在你的 Mac 上生成图片。

1图像模型及所需内存

模型作者给出的内存数据针对的是完整尺寸的显卡：FLUX.2 Klein 4B 约需 13 GB 显存，Z-Image Turbo 需 16 GB。Mac 的 GPU 默认可使用约 75% 的内存，而 mflux 等工具会以 8-bit 或 4-bit 加载模型，占用要少得多。所以在 16 GB 的 Mac 上，可以先从 FLUX.2 Klein 4B、Z-Image Turbo 或 4-bit 的 Flux Schnell 开始；单是 Qwen Image 的权重在 4-bit 下就约 11.5 GB，最好给它 24 GB 或更多。

2什么决定出图速度

图像模型通过多个步骤逐步完善一张图，每一步都要完整运行一遍模型。像 Flux Schnell 或 FLUX.2 Klein 4B 这样的 4 步模型，出一张图所需的运算次数只有 Qwen Image 按作者示例跑 50 步的十二分之一。图片越大、精度越高，耗时越长。

与生成文字不同，图像生成主要受 GPU 算力限制，所以 GPU 核心更多的芯片（Pro、Max、Ultra）更快。Apple 的 M5 一代为每个 GPU 核心加入了神经网络加速器，专门处理这类工作（Apple）。

3三种运行方式

以 mflux 为例（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 以 8-bit 加载模型，内存约为全精度的一半。首次运行会下载模型。

mflux、Draw Things 和 ComfyUI Desktop 在 AI App Store 中都有自己的条目，与其他图像和视频应用并列。

4许可证与需授权的模型

开放图像模型的许可证各不相同。Flux Schnell 和 Z-Image Turbo 采用 Apache 2.0；Flux Dev 使用 Black Forest Labs 的非商业许可证，且需要授权：Hugging Face 会要求你接受许可证并登录后才能下载（FLUX.1 dev、FLUX.1 schnell、Z-Image Turbo）。商用图片之前，请先阅读模型卡上的许可证。

5出图间隙

间歇性出图的 Mac 一天中大部分时间都在闲置。MLX Node 可以利用这些时间，在你设定的限制内为 MLX Network 运行 AI 任务，赚取 MLX 代币；你想独占 GPU 时随时暂停即可。收益没有保证：请阅读风险说明。

6常见问题

16 GB 的 Mac 能本地生成图片吗？

能，但要降低精度。FLUX.2 Klein 4B 和 Z-Image Turbo 都很小（4B 和 6B 参数），Flux Schnell 的权重在 4-bit 下约 6.7 GB。mflux 等工具会以 8-bit 或 4-bit 加载模型，在 16 GB Mac 的 GPU 可用的约 12 GB 里留出空间。

Mac 上最快的图像模型是哪个？

在表中的模型里，是 4 步模型：Flux Schnell 和 FLUX.2 Klein 4B，后者也是最小的。速度还取决于图片尺寸、精度和 GPU 核心数。

Mac 能运行 Stable Diffusion 吗？

能：ComfyUI Desktop 可以在 Apple 芯片 Mac（M1 或更新）上运行 Stable Diffusion 工作流，也支持 Flux 等较新的模型系列。mflux 主要面向上面列出的较新模型。

本地生成的图片可以商用吗？

取决于模型的许可证，而不是在哪里运行。Flux Schnell 和 Z-Image Turbo 采用 Apache 2.0；Flux Dev 的许可证为非商业用途。