2026年 Stable Diffusion、Flux 与 AI 视频生成显卡推荐

Stable Diffusion 和 Flux 显卡推荐：先说结论

最适合 Stable Diffusion 和 Flux 的显卡，是显存能宽裕容纳您的模型、价格又最便宜的那一款。在我们的产品线中，这通常是 32 GB 的 RTX 5090（每月 $329）：按我们的选型规则，它能以 BF16 精度容纳 FLUX.1 [dev]，还能用 Blackwell Tensor Core 运行 NVFP4 检查点。对于 BF16 精度的 20–32B 模型，下一档是 96 GB 的 RTX PRO 6000（$959）。

• 16 GB，RTX 5080（$199）：SDXL、FLUX.2 [klein] 4B、FLUX 3 Image Klein，以及 NVFP4 版 FLUX.1。
• 24 GB，RTX 4090（$269）：BF16 版 SD 3.5 Large、FP8 版 FLUX.1、Wan 2.2 5B。
• 32 GB，RTX 5090（$329）：BF16 版 FLUX.1、FP8 版 Qwen-Image，以及 NVFP4 版 FLUX.2 [dev] 和 LTX-2.5。
• 48–96 GB，L40S（$789）或 RTX PRO 6000（$959）：FP8 或 BF16 版的 FLUX.2 [dev]、Qwen-Image 和 LTX-2.5，并配备 ECC 显存。
• 80–141 GB，H100（$1,779）或 H200（$2,279）：通过 NVLink 拆分到多块 GPU 上运行的视频模型，以及大批量生成。

价格均为每块 GPU 每月的价格。模型一旦放得下，速度就由显存带宽和张量算力决定。我们不发布任何基准测试数据：下文的数据均来自官方模型文件和厂商规格。

Flux、SD 3.5、Qwen-Image 和 Wan 2.2 需要多少显存？

一条扩散流程包括：处理提示词的文本编码器、在每个去噪步骤都要运行的扩散模型，以及把结果解码为像素的 VAE。ComfyUI 会根据需要在显存和系统内存之间移动模型（README），因此采样期间 GPU 上主要存放的是扩散模型及其激活值，而激活值会随分辨率、视频时长和批量大小增长。

下表中的参数量取自模型卡片，文件大小取自官方仓库的文件列表，核实日期为 2026年10月19日。

“需授权”是指您必须先用自己的账户在 Hugging Face 上接受相关条款，才能下载文件。Wan 2.2 和 HunyuanVideo 1.5 发布的权重约为每参数 4 字节；ComfyUI 重新打包的 Wan 2.2 文件在 FP16 下只有其一半，在 FP8 下只有其四分之一。A14B 的两个专家模型轮流工作（高噪声专家负责前期步骤，低噪声专家负责后期步骤），因此每一步参与计算的是 14B 参数。

我们针对生成任务的选型规则是：BF16 下每 10 亿参数按 2.4 GB 计算，FP8 下按 1.2 GB 计算，GPU 显存按 92% 计为可用。仅就扩散模型而言，FLUX.1 在 BF16 下需要 28.8 GB，在 FP8 下需要 14.4 GB；Qwen-Image 需要 48.0 GB 或 24.0 GB；FLUX.2 [dev] 需要 76.8 GB 或 38.4 GB；Wan 2.2 A14B 的每个专家模型需要 33.6 GB 或 16.8 GB。

FP8、NVFP4 与 GGUF：降低精度如何节省显存

精度是最主要的调节手段。BF16 每个参数占 2 字节，FP8 占 1 字节。NVFP4 是随 Blackwell 推出的 4-bit 格式，每 16 个数值附带一个 FP8 缩放因子；据 NVIDIA 称，它的体积约为 FP16 的 1/3.5、FP8 的 1/1.8（NVIDIA）。实际的检查点缩小得略少一些：Black Forest Labs 发布的 FLUX.1 [dev] 在 BF16 下为 23.8 GB，FP8 版为 12.3 GB，NVFP4 版为 9.2 GB；FLUX.2 [dev] 在 BF16 下为 64.4 GB，NVFP4 版为 21.0 GB。

• FP8 可在本文提到的所有 GPU 上运行，因为它们都配备 FP8 Tensor Core。ComfyUI 的 Flux 教程建议显存有限的用户使用 FP8 检查点，ComfyUI 还发布了 Wan 2.2（每个专家模型 14.3 GB）和 FLUX.2 [dev]（35.5 GB）的 FP8 版本。
• NVFP4 专为 Blackwell GPU 的 FP4 硬件设计，在本文中即 RTX 5080、RTX 5090 和 RTX PRO 6000。据 ComfyUI 称，在这些显卡上，采样速度比使用 FP8 或 BF16 时快约 2 倍，但前提是 PyTorch 针对 CUDA 13.0 构建；否则采样速度最多可能比 FP8 慢 2 倍（ComfyUI 博客）。Black Forest Labs 发布的 FLUX 3 Image Klein NVFP4 文件需要 Blackwell GPU（ComfyUI 文件）。在 RTX 4090、L40S、H100 或 H200 上，请使用 FP8。
• GGUF 量化可以借助社区开发的 ComfyUI-GGUF 自定义节点降到 8-bit 以下；其作者指出，Flux 这类 Transformer 模型受量化的影响比早期的 UNet 模型小。

精度每降一级都可能改变输出结果，因此请用您自己的提示词对比效果。如果模型仍然放不下，ComfyUI 会把权重从系统内存流式传输到 GPU。它在 2026年1月的更新缩小了由此带来的速度损失，但并未消除，而且权重需要在内存中占用空间：我们的服务器每块 GPU 配备的内存从 RTX 5080 的 32 GB 到 RTX PRO 6000 的 180 GB 不等。

ComfyUI 显卡推荐：逐卡分析

最后一列只计算扩散模型本身；长视频和高分辨率需要更多显存。

RTX 5080：SDXL 与新推出的小模型

RTX 5080 可以容纳 SDXL、FLUX.2 [klein] 4B（Black Forest Labs 称其约需 13 GB），以及 2026年10月15日发布的 FLUX 3 Image Klein，后者的 INT8 版本可在 8 GB 显卡上运行（BFL）。FLUX.1 [dev] 则可以使用 9.2 GB 的 NVFP4 文件。更大的模型就意味着要卸载到 32 GB 的内存中，而且每块 GPU 0.5 TB 的 NVMe 存储很快就会被占满。

RTX 4090：SD 3.5 与 FP8 版 FLUX

RTX 4090 多出 8 GB：可以运行 BF16 版 SD 3.5 Large（按我们的规则需要 19.4 GB）、FP8 版 FLUX.1 和 BF16 版 HunyuanVideo 1.5（19.9 GB）。Wan 的官方脚本点名用它以 720p 运行 5B 模型。它是 Ada 架构显卡，支持 FP8，但不支持 FP4。

RTX 5090：Stable Diffusion 和 Flux 的首选

RTX 5090 拥有 32 GB 显存、1.8 TB/s 带宽和 FP4 Tensor Core。在 ComfyUI 把 T5 编码器放在内存中的情况下，BF16 版 FLUX.1 [dev] 能放得下（28.8 GB），FP8 版 Qwen-Image 也能放得下（24.0 GB）。FLUX.2 [dev] 和 LTX-2.5 则以 21.0 GB 和 18.7 GB 的 NVFP4 检查点运行。参见 RTX 5090 vs RTX 4090。

L40S：48 GB，带 ECC

L40S 可以容纳 FP8 版 FLUX.2 [dev]（38.4 GB）或一个 BF16 版 Wan 2.2 专家模型（33.6 GB），并配备 ECC 显存。但它的带宽为 864 GB/s，约为 RTX 5090 的一半，也不支持 FP4；而 RTX PRO 6000 每月贵 $170，显存却是它的两倍。它适合运行许多并行工作进程、且每个进程所需显存都不到 48 GB 的场景，每台服务器最多可配八块。

RTX PRO 6000：以 BF16 运行大模型

RTX PRO 6000 配备 96 GB 带 ECC 的 GDDR7 显存，带宽 1.6 TB/s：Qwen-Image（48.0 GB）、LTX-2.5（52.8 GB）和 FLUX.2 [dev]（76.8 GB）都能以 BF16 精度放下，也可以同时加载多个模型。它满足 Wan 2.2 单 GPU 运行 T2V-A14B 的命令所要求的 80 GB，还可以通过 MIG 拆分为四个 24 GB 实例。按每 GB 显存计算，它每月 $9.99，RTX 5090 则为 $10.28；参见 RTX PRO 6000 vs RTX 5090。

AI 视频生成显卡推荐

视频比图像需要更多的激活值显存，因为一个片段的所有帧是一起去噪的，所以官方给出的要求更有参考价值：

• Wan 2.2 TI2V-5B（720p、24 fps）：Wan 的单 GPU 命令至少需要 24 GB，例如 RTX 4090（Wan 2.2）。ComfyUI 表示，借助其原生的卸载功能，5B 模型在 8 GB 显存上也能运行（ComfyUI 文档）。
• Wan 2.2 T2V-A14B：官方的单 GPU 命令（启用卸载和 dtype 转换）至少需要 80 GB。使用 ComfyUI 的 FP8 专家模型时，按我们的规则每个需要 16.8 GB，RTX 4090 或 RTX 5090 都能容纳。
• HunyuanVideo 1.5：腾讯给出的最低要求是 14 GB，前提是启用模型卸载。
• LTX-2.5 可生成带音频的视频：BF16 版为 42.0 GB，NVFP4 蒸馏版检查点为 18.7 GB；Lightricks 还为显存较小的显卡提供了 FP8 类型转换和 CPU 卸载。

对个人创作者来说，RTX 5090 可以用 FP8 或 NVFP4 运行这些模型，RTX PRO 6000 则可以用 BF16 运行，还能留出空间生成更长的片段。H100（$1,779）和 H200（$2,279）适合大规模视频生成：Wan 2.2 和 HunyuanVideo 1.5 都提供了用 torchrun 把一个视频拆分到 8 块 GPU 上的脚本，而在我们的 H100 和 H200 服务器中，GPU 之间通过每块 GPU 900 GB/s 的 NVLink 而不是 PCIe 交换数据。它们的 HBM 带宽分别为 3.35 TB/s 和 4.8 TB/s，能更快地为计算核心供数，但两者都不支持 FP4。

两块 GPU 能让单张图生成得更快吗？

有时可以，但在 ComfyUI 中，两块卡永远不会合并成一张更大的卡：每块 GPU 都保存一份自己的模型副本（pull request），所以两张 24 GB 的显卡放不下需要 40 GB 的模型。自 2026年5月起，ComfyUI 的 MultiGPU CFG Split 节点可以把正向提示词和负向提示词的计算分别放到不同的显卡上，让相同的 GPU 分担同一次生成。ComfyUI 测得的提速最高可达 1.95 倍，但仅限 CFG 大于 1 的情况，因此以 CFG 1 运行的步数蒸馏模型（例如蒸馏版 FLUX.2 [klein]）无法从中获益。

如果想每小时产出更多图像或视频片段，就让每块 GPU 各跑一个任务：每张卡运行一个 ComfyUI 实例，各自用自己的 --cuda-device 和 --port 启动，再从队列中分配任务。GeForce 服务器配备 1、2 或 4 张卡；L40S、RTX PRO 6000、H100 和 H200 服务器最多 8 张，每块 GPU 价格相同。

CryptGPU 适合什么场景

CryptGPU 按月出租独享 GPU 服务器，用加密货币付款，无需 KYC，价格比 40 家 GPU 云的按需价格中位数低约 30%。下单时，可在“软件”步骤中免费预装 ComfyUI，并在安装过程中下载 Qwen-Image、Wan 2.2 或 SDXL。FLUX 和 Stable Diffusion 3.5 需要您本人在 Hugging Face 上接受许可协议，因此需要在服务器交付后用您自己的令牌下载。我们的 ComfyUI 指南介绍了安装配置以及如何通过 SSH 隧道访问，图像与视频生成页面则列出了推荐配置。

有三点限制需要权衡。我们不发布任何基准测试数据：上文的数据是文件大小和厂商规格，而不是实测速度。GeForce 显卡没有 ECC 显存，L40S 和 RTX PRO 6000 则有。此外，只有当您大多数日子都在生成内容时，按月租用的服务器才划算；如果只是偶尔使用，按小时计费的 GPU 云会更便宜。如果想在同样的显卡上运行语言模型，请参阅最适合 LLM 推理的 GPU；如需确定服务器规格并查看价格，请使用配置器。

常见问题

运行 Flux 需要多少显存？

按我们的规则，FLUX.1 [dev] 和 [schnell]（12B）在 BF16 下需要 28.8 GB，即一块 RTX 5090；在 FP8 下需要 14.4 GB，即一块 RTX 4090；ComfyUI 可以把 9.5 GB 的 T5 编码器放在系统内存中。FLUX.2 [dev]（32B）在 BF16 下需要 76.8 GB，也可以在 Blackwell 显卡上以 21.0 GB 的 NVFP4 文件运行。

RTX 5090 适合跑 Stable Diffusion 吗？

适合。按我们的规则，它的 32 GB 显存能以 BF16 精度容纳 SDXL、SD 3.5 Large 和 FLUX.1；它的 FP4 Tensor Core 可以运行 NVFP4 检查点，据 ComfyUI 称，在 PyTorch 针对 CUDA 13.0 构建的情况下，RTX 50 系列显卡运行 NVFP4 的速度约为 FP8 的两倍。它的价格为每月 $329。

Wan 2.2 需要多少显存？

使用 Wan 官方脚本时，5B 模型需要 24 GB；在 ComfyUI 中借助卸载约需 8 GB。使用官方单 GPU 命令时，T2V-A14B 需要 80 GB；ComfyUI 的工作流则依次使用两个 14.3 GB 的 FP8 专家模型。

16 GB 显存够跑 ComfyUI 吗？

对于 SDXL、FP8 版 SD 3.5 Large、FLUX.2 [klein] 4B、FLUX 3 Image Klein 和 NVFP4 版 FLUX.1，够用。更大的模型需要借助卸载运行，速度更慢，而且受系统内存容量限制。

这些模型中哪些允许商用？

Apache 2.0：FLUX.1 [schnell]、FLUX.2 [klein] 4B、Qwen-Image 和 Wan 2.2。营收低于一定门槛可免费使用：SD 3.5（100 万美元）、FLUX 3 Image Klein（500 万美元）和 LTX-2.5（1000 万美元）。非商用：FLUX.1 [dev]、FLUX.2 [dev]、FLUX.2 [klein] 9B 和 Qwen-Image-2.1。HunyuanVideo 1.5 的许可证不适用于欧盟、英国和韩国。在基于某个模型进行开发之前，请先阅读其许可证。