Потянет ли компьютер Stable Diffusion в 2026 году: системные требования и чек-лист

Системные требования Stable Diffusion мягче расхожего мнения: README проекта AUTOMATIC1111 заявляет поддержку видеокарт от 4 ГБ видеопамяти и упоминает сообщения о работе на 2 ГБ, а README ComfyUI обещает запуск больших моделей на видеокартах от 1 ГБ за счёт умной выгрузки слоёв. Умная выгрузка означает, что программа держит в видеокарте только нужный сейчас кусок модели, остальное хранит в обычной памяти компьютера и платит за это скоростью.

Порог задают четыре вещи: версия модели, разрешение картинки, программа запуска и ваше терпение. Чек-лист ниже для тех, кто ставит Stable Diffusion на свой компьютер и не хочет узнать про нехватку памяти на середине установки. Пять проверок занимают полчаса. Если картинка нужна одна и сегодня, без возни с драйверами, локальный запуск не нужен вовсе.

Проверяем перед установкой:

1. Видеокарта и объём видеопамяти под ту версию модели, которую собрались ставить.
2. Оперативная память и включённый файл подкачки.
3. Свободное место на диске под веса моделей и результаты.
4. Операционная система, драйверы видеокарты и версия Python.
5. Собственные ожидания по времени генерации.

Почему у Stable Diffusion нет единых системных требований?

Кратко по делу: одна и та же модель запускается разными программами, и каждая заявляет свой порог. AUTOMATIC1111 пишет про видеокарты от 4 ГБ, ComfyUI про большие модели на 1 ГБ видеопамяти с умной выгрузкой, InvokeAI публикует таблицу минимумов по семействам моделей. Цифра без названия программы и версии модели смысла не имеет.

Stable Diffusion состоит из двух частей. Файл с весами лежит на Hugging Face и сам по себе ничего не делает. Программа запуска распоряжается памятью видеокарты и решает, влезет модель или нет.

Программы устроены по-разному, и это единственная причина расхождения цифр в обзорах. Одна программа держит модель в видеопамяти целиком, вторая режет её на куски и подтягивает по мере надобности, жертвуя скоростью.

Программа запуска	Что заявлено в её документации	Что с развитием проекта
AUTOMATIC1111	видеокарты от 4 ГБ, есть сообщения о работе на 2 ГБ	в ветке master нет коммитов с 27 июля 2024 года, последний релиз v1.10.1 вышел 9 февраля 2025 года
ComfyUI	большие модели на видеокартах от 1 ГБ с умной выгрузкой, запуск без видеокарты через ключ --cpu	коммиты идут по сей день, релиз v0.29.2 вышел 31 июля 2026 года
InvokeAI	таблица минимумов по семействам моделей, поддержка AMD только на Linux	требования вынесены на отдельную страницу документации
Fooocus	4 ГБ видеопамяти Nvidia и 8 ГБ оперативной памяти, только архитектура SDXL	статус LTS, то есть одни исправления ошибок

Руководства, которые советуют поставить AUTOMATIC1111 и генерировать в нём Stable Diffusion 3.5, писались до заморозки проекта: новых архитектур туда не завозили. Общее знакомство с генеративными сервисами удобнее начать с материала как пользоваться нейросетями без опыта, а эта статья дальше идёт строго про железо.

Пункт 1. Сколько видеопамяти нужно для Stable Diffusion?

Кратко по делу: единственную официальную таблицу минимумов по семействам моделей публикует InvokeAI. Для Stable Diffusion 1.5 при разрешении 512 на 512 точек там указано 4 ГБ видеопамяти, для SDXL при 1024 на 1024 уже 8 ГБ, для FLUX.1 при том же разрешении 10 ГБ.

Семейство модели	Разрешение, под которое она рассчитана	Минимум видеопамяти	Минимум оперативной памяти
Stable Diffusion 1.5	512 на 512 точек	4 ГБ	8 ГБ
SDXL	1024 на 1024 точек	8 ГБ	16 ГБ
FLUX.1	1024 на 1024 точек	10 ГБ	32 ГБ

Эти пороги описывают запуск через InvokeAI: у других программ они ниже за счёт агрессивной выгрузки слоёв.

Где посмотреть у себя. В Windows объём видеопамяти показывает диспетчер задач: вкладка «Производительность», раздел с графическим процессором, строка про выделенную память видеокарты. Второй путь это средство диагностики DirectX, оно запускается командой dxdiag и показывает память дисплея на вкладке с экраном. На Mac объём памяти виден в меню Apple, в окне со сведениями о компьютере: у чипов Apple память общая для процессора и графики. Где в системе лежат эти окна, разобрано в материале как быстро научиться уверенно работать за компьютером.

Если своё число оказалось меньше табличного, генерация обрывается ошибкой нехватки памяти CUDA. Программа при этом обычно продолжает работать, ломается только текущая задача.

Ходовое «нужно минимум 8 ГБ» опровергается документацией сразу двух проектов. Порог зависит от связки: версия модели, разрешение, программа запуска и квантизация весов, то есть хранение весов в более грубом формате, когда файл легче, а качество чуть падает. Разрешение весит здесь не меньше видеокарты.

Пункт 2. Хватает ли оперативной памяти и файла подкачки?

Кратко по делу: оперативная память нужна под выгрузку слоёв, и требования растут вместе с моделью. InvokeAI указывает 8 ГБ для Stable Diffusion 1.5, 16 ГБ для SDXL и 32 ГБ для FLUX.1. Fooocus заявляет минимум 8 ГБ, но только при включённом файле подкачки Windows.

Приёмы экономии видеопамяти работают одинаково: слои модели переезжают из видеокарты в обычную память и обратно, значит, обычной памяти должно хватить на всю модель.

В документации Diffusers это оговорено. При выгрузке группами с использованием потока CUDA она требует держать вдвое больше памяти, чем весит сама модель.

У Fooocus описан и характерный симптом нехватки. Если при генерации появляется ошибка распределителя памяти процессора, README требует включить виртуальную память Windows и оставить не меньше 40 ГБ свободного места на каждом диске. У Apple Silicon арифметика другая: память там общая для процессора и графики, и InvokeAI рекомендует машины от 16 ГБ.

Где посмотреть у себя. Объём установленной оперативной памяти показывает тот же диспетчер задач, вкладка «Производительность», раздел памяти. Второй путь в Windows это окно «Сведения о системе», строка про установленную оперативную память. Файл подкачки включается в параметрах быстродействия системы, в разделе виртуальной памяти; на Mac подкачкой управляет сама операционная система, вручную её не трогают.

Пункт 3. Сколько места на диске занимают модели?

Кратко по делу: веса Stable Diffusion 1.5 весят 3,97 ГиБ, SDXL base 1.0 весит 6,46 ГиБ, Stable Diffusion 3.5 Large весит 15,33 ГиБ, размеры взяты из API Hugging Face. Расхожие «сто гигабайт под старт» описывают коллекцию моделей и дополнения к ним, а не первую установку.

Что скачиваете	Размер на Hugging Face, 2 августа 2026
Stable Diffusion 1.5, файл v1-5-pruned-emaonly.safetensors	3,97 ГиБ
SDXL base 1.0	6,46 ГиБ
Stable Diffusion 3.5 Medium	4,76 ГиБ
Stable Diffusion 3.5 Large	15,33 ГиБ
Текстовые энкодеры для линейки 3.5: clip_l, clip_g, t5xxl в fp16	10,64 ГиБ
Весь репозиторий Stable Diffusion 3.5 Large со всеми вариантами весов	66,67 ГиБ

ГиБ и ГБ здесь почти одно и то же: файл на 3,97 ГиБ Windows подпишет как 3,97 ГБ, по счёту магазинов дисков это примерно 4,26 ГБ.

Ловушка прячется в полном репозитории версии Large на 66,67 ГиБ: веб-интерфейс тянет все варианты весов разом. Линейка 3.5 идёт комплектом, веса плюс три текстовых энкодера, то есть файлы, которые переводят ваш запрос на понятный модели язык. Рабочий набор для ComfyUI выходит около 26 ГиБ, а с облегчённым энкодером t5xxl в формате fp8 на 4,56 ГиБ вместо 9,12 ГиБ примерно 21 ГиБ.

Страницы линейки 3.5 закрыты гейтом: файлы отдаются после входа в аккаунт Hugging Face и согласия с лицензией. Быстрый счёт: одна модель линейки 1.5 плюс одна SDXL занимают около 10,5 ГиБ, и это до моделей LoRA, апскейлеров и самих картинок.

Где посмотреть у себя. В Windows свободное место подписано под каждым диском в проводнике, в разделе «Этот компьютер», на Mac его показывает раздел хранилища в системных настройках. Смотреть надо на тот диск, где будет лежать папка с моделями программы запуска.

Пункт 4. Какая нужна операционная система и какие драйверы?

Кратко по делу: по документации ComfyUI подходят Windows, Linux и macOS на чипах Apple Silicon. Python и библиотеки готовый установщик ставит сам, ваша задача сводится к свежему драйверу видеокарты. Точные версии: Python 3.13, для Nvidia сборка PyTorch с CUDA 13.0, для AMD на Linux ROCm 7.2.

Про AMD стоит знать до покупки видеокарты: InvokeAI поддерживает эти карты только на Linux, потому что сам ROCm существует только под Linux.

С драйверами Nvidia история сложнее. README ComfyUI просит обновить драйверы, если портативная сборка не стартует, и раздаёт разные архивы: обычный собран под серию 20 и новее, отдельный вариант с CUDA 12.6 и Python 3.12 предназначен для серии 10 и старше.

В README Fooocus попадается и обратная история: разработчик ссылается на сообщения о том, что драйверы Nvidia старше версии 532 иногда работают в десять раз медленнее версии 531. Проверить это можно у себя: один и тот же запрос до обновления и после, время генерации программа пишет в консоли.

Где посмотреть у себя. Версию драйвера Nvidia показывает панель управления Nvidia в разделе со сведениями о системе, та же цифра выводится командой nvidia-smi в командной строке. У видеокарт AMD версия видна в фирменной программе настройки драйвера. На Mac драйвер приезжает вместе с обновлением macOS, отдельно его не ставят. Старый номер запишите до обновления, иначе сравнивать скорость будет не с чем.

Если компьютер только что куплен, поможет разбор как настроить компьютер после покупки.

Пункт 5. Сколько ждать одну картинку на слабом железе?

Кратко по делу: разработчик Fooocus замерил около 1,35 секунды на шаг генерации SDXL на ноутбуке с видеокартой 3060 и 6 ГБ видеопамяти, то есть при 30 шагах примерно 40 секунд на картинку. По таблице того же README только процессор медленнее видеокарты серии RTX 30 примерно в 17 раз, а Mac на чипах M1 и M2 примерно в 9 раз.

Конфигурация	Скорость относительно видеокарты RTX серии 30, по данным Fooocus
Nvidia RTX серии 20 и новее	самая быстрая группа: серия 40 названа самой быстрой, серия 30 обычно быстрее серии 20
Nvidia GTX серии 10	лишь немного быстрее процессора
AMD на Linux через ROCm	примерно в 1,5 раза медленнее
AMD на Windows через DirectML	примерно в 3 раза медленнее
Mac на чипах M1 и M2 через MPS	примерно в 9 раз медленнее
Только процессор, требуется 32 ГБ оперативной памяти	примерно в 17 раз медленнее

Замер привязан к одной машине: ноутбук с 16 ГБ оперативной и 6 ГБ видеопамяти, архитектура SDXL. Разрешение в нём не названо, поэтому переносить число на другое железо бессмысленно.

Считайте сами: секунды на шаг умножьте на число шагов из настроек. Чужие замеры тут бесполезны, у вас другая видеокарта, другое разрешение и другое число шагов.

Где посмотреть у себя. До установки замерять нечего, поэтому пункт проверяется на бумаге: сколько картинок в неделю вам нужно и сколько минут вы готовы ждать одну. После первого запуска сверьтесь с реальностью, время генерации программа показывает в консоли.

О чём забывают при подсчёте времени, это переделки: промпт редко срабатывает с первого раза, и на слабой машине каждая попытка стоит дороже. Сократить их число помогает дисциплина в постановке задачи, разобранная в материале как ставить ТЗ нейросети на визуал.

Что делать, если пункт чек-листа не проходит?

Кратко по делу: нехватку видеопамяти лечат модель полегче, меньшее разрешение, выгрузка слоёв из документации Diffusers и аренда видеокарты в облаке. Нехватку оперативной памяти закрывает файл подкачки Windows, нехватку места на диске закрывают облегчённые энкодеры fp8, старый драйвер обновляется, а долгая генерация сокращается числом шагов. Российские провайдеры сдают видеокарты в аренду с рублёвой оплатой, статус зарубежных сервисов мы не проверяли.

Модель полегче, если не хватает видеопамяти. Stable Diffusion 3.5 Medium содержит около 2,5 миллиарда параметров против 8,1 миллиарда у версии Large и весит втрое меньше: 4,76 ГиБ вместо 15,33 ГиБ. Линейка 1.5 требует ещё меньше, и вокруг неё собрано больше всего дополнительных моделей.

Меньше разрешение. InvokeAI указывает, под какое разрешение рассчитано каждое семейство: 512 точек для линейки 1.5 и 1024 для SDXL. Генерация выше расчётного разрешения бьёт по памяти сильнее всего.

Выгрузка слоёв. Документация Diffusers описывает набор приёмов: нарезка работы VAE (это часть модели, которая собирает готовую картинку из внутреннего представления), выгрузка целых моделей в оперативную память, последовательная выгрузка по подмодулям, выгрузка группами и на диск, хранение весов в fp8. Цена названа честно: последовательная выгрузка описана как крайне медленная и часто непрактичная, выгрузка целых моделей быстрее, но экономит меньше.

Флаги готовых программ. Wiki проекта AUTOMATIC1111 описывает ключ --medvram как решение, которое снижает производительность лишь немного, а --lowvram как разрушительный для скорости. Ключ --xformers там же назван серьёзным улучшением по памяти и скорости, но работает только на видеокартах Nvidia.

Мало оперативной памяти. Включите файл подкачки: Fooocus связывает свой минимум в 8 ГБ с включённой виртуальной памятью Windows и просит оставить не меньше 40 ГБ свободного места на каждом диске. Браузер с двумя десятками вкладок перед генерацией лучше закрыть, он забирает те же гигабайты.

Кончается место на диске. Начните с одной модели линейки 1.5 на 3,97 ГиБ и качайте отдельные файлы, репозиторий целиком тянет все варианты весов разом. Для линейки 3.5 берите энкодер t5xxl в fp8: 4,56 ГиБ вместо 9,12 ГиБ.

Старый драйвер или AMD под Windows. Драйвер обновляется с сайта производителя видеокарты, скорость до и после сравнивают на одном запросе. У AMD под Windows выбор небогатый: InvokeAI поддерживает эти карты только на Linux, а через DirectML Fooocus фиксирует трёхкратное отставание.

Генерация идёт слишком долго. Снижайте число шагов и генерируйте по одной картинке за раз. Режим только на процессоре README ComfyUI помечает словом «медленно», а Fooocus в том же случае требует 32 ГБ оперативной памяти.

Аренда в облаке. Yandex Cloud сдаёт машины с видеокартами Tesla T4 на 16 ГБ, T4i на 24 ГБ, Tesla V100 на 32 ГБ и Ampere A100 на 80 ГБ, прайс рублёвый, суммы смотрите на официальном сайте на день покупки. Квота на машины с видеокартой по умолчанию нулевая, её запрашивают в консоли управления. По зарубежным сервисам аренды мы не проверяли ни доступность, ни оплату из России, поэтому ничего про них не утверждаем.

Браузерная замена задаче. Если нужна просто картинка, а Stable Diffusion не принципиален, российский сервис Шедеврум работает в браузере, вход по аккаунту Яндекса; модель там другая, и результат будет другим. Что ещё доступно в стране, разобрано в обзоре нейросетей, доступных в России, а рабочие сценарии для визуала собраны в подборке нейросети для дизайнера.

Порядок установки, настройки памяти и первых генераций разобран по шагам в курсе «Нейросеть Stable Diffusion» от Onskills: от запуска до рабочих настроек.

На чём чаще всего ошибаются, оценивая требования Stable Diffusion?

Кратко по делу: пять ошибок повторяются чаще прочих. Расхожий порог 8 ГБ, установка замороженной программы под свежую модель, представление о полной бесплатности, поиск несуществующей четвёртой версии и доверие обзорам без ссылок на источник. Каждая ловится за пару минут проверкой по документации.

Самый живучий миф про видеопамять звучит как «нужно минимум 8 ГБ». README проектов AUTOMATIC1111 и ComfyUI называют цифры вдвое и в восемь раз меньше этого порога.

Типичный сценарий второй ошибки: человек ставит AUTOMATIC1111 по старому руководству, качает Stable Diffusion 3.5 Large и упирается в то, что интерфейс её не видит. В ветке master проекта нет коммитов с июля 2024 года, новых архитектур туда не добавляли.

Ещё одно заблуждение касается денег. Stability AI Community License от 5 июля 2024 года разрешает бесплатное коммерческое использование, пока годовая выручка человека или организации не превышает миллион долларов; выше нужна корпоративная лицензия. Условие приведено по тексту лицензии, перед коммерческим запуском его стоит перечитать.

Четвёртую версию модели ищут регулярно, а её просто нет: старшая линейка это 3.5 Large, 3.5 Large Turbo и 3.5 Medium в списке моделей Stability AI на Hugging Face.

Последняя ошибка общая для всей темы: доверие обзорам без ссылок на первоисточник. Проверять чужие утверждения быстрее по методике из статьи как проверять ответы: источники, логика, цифры.

За что придётся платить при локальном запуске?

Кратко по делу: софт бесплатный. Программы запуска распространяются свободно, веса моделей скачиваются с Hugging Face бесплатно, а лицензия Stability AI разрешает коммерческое использование при годовой выручке меньше миллиона долларов. Платят в этой теме за две вещи: за железо или за аренду видеокарты в облаке.

Деньги уходят на видеокарту: чем больше на ней видеопамяти, тем она дороже, а цены пересматриваются каждый месяц, поэтому ориентируйтесь на прайс магазина в день покупки.

Аренда в облаке считается по часам работы машины: часы умножаете на почасовой прайс провайдера и получаете стоимость вечера экспериментов, а железо не покупается вовсе.

Третья статья расходов невидимая: ваше время на установку и настройку. Первый запуск редко укладывается в один вечер, и на слабой машине к нему добавляются попытки подобрать рабочие настройки.

Что уточняют перед установкой

Хватит ли 6 ГБ видеопамяти для Stable Diffusion?

Для линейки 1.5 запас есть: InvokeAI указывает минимум 4 ГБ при разрешении 512 точек. Шести гигабайт под SDXL формально мало по таблице InvokeAI, где стоит 8 ГБ, но Fooocus заявляет работу той же архитектуры от 4 ГБ и приводит замер на ноутбуке с 6 ГБ видеопамяти. Разница объясняется тем, что программы по-разному выгружают слои.

Что делать при ошибке нехватки памяти CUDA?

Сначала снизьте разрешение и число картинок за раз. Дальше включайте приёмы из документации Diffusers: нарезку работы VAE, выгрузку моделей в оперативную память, последовательную выгрузку по подмодулям. Цифр экономии документация не даёт и предлагает замерить пик потребления у себя, поэтому меняйте по одному приёму за раз.

Ставить AUTOMATIC1111 или ComfyUI в 2026 году?

Смотрите на модель, которую собираетесь запускать. Для линейки 1.5 и SDXL AUTOMATIC1111 остаётся рабочим инструментом, хотя коммитов в его основной ветке нет с июля 2024 года. Под свежие архитектуры берите ComfyUI: релиз v0.29.2 вышел 31 июля 2026 года.

Кому локальный запуск не подойдёт?

Тем, кому картинки нужны изредка, и тем, у кого машина работает только на процессоре: по данным Fooocus это примерно семнадцатикратное отставание от игровой видеокарты. Локальный запуск требует Python, драйверов и командной строки, поэтому при редких задачах браузерный сервис обойдётся дешевле по времени.

Можно ли продавать картинки, сгенерированные в Stable Diffusion?

Stability AI Community License разрешает коммерческое использование бесплатно, пока годовая выручка человека или организации меньше миллиона долларов. При превышении порога нужна отдельная корпоративная лицензия. Условие действует на дату проверки лицензии, 2 августа 2026 года, и перед коммерческим запуском текст стоит перечитать. Сценарии применения собраны в подборке нейросети для учёбы и работы: 20 сценариев для новичка.

Источники

• AUTOMATIC1111, stable-diffusion-webui, README: https://github.com/AUTOMATIC1111/stable-diffusion-webui
• AUTOMATIC1111, wiki проекта, раздел Optimizations: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Optimizations
• ComfyUI, README: https://github.com/Comfy-Org/ComfyUI
• ComfyUI, системные требования: https://docs.comfy.org/installation/system_requirements
• InvokeAI, системные требования: https://invoke.ai/start-here/system-requirements/
• Fooocus, README: https://github.com/lllyasviel/Fooocus
• Hugging Face Diffusers, снижение потребления памяти: https://huggingface.co/docs/diffusers/en/optimization/memory
• Stable Diffusion 3.5 Large на Hugging Face: https://huggingface.co/stabilityai/stable-diffusion-3.5-large
• Stable Diffusion 3.5 Medium на Hugging Face: https://huggingface.co/stabilityai/stable-diffusion-3.5-medium
• SDXL base 1.0 на Hugging Face: https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0
• Stable Diffusion 1.5 на Hugging Face: https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5
• Stability AI Community License: https://huggingface.co/stabilityai/stable-diffusion-3.5-large/blob/main/LICENSE.md
• Yandex Cloud, видеокарты в Compute Cloud: https://yandex.cloud/ru/docs/compute/concepts/gpus
• Шедеврум, доступ после входа в аккаунт Яндекса: https://shedevrum.ai/

Все цифры в статье проверены по этим первоисточникам 2 августа 2026 года.