Como usar Flux, Qwen-Image e outros modelos de nova geração no ComfyUI

Depois do SD 1.5 e do SDXL, os novos modelos de imagem de código aberto (como a série Flux, da Black Forest Labs, a série Qwen-Image, do Alibaba, e outros lançados continuamente) apresentam avanços significativos na qualidade das imagens, na compreensão de prompts e na geração de texto. O ComfyUI costuma oferecer suporte pouco depois do lançamento dos modelos.

Principais diferenças em relação ao SDXL

A forma mais simples de começar: modelos oficiais

As combinações de nós e os parâmetros variam entre os novos modelos. A forma mais confiável é usar os modelos incluídos no ComfyUI:

1. Menu → Browse Templates.
2. Encontre a categoria do modelo que você quer usar, como Flux ou Qwen-Image, e selecione um modelo de texto para imagem.
3. Depois de carregar o modelo, se algum arquivo estiver faltando, o ComfyUI geralmente mostra uma lista dos arquivos que precisam ser baixados e os links para baixá-los. Em alguns casos, você pode baixá-los diretamente para a pasta correta.
4. Confira se cada nó de carregamento selecionou o arquivo correto e clique em Run.

Os parâmetros do modelo (etapas, sampler e guidance) são as configurações recomendadas oficialmente. Gere imagens com esses valores primeiro e ajuste-os depois que estiver familiarizado com o processo.

Como organizar os arquivos

Os arquivos de modelos separados costumam ser organizados assim:

models/
├── diffusion_models/   modelo principal de flux ou qwen-image
├── text_encoders/      codificadores de texto (como clip_l, t5xxl ou qwen, dependendo do modelo)
└── vae/                VAE específico do modelo

Nós correspondentes:

Cada modelo usa codificadores de texto e VAE diferentes. Você não pode misturá-los. Baixe os arquivos de acordo com as instruções do modelo ou do modelo de fluxo de trabalho.

Se faltar VRAM

O ComfyUI transfere automaticamente para a memória do sistema as partes que não cabem na VRAM (o que reduz a velocidade). Por isso, geralmente ainda é possível executar o modelo mesmo quando falta um pouco de VRAM, mas o processo fica mais lento. Recomendamos pelo menos 32 GB de memória do sistema.

Como escrever prompts

Os modelos de nova geração entendem linguagem natural. Descreva a imagem com frases completas:

A cozy bookstore in an old Taipei alley at dusk. A hand-painted wooden sign above the
door says "Corner Books" in neat white letters. Warm light spills onto the wet street,
and a black cat sits by the doorway. Shot on a 35mm film camera.

• Para incluir texto na imagem, coloque-o entre aspas.
• Descrever a composição, a iluminação e a câmera funciona melhor do que acumular termos como "masterpiece, best quality".
• Alguns modelos, como Qwen-Image, também oferecem bom suporte a prompts em chinês e à geração de caracteres chineses.

Modelos de edição de imagem

Além da geração de texto para imagem, há também modelos de edição específicos de nova geração, como Flux Kontext e Qwen-Image-Edit. Você fornece uma imagem e uma instrução, por exemplo:

Troque o fundo por uma rua com neve e mantenha a pessoa como está.

Você pode trocar o fundo, mudar a cor das roupas, remover objetos e editar o texto na imagem sem desenhar máscaras manualmente. Pesquise por Edit ou Kontext nos modelos para encontrar o fluxo de trabalho correspondente.

LoRA e ControlNet

Também existem LoRAs e ControlNets para os novos modelos, mas eles precisam ter sido treinados para o modelo correspondente. Você não pode usar LoRAs de SDXL com Flux. Para carregar uma LoRA em um modelo novo, geralmente se usa o nó LoraLoaderModelOnly.

Licenças

As licenças dos modelos de nova geração variam bastante: alguns permitem uso comercial, outros são apenas para uso não comercial (como algumas versões do Flux) e outros exigem a obtenção de uma licença adicional. Antes de usar um modelo comercialmente, confira os termos da licença.

Atualizado 12 de outubro de 2026