Scegliere un modello Stable Diffusion: SDXL, SD 3.5 o FLUX?

La scelta di un modello Stable Diffusion si distorce facilmente con una sola domanda: quale modello rende meglio? In pratica, il risultato dipende meno da una classifica e più dal tuo uso, dalla tua VRAM, dall’ecosistema di workflow e dal limite di licenza. SDXL, Stable Diffusion 3.5 e FLUX.1 possono produrre tutti immagini valide, ma si adattano a fasi diverse.

Se sei appena riuscito a far girare ComfyUI, non correre a scaricare una dozzina di checkpoint. Questa guida affronta una domanda pratica: di fronte a SDXL, SD 3.5, FLUX e ai modelli della community, come scegli un modello che gira, si riproduce e si adatta al tuo uso reale?

Conclusione chiave

Parti da questa tabella decisionale. È più utile di una classifica del “modello migliore”.

In breve: i principianti partono da SDXL e testano SD 3.5 e FLUX più avanti. Se l’hardware locale è debole, scegli l’ecosistema maturo. Se intendi usare l’output commercialmente, controlla la licenza prima di guardare le immagini di esempio.

Prima di tutto, chiarisci cosa stai scegliendo

Quando si dice di voler “cambiare il modello Stable Diffusion”, si possono intendere tre cose diverse: un modello di base, un checkpoint della community o un LoRA.

Il modello di base fissa il limite delle capacità

SDXL, Stable Diffusion 3.5 e FLUX.1 sono vie di modello di base. Determinano il limite superiore di comprensione del prompt, composizione, persone, testo e dettaglio. SDXL è una via generale matura. La linea SD 3.5 di Stability AI include Large, Large Turbo e Medium. La linea FLUX.1 di Black Forest Labs include le varianti pro, dev e schnell.

Un modello di base non è semplicemente “migliore perché il file è più grande”. I modelli più grandi portano un maggiore potenziale di qualità, ma anche più pressione sulla VRAM, tempi di caricamento più lunghi, più requisiti di nodi e costi di deployment più alti. Che il modello giri in modo affidabile sulla tua macchina conta più del numero di parametri.

I checkpoint della community risolvono stile e scenario

Molti modelli realistici, anime, di foto prodotto o di interior design che vedi sui siti di modelli sono checkpoint della community addestrati o fusi su un modello di base. Il loro vantaggio è la focalizzazione: stile chiaro, rapidi da usare, spesso con dimensioni, sampler e prompt di esempio consigliati.

È anche qui che inizia il rischio. Licenza, fonte di addestramento e uso consentito di un checkpoint della community possono differire dal modello di base. Un modello libero da scaricare non è automaticamente sicuro per un progetto commerciale. Per poster di prodotto, consegne ai clienti, pubblicità o pacchetti di asset a pagamento, leggi prima la scheda del modello e le note dell’autore.

Un LoRA non sostituisce il modello di base

Un LoRA somiglia di più a un pacchetto di capacità aggiuntive. Può insegnare a un modello un personaggio, un abbigliamento, un linguaggio di camera, una caratteristica di prodotto o uno stile, ma di solito va usato con un modello di base o un checkpoint compatibile. Un LoRA SDXL può non funzionare con SD 1.5. Un LoRA FLUX non si infila a caso in un workflow SDXL normale.

Railway - Piattaforma di deploy moderna, senza operazioni complesse, online in pochi minuti

Inizia ora →Pubbl.

L’ordine dovrebbe essere: scegliere la via di base, scegliere il checkpoint, poi aggiungere LoRA quando serve. Inverti l’ordine e la risoluzione dei problemi diventa faticosa.

Scegliere in base all’uso

La scelta di un modello dovrebbe partire dal lavoro che deve svolgere, non dal numero di download.

Perché i principianti dovrebbero partire da SDXL

SDXL non è sempre l’opzione più recente, ma è un punto di partenza sicuro per molti workflow di immagini in locale. Il motivo è pratico: più tutorial, più modelli, più LoRA e un supporto maturo per ControlNet, IP-Adapter, upscaling e i workflow ComfyUI comuni. Quando un modello non viene rilevato, un’immagine esce grigia, le mani si deformano o la VRAM finisce, è più facile trovare una soluzione.

Nella prima settimana l’obiettivo non è spremere la massima qualità possibile. È costruire una catena stabile: ComfyUI rileva il modello, il workflow gira, le modifiche ai parametri sono riproducibili e l’output viene salvato. SDXL è amichevole per questo.

Quando ha senso SD 3.5

Stable Diffusion 3.5 ha senso quando capisci già la catena base di ComfyUI e vuoi testare la nuova via ufficiale di Stability AI. Stability AI posiziona SD 3.5 Large come il modello più forte, mentre Medium punta più all’hardware consumer.

Regola pratica: se fai già girare SDXL in modo affidabile e sei disposto a preparare il workflow, i nodi e i file di dipendenza corrispondenti, testa SD 3.5. Se non sai ancora dove va un file checkpoint, dedica prima più tempo a SDXL.

Quando ha senso FLUX

FLUX.1 vale il test quando ti interessano estetica recente, composizione e una migliore aderenza al prompt. È particolarmente interessante per la resa complessiva dell’immagine, gli elementi di testo, i visual di prodotto o una sensazione fotografica più naturale.

L’avvertenza è che varianti e licenze di FLUX vanno separate. I materiali ufficiali descrivono FLUX.1 [schnell] come licenziato Apache 2.0, mentre dev, pro e altre vie hanno usi e restrizioni diversi. Non vedere “FLUX rende bene” e dare per scontato che ogni variante FLUX sia liberamente utilizzabile in locale per uso commerciale.

Scegliere in base all’hardware

L’hardware è il livello che si tende a saltare. Molte immagini di esempio nascono su GPU ad alta VRAM, servizi ospitati o workflow molto ottimizzati. Metti lo stesso modello sulla tua macchina e il primo errore può essere la VRAM.

Se la VRAM è poca, non inseguire prima il modello più grande

Se la tua GPU ha VRAM limitata, parti con modelli e workflow maturi. SDXL ha più probabilità di avere tutorial a bassa VRAM, nodi ottimizzati, checkpoint più leggeri e impostazioni riproducibili. Puoi generare prima a dimensioni piccole e poi ingrandire, invece di partire con una tela grande.

L’uso di VRAM non è un numero fisso. Cambia con risoluzione, dimensione del batch, steps di sampling, precisione, VAE, ControlNet, IP-Adapter, upscaler e post-processing. Quando qualcuno dice che una GPU fa girare un modello, non significa che il tuo workflow lo faccia girare.

Un processo più sicuro:

1. Parti dal workflow di base ufficiale o consigliato dalla scheda del modello.
2. Usa una dimensione dell’immagine conservativa.
3. Tieni la dimensione del batch a 1.
4. Disattiva i nodi ControlNet, di upscaling e di post-processing non necessari.
5. Annota VRAM, tempo e messaggi di errore.

Così sai dov’è il collo di bottiglia, invece di cambiare modello, dimensioni, LoRA, ControlNet e post-processing tutto insieme.

Le vie cloud o API sono utili per validare

Se non hai una GPU adatta, o vuoi solo sapere se un modello si adatta a un progetto, prova prima una via ospitata o API. Un run ospitato non sostituisce il debug locale, ma risponde in fretta a una domanda utile: lo stile e le capacità di questo modello valgono il costo di un deployment locale?

È particolarmente utile per FLUX e SD 3.5. Fai qualche prova tramite un provider, poi decidi se scaricare i pesi, costruire un workflow locale o aggiornare l’hardware.

Alibaba Cloud - Scelta top per sviluppatori, 15% di sconto esclusivo su Lighthouse

Ottieni -15% →Pubbl.

Scegliere in base alla licenza

La licenza è la parte da non saltare, soprattutto quando l’immagine finisce in una pubblicità, una copertina di corso, un progetto cliente, una pagina prodotto o un pacchetto di asset a pagamento.

Controllare tre livelli di licenza separatamente

Il primo livello è la licenza del modello di base. Stability AI ha una propria pagina di licenza, e le varianti FLUX.1 hanno file di licenza diversi. Il secondo livello è la licenza dell’autore del checkpoint della community o del LoRA. Il terzo livello sono i termini di servizio della piattaforma o API usata per generare l’immagine.

Questi livelli non si sostituiscono a vicenda. Un modello di base può consentire certi usi, ma una fusione della community no. Una piattaforma può lasciarti generare immagini, ma questo non significa che tu possa ridistribuire i pesi del modello. Un output può essere utilizzabile in alcuni contesti commerciali, mentre il modello stesso non lo è come servizio commerciale.

Cosa controllare per SDXL, SD 3.5 e FLUX

Per SDXL e SD 3.5, parti dalla pagina di licenza di Stability AI e dalla scheda Hugging Face. La pagina di licenza ufficiale spiega la Community License, le soglie di fatturato e il limite di licenza enterprise. Non copiare conclusioni da articoli vecchi, perché i termini di licenza possono cambiare.

Per FLUX, separa prima pro, dev e schnell. I materiali ufficiali descrivono schnell come più permissivo, mentre dev e pro usano vie e restrizioni diverse. La variante dev è particolarmente facile da fraintendere, perché le pagine possono menzionare insieme l’uso dell’output e i limiti di licenza del modello. Leggi entrambe le parti insieme.

Per i modelli della community, ispeziona ogni scheda. Un titolo con realistic, commercial o free non basta. Cerca una licenza esplicita, note di addestramento, usi vietati, restrizioni commerciali e cronologia degli aggiornamenti.

Testare il candidato in ComfyUI

L’ultimo passo è un test reale. Salvare i link dei modelli non è scegliere un modello.

1. Leggere la scheda del modello e la licenza

Prima di scaricare, conferma tre cose:

• A quale via appartiene il modello: SDXL, SD 3.5, FLUX o un’altra architettura.
• Il workflow consigliato, la dimensione dell’immagine, il sampler e se servono encoder di testo o un VAE aggiuntivi.
• Se la licenza consente il tuo uso previsto.

Se la scheda del modello non lo spiega chiaramente, tratta il modello come un esperimento, non come un asset di produzione.

2. Mettere il file nella cartella giusta

La documentazione ufficiale di ComfyUI mette i file dei modelli in cartelle diverse dentro ComfyUI/models/. Schemi comuni:

Metodi di installazione e nodi di modelli più recenti possono avere requisiti extra. Se ComfyUI non rileva un modello, consulta la documentazione ufficiale o il workflow adatto prima di copiare lo screenshot della cartella di un altro.

3. Usare il workflow adatto

SDXL, SD 3.5 e FLUX possono usare strutture di workflow diverse. I modelli più recenti spesso richiedono nodi di caricamento, encoder, sampler o workflow di esempio ufficiali adatti. Forzare un modello FLUX in una normale catena Load Checkpoint SDXL probabilmente non darà il risultato che ti aspetti.

Quando testi un modello per la prima volta, cerca un esempio ufficiale, un esempio del maintainer o un workflow ComfyUI che dichiari di supportare quel modello. Fai girare prima il percorso minimo, poi aggiungi LoRA, ControlNet e post-processing.

KiloClaw - OpenClaw gestito per enterprise: orchestrazione agenti IA e routing intelligente

Inizia →Pubbl.

4. Fare un test piccolo e controllato

Non generare decine di immagini subito. Fissa un piccolo set di test:

• seed: fisso, per poter confrontare.
• prompt: lo stesso prompt, che copra persone, scena, materiale e luce.
• size: la dimensione consigliata o una conservativa.
• steps / sampler / CFG: parti dalla scheda del modello o dal workflow.
• batch: tienilo a 1.

Fai girare almeno 3-5 immagini per modello e annota velocità, tasso di errore, stabilità dell’immagine e i dettagli che ti interessano. Scegliere un modello non è un esempio perfetto, è quanto il modello è stabile nel tuo workflow.

Errori comuni e risoluzione dei problemi

Errore 1: il modello più recente deve essere il migliore per me

Un modello nuovo può essere più forte, ma anche più difficile da distribuire. Può richiedere nuovi nodi, più VRAM, abitudini di prompt diverse o una licenza più complessa. Ti serve il modello adatto al lavoro attuale, non il nome più recente.

Errore 2: un bell’esempio significa un buon modello

Un’immagine di esempio può usare un prompt curato, LoRA, ControlNet, upscaling, post-processing e selezione manuale. Gli esempi della scheda mostrano potenziale, non il tuo risultato medio alla prima esecuzione.

Errore 3: se il modello non viene rilevato, scaricarne un altro

Quando un modello non viene rilevato, controlla prima percorso, formato, passo di aggiornamento/riavvio e supporto del workflow. Conferma che il file sia nella cartella giusta, poi verifica se il nodo supporta l’architettura. Non scaricare altri modelli prima di aver controllato la directory.

Errore 4: l’uso commerciale dipende solo dal modello di base

L’uso commerciale dipende dal modello di base, dal checkpoint, dal LoRA, dai termini della piattaforma e dal tuo uso specifico. Anche se un modello di base consente certi usi commerciali, l’autore di un modello della community può aggiungere restrizioni.

Cosa leggere dopo

Se non hai ancora fatto girare ComfyUI, parti da Guida per principianti a ComfyUI: dall’installazione alla prima immagine Stable Diffusion. Se importi spesso workflow condivisi, leggi Riutilizzare i workflow di ComfyUI: importare JSON, nodi mancanti e percorsi dei modelli.

Scelto il modello, vengono i prompt. Per la scrittura generale dei prompt, leggi Prompt engineering nella pratica aziendale. Per inserire la generazione di immagini in un flusso creativo più ampio, vedi Creazione cross-media: automatizzare dallo schizzo dell’idea alle slide complete con Nano Banana 2 e Gemini 3.

Risorse

• Introducing Stable Diffusion 3.5
• Stability AI License
• Stable Diffusion XL Base 1.0 model card
• black-forest-labs/flux
• FLUX models by Black Forest Labs
• ComfyUI Models

Conclusione

La scelta di un modello Stable Diffusion non si riduce a “SDXL, SD 3.5 o FLUX: quale è più forte?”. Un ordine migliore è: prima l’uso, poi l’hardware, poi la maturità dell’ecosistema e infine la licenza.

Parti da SDXL se sei alle prime armi e vuoi un workflow stabile più in fretta. Testa SD 3.5 quando vuoi esplorare la nuova via di Stability AI. Valuta FLUX quando ti interessano estetica recente e una migliore aderenza al prompt. Il vero criterio non è il nome del modello, ma se può produrre risultati stabili dentro la tua macchina, il tuo workflow e il tuo limite di licenza.