usato nel modo giusto
Stable Diffusion 1.5 vale ancora la pena conoscerlo: la risoluzione giusta, CFG e sampler, come usare la sua enorme libreria di LoRA e embedding, e idee creative per prompt adatte a un modello a 512 pixel.
Di Captain
2026-10-02
Modelli
FLUX.2 Dev: come usare il modello più recente di Black Forest Labs
FLUX.2 Dev supporta prompt più lunghi, testo migliore, realismo più forte e modifica con riferimenti multipli. Questa guida spiega il flusso turbo, le impostazioni di guida e risoluzione, la struttura del prompt e idee che sfruttano le sue nuove potenzialità.
Di Captain
2026-10-03
Modelli
Qwen-Image: prompt lunghi, testo perfetto e poster bilingue
Qwen-Image è il modello da usare quando le parole nell'immagine contano. Scopri come scrivere prompt descrittivi lunghi, riprodurre testo in inglese e cinese con precisione, impostare CFG e passi, e esplorare idee creative con layout complessi.
Di Captain
2026-09-29
Modelli
SDXL-Lightning: generazione in quattro passaggi su qualsiasi checkpoint SDXL
Lo LoRA SDXL-Lightning di ByteDance trasforma un rendering SDXL da 30 passaggi in uno da 4. Scopri il numero di passaggi, il CFG da usare, il sampler e come combinarlo con i tuoi checkpoint e LoRA di stile preferiti.
Di Captain
2026-09-30