.ai

los mejores modelos de IA de código abierto

Buscar

Ejecutar Stable Diffusion, SDXL y Flux en un Mac (Apple Silicon): Draw Things, ComfyUI y qué esperar

Q: Imágenes negras o grises

Desbordamiento de precisión fp16 en MPS. Añade --force-fp32 para ese modelo, o usa el VAE SDXL con arreglo fp16; en Draw Things cambia el modelo a la variante 8-bit o fp32.

Q: Un nodo personalizado no se importa

Depende de paquetes solo para CUDA. Quita el nodo o busca una alternativa compatible con Mac; los nodos principales funcionan todos.

Q: Primera generación muy lenta en Draw Things

Compilación CoreML del modelo en el primer uso. Espera una vez; las siguientes ejecuciones son más rápidas. Mantén el modelo cargado entre ejecuciones.

Tema: Aplicaciones

Por Captain

Publicado el 2026-01-21

Resumen

Los Macs con Apple Silicon ejecutan modelos de imagen a través de Metal (MPS en PyTorch, o el propio CoreML de Apple en Draw Things). No hay CUDA, así que el número de memoria que importa es la RAM unificada del Mac, compartida entre CPU y GPU: un MacBook Air de 16 GB puede correr

SDXL

, una máquina de 32 GB puede correr

Flux

en fp8 y modelos pequeños de video, un Mac Studio de 64 o 128 GB puede cargar casi cualquier cosa, pero lento. La velocidad es el sacrificio: un M2 Max tarda de 30 a 60 segundos en una imagen SDXL que una RTX 4070 hace en 6.

Tres herramientas importan. Draw Things es una app nativa gratuita (Mac, iPhone, iPad) con biblioteca de modelos, importación de

LoRA

ControlNet

inpainting

y el mejor rendimiento en Mac porque convierte modelos a CoreML; es la mejor opción inicial para la mayoría de usuarios Mac.

ComfyUI

corre en Mac desde el código fuente con PyTorch MPS; soporta todo lo que ComfyUI soporta, aunque algunos nodos necesitan fp32 y algunos nodos personalizados fallan en hardware sin CUDA. DiffusionBee es la app más simple de un clic, limitada a modelos antiguos.

Como la velocidad es el cuello de botella, los usuarios Mac usan la nube más que los de PC: generan borradores en socios en la nube, llevan los mejores a Draw Things para inpainting y LoRAs personales, o simplemente hacen todo lo pesado (Flux a precisión completa, video) en

PirateDiffusion

BitVector

y usan el Mac para navegar en este sitio y editar.

Referencia

Nombre	Tipo	Qué es
8 GB Mac	SD 1.5 only	Draw Things con SD 1.5 ajusta fino a 512x768; SDXL cambia y va muy lento.
16 GB Mac	SD 1.5 , SDXL	SDXL a 1024x1024 en Draw Things (CoreML 8-bit) o ComfyUI con --force-fp16; Flux vía Draw Things 8-bit funciona pero lento.
32 GB Mac	adds Flux fp8, Z-Image , small Wan	Flux dev 8-bit a 1024 en 1 a 3 minutos en M2/M3 Pro-Max; Wan 2.2 5B clips cortos.
64-128 GB Mac Studio / MacBook Pro Max	adds FLUX.2 , Qwen Image , Wan 14B	Cabe en memoria; espera 5 a 15 minutos por imagen Flux.2 y decenas de minutos por clip de video.
Draw Things	app	Gratis, App Store. Gestor de modelos, importación LoRA/ControlNet, inpainting, escaladores, scripts. CoreML acelera ejecuciones repetidas tras la primera compilación.
ComfyUI on MPS	from source	Python 3.12, PyTorch nightly o estable con MPS. Flags: --force-fp16 (M1/M2) o por defecto; --use-split-cross-attention ayuda con la memoria.
DiffusionBee	app	Un clic, SD 1.5/SDXL, ajustes limitados. Bien para un primer intento.
iogpu.wired_limit_mb	sysctl	Aumenta la memoria que macOS deja asignar a la GPU (por defecto ~70% de la RAM). Ponlo en RAM menos 8 GB para modelos grandes.

Flux a toda velocidad desde tu Mac

BitVector Prism corre en Safari: los modelos Flux, FLUX.2 y Qwen que van lentos en Apple Silicon se renderizan en segundos en sus GPUs. Usa el Mac para Draw Things y edición; manda los prompts pesados aquí.

Probar BitVector

Paso a paso

Revisa tu chip y memoria: menú Apple > Acerca de este Mac. Encuentra tu nivel en la tabla.
Instala Draw Things desde la App Store. Ábrelo, elige un modelo de su biblioteca (SDXL base o DreamShaper XL para un Mac de 16 GB), deja que se descargue y convierta.
Genera una primera imagen a 1024x1024, 20 pasos, DPM++ 2M Karras,
CFG
6. La primera ejecución compila el modelo CoreML y es lenta; las siguientes son más rápidas.
Importa un LoRA desde este sitio: Models > LoRA > Import, elige el .safetensors; Draw Things lo convierte. Añade la palabra clave al prompt.
Para ComfyUI: instala Homebrew, Python 3.12 y git; clona ComfyUI; instala con pip -r requirements.txt usando PyTorch con MPS; ejecuta python main.py; carga el flujo de trabajo por defecto como dice la guía para principiantes de ComfyUI.
En ComfyUI en un Mac de 16 GB añade --force-fp16 y mantén tamaño de lote 1; usa VAE Decode (Tiled) para tamaños mayores a 1024.
Para Flux en Mac de 32 GB o más usa la versión fp8 o GGUF Q8, el codificador T5 fp8 y espera minutos por imagen; sube el límite wired si ves errores de memoria.
Deja los trabajos pesados para la nube: abre cualquier página de modelo, pulsa el botón PirateDiffusion o BitVector y ejecuta el mismo prompt ahí en segundos.

Ejemplos

Comandos para iniciar ComfyUI en 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

Aumentar el límite de memoria GPU (Mac 64 GB)

sudo sysctl iogpu.wired_limit_mb=57344

Mismo prompt en la nube desde el Mac

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

Consejos

Draw Things en un iPhone 15 Pro o más nuevo corre SD 1.5 y variantes pequeñas de SDXL localmente; útil para viajar, no para volumen.
Imágenes negras o en blanco en MPS casi siempre son por overflow de fp16: usa --force-fp32 para ese modelo o el VAE SDXL con arreglo fp16.
Cierra apps que consuman mucha memoria (navegadores con muchas pestañas) antes de generar; la memoria unificada significa que Safari y el modelo compiten.
Draw Things soporta muchos modelos de la era ComfyUI (Flux,
Z-Image
,
Qwen Image
,
Wan
) antes de lo que se espera; revisa su lista antes de montar ComfyUI.
Nodos personalizados que importan librerías solo CUDA (xformers, algunas herramientas faciales) fallan en Mac; la guía de nodos de ComfyUI marca los comunes.
Benchmarks para tener expectativas: SDXL 1024x1024, 25 pasos: M1 Pro 90-120 s, M2 Max 35-50 s, M3 Max 25-35 s, M4 Max 18-25 s.

Usa la versión 8-bit a 20 pasos, o corre Flux en la nube y SDXL localmente.

Video desde un MacBook Air

PirateDiffusion genera clips Wan 2.2, LTX-2 y H3 en sus servidores y los entrega a Telegram en tu Mac o iPhone. Miles de modelos, renders ilimitados, precio fijo mensual.

Probar PirateDiffusion

Preguntas

¿Debería comprar un Mac para imágenes de IA?

Compra un Mac por otras razones y disfruta que puede hacer SDXL; compra un PC NVIDIA si lo principal son imágenes o video de IA. La memoria unificada es genial, la velocidad no.

¿Corre Automatic1111 o Forge en Mac?

A1111 corre en MPS con la bandera --skip-torch-cuda-test y es más lento que ComfyUI;

Forge

tiene soporte limitado en Mac. Draw Things o ComfyUI son las opciones prácticas.

¿Puedo entrenar LoRAs en un Mac?

Los LoRAs de SD 1.5 y SDXL se entrenan en Draw Things y en kohya con MPS, a una fracción de la velocidad NVIDIA. Flux y LoRAs de video: usa un entrenador en la nube.