Logo ComfyUI

ComfyUI

L'interface node-based la plus puissante pour Stable Diffusion et FLUX

Freemium

Presentation

ComfyUI est une interface graphique par nœuds (node-based) pour exécuter des modèles de génération d'images et de vidéos comme Stable Diffusion, SDXL, FLUX ou Qwen-Image. C'est l'outil préféré des power users qui veulent un contrôle total sur leurs workflows.

Contrairement à une interface simple, ComfyUI expose tout le pipeline de génération sous forme de nœuds que tu connectes toi-même. Tu peux :

  • créer des workflows complexes impossibles à faire ailleurs
  • optimiser chaque étape pour ton matériel
  • partager et réutiliser des workflows au format JSON
  • automatiser de vraies chaînes de production

Où en est ComfyUI en 2026 ?

L'outil a beaucoup grandi côté image ET vidéo :

  • Qwen-Image : un modèle image de 20 milliards de paramètres, très fort pour afficher du texte net dans l'image et pour l'édition précise, désormais supporté nativement (avec LoRA et fusion de modèles)
  • Modèles vidéo : prise en charge de Wan (image-to-video, multi-plans), ainsi que de nodes pour des modèles tiers, avec de la sortie haute résolution
  • LTX-Video pour la génération vidéo rapide en local
  • Nodes API asynchrones : les workflows ne se bloquent plus pendant un appel, c'est plus fluide
  • Outils avancés : super-résolution (SUPIR), masquage/inpainting précis (SAM 3.1), interpolation d'images (RIFE, FILM)
  • Bibliothèque de templates et nodes partenaires pour démarrer plus vite

Côté perf, ComfyUI reste réputé économe en VRAM, ce qui permet de faire tourner de gros modèles sur des cartes grand public.

Comment utiliser

  • Téléchargez un modèle GGUF (Q4_K_M recommandé)
  • Stage 1 : Générez en 512×512
  • Stage 2 : Upscale avec Ultimate SD Upscale (tiled)
  • Résultat : Images 1024px+ avec seulement 4 GB VRAM

Astuces & conseils

Installer via Manager

Utilisez ComfyUI-Manager pour installer automatiquement les custom nodes et éviter les conflits de dépendances.

Optimiser la VRAM

Activez --lowvram ou --cpu si votre GPU a moins de 8 Go de mémoire, puis testez GGUF pour des modèles plus légers.

Sauvegarder vos workflows

Exportez vos workflows en JSON après chaque session pour les partager ou les restaurer en un clic.

Explorer les templates

Commencez par les exemples officiels (text-to-image, img2img) avant de créer vos propres chaînes de nœuds.

Mettre à jour régulièrement

Git pull + update via Manager chaque semaine pour bénéficier des derniers correctifs et nouveaux nœuds.

Fonctionnalites cles

Modeles IA

Qwen-Imagevnatif ComfyUI

Contexte

20B params MMDiT

Cout

Open

Wan (Image-to-Video)v2.x

Contexte

Modèle vidéo

Cout

Open

FLUX.1 Devv1.0

Contexte

12B params

Cout

Gratuit (non-commercial)

FLUX.1 Schnellv1.0

Contexte

12B params

Cout

Apache 2.0

FLUX Dev GGUF Q4v1.0 Q4_K_M

Contexte

~4 GB

Cout

Gratuit

SDXLv1.0

Contexte

6.6B params

Cout

Open

SD 1.5v1.5

Contexte

860M params

Cout

Open

LTX-Videov2.0

Contexte

Video DiT

Cout

Open

ControlNet SDXLvMulti

Contexte

Add-on

Cout

Open

FLUX.1 Fillv1.0

Contexte

12B params

Cout

Gratuit (non-commercial)

FLUX.1 Reduxv1.0

Contexte

12B params

Cout

Gratuit (non-commercial)

FLUX.1 Depthv1.0

Contexte

12B params

Cout

Gratuit (non-commercial)

FLUX.1 Cannyv1.0

Contexte

12B params

Cout

Gratuit (non-commercial)

Questions frequentes

A1111 : Interface simple, parfait pour débuter, moins de contrôle.ComfyUI : Interface nodes, courbe d'apprentissage, contrôle total, meilleure optimisation mémoire. ComfyUI utilise ~30% moins de VRAM pour les mêmes tâches.
Techniquement 4 GB VRAM (GTX 1650) avec --lowvram et SD 1.5. Pour une expérience confortable avec SDXL : RTX 3060 12 GB. Pour FLUX sans compromis : RTX 4070 Ti Super 16 GB ou mieux.
Civitai : Plus grande collection de checkpoints et LoRAsHuggingFace : Modèles officiels (FLUX, SDXL)ComfyUI Manager : Téléchargement intégré pour les modèles populaires
Oui avec ROCm sur Linux. Sur Windows, le support AMD est limité. Performance ~20-40% inférieure à NVIDIA équivalent. Les cartes Intel Arc sont aussi supportées via OneAPI.
1. Utilisez --gpu-only si vous avez assez de VRAM2. Activez xformers ou PyTorch 2.0 attention3. Réduisez les steps (FLUX Schnell : 4 steps suffisent)4. Utilisez des VAE optimisés (taesd pour preview)

Glossaire associe

Checkpoint

Le modèle principal (.safetensors). Contient tous les poids du réseau de neurones.

LoRA

Low-Rank Adaptation. Petit fichier qui modifie le style ou ajoute des concepts au modèle de base.

VAE

Variational Auto-Encoder. Encode/décode les images. Affecte les couleurs et la netteté.

ControlNet

Modèle qui guide la génération via une image de contrôle (pose, profondeur, contours).

CFG Scale

Classifier-Free Guidance. Plus haut = plus fidèle au prompt, mais peut sur-saturer.

Sampler

Algorithme de débruitage (Euler, DPM++, etc.). Affecte qualité et vitesse.

GGUF

Format de modèle quantifié. Réduit la VRAM nécessaire avec perte de qualité minimale.

Latent

Représentation compressée de l'image dans l'espace latent du VAE.

MAJ : 7 juin 2026
Fonde en 2023
722 vues

Ressources connexes