AI画像生成ツール比較 2026：Stable Diffusion WebUI vs ComfyUI vs FLUX でローカルAI画像生成を始める

Midjourney（$10/月〜）・Adobe Firefly（Creative Cloud月額$6,480〜）・DALL-E 3（API $0.040/画像〜）に対して、Stable Diffusion WebUI（AUTOMATIC1111）・ComfyUI・**FLUX（Black Forest Labs）**はローカルGPUで動作する無料のOSS AI画像生成ツールです。

ローカルAI画像生成を使う理由

• コスト: Midjourney Proは月$60。RTX 4090（1回限り$160,000円〜）で生涯無料
• プライバシー: 機密性の高い画像（製品プロトタイプ・人物写真）をクラウドに送らない
• カスタマイズ: LoRA・ControlNet・カスタムモデルで品質を際限なく向上
• API化: ローカルでAPIサーバーを起動して社内サービスと統合できる

主要ツールの概要

Stable Diffusion WebUI（AUTOMATIC1111）

2022年公開、Python/GradioのOSSです。GitHubスター142k+。最も成熟したUIを持ち、LoRA・ControlNet・Inpainting・Upscalerなど150+拡張機能をサポートします。ComfyUIに比べUIが直感的で、AIアートを始めたばかりのユーザーに適しています。

# AUTOMATIC1111 のセットアップ（Linux/WSL2）
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# モデルをダウンロード（Civitaiから）
mkdir -p models/Stable-diffusion
cd models/Stable-diffusion
# FLUX.1-dev を使用する例（Hugging Face）
pip install huggingface_hub
python -c "
from huggingface_hub import hf_hub_download
hf_hub_download(
    repo_id='black-forest-labs/FLUX.1-dev',
    filename='flux1-dev.safetensors',
    local_dir='.',
)
print('モデルダウンロード完了')
"
cd ../..

# WebUI を起動（--api フラグでREST APIを有効化）
python launch.py --api --listen --port 7860 --xformers

# RTX 3060以下のGPUは VRAMを節約するフラグを追加
# python launch.py --api --listen --medvram --opt-sdp-attention

# AUTOMATIC1111 REST APIで画像生成を自動化
import requests
import base64
from pathlib import Path

A1111_URL = 'http://localhost:7860'

def generate_image(
    prompt: str,
    negative_prompt: str = 'lowres, bad anatomy, bad hands',
    width: int = 1024,
    height: int = 1024,
    steps: int = 20,
    cfg_scale: float = 7.0,
    seed: int = -1,  # -1でランダム
    output_path: str = 'output.png',
) -> Path:
    payload = {
        'prompt': prompt,
        'negative_prompt': negative_prompt,
        'width': width,
        'height': height,
        'steps': steps,
        'cfg_scale': cfg_scale,
        'seed': seed,
        'sampler_name': 'DPM++ 2M Karras',
        'batch_size': 1,
        'n_iter': 1,
    }
    resp = requests.post(f'{A1111_URL}/sdapi/v1/txt2img', json=payload)
    resp.raise_for_status()
    result = resp.json()
    # base64デコードして保存
    image_data = base64.b64decode(result['images'][0])
    path = Path(output_path)
    path.write_bytes(image_data)
    info = result['info']
    print(f'生成完了: {path} (seed={result["parameters"]["seed"]})')
    return path

# 商品画像を自動生成するバッチ処理
products = [
    ('高級ワインボトル', 'elegant wine bottle, studio lighting, white background, product photography'),
    ('スマートウォッチ', 'modern smartwatch on wrist, clean background, tech photography'),
]

for name, prompt in products:
    generate_image(
        prompt=f'{prompt}, 8k, professional, ultra detailed',
        negative_prompt='text, watermark, blurry, ugly',
        width=1024,
        height=1024,
        output_path=f'product_{name}.png',
    )

ComfyUI

2023年公開、Python製のOSSです。GitHubスター70k+。ノードベースのワークフローで画像生成パイプラインを視覚的に構築できます。AUTOMATIC1111より高度なカスタマイズ（IPAdapter・AnimateDiff動画生成・FaceID）が得意で、プロダクションワークフローの自動化に向いています。

# ComfyUI API でワークフローを実行（Python）
import json
import urllib.request
import urllib.parse
import websocket
import uuid

COMFY_URL = 'http://localhost:8188'
CLIENT_ID = str(uuid.uuid4())

def queue_workflow(workflow: dict) -> str:
    '''ワークフローをキューに追加してprompt_idを返す'''
    data = json.dumps({'prompt': workflow, 'client_id': CLIENT_ID}).encode('utf-8')
    req = urllib.request.urlopen(
        urllib.request.Request(
            f'{COMFY_URL}/prompt',
            data=data,
            headers={'Content-Type': 'application/json'},
        )
    )
    return json.loads(req.read())['prompt_id']

def wait_for_completion(prompt_id: str) -> list:
    '''WebSocketで完了を待機して画像ファイル名のリストを返す'''
    ws = websocket.WebSocket()
    ws.connect(f'ws://localhost:8188/ws?clientId={CLIENT_ID}')
    images = []
    while True:
        msg = json.loads(ws.recv())
        if msg['type'] == 'executing' and msg['data']['node'] is None:
            # ワークフロー完了
            break
        if msg['type'] == 'executed':
            for output in msg['data']['output'].get('images', []):
                images.append(output['filename'])
    ws.close()
    return images

# FLUX.1-dev ワークフロー（ComfyUI JSON形式）
FLUX_WORKFLOW = {
    '1': {
        'class_type': 'CheckpointLoaderSimple',
        'inputs': {'ckpt_name': 'flux1-dev.safetensors'},
    },
    '6': {
        'class_type': 'CLIPTextEncode',
        'inputs': {
            'text': 'cinematic photo of a futuristic city at night, 8k',
            'clip': ['1', 1],
        },
    },
    '11': {
        'class_type': 'KSampler',
        'inputs': {
            'seed': 42,
            'steps': 20,
            'cfg': 1.0,  # FLUXはCFG=1.0推奨
            'sampler_name': 'euler',
            'scheduler': 'simple',
            'denoise': 1.0,
            'model': ['1', 0],
            'positive': ['6', 0],
            'negative': ['6', 0],  # FLUXはネガティブプロンプト不要
            'latent_image': ['12', 0],
        },
    },
    '12': {
        'class_type': 'EmptySD3LatentImage',
        'inputs': {'width': 1024, 'height': 1024, 'batch_size': 1},
    },
}

AI画像生成ツール比較表

比較項目	AUTOMATIC1111	ComfyUI	InvokeAI
UI難易度	★☆☆（簡単）	★★★（高度）	★★☆（中間）
ワークフロー自動化	△（API経由）	✅（ノードベース）	✅
FLUX対応	✅	✅	✅
動画生成（AnimateDiff）	✅（拡張）	✅（ネイティブ）	❌
GitHub Stars	142k+	70k+	24k+
最小VRAM	4GB	4GB	6GB

AI画像生成はLLMツールカテゴリ/categories/llm-toolsのRAGパイプラインと組み合わせてプロンプトを自動生成したり、デザインカテゴリ/categories/designのPenpotと連携してデザインシステムにAI生成アセットを組み込む活用法があります。

FAQ

Q. FLUX.1 vs Stable Diffusion XL でどちらが高品質ですか？

A. 2026年時点ではFLUX.1-devが全体的に高品質です。特にテキスト生成（英語テキストをイメージに正確に描写）・手の描写・写真リアリズム・プロンプト追従性でFLUXが優れています。比較: ①テキスト描写: FLUX > SDXL（SDXLは文字が崩れやすい）②顔のリアリズム: FLUX ≈ Midjourney v6③スタイル多様性: SDXL + LoRA = FLUX ≈ 同等（LoRAエコシステムはSDXLが圧倒的に充実）④速度: SDXL（1024px・20ステップ）= RTX 4090で約3秒、FLUX.1-dev同条件で約8秒（重い）。商業写真・プロダクト画像にはFLUX、アニメ・イラストスタイルにはSDXL+特化LoRAが実用的です。

Q. RTX 4060（8GB VRAM）でFLUX.1-devは動きますか？

A. 動きますが設定が必要です。①--lowvramフラグ（AUTOMATIC1111）または ComfyUIのFP8 Checkpoint LoaderでFP8量子化モデルを使用②FLUX.1-schnell（4ステップ版）はFLUX.1-devより軽量で8GBで快適に動作③解像度を512×512に落とすことで速度と安定性が向上。推奨構成: RTX 4060 8GBではFLUX.1-schnell (FP8量子化) + ComfyUI + --lowvram。生成時間: 1024px × 4ステップで約6秒。完全な品質を出すにはRTX 4070以上（12GB）を推奨します。

Q. 商業利用でのライセンスの注意点は？

A. モデルごとにライセンスが異なります。FLUX.1-dev: 非商業利用のみ（FLUX-1-dev Non-Commercial License）。FLUX.1-schnell: Apache 2.0（商業利用OK）。FLUX.1-pro: Stability AI APIを通じた商業利用（有料）。Stable Diffusion 3.5: Community License（個人・研究は無料、商業利用は年間収益$100万未満は無料・以上は商業ライセンスが必要）。Stable Diffusion 1.5/2.1: CreativeML Open RAIL-M（商業利用OK、悪用禁止条項あり）。重要: 生成画像の権利はほとんどのライセンスで「ユーザーが保持」とされていますが、学習データの著作権問題（Stability AI訴訟）は未解決です。商業利用にはAdobeFirefly（学習データのライセンスが明確）が法的リスクが最も少ない選択肢です。

Q. ComfyUIのワークフローをN8Nで自動化するには？

A. N8NのHTTPノード + ComfyUI APIで連携できます。①N8N Webhookノード → ComfyUI /prompt APIにPOST（ワークフローJSONを送信）②ポーリングまたはWebSocketで完了を検知③完了後に/view?filename=XXXから画像をダウンロード④N8NのSlack/Notionノードで結果を配信。具体的なユースケース: 毎朝9時にAirtableの商品リストからComfyUIで商品画像を自動生成→Slackに投稿する定期ワークフロー。LowCodeカテゴリで解説しているN8N・Budibaseと組み合わせると強力な自動化パイプラインになります。

まとめ

ユースケース	推奨ツール
初心者・UIが直感的	AUTOMATIC1111
高度なワークフロー自動化・動画生成	ComfyUI
最高品質の画像生成（商業利用）	FLUX.1-schnell（Apache 2.0）

関連外部リソース

• AUTOMATIC1111 GitHubリポジトリ↗
• ComfyUI GitHubリポジトリ↗
• FLUX.1モデル（Hugging Face）↗
• Civitai - Stable Diffusionモデル・LoRAコミュニティ↗