Hoe installeer je Stable Diffusion lokaal?

Door Bijgewerkt op 3 min leestijd

Om Stable Diffusion op je eigen computer te draaien heb je een GPU met minstens 6 GB VRAM nodig, Python 3.10, Git, de Automatic1111 web UI en een modelbestand. Reken op 15 GB schijfruimte en enkele gigabytes aan downloads; daarna is genereren gratis, offline en privé.

Vereisten

OnderdeelMinimumComfortabel
GPUNVIDIA 6 GB VRAM (SD 1.5)NVIDIA 8–12 GB (SDXL), 16 GB (SD 3.5 Large, in ComfyUI)
AMD / AppleROCm op Linux, Apple Silicon 16 GB RAMtrager maar werkt; op Windows hebben AMD-kaarten ComfyUI of een fork van de web UI nodig
RAM16 GB32 GB
Schijf15 GB (app + één model)50 GB+ voor meerdere modellen
OSWindows 10/11, Ubuntu 22.04+, macOS 13+

Geen compatibele GPU? De tools op deze site hoef je niet te installeren: inpainting en upscaling draaien op onze hardware, SDXL is een gehoste demo die in de pagina is ingebed.

Stap voor stap (Windows, Automatic1111)

  1. Installeer Python 3.10.6 en vink Add Python to PATH aan. Nieuwere Python-versies breken sommige afhankelijkheden.
  2. Installeer Git met de standaardopties.
  3. Open een terminal in de map van je keuze en voer git clone -b dev https://github.com/AUTOMATIC1111/stable-diffusion-webui uit. De dev-branch is bewust gekozen: de standaardbranch is sinds juli 2024 niet meer veranderd en de eerste start ervan mislukt inmiddels.
  4. Download een model: SDXL 1.0 base (6,9 GB) en eventueel de refiner, of Stable Diffusion 1.5 (4,3 GB). Neem het .safetensors-bestand.
  5. Zet het model in stable-diffusion-webui/models/Stable-diffusion/.
  6. Dubbelklik op webui-user.bat. De eerste start downloadt enkele gigabytes aan afhankelijkheden; hoe lang dat duurt hangt af van je verbinding.
  7. Open http://127.0.0.1:7860 in je browser, kies linksboven het model, typ een prompt en klik op Generate.

Op Linux en macOS installeer je eerst Python 3.10 of 3.11 en de systeempakketten uit de README van het project, en voer je daarna ./webui.sh uit in plaats van het .bat-bestand; het script maakt zijn eigen Python-omgeving aan.

Handige opstartopties

Bewerk webui-user.bat en stel COMMANDLINE_ARGS in:

  • --xformers: sneller en lichter op NVIDIA.
  • --medvram of --lowvram: voor kaarten met 4 tot 6 GB, ten koste van snelheid.
  • --listen: de interface bereiken vanaf een ander apparaat in je netwerk.
  • --api: schakelt de REST API in die scripts gebruiken (deze site praat zo met zijn eigen Automatic1111).

Veelvoorkomende fouten

  • CUDA out of memory: verlaag de afbeeldingsgrootte, voeg --medvram toe, sluit andere GPU-programma's.
  • Torch not compiled with CUDA: een niet-ondersteunde Python-versie of een PyTorch zonder GPU-ondersteuning; installeer opnieuw met Python 3.10 en verwijder de map venv.
  • No model found: het bestand staat niet in models/Stable-diffusion of heeft de verkeerde extensie.
  • Zwarte afbeeldingen op AMD of Apple: voeg --no-half of --upcast-sampling toe.

Alternatieven voor Automatic1111

Forge is een snellere fork met dezelfde interface; ook die heeft sinds juni 2025 geen updates meer gehad. ComfyUI werkt met een netwerk van nodes, ideaal voor SD 3.5 en Flux en voor complexe pipelines. Fooocus verbergt de meeste instellingen achter één promptveld, zoals Midjourney; het draait alleen SDXL-modellen en krijgt nu alleen nog bugfixes. Forge en ComfyUI lezen dezelfde model- en LoRA-bestanden als Automatic1111.

Veelgestelde vragen

Kan ik Stable Diffusion installeren zonder videokaart?

Het draait op de CPU, maar een afbeelding duurt dan minuten in plaats van seconden. Gebruik liever een cloud-GPU of de gratis tools op deze site.

Hoeveel schijfruimte neemt het in?

Ongeveer 10 GB voor de web UI en zijn afhankelijkheden, plus 2 tot 7 GB per SD 1.5- of SDXL-model en enkele megabytes tot enkele honderden per LoRA. Reken op 50 GB als je modellen verzamelt.

Is het legaal en gratis om te installeren?

Ja. De web UI is open source (AGPL) en de modellen zijn te downloaden onder hun licenties, gratis voor persoonlijk en het meeste commerciële gebruik.