Лучшая видеокарта для Stable Diffusion, Flux и ИИ-видео в 2026 году

Лучшая видеокарта для Stable Diffusion и Flux: коротко

Лучшая видеокарта для Stable Diffusion и Flux — самая дешёвая из тех, чья память вмещает вашу модель с запасом. В нашей линейке это обычно RTX 5090 с 32 ГБ (329 $ в месяц): по нашему правилу оценки размера она вмещает FLUX.1 [dev] в BF16 и запускает чекпоинты NVFP4 на тензорных ядрах Blackwell. Для моделей на 20–32B в BF16 следующая ступень — RTX PRO 6000 с 96 ГБ (959 $).

• 16 ГБ, RTX 5080 (199 $): SDXL, FLUX.2 [klein] 4B, FLUX 3 Image Klein, FLUX.1 в NVFP4.
• 24 ГБ, RTX 4090 (269 $): SD 3.5 Large в BF16, FLUX.1 в FP8, Wan 2.2 5B.
• 32 ГБ, RTX 5090 (329 $): FLUX.1 в BF16, Qwen-Image в FP8, FLUX.2 [dev] и LTX-2.5 в NVFP4.
• 48–96 ГБ, L40S (789 $) или RTX PRO 6000 (959 $): FLUX.2 [dev], Qwen-Image и LTX-2.5 в FP8 или BF16, с памятью ECC.
• 80–141 ГБ, H100 (1 779 $) или H200 (2 279 $): видеомодели, распределённые по нескольким GPU через NVLink, и большие батчи.

Цены указаны за GPU в месяц. Когда модель помещается в память, её скорость определяют пропускная способность памяти и производительность тензорных ядер. Мы не публикуем бенчмарков: приведённые ниже цифры взяты из официальных файлов моделей и спецификаций производителей.

Сколько видеопамяти нужно Flux, SD 3.5, Qwen-Image и Wan 2.2?

В диффузионном пайплайне есть текстовые энкодеры для промпта, диффузионная модель, которая работает на каждом шаге шумоподавления, и VAE, декодирующий результат в пиксели. ComfyUI по мере необходимости перемещает модели между VRAM и системной RAM (README), поэтому во время сэмплирования в памяти GPU находятся в основном диффузионная модель и её активации, объём которых растёт с разрешением, длиной видео и размером батча.

Число параметров ниже взято из карточек моделей, размеры — из списков файлов официальных репозиториев; данные проверены 19 октября 2026 г.

Закрытый доступ (gated) означает, что перед загрузкой файлов вы принимаете условия на Hugging Face под своим аккаунтом. Wan 2.2 и HunyuanVideo 1.5 публикуют веса из расчёта примерно 4 байта на параметр, а файлы Wan 2.2 в перепаковке ComfyUI вдвое меньше в FP16 и вчетверо меньше в FP8. Два эксперта A14B работают по очереди (high-noise — на ранних шагах, low-noise — на поздних), поэтому на каждом шаге задействовано 14B параметров.

Наше правило оценки размера для генерации закладывает 2,4 ГБ на миллиард параметров в BF16 и 1,2 ГБ в FP8, при этом полезными считаются 92% памяти GPU. Для одной только диффузионной модели это 28,8 ГБ в BF16 или 14,4 ГБ в FP8 для FLUX.1, 48,0 ГБ или 24,0 ГБ для Qwen-Image, 76,8 ГБ или 38,4 ГБ для FLUX.2 [dev] и 33,6 ГБ или 16,8 ГБ на каждый эксперт Wan 2.2 A14B.

FP8, NVFP4 и GGUF: как точность сокращает расход памяти

Главный рычаг — точность. BF16 хранит 2 байта на параметр, FP8 — один. NVFP4 — 4-битный формат, появившийся вместе с Blackwell, — добавляет один масштабный коэффициент FP8 на каждые 16 значений; по оценке NVIDIA, он примерно в 3,5 раза компактнее FP16 и в 1,8 раза компактнее FP8 (NVIDIA). Реальные чекпоинты сжимаются немного слабее: Black Forest Labs публикует FLUX.1 [dev] на 23,8 ГБ в BF16, 12,3 ГБ в FP8 и 9,2 ГБ в NVFP4, а FLUX.2 [dev] — на 64,4 ГБ в BF16 и 21,0 ГБ в NVFP4.

• FP8 работает на всех GPU из этой статьи: у всех есть тензорные ядра FP8. Руководство ComfyUI по Flux советует пользователям с ограниченным объёмом VRAM чекпоинт FP8, а ComfyUI публикует FP8-сборки Wan 2.2 (14,3 ГБ на эксперт) и FLUX.2 [dev] (35,5 ГБ).
• NVFP4 рассчитан на аппаратную поддержку FP4 в GPU Blackwell — из рассматриваемых здесь это RTX 5080, RTX 5090 и RTX PRO 6000. На этих картах, по данным ComfyUI, сэмплирование идёт примерно в 2 раза быстрее, чем с FP8 или BF16, но только если PyTorch собран под CUDA 13.0; в противном случае сэмплирование может быть до 2 раз медленнее, чем в FP8 (блог ComfyUI). Файлам NVFP4 модели FLUX 3 Image Klein от Black Forest Labs нужен GPU Blackwell (файлы для ComfyUI). На RTX 4090, L40S, H100 или H200 используйте FP8.
• GGUF-квантования позволяют опуститься ниже 8 бит с помощью пользовательской ноды ComfyUI-GGUF, созданной сообществом; её автор отмечает, что трансформерные модели, такие как Flux, страдают от квантования меньше, чем более старые модели на UNet.

Каждое снижение точности может изменить результат, поэтому сравнивайте результаты на собственных промптах. Если модель всё равно не помещается, ComfyUI потоково подгружает её веса из системной RAM в GPU. Обновление ComfyUI, вышедшее в январе 2026 г., уменьшило связанные с этим потери скорости, но не устранило их, а весам нужно место в RAM: в наших серверах — от 32 ГБ оперативной памяти на GPU у RTX 5080 до 180 ГБ у RTX PRO 6000.

Лучшая видеокарта для ComfyUI: разбор по картам

В последнем столбце учтена только диффузионная модель; длинным видео и высоким разрешениям нужно больше.

RTX 5080: SDXL и небольшие новые модели

RTX 5080 вмещает SDXL, FLUX.2 [klein] 4B, которой, по словам Black Forest Labs, хватает примерно 13 ГБ, и FLUX 3 Image Klein, выпущенную 15 октября 2026 г.: её сборка INT8 работает на картах с 8 ГБ (BFL). FLUX.1 [dev] помещается в виде файла NVFP4 на 9,2 ГБ. Для более крупных моделей придётся выгружать веса в 32 ГБ оперативной памяти, а NVMe объёмом 0,5 ТБ на GPU быстро заполняется.

RTX 4090: SD 3.5 и FLUX в FP8

RTX 4090 добавляет 8 ГБ: SD 3.5 Large в BF16 (19,4 ГБ по нашему правилу), FLUX.1 в FP8 и HunyuanVideo 1.5 в BF16 (19,9 ГБ). В собственных скриптах Wan она указана для модели 5B в разрешении 720p. Это карта поколения Ada: FP8 у неё есть, а FP4 нет.

RTX 5090: выбор по умолчанию для Stable Diffusion и Flux

RTX 5090 сочетает 32 ГБ с пропускной способностью 1,8 ТБ/с и тензорными ядрами FP4. FLUX.1 [dev] помещается в BF16 (28,8 ГБ), а ComfyUI при этом держит энкодер T5 в RAM; Qwen-Image помещается в FP8 (24,0 ГБ). FLUX.2 [dev] и LTX-2.5 работают в виде чекпоинтов NVFP4 на 21,0 и 18,7 ГБ. См. RTX 5090 vs RTX 4090.

L40S: 48 ГБ с ECC

L40S вмещает FLUX.2 [dev] в FP8 (38,4 ГБ) или один эксперт Wan 2.2 в BF16 (33,6 ГБ), и у неё память с ECC. Но её 864 ГБ/с — это примерно половина пропускной способности RTX 5090, FP4 у неё нет, а RTX PRO 6000 стоит на 170 $ дороже при вдвое большем объёме памяти. L40S подходит для множества параллельных воркеров, каждому из которых нужно меньше 48 ГБ, — до восьми карт на сервер.

RTX PRO 6000: крупные модели в BF16

У RTX PRO 6000 96 ГБ памяти GDDR7 с ECC и пропускная способность 1,6 ТБ/с: в BF16 помещаются Qwen-Image (48,0 ГБ), LTX-2.5 (52,8 ГБ) и FLUX.2 [dev] (76,8 ГБ), или можно держать загруженными сразу несколько моделей. Она закрывает требование в 80 ГБ, которое задаёт команда Wan 2.2 для запуска T2V-A14B на одном GPU, а MIG позволяет разделить её на четыре инстанса по 24 ГБ. В пересчёте на ГБ она стоит 9,99 $ в месяц против 10,28 $ у RTX 5090; см. RTX PRO 6000 vs RTX 5090.

Лучший GPU для генерации видео нейросетью

Видео требует больше памяти под активации, чем изображения, потому что все кадры клипа проходят шумоподавление вместе, поэтому лучше ориентироваться на официальные требования:

• Wan 2.2 TI2V-5B (720p, 24 кадра/с): команде Wan для запуска на одном GPU нужно не менее 24 ГБ, например RTX 4090 (Wan 2.2). По словам ComfyUI, модель 5B помещается в 8 ГБ благодаря встроенной выгрузке (документация ComfyUI).
• Wan 2.2 T2V-A14B: официальной команде для одного GPU, с выгрузкой и преобразованием dtype, нужно не менее 80 ГБ. С FP8-экспертами от ComfyUI наше правило даёт 16,8 ГБ на каждый — это в пределах RTX 4090 или RTX 5090.
• HunyuanVideo 1.5: Tencent называет минимум в 14 ГБ при включённой выгрузке модели.
• LTX-2.5, которая генерирует видео со звуком: 42,0 ГБ в BF16 и 18,7 ГБ в виде дистиллированного чекпоинта NVFP4; для карт с меньшей памятью Lightricks предусматривает приведение к FP8 и выгрузку на CPU.

Если вы работаете в одиночку, RTX 5090 запускает эти модели в FP8 или NVFP4, а RTX PRO 6000 — в BF16 и с запасом для более длинных клипов. H100 (1 779 $) и H200 (2 279 $) подходят для генерации видео в больших объёмах: Wan 2.2 и HunyuanVideo 1.5 поставляются со скриптами, которые распределяют одно видео по 8 GPU с помощью torchrun, а в наших серверах H100 и H200 GPU обмениваются данными не через PCIe, а через NVLink со скоростью 900 ГБ/с на GPU. Их память HBM с пропускной способностью 3,35 ТБ/с и 4,8 ТБ/с быстрее снабжает ядра данными, но FP4 нет ни у одного из них.

Ускоряют ли два GPU генерацию одного изображения?

Иногда, но в ComfyUI они никогда не складываются в одну большую карту: каждый GPU хранит собственную копию модели (пул-реквест), поэтому две карты по 24 ГБ не вместят модель, которой нужно 40 ГБ. С мая 2026 г. нода MultiGPU CFG Split в ComfyUI распределяет одну генерацию между одинаковыми GPU, выполняя проходы позитивного и негативного промпта на разных картах. По замерам ComfyUI, ускорение достигает 1,95 раза, но только при CFG выше 1, поэтому модели с дистилляцией шагов, работающие при CFG 1, например дистиллированная FLUX.2 [klein], ничего не выигрывают.

Чтобы получать больше изображений или клипов в час, запускайте по одной задаче на GPU: по одному экземпляру ComfyUI на карту, каждый со своими --cuda-device и --port, а задания подавайте из очереди. Серверы GeForce бывают с 1, 2 или 4 картами, а серверы L40S, RTX PRO 6000, H100 и H200 — с числом карт до 8, по одной и той же цене за GPU.

Место CryptGPU в этом сравнении

CryptGPU сдаёт в аренду выделенные GPU-серверы помесячно, с оплатой криптовалютой и без KYC, примерно на 30% ниже медианной цены по требованию среди 40 GPU-облаков. На шаге «ПО» при оформлении заказа можно предустановить ComfyUI без дополнительной платы, а Qwen-Image, Wan 2.2 или SDXL будут загружены во время настройки. FLUX и Stable Diffusion 3.5 требуют, чтобы вы сами приняли лицензию на Hugging Face, поэтому вы скачиваете их сами после доставки сервера, используя свой токен. Наше руководство по ComfyUI описывает настройку и доступ через SSH-туннель, а на странице о генерации изображений и видео перечислены рекомендуемые конфигурации.

Стоит учесть три ограничения. Мы не публикуем бенчмарков: цифры выше — это размеры файлов и спецификации производителей, а не измеренная скорость. У карт GeForce нет памяти ECC, у L40S и RTX PRO 6000 она есть. И месячный сервер окупается, если вы генерируете большую часть дней месяца; при нерегулярном использовании почасовое облако обходится дешевле. О языковых моделях на тех же картах читайте в статье о лучших GPU для инференса LLM; чтобы подобрать сервер и узнать его цену, воспользуйтесь конфигуратором.

Вопросы и ответы

Сколько видеопамяти нужно для Flux?

FLUX.1 [dev] и [schnell] (12B) по нашему правилу нужно 28,8 ГБ в BF16 (это RTX 5090) или 14,4 ГБ в FP8 (это RTX 4090); ComfyUI может держать энкодер T5 на9,5 ГБ в системной RAM. FLUX.2 [dev] (32B) нужно 76,8 ГБ в BF16, либо её можно запустить в виде файла NVFP4 на 21,0 ГБ на картах Blackwell.

Подходит ли RTX 5090 для Stable Diffusion?

Да. Её 32 ГБ по нашему правилу вмещают SDXL, SD 3.5 Large и FLUX.1 в BF16, а тензорные ядра FP4 запускают чекпоинты NVFP4: по данным ComfyUI, на картах RTX 50-й серии с PyTorch, собранным под CUDA 13.0, они работают примерно вдвое быстрее FP8. RTX 5090 стоит 329 $ в месяц.

Сколько видеопамяти нужно Wan 2.2?

Модели 5B нужно 24 ГБ с собственными скриптами Wan или около 8 ГБ в ComfyUI с выгрузкой. T2V-A14B нужно 80 ГБ с официальной командой для одного GPU; воркфлоу ComfyUI использует два FP8-эксперта по 14,3 ГБ, один за другим.

Хватит ли 16 ГБ для ComfyUI?

Для SDXL, SD 3.5 Large в FP8, FLUX.2 [klein] 4B, FLUX 3 Image Klein и FLUX.1 в NVFP4 — да. Более крупные модели работают с выгрузкой, а это медленнее и ограничено объёмом системной RAM.

Какие из этих моделей разрешают коммерческое использование?

Apache 2.0: FLUX.1 [schnell], FLUX.2 [klein] 4B, Qwen-Image и Wan 2.2. Бесплатно при выручке ниже порога: SD 3.5 (1 млн $), FLUX 3 Image Klein (5 млн $) и LTX-2.5 (10 млн $). Только некоммерческое использование: FLUX.1 [dev], FLUX.2 [dev], FLUX.2 [klein] 9B и Qwen-Image-2.1. Лицензия HunyuanVideo 1.5 не действует в ЕС, Великобритании и Южной Корее. Прочитайте каждую лицензию, прежде чем строить что-либо на основе модели.