Stable Diffusion gratuit: installation sur votre PC pour non-developpeurs en 2026

Si vous retouchez des photos produit pour Amazon, Cdiscount ou des boutiques Shopify, ou si vous faites du still life professionnel, vous avez sans doute vu des confreres generer des fonds, peindre des ombres et monter des scenes entieres sans mettre les pieds dans un studio. La plupart paie un service en ligne: Midjourney, Adobe Firefly, Magnific. L'abonnement tourne tous les mois, les images vivent sur des serveurs etrangers et les fiches produit de vos clients atterrissent dans un cloud qui n'est pas le votre.

Une alternative gratuite existe. Stable Diffusion tourne sur votre propre ordinateur, sans internet et sans abonnement. Le modele est ouvert, les poids sont sur Hugging Face et Civitai, le code source d'A1111 est sur GitHub. Une seule installation et vous generez autant d'images que vous voulez, jusqu'a mille par jour.

Dans cet article nous deroulons l'installation depuis zero. Pas de session terminal de 200 commandes, pas de Docker, pas de WSL. Juste Python, Git et une interface claire dans le navigateur. Nous avons fait ce meme parcours dans le cours AI PRO et nous le repetons ici pour vous. A la fin de l'article vous aurez un Stable Diffusion fonctionnel sur l'ordinateur et plusieurs modeles eprouves pour la photo produit et la retouche.

Stable Diffusion est un reseau neuronal qui genere des images a partir de texte. Stability AI a publie la premiere version en 2022 avec des poids ouverts. Depuis, la communaute a entraine des milliers de modeles derives: pour le portrait, l'anime, la photo produit, l'architecture, la mode.

Le principe est simple. Vous ecrivez un prompt ("bague en argent avec saphir sur fond blanc, lumiere douce, prise en studio"), le modele fait passer du bruit dans le reseau et le transforme progressivement en image. Contrairement a Midjourney, ou vous recevez le resultat sur un serveur tiers et ne maitrisez pas les details, le Stable Diffusion local vous donne le controle complet.

Stable Diffusion vs Midjourney vs DALL-E 3 vs Firefly

| Parametre | Stable Diffusion local | Midjourney v7 | DALL-E 3 | Adobe Firefly 3 |

|---|---|---|---|---|

| Prix | Gratuit | a partir de 10 EUR/mois | dans ChatGPT Plus | dans Creative Cloud |

| Confidentialite | Tout sur votre PC | Sur serveurs | Sur serveurs OpenAI | Sur serveurs Adobe |

| ControlNet, inpainting, LoRA | Oui, l'integralite | Non | Non | Partiel |

| Modeles et LoRA personnels | Oui | Non | Non | Non |

| Usage commercial | Oui (verifier la licence du modele) | Plans payants seulement | Oui | Oui |

| Courbe d'apprentissage | Elevee | Faible | Minimale | Faible |

Si vous publiez un post par semaine, Midjourney est plus simple. Si vous retouchez 50 fiches produit par jour, le Stable Diffusion local est rentable en un mois.

La ressource cle, c'est la memoire video (VRAM) sur une carte Nvidia. Ce n'est pas la RAM systeme, ce n'est pas l'espace SSD, c'est la memoire sur la GPU elle-meme. Sans elle, le modele ne se charge pas. AMD et Intel Arc fonctionnent aussi, mais via des contournements (DirectML, ROCm sous Linux), et nous ne le recommandons pas aux debutants.

Minimum pour demarrer

• GPU Nvidia avec 6 Go de VRAM (RTX 2060, RTX 3050, GTX 1660 Super)
• 16 Go de RAM systeme
• 100 Go libres sur SSD (les modeles pesent de 2 a 7 Go chacun, le dossier se remplit vite)
• Windows 10/11 ou Linux
• Pilote Nvidia Studio a jour

Avec ce minimum, SDXL et Flux ne demarrent pas, seulement le SD 1.5 de base. Une image 512x512 prend de 15 a 25 secondes.

Configuration recommandee

• GPU Nvidia avec 12 a 16 Go de VRAM (RTX 4070, RTX 4070 Ti Super, RTX 5070, RTX 3090 d'occasion)
• 32 Go de RAM
• SSD NVMe de 1 To pour les modeles et le cache
• Bon refroidissement, la generation chauffe la carte comme du minage

Sur une RTX 4070 Super (12 Go), une image SDXL 1024x1024 se rend en 8 a 12 secondes, Flux dev en 30 a 40 secondes. C'est un rythme tenable pour des commandes pro.

Quand l'installation locale n'a pas de sens

Si vous avez un portable avec graphique integree, un MacBook M1/M2 sans 32 Go de unified memory ou un vieux PC sans GPU dediee, ne luttez pas. Louez une GPU sur runpod.io ou vast.ai (a partir de 0,30 EUR de l'heure pour une RTX 4090), ou utilisez Google Colab. Pour tester ca suffit, mais pour de la production reguliere, monter son propre PC reste moins cher.

A1111 (Automatic1111 WebUI) est le frontend le plus repandu pour Stable Diffusion. Il s'ouvre dans le navigateur et ne demande aucune competence en programmation une fois installe. Alternatives: ComfyUI (plus puissant mais plus complexe), Forge (fork d'A1111 plus rapide sur les GPU recentes), Fooocus (simplifie). On commence par A1111, vous choisirez ensuite ce qui vous convient.

Etape 1. Installer Python 3.10.6

Exactement 3.10.6, pas 3.11, pas 3.12. A1111 boude les versions plus recentes.

1. Telechargez python-3.10.6-amd64.exe sur python.org/downloads/release/python-3106
2. Pendant l'installation, cochez imperativement "Add Python to PATH" en bas de la premiere fenetre
3. Cliquez sur Install Now
4. Verification dans l'invite de commande: python --version doit afficher 3.10.6

Si vous avez deja Python 3.11 ou 3.12, ne le desinstallez pas. Installez 3.10.6 a cote et configurez le chemin via variable d'environnement, ou appelez-le avec py -3.10.

Etape 2. Installer Git

Git sert a cloner le depot d'A1111 et a le mettre a jour ensuite avec une commande.

1. Telechargez l'installeur sur git-scm.com/download/win
2. Installez avec toutes les cases cochees par defaut
3. Verifiez avec git --version dans l'invite

Etape 3. Cloner A1111

Creez un dossier pour les reseaux neuronaux, par exemple D:\AI\ ou C:\StableDiffusion\. Le chemin ne doit pas contenir d'espaces ni de caracteres non latins.

Ouvrez l'invite de commande dans ce dossier (clic droit dans l'Explorateur, "Ouvrir dans le Terminal", ou Shift plus clic droit, "Ouvrir la fenetre de commande"). Tapez:

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

Le dossier stable-diffusion-webui se telecharge, environ 50 Mo. C'est l'interface elle-meme, encore sans modeles.

Etape 4. Premier lancement

Entrez dans le dossier stable-diffusion-webui, trouvez le fichier webui-user.bat, double-cliquez. Une fenetre noire s'ouvre, les dependances se telechargent: torch, xformers, gradio et autres. Il faut compter 4 a 6 Go au telechargement et de 10 a 30 minutes au premier lancement.

Quand vous voyez la ligne Running on local URL: http://127.0.0.1:7860, ouvrez cette adresse dans le navigateur. L'interface d'A1111 s'affiche.

S'il plante avec une erreur CUDA, torch ou memoire, lisez la section erreurs plus bas.