Combien d'espace disque les modèles Stable Diffusion utilisent-ils ?
Il n'existe pas de taille unique pour un modèle Stable Diffusion. La taille des fichiers de modèles officiels varie de plusieurs gigaoctets, et une bibliothèque fonctionnelle dépasse le checkpoint principal avec d'autres précisions, des fine-tunings, des VAEs, des encodeurs de texte, des ControlNets, des LoRAs et des sorties. Mesurez les fichiers réellement chargés par votre environnement d'exécution ; ne planifiez pas la capacité à partir d'un chiffre générique.

Exemples précis, vérifiés le 09 août 2026
Ces tailles de fichiers proviennent des métadonnées du dépôt officiel Hugging Face, datant de la date indiquée ci-dessus. Elles sont données à titre d'exemple, et non d'une fourchette universelle :
| Fichier publié | Nombre exact d'octets | Gio approx. |
|---|---|---|
Stable Diffusion 1.5 v1-5-pruned-emaonly.safetensors | 4,265,146,304 | 3.97 |
Stable Diffusion 1.5 v1-5-pruned.safetensors | 7,703,324,286 | 7.17 |
SDXL de base 1.0 sd_xl_base_1.0.safetensors | 6,938,078,334 | 6.46 |
Les deux fichiers SD 1.5 montrent déjà pourquoi l'affirmation « le modèle est d'environ quatre gigaoctets » peut être trompeuse. Ce sont des objets publiés différents avec des contenus différents. Le contenu des dépôts peut également évoluer, donc conservez le nom du fichier, la version et le hachage aux côtés de toute mention de capacité qui compte.
Le checkpoint n'est pas la totalité de la bibliothèque
Une configuration de génération d'image pratique peut inclure plusieurs catégories :
- checkpoints de base et fine-tunings complets
- modèles de diffusion, encodeurs de texte et VAEs distincts ;
- ControlNets, modèles IP-Adapter et upscalers ;
- Adaptateurs LoRA, embeddings et autres petites spécialisations ;
- copies en double dans ComfyUI, une autre interface utilisateur et un cache de téléchargement ;
- checkpoints d'entraînement, aperçus et résultats générés ;
Chaque catégorie évolue différemment. Une seule base supplémentaire peut coûter des gigaoctets dès le début ; des centaines d'adaptateurs s'accumulent progressivement ; les répertoires de sortie s'élargissent à chaque session. Un plan d'espace disque qui ne mesure que models/checkpoints ne tient pas compte de la bibliothèque qui le soutient.
Mesurer la taille logique et l'espace physique utilisé
Commencez par les chemins actifs plutôt que de rechercher l'intégralité du disque pour .safetensors. Dans ComfyUI, listez les chemins de modèles natifs et supplémentaires. Dans d'autres environnements d'exécution, vérifiez leurs emplacements configurés et leurs caches. Mesurez ensuite chaque type de dossier et notez si les liens ou la déduplication du système de fichiers affectent l'espace physique.
# exemples sous macOS ou Linux
du -sh /path/to/models/*
du -sh /path/to/outputs
# Affichez la taille apparente lorsque les fichiers creux ou les liens comptent
du -sh --apparent-size /path/to/models/*
Le Finder, l'Explorateur, du et les tableaux de bord cloud peuvent indiquer des gigaoctets décimaux, des gibioctets binaires, la taille logique ou la taille allouée. Pour la planification, précisez quelle mesure vous avez utilisée. Pour l'identité, faites confiance aux comptes exacts en octets et aux sommes de vérification.
Pourquoi la détection de doublons est plus efficace que la conversion de format
Avant de quantifier ou de supprimer, recherchez les copies identiques octet pour octet entre les environnements d'exécution. La suppression d'une copie de travail redondante préserve exactement le modèle. La conversion d'un checkpoint dans une précision inférieure crée un artefact différent et peut économiser davantage d'espace, mais elle modifie l'enjeu de la récupération.
Un fichier SafeTensors est déjà un conteneur de tenseur structuré ; le mettre dans un ZIP apporte souvent des économies décevantes par rapport à l'effort. La quantification peut réduire une copie d'inférence dérivée, mais elle ne permet pas de récupérer exactement les octets de la source à plus haute précision. Voir Stockage SafeTensors par rapport à la quantification pour cette limite.
Un ordre pratique pour libérer de l'espace
- Sorties que vous avez intentionnellement exportées ailleurs : confirmez la copie, puis supprimez les doublons locaux.
- Copies de modèles identiques octet pour octet : redirigez les environnements d'exécution vers une seule bibliothèque avant de supprimer les doublons.
- Intermédiaires d'entraînement abandonnés : conservez les jalons finaux sélectionnés et l'état de reprise dont vous avez réellement besoin.
- Variantes dérivées inutilisées : conservez la source et la recette reproductible, ou gardez l'artefact de déploiement exact lorsque la conversion est coûteuse.
- Originaux rares ou privés : archivez-les et testez leur restauration avant qu'ils ne deviennent des candidats à la suppression.
L'espace libéré ne remplace pas des données récupérables. Si vous ne pouvez ni récupérer ni reproduire un fichier, une deuxième copie fonctionnelle peut être votre seule solution de récupération actuelle. Remplacez-la par une archive vérifiée avant de la considérer comme redondante.
Combien de marge de sécurité devez-vous laisser ?
Prévoyez un chevauchement temporaire. Une migration ou une restauration sécurisée peut exiger que la source, l'archive et la copie restaurée coexistent. L'entraînement génère des checkpoints supplémentaires ; les téléchargements de modèles peuvent utiliser des fichiers temporaires ; les mises à jour d'applications et le comportement du système de fichiers nécessitent également de l'espace. Un disque « suffisamment grand » pour la bibliothèque visible aujourd'hui est déjà trop petit pour un workflow de récupération vérifié.
Examinez la bibliothèque par famille de modèles au lieu d'attendre l'alerte de faible espace du système d'exploitation. La liste de contrôle de conservation transforme cet examen en décisions explicites de conservation, de reproduction, d'archivage et de suppression.
Gardez la famille de modèles ; rendez les copies redondantes optionnelles
Tensor Archive est destiné aux familles de tenseurs locales sélectionnées que vous souhaitez conserver telles quelles. Archivez, vérifiez et restaurez une famille avant de supprimer une copie de travail en double. Il ne quantifie pas le modèle, ne modifie pas ses poids et ne garantit pas que toutes les dépendances environnantes de l'environnement d'exécution ont été capturées.
Appliquez-le à votre environnement d'exécution
Pour ComfyUI, suivez le workflow complet de sauvegarde et de restauration de la bibliothèque de modèles. Si les adaptateurs occupent l'essentiel de l'espace, utilisez le guide de l'espace disque pour les LoRA et préservez les liens exacts avec les modèles de base.
Références
- Métadonnées du référentiel Stable Diffusion 1.5 via l'API Hugging Face — tailles de fichiers exactes vérifiées le 09 août 2026.
- API Hugging Face : métadonnées du référentiel SDXL base 1.0 — taille exacte du fichier de base publiée vérifiée le 09 août 2026.
- Documentation de ComfyUI : Modèles — dossiers de types de modèles et chemins supplémentaires utilisés pour inventorier une bibliothèque active.
- Documentation de SafeTensors — propriétés de sérialisation des tenseurs pertinentes pour le stockage des fichiers de modèles.