Stable Diffusion 3.5 локально без подписки в 2026 году

Полный контроль над генерацией изображений: без облака, без ежемесячных счетов, без чужих серверов между вами и результатом.

Stable Diffusion 3.5 - единственная модель из топа генераторов изображений, которую можно целиком запустить на своем железе, без подписки и без отправки промптов на сторонние сервера. Веса открыты, лицензия бесплатна для бизнеса с оборотом до 1 млн долларов в год, а сама модель по качеству спорит с закрытыми конкурентами. Ниже разберем, какая видеокарта нужна, как поставить Stable Diffusion WebUI пошагово и когда локальный запуск реально оправдан, а когда проще остаться в облаке.

Stable Diffusion 3.5 существует в трех версиях: Large (8,1 млрд параметров), Large Turbo и Medium (2,5 млрд параметров). Локальный запуск требует от 6 до 24 ГБ видеопамяти в зависимости от версии, лицензия бесплатна для дохода до 1 млн долларов в год. В статье: установка через ComfyUI, сравнение WebUI и облачная аренда GPU для слабого железа.

Что такое Stable Diffusion 3.5 и чем она отличается от Midjourney?

Stable Diffusion 3.5 генерирует изображения из текста прямо на вашем компьютере, а не через API стороннего сервиса. Midjourney, Nana Banana и большинство генераторов картинок работают только в облаке разработчика.

Stability AI выпустила Stable Diffusion 3.5 22 октября 2024 года, и с тех пор это флагманская линейка компании. Разница с облачными сервисами простая: код и веса модели лежат на вашем диске, генерация идет на вашей видеокарте, а результат никуда не уходит. Промпты не логируются на чужом сервере, что критично для брендированного контента под NDA или для проектов, где нельзя светить референсы конкурентам.

С Midjourney или Nana Banana так не получится: они закрыты, работают только по подписке или токенам, а промпт всегда проходит через сервер разработчика. У Stable Diffusion 3.5 обратная логика. Скачал веса с Hugging Face, поставил WebUI и генерируешь сколько угодно изображений без лимита на количество запросов.

Какие версии Stable Diffusion 3.5 существуют и чем они отличаются?

Large дает лучшее качество и точнее следует промпту, Turbo делает то же самое за 4 шага вместо 20-40, Medium создан для слабого железа и телефонов. Выбор версии - это выбор между качеством и скоростью запуска.

Три версии Stable Diffusion 3.5 закрывают три разных сценария. Large - самая мощная модель в семействе, 8,1 млрд параметров, лучшая по приверженности промпту среди открытых моделей. Large Turbo - дистиллированная версия того же Large, обученная генерировать картинку всего за 4 шага вместо стандартных 20-40. Разница в качестве минимальна, а скорость выше в разы. Medium вышел позже остальных, 2,5 млрд параметров, и его специально готовили под потребительское железо и смартфоны.

По эстетике картинки конкурент Flux 1 у некоторых тестеров выигрывает, а по приверженности промпту Stable Diffusion 3.5 часто оказывается точнее. На практике разница заметна не на каждом запросе, а на сложных сценах с несколькими объектами и текстом.

Какая видеокарта нужна для локального запуска Stable Diffusion 3.5?

Medium стартует от 6-8 ГБ видеопамяти, Large и Large Turbo хотят минимум 12 ГБ, а комфортный запуск начинается от 24 ГБ. NVIDIA и Stability AI выпустили FP8-оптимизацию, которая снижает потребление VRAM почти на 40%.

VRAM, а не мощность процессора, решает, что вы вообще сможете запустить. Если видеопамяти не хватает, генерация либо падает с ошибкой нехватки памяти, либо утекает в оперативную память и замедляется в десятки раз. Летом 2025 года NVIDIA вместе со Stability AI выпустили FP8-версию Large с TensorRT-оптимизацией: потребление памяти упало на 40%, до примерно 11 ГБ, а скорость выросла более чем в 2 раза относительно обычного BF16.

RTX 3060 на 12 ГБ тянет Medium без проблем и Large в FP8-режиме с оговорками по скорости. RTX 4090 или RTX 5090 с 24 ГБ снимают почти все ограничения на разрешение и батч. На Mac модель тоже запускается через MPS-ускорение, но библиотека diffusers на Apple Silicon работает заметно медленнее CUDA.

Как установить Stable Diffusion WebUI пошагово?

Быстрее всего поставить Stable Diffusion через ComfyUI: скачать интерфейс, положить веса модели и CLIP-файлы в нужные папки, запустить и сгенерировать первую картинку. Весь процесс занимает около 30 минут при стабильном интернете.

В 2026 году ComfyUI стал самым живым интерфейсом для Stable Diffusion: нодовая схема, активная разработка, поддержка новых форматов LoRA из коробки. Automatic1111 все еще работает и понятнее новичку, но обновляется реже.

Шаг 1. Установите Python и ComfyUI

Нужен Python 3.10 и Git. Скачайте ComfyUI с официального репозитория на GitHub и распакуйте в отдельную папку, лучше на диске с запасом от 30 ГБ свободного места под веса моделей.

Шаг 2. Скачайте Stable Diffusion 3.5 с Hugging Face

Зарегистрируйтесь на Hugging Face, авторизуйтесь и запросите доступ к репозиторию stabilityai/stable-diffusion-3.5-large. Доступ обычно открывают за несколько минут после согласия с условиями лицензии.

Шаг 3. Скачайте CLIP-файлы и разместите модели

Помимо самих весов, нужны текстовые энкодеры CLIP. Положите файл модели в папку checkpoints, а CLIP-файлы в clip внутри директории ComfyUI. Имена папок жестко зашиты в конфиг, ошибка в пути - самая частая причина, почему WebUI не видит модель.

Шаг 4. Запустите ComfyUI и сгенерируйте первое изображение

Запустите run_nvidia_gpu.bat на Windows или соответствующий скрипт на Linux, откройте localhost в браузере, соберите простейший граф с нодой загрузки модели и текстовым промптом. Первая генерация обычно медленнее следующих: система прогревает кэш.

ComfyUI, Automatic1111 или Forge, что выбрать для Stable Diffusion 3.5?

Automatic1111 проще для новичка и держит самую большую библиотеку расширений. Forge - его форк, который ускоряет генерацию на слабых картах на 30-75%. ComfyUI дает максимальный контроль над пайплайном через ноды и первым получает поддержку новых моделей.

Тестирование скорости показало: на видеокартах с 8 ГБ VRAM Forge выигрывает у Automatic1111 около 30-45%, а на картах с 6 ГБ разрыв доходит до 60-75%. Для владельцев слабого железа это не мелочь, а разница между 40 секундами на картинку и полутора минутами.

Если не хочется разбираться с путями и конфигами вручную, есть Stability Matrix: один установочный файл ставит любой из трех интерфейсов и централизованно хранит модели, чтобы не плодить дубликаты весов на диске.

Что делать, если своей видеокарты не хватает?

Аренда облачной видеокарты закрывает вопрос слабого железа: RTX 4090 на RunPod стоит от 0,34 доллара в час, а сессию можно завершить в любой момент, не переплачивая за простой. Из России оплата обычно требует карту зарубежного банка или сервис-посредник.

Локальный запуск не всегда значит "на своем ПК". RunPod, RunDiffusion и похожие сервисы сдают видеокарты в аренду по часовой ставке, и вы все еще работаете в привычном Automatic1111 или ComfyUI, просто удаленно. Разница с подпиской вроде Midjourney в том, что вы платите строго за время использования, а не за месяц вперед.

Честная оговорка: платить на RunPod напрямую российской картой не получится. Нужна карта иностранного банка или сервис-прослойка, из тех, что используют для оплаты Hugging Face Pro. Это добавляет шаг перед первым запуском, но не блокирует процесс полностью.

Нужна ли платная лицензия для коммерческого использования Stable Diffusion 3.5?

Community License бесплатна для дохода до 1 млн долларов в год, включая коммерческое использование и дообученные модели. Выше порога нужна Enterprise-лицензия с индивидуальной ценой.

Community License от Stability AI покрывает исследования, некоммерческое и коммерческое применение без ограничения по числу сгенерированных изображений, пока годовая выручка компании или человека не превышает 1 млн долларов. Это касается всей линейки 3.5: Large, Large Turbo и Medium.

Старые версии, SD 1.5 и SDXL, вообще без порога по доходу. Они выпущены под лицензией CreativeML Open RAIL-M, которая разрешает коммерческое использование без ограничений по выручке.

Сильные и слабые стороны локального запуска

Сильные стороны стоит перечислить честно, без глянца, а слабые - без замалчивания.

Из плюсов: нет подписки и нет лимита на число генераций, пока хватает VRAM. Данные не покидают ваш компьютер, что важно при работе с брендированным контентом. Полный контроль над пайплайном - можно подключить свои LoRA, ControlNet и чекпоинты под конкретную задачу. Коммерческое использование бесплатно до порога в 1 млн долларов выручки.

Из минусов: порог входа выше, чем в облачном сервисе. Нужна видеокарта от 6 ГБ для Medium и от 11-12 ГБ для Large, иначе только аренда GPU. Установка WebUI занимает время, а ошибки в путях к моделям - самая частая причина, почему все ломается на старте. По эстетике картинки некоторые независимые тесты отдают победу закрытой модели Flux 1, хотя по точности следования промпту Stable Diffusion 3.5 часто впереди. Готовые модели, LoRA и промпты придется искать самостоятельно на Civitai или Hugging Face, готового каталога внутри интерфейса нет.

Лиза: «У меня ассистент каждый день мониторит Wordstat, ищет растущие запросы. Так поймали волну на нейрофотосессиях, когда про них почти никто еще не писал, и одна статья по теме принесла 200 000 визитов. С открытыми моделями та же логика: кто настраивает свой пайплайн раньше остальных, тот и забирает трафик, пока другие ждут доступ к чужому API.»

Когда локальный контроль Stable Diffusion реально стоит усилий?

Локальный запуск оправдан, если вы генерируете сотни изображений в месяц, работаете с закрытым контентом или хотите обучать свои LoRA. Для разовой генерации проще и быстрее облачный сервис вроде Nana Banana или Midjourney.

Если задача - сделать пару картинок для поста раз в неделю, возиться с WebUI не имеет смысла: облачный сервис даст результат за минуту без установки. Локальный запуск окупается, когда объем генераций растет, а счет за подписку становится заметной статьей расходов, или когда контент требует конфиденциальности, которую облако не гарантирует.

Если вы делаете визуал для собственного продукта или контент-конвейера, посмотрите подборку профильных ИИ-агентов на VibeCoderz. Там собраны решения под конкретные задачи, а не только под генерацию картинок.

Что чаще всего спрашивают про Stable Diffusion 3.5?

Сколько видеопамяти нужно для Stable Diffusion 3.5? Medium запускается от 6-8 ГБ VRAM, Large и Large Turbo хотят минимум 11-12 ГБ с FP8-оптимизацией и до 24 ГБ без нее. Меньше 6 ГБ модель либо не стартует, либо генерирует минуты вместо секунд.

Stable Diffusion 3.5 бесплатна для коммерческого использования? Да, если годовая выручка вашего бизнеса не превышает 1 млн долларов. Выше порога нужна отдельная Enterprise-лицензия Stability AI с индивидуальной ценой и поддержкой внедрения.

Можно ли запустить Stable Diffusion 3.5 без видеокарты? Формально да, на процессоре, но одна картинка 512x512 может генерироваться от 5 до 20 минут вместо нескольких секунд на GPU. Для реальной работы это не вариант, проще арендовать облачную видеокарту.

Чем ComfyUI отличается от Automatic1111? ComfyUI строит генерацию через ноды и первым получает поддержку новых моделей и форматов LoRA. Automatic1111 работает через привычные вкладки и проще новичку, но обновляется не так часто.

Работает ли Stable Diffusion 3.5 на Mac? Да, через MPS-ускорение на Apple Silicon. Скорость ниже, чем на видеокартах NVIDIA с CUDA, но для Medium-версии на M1 Pro и новее использование вполне комфортное.

Нужен ли интернет после установки Stable Diffusion? Нет. После того как веса модели скачаны на диск, генерация идет полностью офлайн. Интернет понадобится только для загрузки новых моделей, LoRA или обновления самого WebUI.

Stable Diffusion 3.5 лучше Midjourney или Nana Banana? Смотря по задаче. Midjourney и Nana Banana проще в старте и требуют только браузер, но работают по подписке и без локального контроля над пайплайном. Stable Diffusion 3.5 выигрывает там, где важны конфиденциальность, отсутствие лимитов и тонкая настройка через LoRA.

Глоссарий терминов из статьи

VRAM - видеопамять на видеокарте, ключевой ресурс для генерации изображений: чем больше VRAM, тем крупнее модель и разрешение картинки можно обработать.

Чекпоинт - файл с весами обученной модели, тот самый файл, который вы скачиваете с Hugging Face или Civitai и кладете в WebUI.

LoRA - небольшой файл дообучения поверх основной модели, меняет стиль или добавляет конкретного персонажа без переобучения всей модели заново.

ControlNet - расширение, которое позволяет управлять композицией через референс: позу, контур, глубину сцены.

WebUI - веб-интерфейс, через который вы вводите промпт и запускаете генерацию, не трогая код напрямую.

Диффузионная модель - тип нейросети, которая учится превращать случайный шум в изображение шаг за шагом, ориентируясь на текстовый промпт.

Квантование (FP8) - сжатие весов модели до более легкого формата, снижает требования к видеопамяти ценой небольшой потери точности.

Community License - лицензия Stability AI, которая разрешает бесплатное коммерческое использование моделей при годовой выручке до 1 млн долларов.

Остались вопросы по пайплайну или выбору железа под конкретный проект? Разбор вашего случая можно взять на консультации у Максима. А для сравнения WebUI и других AI-инструментов под вайбкодинг загляните в каталог инструментов VibeCoderz.

Обновлено: сентябрь 2026.