# La alternativa a ComfyUI que se salta el grafo de nodos. Querías una imagen. Obtuviste un proceso. ComfyUI en Mac implica una instalación incluida de Python que requiere al menos 4.85 GB de disco, y un grafo de nodos entre tú y la primera imagen. Private Diffusion es una sola app para iPhone, iPad y Mac, con modelos ya ajustados para Apple Silicon. Sin Terminal. Sin Python. Escribes lo que quieres y lo obtienes. [![Reserva Private Diffusion en App Store](/app-store/pre-order-badge/es/pre-order.svg)![Reserva Private Diffusion en App Store](/app-store/pre-order-badge/es/pre-order-dark.svg)](https://testflight.apple.com/join/DQwfQsEg) ## La versión corta Private Diffusion ComfyUI Calidad de imagen Private DiffusionReentrenado después de reducirlo, una compilación probada por modelo ComfyUIEl checkpoint y la compresión que hayas descargado Velocidad en Apple Silicon Private DiffusionMLX en la GPU, Core ML en el Neural Engine ComfyUIPyTorch MPS solo en la GPU Qué sale de tu dispositivo Private DiffusionNo recopila datos, ni siquiera informes de fallos ComfyUITelemetría de PostHog y Datadog, activada de forma predeterminada La propia app Private DiffusionSwift nativo en entorno aislado en iPhone, iPad y Mac ComfyUIAplicación de escritorio Electron sin sandbox ## Mejores imágenes con modelos más pequeños Cada modelo se reentrena después de reducirse, para que la versión pequeña de tu dispositivo responda como lo haría el original de tamaño completo. Cómo funciona Ejecutar un modelo de imagen grande en un portátil implica reducirlo. En ComfyUI, la calidad que obtienes depende de qué checkpoint y compresión hayas descargado. Todos nuestros modelos usan [destilación consciente de la cuantización](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) (QAD): reducimos los pesos a 4 bits (6 en Anima y Mage Flow Turbo) y luego seguimos entrenando el modelo pequeño con el original a tamaño completo como referencia hasta que responde igual. Obtienes una compilación probada por modelo en vez de un juego de adivinanzas. Fuentes[NVIDIA: cómo funcionan el entrenamiento y la destilación conscientes de la cuantización](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) Cómo reducimos un modelo 1. 1 Original a tamaño completo El modelo tal como lo entrenaron sus creadores, demasiado grande para un teléfono. 2. 2 Reducido para que quepa Los pesos se reducen a unos pocos bits cada uno para que el modelo completo quepa en tu dispositivo. 3. 3 Reentrenado con el original como referencia El modelo pequeño sigue entrenándose hasta que responde como el de tamaño completo. Private Diffusion Private Diffusion incluye el modelo reentrenado. ComfyUI ComfyUI carga cualquier checkpoint que hayas encontrado, con la compresión con la que venga. ## Más rápido en Apple Silicon Private Diffusion usa los propios frameworks de Apple para poner a trabajar juntos la GPU y el Neural Engine. Cómo funciona ComfyUI se ejecuta en el backend MPS de PyTorch, el framework de inferencia más lento en las plataformas de Apple. Su propia documentación dice que [no usa MLX](https://github.com/Comfy-Org/docs/blob/2c665405b557f2d8a36d75dfc41018ec31b18e56/installation/system_requirements.mdx#L69-L72) y, como tampoco tiene una ruta para Core ML, el Neural Engine permanece inactivo. Private Diffusion ejecuta el modelo de difusión en la GPU mediante MLX y usa los [aceleradores neuronales integrados en la GPU de M5 y M6](https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/), A19 Pro y A20 Pro. Core ML encarga la vista previa en directo, la decodificación final y el reescalado al Neural Engine, salvo algunas de las decodificaciones más grandes, que salen más limpias en la CPU. Cada procesador hace la parte que mejor se le da. Fuentes[Documentación de Comfy: ComfyUI usa PyTorch MPS, no MLX](https://github.com/Comfy-Org/docs/blob/2c665405b557f2d8a36d75dfc41018ec31b18e56/installation/system_requirements.mdx#L69-L72)[Apple Newsroom: M6 y M5 Ultra, un Neural Accelerator en cada núcleo de GPU](https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/) Qué procesadores hacen el trabajo Private Diffusion - GPUSe usa - Neural EngineSe usa ComfyUI - GPUSe usa - Neural EngineNo se usa ## Sin telemetría que desactivar Private Diffusion no recopila datos, mientras que la app para Mac de ComfyUI incluye dos SDK de analítica con la telemetría marcada de forma predeterminada. Cómo funciona La app para Mac de ComfyUI, Comfy Desktop, incluye [dos SDK de seguimiento, PostHog y Datadog RUM](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/main/lib/telemetry.ts#L69-L80). La casilla que activa la telemetría ya viene marcada la primera vez que la abres, y la propia política de privacidad de Comfy menciona a ambos proveedores. En Private Diffusion no hay nada que desmarcar. Se distribuye sin un SDK de analítica ni un sistema de informes de fallos, nunca pide una cuenta y no recopila ningún dato. Tus prompts e imágenes nunca llegan a un servidor de Numen. Si has iniciado sesión en iCloud, tu galería se sincroniza con tu iCloud privado. Fuentes[Código fuente de telemetría de Comfy Desktop 1.1.6 (PostHog, Datadog RUM)](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/main/lib/telemetry.ts#L69-L80)[Pantalla de primer inicio de Comfy Desktop 1.1.6: telemetría marcada de forma predeterminada](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/views/FirstUseTakeover.vue#L101)[Política de privacidad dentro de la app Comfy Desktop que nombra PostHog y Datadog](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/lib/legalDocs.ts#L400-L401) ![Pantalla de primer inicio de Comfy Desktop: una elección entre Cloud o Local, una casilla EULA sin marcar y una casilla premarcada que dice Ayuda a mejorar Comfy compartiendo datos de uso anónimos.](/_astro/comfy-desktop-telemetry-consent.7nxPpshz_1KSYm5.png) Comfy Desktop 1.1.6, primer inicio. La casilla de datos de uso viene marcada. Consultado el 13 de octubre de 2026. Pantalla de primer inicio de Comfy Desktop 1.1.6: telemetría marcada de forma predeterminada ## Una app nativa, no un navegador en una caja Private Diffusion es una app Swift nativa con aislamiento, creada según las Human Interface Guidelines de Apple, mientras que Comfy Desktop es una app Electron sin aislamiento. Cómo funciona Comfy Desktop envuelve una interfaz web en Electron y se ejecuta fuera de App Sandbox, la barrera que macOS pone entre una app y el resto de tus archivos. Private Diffusion está escrita en Swift, se ejecuta dentro de App Sandbox con hardened runtime activado y sigue al pie de la letra las Human Interface Guidelines de Apple, con Liquid Glass, comandos de la barra de menús y atajos de teclado. También se ejecuta en tu iPhone y iPad, cosa que ComfyUI no hace. FuentesFirma de código de Comfy Desktop 1.1.6: sin entitlement de App Sandbox ![El editor de Comfy Desktop: un grafo de nodos con Load Diffusion Model, Load CLIP, dos nodos CLIP Text Encode, KSampler y VAE Decode, con dos cargadores de modelos resaltados en rojo por archivos ausentes.](/_astro/comfy-desktop-mac.DpX-YV8z_ZNqxNa.png) Comfy Desktop 1.1.6 en un Mac, el flujo de trabajo predeterminado antes de cualquier imagen. Consultado el 13 de octubre de 2026. Firma de código de Comfy Desktop 1.1.6: sin entitlement de App Sandbox ![La ventana Studio de Private Diffusion en un Mac: una barra lateral con Studio, Gallery, Model Library y API Server, una imagen generada de un faro y un único campo de prompt con un botón Generate.](/_astro/private-diffusion-mac-light.xeGQ_AT8_1Khmbc.png) Private Diffusion Studio en macOS 26, Swift nativo. ![La ventana Studio de Private Diffusion en un Mac: una barra lateral con Studio, Gallery, Model Library y API Server, una imagen generada de un faro y un único campo de prompt con un botón Generate.](/_astro/private-diffusion-mac-dark.Cub9GTyU_Z1KoSpA.png) Private Diffusion Studio en macOS 26, Swift nativo. ## Cuál es para ti ### Elige ComfyUI si - Quieres conectar tus propios grafos de nodos - Usas nodos personalizados - Generas en una tarjeta NVIDIA con Windows o Linux ### Elige Private Diffusion si - Quieres la imagen en tu Mac o iPhone sin configurar Python - No quieres nada que desmarcar, porque no se recopila nada - Quieres una app nativa aislada que también funcione en iPhone y iPad ## Private Diffusion y ComfyUI, cara a cara Cómo se comparan las dos apps en Apple Silicon, a fecha de las fuentes de abajo. | Lo que obtienes | Private Diffusion | ComfyUI | | --- | --- | --- | | Cómo se reducen los modelos | Reentrenados después de reducirlos (QAD) | Depende del checkpoint que cargues | | Procesadores que utiliza | GPU y Neural Engine | GPU mediante PyTorch MPS | | Datos que recopila la app | Ninguno | Telemetría de uso y errores, activada de forma predeterminada | | SDK de analítica | Ninguno | PostHog y Datadog RUM | | Cómo está creada | Swift nativo con Liquid Glass | Electron con Python incluido | | App Sandbox | Sí, con hardened runtime | No | | Se ejecuta en | iPhone, iPad y Mac | Mac, Windows y Linux; sin iPhone ni iPad | | Primeros pasos | Descarga un modelo, escribe un prompt | Instala Python y luego usa un grafo de nodos | | Modelos | Selección cuidada, cada uno ajustado a tu dispositivo | Cualquier checkpoint que encuentres | Compara los tres Cómo se comparan las tres apps en Apple Silicon, a fecha de las fuentes de abajo. | Lo que obtienes | Private Diffusion | Draw Things | ComfyUI | | --- | --- | --- | --- | | Cómo se reducen los modelos | Reentrenados después de reducirlos (QAD) | Comprimidos después del entrenamiento, sin reentrenamiento | Depende del checkpoint que cargues | | Procesadores que utiliza | GPU y Neural Engine | GPU; Neural Engine para modelos seleccionados | GPU mediante PyTorch MPS | | Datos que recopila la app | Ninguno | Compras, contenido del usuario, identificadores | Telemetría de uso y errores, activada de forma predeterminada | | SDK de analítica | Ninguno | No se menciona ninguno en su política | PostHog y Datadog RUM | | Cómo está creada | Swift nativo con Liquid Glass | Compilación de Mac Catalyst de su app para iPad | Electron con Python incluido | | App Sandbox | Sí, con hardened runtime | Sí | No | | Se ejecuta en | iPhone, iPad y Mac | iPhone, iPad y Mac | Mac, Windows y Linux; sin iPhone ni iPad | | Primeros pasos | Descarga un modelo, escribe un prompt | Elige un modelo y luego ajusta la configuración | Instala Python y luego usa un grafo de nodos | | Modelos | Selección cuidada, cada uno ajustado a tu dispositivo | 248 entradas de catálogo | Cualquier checkpoint que encuentres | ## Preguntas frecuentes sobre la alternativa a ComfyUI - ### ¿Cuál es la mejor alternativa a ComfyUI para Mac? Si quieres imágenes en vez de flujos de trabajo, Private Diffusion. Se instala desde App Store, no necesita Python y ejecuta una selección cuidada de modelos en Apple Silicon, usando MLX en la GPU y Core ML en el Neural Engine. No recopila datos. ComfyUI sigue siendo la opción para grafos de nodos personalizados y hardware NVIDIA. - ### ¿Funciona bien ComfyUI en Mac? ComfyUI se ejecuta en Mac con Apple Silicon mediante el backend MPS de PyTorch. No usa MLX, Core ML ni el Neural Engine, y la propia guía de resolución de problemas de Comfy sugiere recurrir a la CPU cuando MPS causa problemas. Private Diffusion se basa en los frameworks de Apple, por lo que la GPU y el Neural Engine trabajan juntos en todos los Mac compatibles. - ### ¿Puedo ejecutar ComfyUI en iPhone o iPad? No. La app de escritorio de ComfyUI está disponible para Mac y Windows, y Comfy Org no tiene app para iPhone ni iPad. Private Diffusion funciona en iPhone, iPad y Mac con iOS, iPadOS o macOS 26.4 o posterior en Apple Silicon. Los modelos más grandes necesitan más memoria: Krea 2 Turbo necesita un iPad o Mac con 16 GB, mientras que Anima y Flux.2 Klein 4B funcionan en cualquier iPhone compatible. - ### ¿ComfyUI recopila datos? Comfy Desktop, la app para Mac de ComfyUI, incluye PostHog para analítica de producto y Datadog RUM para errores, y su casilla de telemetría está marcada de forma predeterminada en el primer inicio. Puedes desmarcarla. Private Diffusion no tiene SDK de analítica ni recopila datos, así que no hay nada que desmarcar. ## Crea la imagen, sáltate el proceso Cada modelo se ha entrenado para mantener su calidad en el iPhone, iPad o Mac que ya tienes. No hay ninguna cuenta que crear, y nada de lo que creas se nos envía. [![Reserva Private Diffusion en App Store](/app-store/pre-order-badge/es/pre-order.svg)![Reserva Private Diffusion en App Store](/app-store/pre-order-badge/es/pre-order-dark.svg)](https://testflight.apple.com/join/DQwfQsEg) [Descubre cómo se compara Private Diffusion con Draw Things](/es/draw-things-alternative) ## Fuentes, comprobadas el 13 de octubre de 2026 1. [NVIDIA: cómo funcionan el entrenamiento y la destilación conscientes de la cuantización](https://developer.nvidia.com/blog/how-quantization-aware-training-enables-low-precision-accuracy-recovery/) 2. [Apple Newsroom: M6 y M5 Ultra, un Neural Accelerator en cada núcleo de GPU](https://www.apple.com/newsroom/2026/08/apple-introduces-m6-and-m5-ultra-for-a-big-leap-in-performance-and-ai-compute/) 3. [Apple: especificaciones técnicas del iPhone 18 Pro, GPU A20 Pro con Neural Accelerators](https://www.apple.com/iphone-18-pro/specs/) 4. [Ficha de Draw Things en App Store y etiqueta de privacidad, versión 26.1008.0](https://apps.apple.com/us/app/draw-things-ai-generation/id6444050820) 5. Binario de Draw Things para Mac, versión 1.20260716.0: LC\_BUILD\_VERSION plataforma 6 (Mac Catalyst) 6. [Código fuente de telemetría de Comfy Desktop 1.1.6 (PostHog, Datadog RUM)](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/main/lib/telemetry.ts#L69-L80) 7. [Pantalla de primer inicio de Comfy Desktop 1.1.6: telemetría marcada de forma predeterminada](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/views/FirstUseTakeover.vue#L101) 8. [Política de privacidad dentro de la app Comfy Desktop que nombra PostHog y Datadog](https://github.com/Comfy-Org/Comfy-Desktop/blob/9c43562d9e1e3a23af13f2e18653935e67bd9eda/src/renderer/src/lib/legalDocs.ts#L400-L401) 9. [Documentación de Comfy: ComfyUI usa PyTorch MPS, no MLX](https://github.com/Comfy-Org/docs/blob/2c665405b557f2d8a36d75dfc41018ec31b18e56/installation/system_requirements.mdx#L69-L72) 10. Firma de código de Comfy Desktop 1.1.6: sin entitlement de App Sandbox