Principais conclusões
- 16 ferramentas, dois trabalhos: geração de imagem e vídeo (13) e visão e OCR (3).
- A tabela é gerada a partir do registro de cada ferramenta e conferida com o README ou o site oficial; um traço significa "não informado na documentação", nunca "não".
- As licenças diferem de maneiras que importam: por exemplo, AUTOMATIC1111, DiffusionBee, Stable Diffusion WebUI Forge e Locally Uncensored são AGPL-3.0, ComfyUI e Fooocus são GPL-3.0, AnimateDiff, ControlNet e InvokeAI são Apache-2.0, StableSwarmUI e ToolNeuron são MIT, e o Stable Diffusion usa uma licença OpenRAIL.
- Cada nome de ferramenta na tabela leva à sua própria análise no PromptQuorum, onde estão os passos de instalação e os limites.
📍 Em uma frase
As ferramentas locais de imagem são dois trabalhos diferentes — gerar imagens e vídeo e entender imagens — por isso as 16 ferramentas do diretório do PromptQuorum são comparadas dentro de cada trabalho, com uma tabela gerada a partir dos mesmos dados de ferramenta da análise própria de cada uma.
💬 Em termos simples
Algumas ferramentas desenham imagens a partir de um texto, e outras olham uma imagem e respondem perguntas sobre ela. Comparar uma ferramenta de desenho com um modelo que lê imagens em "inpainting" não faz sentido, então este guia compara itens do mesmo tipo.
Como comparamos
Os fatos de cada ferramenta — preço, licença, plataformas, requisitos de hardware e atributos específicos da categoria — são armazenados uma única vez, no registro da ferramenta no diretório. A tabela comparativa abaixo é gerada a partir desses registros, e a análise da própria ferramenta usa o mesmo registro, de modo que os dois não podem informar valores diferentes.
Os atributos específicos da categoria (por exemplo, inpainting ou suporte a extensões) foram tirados do README ou do site oficial de cada projeto e conferidos com a redação exata de lá. Quando a documentação é omissa, a tabela mostra um traço em vez de adivinhar; quando uma afirmação vem com ressalvas (experimental, dependente de um fork ou um serviço hospedado em vez de um recurso local), o atributo fica de fora da tabela e é tratado na análise da ferramenta.
Apenas ferramentas com análise própria no PromptQuorum estão na tabela. A comparação lista ferramentas que rodam no seu próprio hardware; ela não faz ranking, porque a escolha certa depende da sua restrição.
Tabela comparativa
Escolha um trabalho abaixo e leia a linha de ponta a ponta. Clique no nome de uma ferramenta para abrir a análise completa no PromptQuorum.
| Ferramenta | Preço | Licença | Plataformas | Execução | Hardware | Versão | Inpainting | Geração de vídeo | Editor de fluxo por nós / grafos | Extensões / plugins | Modo de baixa VRAM | Servidor de API local | Análise | link de produto · divulgado |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| AnimateDiff | Gratuito | Apache-2.0 | Windows, Linux, macOS | Local | 13 GB de VRAM | — | — | Sim | — | — | — | — | Ler análise → | AnimateDiff |
| AUTOMATIC1111 | Gratuito | AGPL-3.0 | macOS, Windows, Linux | Local | CPU é suficiente | v1.10.1 | Sim | — | — | Sim | Sim | Sim | Ler análise → | AUTOMATIC1111 |
| ComfyUI | Gratuito | GPL-3.0 | macOS, Windows, Linux | Local | CPU é suficiente | v0.36.0 | — | — | — | — | — | Sim | Ler análise → | ComfyUI |
| ControlNet | Gratuito | Apache-2.0 | Windows, Linux, macOS | Local | 8 GB de VRAM | — | — | — | — | — | Sim | — | Ler análise → | ControlNet |
| DiffusionBee | Gratuito | AGPL-3.0 | macOS | Local | CPU é suficiente | — | Sim | Sim | — | — | — | — | Ler análise → | DiffusionBee |
| Draw Things | Gratuito | Proprietary | macOS, iOS | Local | 8 GB de RAM | — | — | Sim | — | — | — | — | Ler análise → | Draw Things |
| Fooocus | Gratuito | GPL-3.0 | Windows, Linux, macOS | Local | CPU é suficiente | v2.5.5 | Sim | — | — | — | Sim | — | Ler análise → | Fooocus |
| Invoke AI | Freemium | Apache-2.0 | Windows, Linux, macOS | Local | 4 GB de VRAM | — | Sim | — | Sim | — | — | — | Ler análise → | Invoke AI |
| Locally Uncensored | Pago | AGPL-3.0 | Windows | Local | Varia conforme o modelo | — | — | — | — | — | — | — | Ler análise → | Locally Uncensored |
| Stable Diffusion | Gratuito | OpenRAIL | macOS, Windows, Linux | Local | 10 GB de VRAM | — | — | — | — | — | — | — | Ler análise → | Stable Diffusion |
| Stable Diffusion WebUI Forge | Gratuito | AGPL-3.0 | Linux, macOS, Windows | Local | Varia conforme o modelo | — | — | — | — | Sim | — | Sim | Ler análise → | Stable Diffusion WebUI Forge |
| StableSwarmUI | Gratuito | MIT | Windows, Linux | Local | 8 GB de VRAM | — | — | Sim | Sim | Sim | — | — | Ler análise → | StableSwarmUI |
| ToolNeuron | Gratuito | MIT | Android | Local | Varia conforme o modelo | — | — | — | — | — | — | Sim | Ler análise → | ToolNeuron |
"—" significa que a documentação do próprio projeto não informa o dado, não que o recurso não exista. Os valores vêm do README ou do site oficial de cada projeto e são conferidos novamente quando a análise de uma ferramenta é atualizada.
Geração de imagem e vídeo: o que muda
- Estilo de fluxo de trabalho. ComfyUI, Invoke AI e StableSwarmUI documentam fluxos baseados em nós ou grafos. A documentação das outras ferramentas não descreve um editor de nós.
- Extensões e plugins. AUTOMATIC1111, ComfyUI, Stable Diffusion WebUI Forge, StableSwarmUI e ToolNeuron documentam um sistema de extensões ou plugins.
- Vídeo. ComfyUI, StableSwarmUI, DiffusionBee, Draw Things, Locally Uncensored e AnimateDiff documentam geração de vídeo ou animação.
- Inpainting. AUTOMATIC1111, ComfyUI, DiffusionBee, Fooocus e Invoke AI documentam inpainting.
- Operação com pouca VRAM. AUTOMATIC1111, Fooocus e ControlNet documentam um modo de pouca VRAM ou um requisito declarado de VRAM pequena; para as demais, consulte a análise, pois o requisito depende do modelo que você carrega.
- API local. AUTOMATIC1111, ComfyUI, Stable Diffusion WebUI Forge e ToolNeuron documentam uma API que outros apps podem chamar.
- Licença e preço. AUTOMATIC1111, DiffusionBee, Stable Diffusion WebUI Forge e Locally Uncensored são AGPL-3.0; ComfyUI e Fooocus são GPL-3.0; AnimateDiff, ControlNet e Invoke AI são Apache-2.0; StableSwarmUI e ToolNeuron são MIT; o Stable Diffusion usa uma licença OpenRAIL. O Draw Things é um app de código fechado, o Locally Uncensored é um app pago e o Invoke AI é freemium. Licenças copyleft impõem condições à distribuição de versões modificadas — veja Licenças de ferramentas de IA explicadas.
Visão e OCR: o que muda
- Leitura de texto em imagens. LLaVA e modelos de visão do Ollama documentam a leitura ou o reconhecimento de texto em imagens.
- Várias imagens por prompt. O Idefics documenta a aceitação de várias imagens em um único prompt.
- API local. Os modelos de visão do Ollama documentam uma API local; a API documentada do Idefics é hospedada, não local, por isso não é contada.
- Licença. LLaVA e Idefics são Apache-2.0; os modelos de visão do Ollama são um conjunto de modelos cujas licenças variam, então confira a licença de cada modelo.
O que esta comparação não pode dizer
- Ela compara recursos documentados, não qualidade. Não diz nada sobre a beleza das imagens ou a precisão da leitura de texto — isso exige seus próprios prompts e o seu próprio hardware.
- Ela não inclui benchmarks de velocidade: o PromptQuorum não os mediu para essas ferramentas.
- Os traços são lacunas na documentação dos projetos, não constatações negativas. Algumas ferramentas podem oferecer um recurso que o README delas não menciona.
- Ferramentas de edição e de ampliação (Real-ESRGAN, FunClip) e o DALL-E 3 via Ollama não são comparados aqui: as duas primeiras têm pouco em comum para comparar, e a última não tem análise no PromptQuorum.
- As ferramentas mudam rápido. A análise de cada ferramenta informa a versão em que foi conferida, e este guia é atualizado quando uma análise é atualizada.
Perguntas frequentes
Por que geração de imagem e modelos de visão são comparados separadamente?
Eles fazem trabalhos diferentes, então a maioria dos atributos só faz sentido dentro de um deles — inpainting se aplica à geração de imagem, e leitura de texto em imagens se aplica a modelos de visão. Compará-los em uma única tabela deixaria a maioria das células vazia ou sem sentido.
O que significa um traço na tabela comparativa?
Significa que a documentação do próprio projeto não informa esse atributo. Não significa que o recurso não exista; consulte a análise da ferramenta ou o repositório dela.
O Stable Diffusion em si é um app?
O Stable Diffusion é uma família de modelos de imagem, não um app. Ele aparece junto com os apps porque tem sua própria análise no PromptQuorum, e a maioria das ferramentas de geração aqui consegue rodar modelos Stable Diffusion.
Alguma dessas ferramentas tem link de afiliado?
Não. O PromptQuorum não tem relação de afiliado com nenhuma ferramenta desta comparação no momento da redação, e nenhum link aqui gera comissão.
Com que frequência esta comparação é atualizada?
Ela é atualizada duas vezes por ano e sempre que a análise de uma das ferramentas listadas é atualizada, porque a tabela é gerada a partir dos mesmos dados dessas análises.
Fontes
- O README ou o site oficial de cada ferramenta, listado na análise dessa ferramenta no PromptQuorum (com link na tabela comparativa).
- Diretório de apps de IA local do PromptQuorum — o registro a partir do qual cada linha da tabela é gerada.
- Licenças de ferramentas de IA explicadas — o que significam as famílias de licenças citadas acima.