クラウドの画像生成は便利でも、社外秘の素材を外に出していいのか不安だったり、無料枠を使い切ってモヤッとしたり——だったら自分の Mac で、無料・オフラインで回せないか。結論から言うと、Mac でも画像生成は実用速度で動きます。私は Mac Studio（M1 Max・メモリ32GB）で ComfyUI と FLUX.1 を動かし、1024px は1枚あたり数十秒、フル HD（1920×1088）でも約4分7秒で出せました。
ただし「何でも一瞬」ではありません。解像度を上げるほど時間は伸び、導入のつまずき（モデルの入手制限・専用ノード・容量枯渇）も避けて通れません。この記事では、私が実機でたどった順番のまま、実測値とつまずきどころを整理します。読み終えると「自分の Mac で待てる速度か／何から入れるか」が判断できます。最短で1枚出したい方は、導入手順だけをまとめた記事から入ってもかまいません。
結論｜M1 Maxで1024pxは数十秒・フルHDは約4分、LLMとは別系統
結論から言うと、Mac でローカル画像生成は実用になります。私が Mac Studio（M1 Max・メモリ32GB）で確かめた範囲では、判断のものさしは次の一行に集約できました。
- 1024px（サムネや OG 画像サイズ）：1枚あたり数十秒。サクサク回せます。
- フル HD（1920×1088）：約4分7秒。待てば出る、という体感です。
つまり、小さめの画像を何枚も試すなら即、大きな1枚をじっくり作るなら腰を据える。本記事は N選の羅列や Windows 前提のメモリ表ではなく、Mac で実際に何秒かかり、どこでつまずいたかをそのまま書きます。動かしたのは ComfyUI（土台アプリ）と FLUX.1 schnell（高速版モデル）の組み合わせです。
文章のモデルと画像のモデルは別物
「ローカル LLM を Mac で動かしてみた」流れでここに来た方へ、最初に交通整理を。文章を予測する LLM と、絵を描く拡散モデルは別物です。Ollama が本来動かすのは前者、ComfyUI が動かすのは後者。中身のしくみが違うので、片方のモデルを入れたら片方も描ける、という話ではありません。
ただし道具の側は動いています。Ollama は 2026 年 1 月から macOS で画像生成に対応し、ollama run x/z-image-turbo "prompt" で 1 枚出せるようになりました（Windows・Linux は未対応）。それでもこの記事が ComfyUI を扱うのは、1 枚出した「次」——出した絵を直す、動かす、同じ設定で量産する——がまだ ComfyUI の領分だからです。その境界線は ローカルLLMで画像生成はできるのか に切り分けました。
共通点は「無料で・オフラインで・手元のメモリを食う」の3つ。社外秘を外に出さず手元で回したい動機も同じです。ローカル LLM で手応えを感じた方なら、画像生成も同じ感覚で入っていけます。
必要なもの｜ComfyUI・FLUX・GGUFの役割と最初の1枚までの手順
必要なものは、ざっくり3つです。
| 役割 | 中身 | たとえ |
|---|---|---|
| 土台アプリ | ComfyUI | 材料と手順を並べる作業台 |
| 描き手のモデル | FLUX.1 schnell（schnell＝独語で「速い」高速版） | 絵筆を持つ職人 |
| 軽くした保存形式 | GGUF（私は Q8 を使用） | 同じ FLUX でもファイルが小さくメモリに優しい |
Mac ならではの前提が1つ。Windows + NVIDIA は「CUDA」で GPU を使いますが、Mac は MPS（Apple の GPU 窓口）で動きます。私の環境では ComfyUI 0.26 に、GGUF を読むための追加部品（ComfyUI-GGUF というカスタムノード）を入れ、gguf という Python ライブラリも別途入れる必要がありました。ここを入れ忘れると GGUF のモデルが読めません。
最初の1枚までの順番
私が M1 Max でたどった順番です。
- ComfyUI 本体を入れる（作業台）。
- ComfyUI-GGUF を足す。同時に
ggufライブラリも。これが無いと GGUF が開けません。 - FLUX.1 schnell の GGUF モデルと VAE を所定の場所に置く（VAE は最後に画像へ戻す現像係）。
- 最小のワークフローを組む。プロンプト→モデル→現像→保存の最短の流れだけをつなぎます。
- 最初の1枚を出す。
ここで戸惑ったのが、ComfyUI のサーバーは操作画面と独立して動いている点です。ブラウザで生成したのに画像がどこに出たかわからない——実際にはサーバー側の output ディレクトリに保存されていました。一度わかれば、出した画像は淡々とフォルダに溜まるので扱いはラク。最初の1枚は、想像より呆気なく出ました。
速度実測｜1024pxは数十秒・フルHDは約4分、地雷と無料の実態
ここが本記事の核です。設定は FLUX.1 schnell の GGUF Q8、4step。M1 Max（32GB）での実測値です。
| 解像度 | M1 Max(32GB) での体感時間 | 向く用途 |
|---|---|---|
| 1024px（4step） | 1枚あたり数十秒 | サムネ・OG 画像・アイデア出しを何枚も回す |
| フル HD（1920×1088） | 約4分7秒 | 資料の大判イラストなど、じっくり1枚を作る |
解像度を上げると時間が一気に伸びます。1024px は待ち時間を感じない数十秒、フル HD は同じ Mac でも4分超に跳ねる。なので使い分けは、構図を試す・ボツ前提で回すときは 1024px、大判1枚を仕上げるときだけフル HD で腰を据えて待つ、に落ち着きました。なおこれは私の Mac Studio（M1 Max・32GB）での実測で、他機種では変わります。フル HD で待てるかはメモリ量にも左右され、重い処理ほどメモリに余裕のある Mac がラクでした。
最初につまずく地雷と救済テク
実際に動かした人しか書けない地雷集です。私がつまずいた4つを「症状→原因→対処」で。
- 公式 VAE が落とせない（gated）：公式配布が入手制限つき。→ Comfy-Org が公開するミラーから入手で回避。
- GGUF が読み込めない：専用部品不足。→ ComfyUI-GGUF と
ggufライブラリの両方が必要（片方だけでは不可）。 - 空き容量が突然枯渇する：真因はモデルではなく、Mac が自動で溜める Time Machine ローカルスナップショット。→ ターミナルで
tmutil deletelocalsnapshots。まとまった容量が戻ります。 - 生成画像が見つからない：手順の章で触れたサーバー独立が原因。→ サーバー側の output ディレクトリを見る。
どれも知っていれば数分で抜けられますが、知らないと「環境が壊れたのでは」と時間を溶かします。私自身がそうでした。
「無料」の実態と量子化
ソフトもモデルも入手は無料、クラウド利用料も発生しません。ただしタダではなく、かかるのは「手元のハード」——Mac の電気代と、モデルを置くストレージ、生成中のメモリです。モデルファイルは数GB級なので、何種類も置くとストレージがじわじわ逼迫します。
ここで効くのが量子化（数値を間引いて軽くする加工）です。Q8 は品質寄り、Q4 はさらに軽量というダイヤル。私が使った Q8 は品質と軽さのバランスがよく、32GB でも余裕をもって回せました（品質差は用途・好みで分かれるので「Q8 でも私の用途では十分」までにとどめます）。置き場が逼迫してきたら、外付け SSD を1台用意すると取り回しがラクです。
適性判断｜32GBの体感・他機種は推測・クラウド使い分け・ライセンス
「自分の Mac で動くのか」がいちばん知りたいところでしょう。正直に分けて書きます。
私が確かめられたのは Mac Studio（M1 Max・32GB）の体感だけ。この環境では 1024px はサクサク、フル HD は約4分7秒で「待てば出る」、画像生成は実用と言える手応えでした。Apple Silicon は CPU と GPU がメモリを共有するユニファイドメモリなので、32GB の余裕が効いた印象です。
一方、他機種は手元にないので断定できません。Windows + NVIDIA（CUDA）、M4/M5、16GB/64GB は推測になります。一般には「メモリが多いほど大きな画像で余裕が出る」「CUDA は速いことが多い」とされますが、「M4 なら何秒」と私の口からは言えません。手元を超える量産が必要なら NVIDIA の GPU を借りるクラウド GPU（CUDA）も選択肢ですが、標準的なレンタルサーバー（VPS）は GPU を積まず画像生成には向きません。買い替えや増設を考えるなら、重い処理を快適にしたいほどメモリ多めの Mac が結局ラク、というのが私の体感です。
8GB・16GB・64GB や NVIDIA の VRAM を含めた「メモリ帯別にどこまで動くか」は、ローカル生成AIの必要スペック（32GB実測の境界線）に画像・動画・LLM 横断で整理しました。買い替え判断まで含めてそちらが深掘り版です。
クラウドとの使い分け
ローカルがすべてではありません。向き不向きを正直に並べます。
| ローカル（自分の Mac）が向く | クラウドが向く |
|---|---|
| 社外秘の素材を外に出したくない | とにかく手軽に、すぐ1枚ほしい |
| 無料・オフラインで回したい | 最新のモデルをすぐ試したい |
| ボツ前提で枚数を回したい | スマホだけで完結させたい |
私は、機密が絡む素材や枚数を回す検証はローカル、手早く済ませたいときや最新モデルを触りたいときはクラウド、に落ち着きました。
- 手軽な無料サービスは AI画像生成の無料ツール
- プロンプトの組み立ては AI画像生成のプロンプト
- 自前パイプラインの取り組みは AI動画生成の自動化（自前パイプライン）
背景差し替えなど「編集」寄りは、姉妹記事 Qwen-Image-Edit でMac背景差し替え（M1 Max 実測） に実機記録をまとめました。画像から動画を作る話は、姉妹記事 Macでローカル動画生成は実用か（Wan2.2 実測） で同じ ComfyUI を使って実測しています（ここで作った1枚を i2v の起点に渡せます）。
商用利用・ライセンスの注意
最後に、いちばん大事な注意です。私が使った FLUX.1 schnell は Apache 2.0（商用利用も比較的許容されるとされる OSS ライセンス）で配布されているとされます。とはいえ、生成物の商用利用がどこまで認められるかは、各モデルのライセンスと利用規約をご自身で必ず確認してください。ライセンスは更新されることもあり、組み合わせるモデルや LoRA（追加学習の部品）ごとに条件も違います。
ここで「商用 OK」と言い切るのは無責任です。最終判断は権利者の案内・各規約・必要なら法務や弁護士に委ねるのが安全。私の役割は出典と確認時点を添えて事実を整理するところまで、と考えています。FLUX の dev と schnell の違いや SD 系・Wan2.2 まで含めたモデル別の可否は、ローカル生成AIの商用利用とライセンス早見表に原文と取得日つきで分けて整理しました。
よくある質問
Q1: Macでローカル画像生成は無料でできますか？
A. ソフト（ComfyUI）もモデル（FLUX.1 schnell）も無料で入手でき、クラウドの利用料はかかりません。かかるのは手元の Mac の電気代と、モデルを置くストレージ・メモリといったハード側です。FLUX.1 schnell のライセンスは別途確認をおすすめします。
Q2: M1 Max・32GB のMacで実用速度で動きますか？
A. 私の環境（Mac Studio M1 Max・メモリ32GB）では、1024px の画像が1枚あたり数十秒、フル HD（1920×1088）で約4分7秒でした。サムネや OG 画像なら即、大判は待つ、という体感です。他機種（M4/M5・16GB/64GB）は手元にないため断定はできません。
Q3: ComfyUI と FLUX、まず何を入れればいいですか？
A. ComfyUI 本体 →（GGUF 形式を読む）ComfyUI-GGUF カスタムノード → FLUX.1 schnell の GGUF モデルと VAE、の順です。gguf という Python ライブラリの導入も忘れずに。始め方の手順だけをまとめた記事を別に用意する予定です（近日公開）。
Q4: Stable Diffusion や Midjourney とどう違いますか？
A. 本記事はローカル（自分の Mac で完結）軸で、FLUX を ComfyUI で動かす実機の話です。Midjourney はクラウドサービス、Stable Diffusion は別系統のモデル群で、私が実機で語れるのは ComfyUI×FLUX の範囲です。クラウドの手軽な無料画像生成は別記事に整理しています。
Q5: 生成した画像は商用利用してよいですか？
A. FLUX.1 schnell は Apache 2.0 とされますが、生成物の商用利用は各モデルのライセンスと利用規約を必ずご自身で確認してください。最終的な判断は権利者・各規約・必要なら法務や弁護士に委ねるのが安全です。
営業7年から生成AIエンジニアになった私が、Mac Studio（M1 Max・32GB）で実際に ComfyUI×FLUX を回した手触りをもとに書いています。
出典
- FLUX.1 [schnell] | black-forest-labs（Hugging Face）（取得：2026-06-25）
- ComfyUI 公式リポジトリ（取得：2026-06-25）
- ComfyUI-GGUF | city96（GitHub）（取得：2026-06-25）
- Apple Developer: Metal Performance Shaders（取得：2026-06-25）
関連記事
- ローカルLLMをMacで動かす — 同じ Mac で「文章（LLM）」を回す話。画像生成と地続きの入口です。
- AI画像生成の無料ツール — 手軽に・すぐ1枚ほしいときのクラウド無料サービスはこちら。
- AI画像生成のプロンプト — うまく出すためのプロンプトの組み立て方を別記事で整理しています。
- Macでローカル動画生成は実用か（Wan2.2 実測） — 同じ ComfyUI で「動画」も。ここで作った1枚を i2v の起点に渡せる姉妹記事です。
- Wan2.2 の使い方（プロンプトの型・モデルと設定値） — 作った1枚を動かす段になったら。動画側のプロンプトの型と、5B / A14B の選び分けを扱っています。
- AI動画生成の自動化（自前パイプライン） — レイヤーは違いますが、自前で生成を回す地続きの取り組みです。
- ComfyUI を Mac に入れる手順とハマり回避 — インストール→モデル配置→最初の1枚→4つのハマり対処まで、導入だけを通しでまとめた記事です。
- Stable Diffusion を Mac で動かす3つの方法 — SD 指名で調べて来た方へ。Draw Things／ComfyUI／WebUI 系の選び分け早見表です。
- ローカル生成AIの必要スペック（メモリ32GBの境界線） — 本記事の実測を起点に、8GB〜64GB・VRAM の帯別判断まで広げたスペック深掘り版です。
- Qwen-Image-Edit でMac背景差し替え（M1 Max 実測） — 「生成」でなく「編集」。被写体を保ったまま背景だけを差し替える実機記録です。
- ローカル生成AIの商用利用とライセンス早見表 — FLUX・SD・Qwen・Wan2.2 の商用可否を、モデルと生成物に分けて原文つきで整理しています。