Kör Stable Diffusion lokalt med Easy Diffusion (2026)

Easy Diffusion är ett kostnadsfritt verktyg med öppen källkod för att skapa AI-bilder lokalt, det vill säga på din egen dator. Det kör Stable Diffusion och numera även nyare öppna modeller som Flux 2 Klein och Z-Image. Du behöver inte köpa krediter eller betala månadsavgift, och det finns inga gränser annat än de som sätts av din hårdvara.

Precis som namnet antyder är det ett av de enklaste sätten att komma igång (kanske det allra enklaste). I Windows behöver du varken kunna Python eller använda kommandoraden, men det finns ändå gott om spännande inställningar att experimentera med när du väl är igång.

Guiden är (om)skriven för Easy Diffusion 3.0.16 och den nya v4-motorn (oktober 2026).

Varför skapa bilder lokalt?

ChatGPT, Gemini, Midjourney med flera webbtjänster skapar för det mesta avsevärt bättre bilder än vad du kan producera med en genomsnittlig laptop. Men att köra en modell själv har några fördelar:

• Kostnad: Gratis och obegränsat. Det enda du betalar för är hårdvara och ström.
• Integritet: Prompter och referensbilder lämnar aldrig datorn, vilket kan vara viktigt i företagsmiljö.
• Kontroll: Du väljer modell, sampler, antal steg och seed, och kan byta modell när du vill.
• Färre begränsningar: Inget innehållsfilter bestämmer vad du kan generera.

Nackdelen är som sagt att de öppna modellerna inte når upp till de bästa kommersiella i kvalitet (text i bilder funkar ofta dåligt, till exempel), och att det krävs en relativt kraftfull dator.

Systemkrav för Easy Diffusion

	Windows	Mac	Linux
Grafikkort	Nvidia eller AMD, minst 2 GB VRAM	Apple Silicon (M1 eller nyare) eller AMD (Intel-Mac)	Nvidia eller AMD (ROCm 5.2+), minst 2 GB VRAM
RAM	Minst 8 GB	Minst 8 GB	Minst 8 GB
Diskutrymme	25 GB eller mer	25 GB eller mer	25 GB eller mer

Källa: Easy Diffusion på GitHub, oktober 2026.

Det här är minimikraven för att få igång programmet med äldre, mindre modeller. I praktiken är det mängden VRAM (grafikminne) som avgör vilka modeller du kan använda och hur snabbt det går. Nvidia-kort är fortfarande bäst överlag, men den nya v4-motorn (se nedan) fungerar mycket bättre med grafikkort (och integrerade kretsar) från AMD och Intel.

Hur mycket VRAM behöver du?

Modell	VRAM (ungefär)
Stable Diffusion 1.5	4 GB
Stable Diffusion XL (SDXL)	8 GB, 6 GB med minnesoptimeringar
Flux 2 Klein 4B	8–13 GB, mindre med en kvantiserad version (GGUF)
Z-Image Turbo	16 GB, mindre med en kvantiserad version

Siffrorna varierar beroende på vem du frågar och beror även på bildstorlek och inställningar, så se dem som en fingervisning. Kvantiserade versioner (ofta GGUF-filer) är komprimerade kopior av en modell som kräver mindre minne men ger något sämre kvalitet, ungefär som kvantiserade språkmodeller i LM Studio.

På en Mac med Apple Silicon (M1 och senare) delar grafikkretsen minne med resten av systemet. En Mac med 16 GB RAM klarar SDXL, men de större modellerna behöver mer.

Går det att köra Stable Diffusion utan grafikkort?

Ja, Easy Diffusion kan köras på enbart processorn (CPU), men det går väldigt långsamt.

Installera Easy Diffusion

Ladda ner installationsfilen för ditt operativsystem från Easy Diffusions GitHub-sida. Ladda bara ner därifrån, inte från andra nedladdningssajter.

Windows

1. Kör Easy-Diffusion-Windows.exe.
2. Installera i en mapp direkt i roten på disken, till exempel C:\EasyDiffusion. I Windows 10 kan en längre sökväg orsaka fel på grund av begränsningar i hur långa sökvägar får vara.
3. Om Windows SmartScreen stoppar installationen klickar du på Mer information och sedan Kör ändå.
4. Starta Easy Diffusion från Start-menyn eller genvägen på skrivbordet.

Mac och Linux

Installationen på Mac och Linux fungerar på liknande sätt men kräver några terminalkommandon.

1. Packa upp filen du laddade ner. Flytta mappen easy-diffusion till en mer permanent plats än Hämtade filer, eftersom allt Easy Diffusion laddar ner senare (inklusive modeller på flera gigabyte) hamnar i den mappen.
2. Öppna mappen i Terminal. På en Mac går det snabbast att högerklicka på mappen i Finder och välja Tjänster > Ny terminal vid mapp.
3. Skriv ./start.sh och tryck på Enter. Första gången laddar scriptet ner allt som Easy Diffusion behöver, vilket tar en stund.
4. När det är klart öppnas Easy Diffusion i webbläsaren.

För att starta Easy Diffusion igen senare kör du ./start.sh igen, i samma mapp. Tidigare nedladdningar behöver inte hämtas igen.

För att avinstallera raderar du bara Easy Diffusion-mappen. Allt, inklusive modeller och skapade bilder, ligger i den mappen (om du inte har ändrat var bilderna sparas manuellt).

Skapa din första bild

Easy Diffusion körs i webbläsaren på http://localhost:9000, men allt sker på din egen dator. Beskriv bilden du vill ha i promptfältet och klicka på Make Image. Du kan köa flera prompter utan att vänta på att den första blir klar, och du ser en förhandsvisning medan bilden skapas.

Versionsnumret i programmet kan vara högre än det du laddade ner, eftersom Easy Diffusion uppdaterar sig självt när det startar.

Några saker som är bra att känna till:

• Negativ prompt: Beskriv vad du inte vill ha med i bilden, till exempel “blurry, text, watermark”.
• Image modifiers: Ett bibliotek med färdiga stiltaggar som “Realistic”, “Pencil Sketch” eller “Cinematic” som läggs till i prompten. Ett snabbt sätt att prova olika stilar.
• Bild till bild: Ladda upp en bild som utgångspunkt i stället för att börja från brus. Med inpainting gör du om bara en del av en bild.
• Seed: Talet som bestämmer bruset bilden börjar från. Använd samma seed och inställningar för att få samma bild igen, eller ändra en inställning i taget för att se vad som händer.

v4-motorn: Flux 2, Z-Image och fler

Easy Diffusion har från 3.0.16 en ny bildmotor, v4, som blir standard i Easy Diffusion 4. Den bygger på stable-diffusion.cpp i stället för PyTorch och lägger till stöd för nyare modeller: Flux 1 och 2, Z-Image, Qwen, Lumina och kvantiserade GGUF-modeller. Den använder också Vulkan, som har betydligt bättre stöd för grafik från AMD och Intel (inklusive äldre AMD-kort).

När detta skrivs är v4-motorn inte aktiverad som standard. Så här slår du på den:

1. Öppna fliken Settings.
2. Välj v4 engine under Backend.
3. Klicka på Save och starta om Easy Diffusion.

Om den inte startar är Easy Diffusions Discord rätt ställe att fråga. Kopiera hela loggen från terminalfönstret och ta med den i inlägget.

Easy Diffusions release notes nämner inte macOS för v4-motorn, och jag har inte testat den på Apple Silicon. Om den inte fungerar på din Mac kör den vanliga motorn fortfarande Stable Diffusion 1.5 och SDXL, och Draw Things är ett bra alternativ för nyare modeller.

Lägg till fler modeller

Easy Diffusion levereras med en minimal Stable Diffusion-modell, men det är när du testar andra som det blir kul. Modellfiler slutar på .safetensors (eller det äldre formatet .ckpt) och kvantiserade modeller på .gguf. Lägg dem i den här mappen:

• Windows: C:\EasyDiffusion\models\stable-diffusion (om du installerade i C:\EasyDiffusion)
• Mac och Linux: easy-diffusion/models/stable-diffusion i mappen där du packade upp Easy Diffusion

Du kan skapa undermappar för att hålla ordning. Klicka på uppdateringsknappen bredvid modellistan, så dyker den nya modellen upp i rullgardinsmenyn (som går att söka i).

De flesta modeller finns på Hugging Face och Civitai. Några att börja med:

• SDXL-baserade modeller om du har 8 GB VRAM. Det finns tusentals varianter tränade för specifika stilar.
• Flux 2 Klein 4B från Black Forest Labs om du har minst 8-12 GB. Snabb (blir klar på några få steg) och betydligt bättre än SDXL på att följa komplicerade prompter.
• Z-Image Turbo från Alibaba om du har 16 GB. Hög bildkvalitet på bara runt åtta steg.

Kontrollera licensen om du ska använda bilderna kommersiellt. Flux 2 Klein 4B och Z-Image Turbo är släppta under Apache 2.0, som tillåter kommersiell användning. Flux 2 Klein 9B får däremot bara användas icke-kommersiellt. Många modeller på Civitai har egna villkor.

Inställningar och inference steps

Standardinställningarna ger inte nödvändigtvis några häpnadsväckande resultat, men Easy Diffusion ger dig mycket mer kontroll än de flesta kommersiella webbverktyg.

De två inställningar som betyder mest förutom modellen är sampler och antalet inference steps. Stable Diffusion börjar med något som ser ut som slumpmässigt brus och förfinar det steg för steg. Tiden det tar ökar linjärt med antalet steg. Detsamma gäller dessvärre inte kvaliteten.

Exemplet ovan visar samma prompt med 25, 50 och 75 steg. Skillnaden i det övre spannet (till exempel mellan 50 och 100 steg) är sällan dramatisk. Använd färre steg för att testa idéer och fler för att finputsa en bild du är nöjd med.

Det gäller åtminstone klassiska Stable Diffusion-modeller. Nyare, destillerade modeller som Flux 2 Klein och Z-Image Turbo är tränade att ge en färdig bild på 4–8 steg. Ger du dem 50 steg tar det i princip bara längre tid – följ rekommendationen på modellens nedladdningssida.

I Easy Diffusions wiki finns en kort förklaring av de olika samplers. Euler och DPM++ 2M är bra standardval.

Är Easy Diffusion säkert?

Easy Diffusion har öppen källkod, ligger på GitHub sedan 2022 och körs helt på din egen hårdvara. Så länge du laddar ner det från den officiella GitHub-sidan är det lika säkert som annan programvara med öppen källkod.

Den större risken är modellfilerna. Det äldre formatet .ckpt kan innehålla kod som körs när filen laddas. Säkrare kort är .safetensors- (och .gguf-)filer, som bara innehåller modelldata. Som alltid ska man bara ladda ner från källor man litar på.

Kan LM Studio köra Stable Diffusion?

Nej. LM Studio kör språkmodeller (LLM:er), inklusive visionsmodeller som kan läsa och beskriva bilder, men det kan inte skapa bilder. För att köra Stable Diffusion eller Flux lokalt behövs ett separat verktyg som Easy Diffusion. Båda kan installeras på samma dator, men de kan inte använda samma grafikminne samtidigt, så stäng det ena innan du startar det andra om du har ont om VRAM.

Alternativ till Easy Diffusion

Easy Diffusion är ett bra ställe att börja, men inte det enda alternativet. Det här är de starkaste alternativen 2026:

Verktyg	Passar bäst för	Plattformar
ComfyUI	Maximal kontroll med nodbaserade arbetsflöden. Brukar vara först med stöd för nya modeller, men har en brant inlärningskurva.	Windows, Mac, Linux (finns som skrivbordsapp)
Stability Matrix	Att installera och växla mellan flera gränssnitt (ComfyUI, Forge med flera) med en gemensam modellmapp.	Windows, Mac, Linux
InvokeAI	Ett genomarbetat gränssnitt med en canvas för redigering och inpainting.	Windows, Mac, Linux
Draw Things	Användare av Mac, iPhone och iPad som vill ha en app byggd för Apple.	macOS, iOS
Forge Neo	Den som vill ha det klassiska Automatic1111-gränssnittet med stöd för nyare modeller. En fortsättning på originalet Forge.	Windows (Linux och Mac med manuell installation)

Automatic1111 och originalet Forge, som många äldre guider rekommenderar, har knappt uppdaterats sedan 2025.

Sammanfattning

Easy Diffusion är fortfarande ett av de enklaste sätten att köra Stable Diffusion lokalt, och med v4-motorn kör det också de nyare modeller som för många användningsområden har ersatt Stable Diffusion. Det som avgör hur bra det fungerar är grafikkortet, eller på en Mac hur mycket minne du har. Med 8 GB VRAM kan du köra SDXL och Flux 2 Klein, och skapa hur många bilder du vill, gratis.

Om du växer ur Easy Diffusion är ComfyUI ett vettigt nästa steg.