# Die ComfyUI Alternative ohne Knotengraphen. Du wolltest ein Bild. Du hast eine Pipeline bekommen. ComfyUI auf dem Mac bedeutet eine gebündelte Python-Installation, die mindestens 4,85 GB Speicherplatz benötigt, und einen Node-Graph zwischen dir und dem ersten Bild. Private Diffusion ist eine App für iPhone, iPad und Mac, deren Modelle bereits auf Apple Silicon abgestimmt sind. Kein Terminal. Kein Python. Du gibst ein, was du willst, und bekommst es. [![Private Diffusion im App Store vorbestellen](/app-store/pre-order-badge/de/pre-order.svg)![Private Diffusion im App Store vorbestellen](/app-store/pre-order-badge/de/pre-order-dark.svg)](https://testflight.apple.com/join/DQwfQsEg) ## Kurz gesagt Private Diffusion ComfyUI Bildqualität Private DiffusionNach dem Verkleinern nachtrainiert, ein getesteter Build pro Modell ComfyUIWelchen Checkpoint und welche Komprimierung du auch heruntergeladen hast Geschwindigkeit auf Apple Silicon Private DiffusionMLX auf der GPU, Core ML auf der Neural Engine ComfyUIPyTorch MPS nur auf der GPU Was dein Gerät verlässt Private DiffusionSammelt keine Daten, nicht einmal Absturzberichte ComfyUIPostHog- und Datadog-Telemetrie, standardmäßig aktiviert Die App selbst Private DiffusionAbgeschirmtes natives Swift auf iPhone, iPad und Mac ComfyUIElectron-Desktop-App ohne Sandbox ## Bessere Bilder aus kleineren Modellen Jedes Modell wird nach dem Verkleinern nachtrainiert, damit die kleine Version auf deinem Gerät genauso antwortet wie das Original in voller Größe. So funktioniert es Ein großes Bildmodell auf einem Laptop auszuführen bedeutet, es zu verkleinern. In ComfyUI hängt die Qualität, die du erhältst, davon ab, welchen Checkpoint und welche Komprimierung du gerade heruntergeladen hast. Jedes unserer Modelle ist [quantisierungsbewusst destilliert](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) (QAD): Wir verkleinern die Gewichte auf 4 Bit (bei Anima und Mage Flow Turbo auf 6), trainieren dann das kleine Modell weiter am Original in voller Größe, bis es genauso antwortet. Du erhältst pro Modell einen getesteten Build statt eines Ratespiels. Quellen[NVIDIA: Wie quantisierungsbewusstes Training und Distillation funktionieren](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) So verkleinern wir ein Modell 1. 1 Original in voller Größe Das Modell, wie seine Entwickler es trainiert haben - zu groß für ein Smartphone. 2. 2 Passend verkleinert Die Gewichte werden auf jeweils wenige Bits reduziert, damit das gesamte Modell auf dein Gerät passt. 3. 3 Am Original nachtrainiert Das kleine Modell wird weitertrainiert, bis es so antwortet wie das Original in voller Größe. Private Diffusion Private Diffusion enthält das nachtrainierte Modell. ComfyUI ComfyUI lädt den Checkpoint, den du gefunden hast, in der Komprimierung, in der er vorliegt. ## Schneller auf Apple Silicon Private Diffusion nutzt Apples eigene Frameworks, damit GPU und Neural Engine zusammenarbeiten. So funktioniert es ComfyUI läuft auf dem MPS-Backend von PyTorch, dem langsamsten Inferenz-Framework auf Apple-Plattformen. Die eigene Dokumentation sagt, [dass es MLX nicht nutzt](https://github.com/Comfy-Org/docs/blob/2c665405b557f2d8a36d75dfc41018ec31b18e56/installation/system_requirements.mdx#L69-L72), und da es auch keinen Core ML-Pfad gibt, bleibt die Neural Engine ungenutzt. Private Diffusion führt das Diffusionsmodell über MLX auf der GPU aus und nutzt die [in die GPU von M5 und M6 integrierten Neural Accelerators](https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/), A19 Pro und A20 Pro. Core ML übergibt die Live-Vorschau, das finale Dekodieren und den Upscaler an die Neural Engine, außer bei einigen der größten Dekodierungen, die auf der CPU sauberer werden. Jeder Prozessor übernimmt den Teil, für den er am besten geeignet ist. Quellen[Comfy-Dokumentation: ComfyUI nutzt PyTorch MPS, nicht MLX](https://github.com/Comfy-Org/docs/blob/2c665405b557f2d8a36d75dfc41018ec31b18e56/installation/system_requirements.mdx#L69-L72)[Apple Newsroom: M6 und M5 Ultra, ein Neural Accelerator in jedem GPU-Kern](https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/) Welche Prozessoren die Arbeit erledigen Private Diffusion - GPUVerwendet - Neural EngineVerwendet ComfyUI - GPUVerwendet - Neural EngineNicht verwendet ## Keine Telemetrie zum Abschalten Private Diffusion sammelt keine Daten, während die Mac-App von ComfyUI zwei Analyse-SDKs enthält, bei denen Telemetrie standardmäßig aktiviert ist. So funktioniert es ComfyUIs Mac-App, Comfy Desktop, enthält [zwei Tracking-SDKs, PostHog und Datadog RUM](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/main/lib/telemetry.ts#L69-L80). Das Kontrollkästchen, das die Telemetrie aktiviert, ist beim ersten Start bereits angekreuzt, und Comfys eigene Datenschutzerklärung nennt beide Anbieter. Bei Private Diffusion gibt es nichts abzuwählen. Die App kommt ohne Analyse-SDK oder Crash-Reporter aus, fragt nie nach einem Account und erhebt keinerlei Daten. Deine Prompts und Bilder erreichen niemals einen Numen-Server. Wenn du bei iCloud angemeldet bist, wird deine Galerie in deine eigene private iCloud gespiegelt. Quellen[Comfy Desktop 1.1.6 Telemetrie-Quellcode (PostHog, Datadog RUM)](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/main/lib/telemetry.ts#L69-L80)[Comfy Desktop 1.1.6 Erster Start: Telemetrie standardmäßig aktiviert](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/views/FirstUseTakeover.vue#L101)[Comfy Desktop-Datenschutzrichtlinie in der App nennt PostHog und Datadog](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/lib/legalDocs.ts#L400-L401) ![Der Startbildschirm von Comfy Desktop: eine Auswahl zwischen Cloud und Local, ein nicht aktiviertes EULA-Kästchen und ein voraktiviertes Kästchen mit dem Text Help improve Comfy by sharing anonymous usage data.](/_astro/comfy-desktop-telemetry-consent.7nxPpshz_1KSYm5.png) Comfy Desktop 1.1.6, erster Start. Das Kästchen für Nutzungsdaten ist aktiviert. Geprüft am 13. Oktober 2026. Comfy Desktop 1.1.6 Erster Start: Telemetrie standardmäßig aktiviert ## Eine native App, kein Browser in einer Box Private Diffusion ist eine sandboxed, native Swift-App, entwickelt nach Apples Human Interface Guidelines, während Comfy Desktop eine nicht sandboxed Electron-App ist. So funktioniert es Comfy Desktop verpackt eine Weboberfläche in Electron und läuft außerhalb der App Sandbox, der Barriere, die macOS zwischen einer App und dem Rest deiner Dateien errichtet. Private Diffusion ist in Swift geschrieben, läuft mit aktivierter Hardened Runtime innerhalb der App Sandbox und befolgt Apples Human Interface Guidelines genau, mit Liquid Glass, Menüleistenbefehlen und Tastaturkurzbefehlen. Es läuft außerdem auf deinem iPhone und iPad, was ComfyUI nicht tut. QuellenComfy Desktop 1.1.6 Codesignatur: keine App Sandbox-Berechtigung ![Der Editor von Comfy Desktop: ein Node-Graph aus Load Diffusion Model, Load CLIP, zwei CLIP Text Encode-Nodes, KSampler und VAE Decode, mit zwei rot umrandeten Modell-Loadern für fehlende Dateien.](/_astro/comfy-desktop-mac.DpX-YV8z_ZNqxNa.png) Comfy Desktop 1.1.6 auf einem Mac, der Standard-Workflow vor dem ersten Bild. Geprüft am 13. Oktober 2026. Comfy Desktop 1.1.6 Codesignatur: keine App Sandbox-Berechtigung ![Das Studio-Fenster von Private Diffusion auf einem Mac: eine Seitenleiste mit Studio, Galerie, Modellbibliothek und API-Server, ein generiertes Leuchtturmbild sowie ein einzelnes Prompt-Feld mit einer Schaltfläche zum Generieren.](/_astro/private-diffusion-mac-light.xeGQ_AT8_1Khmbc.png) Private Diffusion Studio unter macOS 26, nativ in Swift. ![Das Studio-Fenster von Private Diffusion auf einem Mac: eine Seitenleiste mit Studio, Galerie, Modellbibliothek und API-Server, ein generiertes Leuchtturmbild sowie ein einzelnes Prompt-Feld mit einer Schaltfläche zum Generieren.](/_astro/private-diffusion-mac-dark.Cub9GTyU_Z1KoSpA.png) Private Diffusion Studio unter macOS 26, nativ in Swift. ## Welches ist das Richtige für dich ### Wähle ComfyUI, wenn - du deine eigenen Node-Graphs verdrahten willst - du eigene Nodes verwendest - du auf einer NVIDIA-Karte unter Windows oder Linux generierst ### Wähle Private Diffusion, wenn - Du möchtest das Bild auf deinem Mac oder iPhone, ohne Python einzurichten - du nichts deaktivieren willst, weil nichts gesammelt wird - du eine abgeschirmte native App willst, die auch auf iPhone und iPad läuft ## Private Diffusion und ComfyUI im Direktvergleich Wie die beiden Apps auf Apple Silicon zum Stand der unten genannten Quellen abschneiden. | Was du bekommst | Private Diffusion | ComfyUI | | --- | --- | --- | | Wie Modelle verkleinert werden | Nach dem Verkleinern nachtrainiert (QAD) | Hängt vom geladenen Checkpoint ab | | Verwendete Prozessoren | GPU und Neural Engine | GPU über PyTorch MPS | | Daten, die die App sammelt | Keine | Nutzungs- und Fehlertelemetrie, standardmäßig aktiviert | | Analyse-SDKs | Keine | PostHog und Datadog RUM | | Technische Basis | Native Swift mit Liquid Glass | Electron mit gebündeltem Python | | App Sandbox | Ja, mit Hardened Runtime | Nein | | Läuft auf | iPhone, iPad und Mac | Mac, Windows und Linux; kein iPhone oder iPad | | Erste Schritte | Modell laden, Prompt eingeben | Python installieren, dann einen Knotengraphen erstellen | | Modelle | Kuratierte Auswahl, jeweils auf dein Gerät abgestimmt | Jeder Checkpoint, den du findest | Alle drei vergleichen So vergleichen sich die drei Apps auf Apple Silicon, Stand des Datums in den untenstehenden Quellen. | Was du bekommst | Private Diffusion | Draw Things | ComfyUI | | --- | --- | --- | --- | | Wie Modelle verkleinert werden | Nach dem Verkleinern nachtrainiert (QAD) | Nach dem Training komprimiert, ohne Nachtraining | Hängt vom geladenen Checkpoint ab | | Verwendete Prozessoren | GPU und Neural Engine | GPU; Neural Engine für ausgewählte Modelle | GPU über PyTorch MPS | | Daten, die die App sammelt | Keine | Käufe, Benutzerinhalte, Kennungen | Nutzungs- und Fehlertelemetrie, standardmäßig aktiviert | | Analyse-SDKs | Keine | In der Richtlinie keine genannt | PostHog und Datadog RUM | | Technische Basis | Native Swift mit Liquid Glass | Mac Catalyst-Build seiner iPad-App | Electron mit gebündeltem Python | | App Sandbox | Ja, mit Hardened Runtime | Ja | Nein | | Läuft auf | iPhone, iPad und Mac | iPhone, iPad und Mac | Mac, Windows und Linux; kein iPhone oder iPad | | Erste Schritte | Modell laden, Prompt eingeben | Modell wählen, dann Einstellungen anpassen | Python installieren, dann einen Knotengraphen erstellen | | Modelle | Kuratierte Auswahl, jeweils auf dein Gerät abgestimmt | 248 Katalogeinträge | Jeder Checkpoint, den du findest | ## FAQ zur ComfyUI-Alternative - ### Was ist die beste ComfyUI Alternative für Mac? Wenn du Bilder statt Workflows willst: Private Diffusion. Es wird aus dem App Store installiert, benötigt kein Python und führt eine kuratierte Auswahl an Modellen auf Apple Silicon aus - mit MLX auf der GPU und Core ML auf der Neural Engine. Es sammelt keine Daten. ComfyUI bleibt die Wahl für eigene Node-Graphs und NVIDIA-Hardware. - ### Läuft ComfyUI gut auf dem Mac? ComfyUI läuft auf Apple Silicon Macs über das MPS-Backend von PyTorch. Es nutzt weder MLX noch Core ML noch die Neural Engine, und Comfys eigener Leitfaden zur Problembehebung empfiehlt, bei Problemen mit MPS auf die CPU zurückzufallen. Private Diffusion basiert stattdessen auf Apples Frameworks, sodass GPU und Neural Engine auf jedem unterstützten Mac zusammenarbeiten. - ### Kann ich ComfyUI auf iPhone oder iPad ausführen? Nein. Die Desktop-App von ComfyUI ist für Mac und Windows verfügbar, und Comfy Org hat keine App für iPhone oder iPad. Private Diffusion läuft auf iPhone, iPad und Mac mit iOS, iPadOS oder macOS 26.4 oder neuer auf Apple Silicon. Größere Modelle benötigen mehr Speicher: Krea 2 Turbo benötigt ein iPad oder einen Mac mit 16 GB, während Anima und Flux.2 Klein 4B auf jedem unterstützten iPhone laufen. - ### Sammelt ComfyUI Daten? Comfy Desktop, die Mac-App von ComfyUI, enthält PostHog für Produktanalysen und Datadog RUM für Fehler, und ihr Telemetrie-Kontrollkästchen ist beim ersten Start standardmäßig markiert. Du kannst es abwählen. Private Diffusion hat kein Analyse-SDK und sammelt keine Daten, daher gibt es nichts abzuwählen. ## Erstelle das Bild, überspring die Pipeline Jedes Modell wurde darauf trainiert, seine Qualität zu halten - auf dem iPhone, iPad oder Mac, den du bereits hast. Du musst kein Konto erstellen, und nichts, was du erstellst, wird an uns gesendet. [![Private Diffusion im App Store vorbestellen](/app-store/pre-order-badge/de/pre-order.svg)![Private Diffusion im App Store vorbestellen](/app-store/pre-order-badge/de/pre-order-dark.svg)](https://testflight.apple.com/join/DQwfQsEg) [Sieh dir an, wie Private Diffusion im Vergleich zu Draw Things abschneidet](/de/draw-things-alternative) ## Quellen, geprüft am 13. Oktober 2026 1. [NVIDIA: Wie quantisierungsbewusstes Training und Distillation funktionieren](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) 2. [Apple Newsroom: M6 und M5 Ultra, ein Neural Accelerator in jedem GPU-Kern](https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/) 3. [Apple: Technische Daten des iPhone 18 Pro, A20 Pro-GPU mit Neural Accelerators](https://www.apple.com/iphone-18-pro/specs/) 4. [Draw Things App Store-Eintrag und Datenschutzangabe, Version 26.1008.0](https://apps.apple.com/us/app/draw-things-ai-generation/id6444050820) 5. Draw Things für Mac-Binärdatei, Version 1.20260716.0: LC\_BUILD\_VERSION Plattform 6 (Mac Catalyst) 6. [Comfy Desktop 1.1.6 Telemetrie-Quellcode (PostHog, Datadog RUM)](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/main/lib/telemetry.ts#L69-L80) 7. [Comfy Desktop 1.1.6 Erster Start: Telemetrie standardmäßig aktiviert](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/views/FirstUseTakeover.vue#L101) 8. [Comfy Desktop-Datenschutzrichtlinie in der App nennt PostHog und Datadog](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/lib/legalDocs.ts#L400-L401) 9. [Comfy-Dokumentation: ComfyUI nutzt PyTorch MPS, nicht MLX](https://github.com/Comfy-Org/docs/blob/2c665405b557f2d8a36d75dfc41018ec31b18e56/installation/system_requirements.mdx#L69-L72) 10. Comfy Desktop 1.1.6 Codesignatur: keine App Sandbox-Berechtigung