Versi singkatnya
- Menurut angka pembuatnya, FLUX.2 Klein 4B berjalan dalam sekitar 13 GB memori video dan Z-Image Turbo dalam 16 GB pada ukuran penuh; pada 4-bit, model Flux 12B butuh sekitar 6,7 GB bobot dan Qwen Image 20B sekitar 11,5 GB.
- Langkah lebih sedikit berarti gambar lebih cepat: Flux Schnell dan FLUX.2 Klein 4B memakai 4 langkah dalam contoh pembuatnya, Z-Image Turbo 8, dan Qwen Image 50.
- Tiga cara menjalankannya: mflux (command line, MLX), Draw Things (App Store), dan ComfyUI Desktop (workflow berbasis node).
- Cek lisensi setiap model: Flux Schnell dan Z-Image Turbo memakai Apache 2.0, Flux Dev punya lisensi non-komersial (Hugging Face).
1Model gambar dan memori yang dibutuhkannya
| Model | Parameter | Langkah | Bobot pada 16-bit / 4-bit | Lisensi |
|---|---|---|---|---|
| FLUX.2 Klein 4B | 4B | 4 | sekitar 8 / 2,3 GB | Apache 2.0 |
| Z-Image Turbo | 6B | 8 | sekitar 12 / 3,4 GB | Apache 2.0 |
| Flux Schnell | 12B | 4 | sekitar 24 / 6,7 GB | Apache 2.0 |
| Flux Dev | 12B | Lebih banyak dari Schnell | sekitar 24 / 6,7 GB | Nonkomersial |
| Qwen Image | 20B | 50 | sekitar 41 / 11,5 GB | Apache 2.0 |
Angka memori dari pembuatnya sendiri berlaku untuk kartu grafis pada ukuran penuh: FLUX.2 Klein 4B berjalan dalam sekitar 13 GB memori video dan Z-Image Turbo dalam 16 GB. GPU Mac secara bawaan bisa memakai sekitar 75% memorinya, dan alat seperti mflux memuat model pada 8-bit atau 4-bit, yang jauh lebih hemat. Jadi di Mac 16 GB, mulailah dengan FLUX.2 Klein 4B, Z-Image Turbo, atau Flux Schnell pada 4-bit; bobot Qwen Image saja sudah sekitar 11,5 GB pada 4-bit, jadi beri ia 24 GB atau lebih.
2Apa yang membuatnya cepat
Model gambar menyempurnakan gambar dalam sejumlah langkah, dan setiap langkah adalah satu putaran penuh melalui model. Model 4 langkah seperti Flux Schnell atau FLUX.2 Klein 4B membuat gambar dengan seperdua belas putaran Qwen Image pada 50 langkah di contoh pembuatnya. Gambar yang lebih besar dan presisi lebih tinggi butuh waktu lebih lama.
Berbeda dengan menulis teks, pembuatan gambar terutama dibatasi oleh daya komputasi GPU, jadi chip dengan lebih banyak core GPU (Pro, Max, Ultra) lebih cepat. Generasi M5 dari Apple menambahkan neural accelerator ke setiap core GPU untuk pekerjaan seperti ini (Apple).
3Tiga cara menjalankannya
| Apa itu | Berjalan di | Harga | |
|---|---|---|---|
| mflux | Pembuatan gambar lewat command line dengan MLX dari Apple; FLUX, Z-Image, Qwen Image, dan lainnya | Apple Silicon | Gratis, open source |
| Draw Things | Aplikasi untuk iPhone, iPad, dan Mac; lokal dan offline, cloud opsional | macOS 12.4 atau lebih baru | Gratis, ada pembelian dalam aplikasi |
| ComfyUI Desktop | Workflow berbasis node; berjalan offline setelah disiapkan | macOS 13 atau lebih baru, M1 atau lebih baru | Gratis, open source |
Dengan mflux, misalnya (mflux):
uv tool install --upgrade mflux
mflux-generate-z-image-turbo \
--prompt "A puffin standing on a cliff" \
--width 1280 --height 500 \
--seed 42 --steps 9 -q 8-q 8 memuat model pada 8-bit, yang kira-kira memangkas separuh memorinya dibanding presisi penuh. Saat pertama dijalankan, model akan diunduh.
mflux, Draw Things, dan ComfyUI Desktop masing-masing punya halaman di AI App Store, di samping aplikasi gambar dan video lainnya.
4Lisensi dan model ber-gate
Model gambar terbuka hadir dengan lisensi yang berbeda-beda. Flux Schnell dan Z-Image Turbo memakai Apache 2.0; Flux Dev memakai lisensi non-komersial Black Forest Labs dan ber-gate: Hugging Face meminta Anda menyetujuinya dan masuk sebelum model diunduh (FLUX.1 dev, FLUX.1 schnell, Z-Image Turbo). Baca lisensi di kartu model sebelum memakai gambar secara komersial.
5Di sela-sela membuat gambar
Mac yang membuat gambar sesekali menganggur hampir sepanjang hari. MLX Node bisa memakai waktu itu untuk menjalankan pekerjaan AI untuk MLX Network dalam batas yang Anda tetapkan dan memperoleh MLX Tokens; jeda saat Anda ingin memakai GPU sendiri. Penghasilan tidak dijamin: baca risikonya.
6Pertanyaan
- Bisakah Mac 16 GB membuat gambar secara lokal?
- Bisa, dengan presisi lebih rendah. FLUX.2 Klein 4B dan Z-Image Turbo berukuran kecil (4B dan 6B parameter), dan bobot Flux Schnell sekitar 6,7 GB pada 4-bit. Alat seperti mflux memuat model pada 8-bit atau 4-bit, sehingga masih ada ruang dalam sekitar 12 GB yang bisa dipakai GPU Mac 16 GB.
- Model gambar apa yang paling cepat di Mac?
- Di antara model di tabel, yang 4 langkah: Flux Schnell dan FLUX.2 Klein 4B, yang juga paling kecil. Kecepatan juga bergantung pada ukuran gambar, presisi, dan jumlah core GPU.
- Apakah Stable Diffusion bisa berjalan di Mac?
- Bisa: ComfyUI Desktop menjalankan workflow Stable Diffusion di Mac Apple Silicon (M1 atau lebih baru), bersama keluarga model yang lebih baru seperti Flux. mflux berfokus pada model-model baru yang tercantum di atas.
- Bolehkah gambar buatan lokal dipakai secara komersial?
- Itu bergantung pada lisensi modelnya, bukan di mana ia dijalankan. Flux Schnell dan Z-Image Turbo memakai Apache 2.0; lisensi Flux Dev non-komersial.
Sumber
- Hugging Facehuggingface.co
- FLUX.2 Klein 4Bhuggingface.co
- Z-Image Turbohuggingface.co
- Flux Schnell dan Devgithub.com
- Qwen Imagehuggingface.co
- Appleapple.com
- mfluxgithub.com
- Draw Thingsapps.apple.com
- ComfyUI Desktopdocs.comfy.org
- FLUX.1 schnellhuggingface.co