Mejor portátil para Stable Diffusion 2026: VRAM, GPU y modelos

Generar imágenes con Stable Diffusion en local es uno de los usos de IA que más ha crecido en 2026, y también uno de los que más castiga un portátil mal elegido. La diferencia entre esperar 8 segundos por imagen y esperar 2 minutos está casi toda en un solo componente: la VRAM de la GPU. Esta guía te dice exactamente cuánta necesitas según el modelo que vayas a usar (SD 1.5, SDXL, FLUX), qué tiempos reales esperar por GPU y qué portátil concreto comprar según tu presupuesto.

La regla de oro: la VRAM manda

Stable Diffusion carga el modelo completo en la memoria de la GPU. Si no cabe, el software recurre a offload hacia la RAM del sistema y la velocidad se desploma 5-10x. Por eso la primera pregunta no es "¿qué GPU?" sino "¿cuánta VRAM?".

| Modelo | VRAM mínima | VRAM cómoda | Resolución nativa | |---|---:|---:|---| | SD 1.5 | 4 GB | 6-8 GB | 512x512 | | SDXL | 10 GB | 12-16 GB | 1024x1024 | | SDXL + LoRAs + ControlNet | 12 GB | 16 GB | 1024x1024 | | FLUX schnell (cuantizado) | 12 GB | 16 GB | 1024x1024 | | FLUX dev (completo) | 20 GB | 24 GB | 1024x1024 |

La segunda regla: la generación de imágenes usa la GPU al 100% durante segundos seguidos, así que la refrigeración del portátil importa. Un chasis fino con la misma GPU rinde 15-25% menos en generación sostenida que un chasis gaming bien ventilado.

Tiempos reales por GPU (2026)

Tiempo por imagen en condiciones típicas (25-30 steps, sampler estándar):

| GPU | SD 1.5 512x512 | SDXL 1024x1024 | FLUX schnell | |---|---:|---:|---:| | RTX 4050 (6 GB) | 12 s | inviable | inviable | | RTX 4060 (8 GB) | 8 s | 35 s (justo) | inviable | | RTX 5060 (8 GB) | 6 s | 24 s (justo) | inviable | | RTX 4070 (8 GB) | 6 s | 30 s (justo) | inviable | | RTX 5070 (12 GB) | 4 s | 15 s | 18 s | | RTX 5080 (16 GB) | 3 s | 11 s | 13 s | | RTX 5090 (24 GB) | 2 s | 8 s | 9 s | | Apple M5 Pro (GPU 16-20 cores) | 15 s | 60 s | lento | | Apple M5 Max (GPU 32-40 cores) | 8 s | 30 s | viable |

Dos lecturas importantes de esta tabla:

• Las GPU de 8 GB (4060, 5060, 4070) ejecutan SDXL pero al límite: sin margen para LoRAs, ControlNet o hires fix. Para SD 1.5 puro van sobradas.
• El salto real está en los 12 GB: la RTX 5070 es la primera GPU móvil donde SDXL se siente fluido y FLUX cuantizado es viable. Detalle completo en nuestra comparativa de RTX 5070 vs RTX 5080.

Qué interfaz vas a usar (y por qué importa)

• AUTOMATIC1111 / Forge: la más popular. Forge está optimizada para VRAM baja — con 8 GB exprime SDXL mejor que A1111 clásico.
• ComfyUI: la más eficiente en memoria y la estándar para workflows complejos (ControlNet, upscaling en cadena, vídeo). Si vas en serio, acabarás aquí.
• DrawThings (Mac): la opción nativa para Apple Silicon, aprovecha el Neural Engine.
• Fooocus: la más simple para empezar, requisitos similares a Forge.

Todas funcionan mejor con NVIDIA + CUDA. En Mac funcionan vía Metal/MPS con la penalización de velocidad que ves en la tabla.

El resto del equipo: qué acompaña a la GPU

• RAM: 32 GB recomendado. Los modelos se cargan desde RAM hacia VRAM, y ComfyUI con varios modelos cacheados consume 16-20 GB él solo. Detalle en cuánta RAM necesitas.
• SSD: 1 TB NVMe mínimo. Cada checkpoint pesa 2-7 GB, cada LoRA 100-400 MB, y la carpeta de modelos de un usuario activo supera los 200 GB en pocos meses.
• CPU: secundaria. Cualquier Core Ultra 7 o Ryzen 7 moderno sobra — la generación es 95% GPU.
• Pantalla: 100% sRGB mínimo si evalúas color de las imágenes generadas.

Mejores portátiles para Stable Diffusion por presupuesto

Entrada (~1.100-1.400 €) — SD 1.5 fluido, SDXL justo

• ASUS TUF A15 con RTX 4060 8 GB + Ryzen 7 + 32 GB: ~1.250 €. El caballo de batalla. SD 1.5 en 8 segundos, SDXL viable con Forge.
• Lenovo LOQ 15 con RTX 4060 + 16 GB (ampliable): ~1.150 €. Amplía a 32 GB por ~80 € y tienes el mejor precio/rendimiento absoluto.

Medio (~1.800-2.300 €) — SDXL fluido, FLUX viable

• Lenovo Legion Pro 5 con RTX 5070 12 GB + 32 GB: ~2.000 €. El sweet spot 2026 para Stable Diffusion serio.
• ASUS ROG Strix G16 con RTX 5070 + Core Ultra 9: ~2.100 €. Mejor refrigeración, generación sostenida sin throttle.

Alto (~2.800-3.500 €) — todo fluido, workflows profesionales

• Lenovo Legion Pro 7i con RTX 5080 16 GB + 32-64 GB: ~2.900 €. SDXL en 11 segundos, FLUX schnell cómodo, ControlNet múltiple sin agobios de VRAM.
• MSI Raider 18 con RTX 5080 + 64 GB: ~3.400 €. Para quien también entrena LoRAs en local.

Mac (caso especial)

• MacBook Pro M5 Max 48-64 GB: ~3.500-4.200 €. La memoria unificada permite cargar FLUX dev completo (cosa imposible en cualquier RTX móvil salvo la 5090), pero la velocidad por imagen es 2-3x más lenta que una 5080. Elige Mac solo si ya vives en su ecosistema o necesitas los modelos gigantes; para velocidad pura, NVIDIA gana claramente.

¿Puedo entrenar LoRAs en un portátil?

Sí, con matices:

• LoRA de SD 1.5: viable desde 8 GB de VRAM. 1-3 horas en una RTX 4060.
• LoRA de SDXL: necesitas 16 GB (RTX 5080) o mucha paciencia con optimizaciones agresivas en 12 GB. 2-5 horas.
• Fine-tuning completo: territorio desktop/cloud. No lo intentes en portátil.

Preguntas frecuentes

¿Sirve una GPU AMD Radeon para Stable Diffusion? Funciona vía ROCm/DirectML pero con menos rendimiento y más fricción de instalación que CUDA. En 2026 sigue sin compensar: a igual precio, elige NVIDIA.

¿Puedo usar Stable Diffusion solo con la NPU? Los NPU de 50-80 TOPS (Core Ultra, Snapdragon X2) ejecutan SD 1.5 optimizado a velocidad aceptable, pero SDXL y FLUX les quedan grandes. La NPU es un complemento, no un sustituto de la GPU dedicada.

¿8 GB de VRAM me valen en 2027-2028? Para SD 1.5 sí. Pero la tendencia (FLUX, SD 3.5, modelos de vídeo) apunta a 12-16 GB como nuevo mínimo. Si puedes estirar a una GPU de 12 GB, tu compra envejece mucho mejor.

¿Cuánto se calienta el portátil generando imágenes? La GPU trabaja al 100% en ráfagas. Es normal alcanzar 80-87 °C. Usa el portátil sobre superficie dura, y si generas en lotes largos, una base refrigerada ayuda a mantener los tiempos.

¿Qué portátil exacto para tu flujo de Stable Diffusion?

Cuéntale al asesor IA qué modelos quieres usar (SD 1.5, SDXL, FLUX), si vas a entrenar LoRAs y tu presupuesto. Te dará el modelo concreto con la VRAM necesaria y los tiempos que puedes esperar.