Skip to main content
PromptQuorum
Startseite/Lokale LLMs Pro/ComfyUI Test (2026): Kostenlose node-basierte Oberfläche für Stable Diffusion & Flux
Image & Video Generation

ComfyUI Test (2026): Kostenlose node-basierte Oberfläche für Stable Diffusion & Flux

·12 Min. Lesezeit·Von Hans Kuepper · Gründer von PromptQuorum, Multi-Model-AI-Dispatch-Tool · PromptQuorum

ComfyUI ist eine kostenlose, quelloffene, node-basierte Oberfläche zum lokalen Ausführen von Diffusionsmodellen wie Stable Diffusion und Flux — GPL-3.0-lizenziert und ohne Kosten auf der eigenen GPU selbst zu hosten. Anders als AUTOMATIC1111s Tab-Layout oder Fooocus' Ein-Klick-Einfachheit stellt ComfyUI jeden Generierungsschritt (Modell laden, Prompt-Encoding, Sampling, Upscaling) als Node in einem visuellen Graphen dar, den man selbst verbindet — das gibt Power-Usern volle Kontrolle über die Pipeline und reproduzierbare, teilbare Workflow-Dateien, auf Kosten einer steileren Lernkurve. Der Hardware-Bedarf wird durch das geladene Modell bestimmt — nur 4–6 GB VRAM für Stable Diffusion 1.5 bis 24 GB+ für Flux in voller Präzision — nicht durch ComfyUI selbst. Comfy Org, die Organisation hinter dem Projekt, verkauft zudem separat einen kostenpflichtigen Hosting-Dienst namens Comfy Cloud für Leser ohne eigene GPU; prüfen Sie aktuelle Tarife und Preise auf comfy.org, bevor Sie damit kalkulieren, da sich SaaS-Preise mit der Zeit ändern.

ComfyUI ist eine kostenlose, quelloffene, node-basierte visuelle Oberfläche zum lokalen Ausführen von Diffusionsmodellen — Stable Diffusion, SDXL, SD 3.5, Flux und weitere — auf der eigenen GPU. Es ist kein Modell selbst: ComfyUI ist die Engine und der Workflow-Editor, der ein Diffusionsmodell lädt und es erlaubt, jeden einzelnen Schritt der Bildgenerierung (Modell laden, Prompt-Encoding, Sampling, Upscaling) als Graph aus verbundenen Nodes zusammenzustellen, statt eines festen Satzes aus Tabs und Reglern. Dieser Test erklärt, was ComfyUI tatsächlich macht, wie sich sein Node-Graph-Ansatz von einfacheren Oberflächen wie AUTOMATIC1111 und Fooocus unterscheidet, die GPL-3.0-Lizenz, die Hardware-Anforderungen je Modell, den ComfyUI Manager für Custom Nodes und den separaten kostenpflichtigen Comfy-Cloud-Hosting-Tarif im Vergleich zum kostenlosen selbst gehosteten Kern.

ComfyUI Test (2026): Kostenlose node-basierte Oberfläche für Stable Diffusion & Flux

Wichtigste Erkenntnisse

  • ComfyUI ist eine kostenlose, quelloffene, node-basierte Oberfläche zum lokalen Ausführen von Diffusionsmodellen wie Stable Diffusion, SDXL und Flux — eine Oberfläche/Engine, kein Modell selbst.
  • Es wurde von Yannik Marek erstellt, bekannt als comfyanonymous, und erstmals im Januar 2023 auf GitHub veröffentlicht.
  • Es steht unter GPL-3.0 — kostenlos zu hosten, zu verändern und weiterzugeben, mit Copyleft-Bedingungen für Code, der den ComfyUI-Kern direkt verändert.
  • Das prägende Merkmal ist der Node-Graph: Jeder Schritt der Bildgenerierung (Modell laden, Prompt-Encoding, Sampling, Upscaling) ist ein Node, den man visuell verbindet, statt eines festen Tab-Sets.
  • Der ComfyUI Manager (ein separates, aber nahezu universelles Begleitprojekt) installiert, aktualisiert und entfernt Community-Custom-Nodes direkt in der Oberfläche.
  • Der Hardware-Bedarf kommt vom geladenen Modell, nicht von ComfyUI selbst: etwa 4–6 GB VRAM für Stable Diffusion 1.5, 8–12 GB für SDXL und 12 GB+ (bis 24 GB+ in voller Präzision) für Flux.
  • Self-Hosting ist kostenlos; Comfy Org verkauft separat Comfy Cloud, ein kostenpflichtiges Hosting-Abo ab 20 USD/Monat, für Leser ohne eigene Hardware.

Was ComfyUI ist

ComfyUI erzeugt keine Bilder aus sich selbst heraus — es braucht ein geladenes Diffusionsmodell, etwa Stable Diffusion, SDXL, SD 3.5 oder Flux. Die Aufgabe von ComfyUI ist es, die Gewichte dieses Modells zu laden, die Inferenz auf der eigenen GPU auszuführen und jede Phase dieses Prozesses (Checkpoint laden, Text-Prompt-Encoding, Sampling, VAE-Decoding, Upscaling) als separaten, verbindbaren Node offenzulegen.

Damit gehört ComfyUI in dieselbe Kategorie wie AUTOMATIC1111s Stable Diffusion WebUI, InvokeAI und Fooocus: Alle vier sind Oberflächen für dieselben zugrunde liegenden Diffusionsmodelle, keine konkurrierenden Modelle selbst. Der Unterschied liegt im Interaktionsmodell — AUTOMATIC1111 und Fooocus nutzen klassische Tabs, Buttons und Regler; ComfyUI nutzt einen Node-Graph.

ComfyUI wurde von einem Entwickler erstellt, der öffentlich als comfyanonymous bekannt ist; sein echter Name — Yannik Marek — wurde später durch Interviews und Podcast-Auftritte öffentlich. Das Projekt wurde erstmals im Januar 2023 auf GitHub veröffentlicht. Marek wurde im Juni 2023 von Stability AI eingestellt, und dieses direkte Anstellungsverhältnis endete bis Juni 2024; am 21. Juni 2024 wurde Comfy Org als eigenständige Organisation gegründet, mit Marek als Mitgründer neben weiteren Kernentwicklern von ComfyUI, und das primäre GitHub-Repository des Projekts liegt inzwischen bei der Organisation Comfy-Org statt bei Mareks persönlichem Konto. Comfy Org trat im August 2024 der Open Model Initiative der Linux Foundation bei.

Das ComfyUI-Ökosystem ist längst über Stable Diffusion hinausgewachsen: Stand September 2026 unterstützen das Projekt und sein Custom-Node-Ökosystem Bildmodelle (Stable Diffusion, SDXL, SD 3.5, Flux.1 und Flux.2, Qwen-Image), Videomodelle (Wan, LTX-Video, HunyuanVideo) sowie Audio- und 3D-Generierungs-Nodes — prüfen Sie die aktuelle Liste unterstützter Modelle im offiziellen ComfyUI-GitHub-Repository, bevor Sie einen konkreten Workflow planen, da neue Modell-Unterstützung häufig hinzukommt.

📍 In einem Satz

ComfyUI ist eine kostenlose, quelloffene, node-basierte visuelle Oberfläche, die ein Diffusionsmodell lädt und es erlaubt, die gesamte Bildgenerierungs-Pipeline als Graphen verbundener Nodes aufzubauen.

💬 In einfachen Worten

Wenn Stable Diffusion der Motor ist, ist ComfyUI ein vollständig offengelegtes Bedienpult: Statt weniger Regler sehen und verbinden Sie jeden einzelnen Schritt des Prozesses — mehr Aufwand am Anfang, aber deutlich mehr Kontrolle über das Ergebnis.

Der Node-Graph-Workflow erklärt

Jeder ComfyUI-Workflow ist technisch ein gerichteter azyklischer Graph (DAG): Daten fließen in eine Richtung von Node zu Node, ohne Schleifen. Ein einfacher Text-zu-Bild-Workflow verkettet typischerweise einen Checkpoint-Loader, einen Text-(CLIP-)Encoder für den positiven und negativen Prompt, einen Sampler (KSampler), der die eigentlichen Diffusionsschritte ausführt, und einen VAE-Decoder, der das Ergebnis in ein sichtbares Bild umwandelt — vier bis sechs Nodes im einfachsten Fall, wobei reale Workflows mit Upscaling, ControlNet-Steuerung oder mehreren Modellen häufig auf Dutzende von Nodes anwachsen.

Diese Transparenz ist der Hauptgrund, warum Power-User ComfyUI gegenüber AUTOMATIC1111 oder Fooocus wählen: Da jeder Schritt ein sichtbarer Node ist, können Sie einen Gesichts-Restaurierungsschritt zwischen Sampling und Ausgabe einfügen, mitten in der Pipeline einen anderen Sampler austauschen oder denselben Prompt in zwei unterschiedliche Upscaler verzweigen, um Ergebnisse zu vergleichen — nichts davon ist in einer Oberfläche möglich, die nur einen festen Satz an übergeordneten Einstellungen offenlegt.

Workflows werden als reine JSON-Dateien gespeichert und geteilt, die jeden Node und jede Verbindung vollständig beschreiben. Deshalb teilt die ComfyUI-Community vollständige, reproduzierbare Pipelines (nicht nur Prompts) für bestimmte Effekte — Leser können die exportierte Workflow-Datei einer anderen Person laden und deren exakte Pipeline reproduzieren, nur mit eigenem Prompt oder Eingabebild.

Der Kompromiss ist real: Einen Workflow von Grund auf zu bauen erfordert zu verstehen, was jeder Node tut und wie Diffusions-Sampling tatsächlich funktioniert — ein deutlich steilerer Einstieg als das Eintippen eines Prompts in ein einziges Textfeld. Die meisten ComfyUI-Nutzer starten von einer geteilten oder eingebauten Vorlage und passen sie an, statt eine Pipeline Node für Node auf leerer Fläche aufzubauen.

📍 In einem Satz

ComfyUI stellt eine Bildgenerierungs-Pipeline als gerichteten Graphen aus Nodes dar — jeder Node ist eine Operation, und Sie zeichnen Verbindungen zwischen Nodes, um Reihenfolge und Datenfluss festzulegen.

💬 In einfachen Worten

Es funktioniert wie ein selbst gebautes Flussdiagramm: Ein „Load Checkpoint"-Node speist einen „CLIP Text Encode"-Node, der einen „KSampler"-Node speist, der einen „VAE Decode"-Node speist, und so weiter — Sie können jeden Schritt in dieser Kette neu verdrahten, duplizieren oder einfügen.

Pipeline-Sichtbarkeit

ComfyUI (Node-Graph):
Jeder Schritt ist ein sichtbarer, verbundener Node
Tab-basierte Oberflächen (AUTOMATIC1111, Fooocus):
Schritte verstecken sich hinter festem Regler-Panel

Anpassungstiefe

ComfyUI (Node-Graph):
Beliebige Schritte einfügen, entfernen, umleiten
Tab-basierte Oberflächen (AUTOMATIC1111, Fooocus):
Begrenzt auf die Optionen der Oberfläche

Reproduzierbarkeit

ComfyUI (Node-Graph):
Ganze Pipeline als eine JSON-Datei speicherbar
Tab-basierte Oberflächen (AUTOMATIC1111, Fooocus):
Einstellungen als Presets, keine ganze Pipeline

Lernkurve

ComfyUI (Node-Graph):
Steiler — erfordert Verständnis jedes Schritts
Tab-basierte Oberflächen (AUTOMATIC1111, Fooocus):
Flacher — ein Bildschirm, weniger Entscheidungen

So installieren Sie ComfyUI und starten den ersten Workflow

ComfyUI bietet mehrere Installationswege, je nach Plattform und Erfahrung mit der Kommandozeile.

  1. 1
    VRAM Ihrer GPU prüfen
    Why it matters: Stellen Sie sicher, dass Ihre GPU genug VRAM für das geplante Modell hat (siehe Hardware-Tabelle unten) — das bestimmt, welches Diffusionsmodell und welche Präzisionsstufe realistisch nutzbar sind.
  2. 2
    Installationsmethode wählen
    Why it matters: Windows- und macOS-Nutzer können die offizielle [ComfyUI-Desktop-App](https://www.comfy.org/download) mit geführter Einrichtung installieren oder den [portablen Windows-Build](https://github.com/comfyanonymous/ComfyUI) (ein eigenständiges Zip mit gebündeltem Python, keine separate Installation nötig) von der GitHub-Releases-Seite laden; Linux- und fortgeschrittene Nutzer klonen meist das [GitHub-Repository](https://github.com/comfyanonymous/ComfyUI) und installieren Abhängigkeiten manuell per `pip`.
  3. 3
    ComfyUI Manager installieren
    Why it matters: Klonen Sie [ComfyUI-Manager](https://github.com/Comfy-Org/ComfyUI-Manager) in Ihren `custom_nodes`-Ordner (oder nutzen Sie die in der Desktop-App gebündelte Version), um Community-Custom-Nodes direkt in der Oberfläche zu installieren und zu aktualisieren, statt manuell per Git.
  4. 4
    Diffusionsmodell-Checkpoint herunterladen
    Why it matters: Laden Sie eine Checkpoint-Datei (z. B. von [Hugging Face](https://huggingface.co/stabilityai) oder der [comfy.org-Workflow-Bibliothek](https://comfy.org/workflows)) für das gewünschte Modell — Stable Diffusion 1.5, SDXL oder Flux — und legen Sie sie in ComfyUIs `models/checkpoints`-Ordner ab.
  5. 5
    Einen Start-Workflow laden
    Why it matters: Öffnen Sie den eingebauten Standard-Text-zu-Bild-Workflow oder ziehen Sie eine von jemand anderem exportierte `.json`-Workflow-Datei auf die Fläche — ComfyUI baut den vollständigen Node-Graph automatisch aus der Datei nach.
  6. 6
    Prompt eingeben und Lauf starten
    Why it matters: Bearbeiten Sie den Text im/den CLIP-Text-Encode-Node(s), bestätigen Sie Modell- und Sampler-Einstellungen und klicken Sie „Queue Prompt" — der erste Lauf ist meist langsamer, während das Modell in den VRAM geladen wird.
  7. 7
    Workflow speichern, sobald er passt
    Why it matters: Exportieren Sie den Graphen als `.json`-Datei, damit Sie (oder jemand anderes) später exakt dieselbe Pipeline erneut laden können — das ist der Haupt-Vorteil bei der Reproduzierbarkeit gegenüber Tab-Oberflächen.

ComfyUI-Lizenz und kommerzielle Nutzung

ComfyUI wird unter der GNU General Public License Version 3.0 (GPL-3.0) veröffentlicht, einer Copyleft-Open-Source-Lizenz. Das bedeutet: Die Software ist kostenlos herunterzuladen, auszuführen, zu verändern und weiterzugeben — auch kommerziell — ohne Umsatzschwelle und ohne Registrierungsschritt, anders als die Stability AI Community License, die neuere Stable-Diffusion-Versionen abdeckt (siehe unseren Stable-Diffusion-Test für diese Unterscheidung).

Die Copyleft-Bedingung von GPL-3.0 ist vor allem für Entwickler relevant, nicht für Leser, die nur Bilder erzeugen wollen: Wer den Kerncode von ComfyUI verändert und diese veränderte Version weitergibt, muss laut GPL-3.0 seine Änderungen unter derselben Lizenz veröffentlichen. Laut einer Maintainer-Diskussion im offiziellen Repository werden Custom Nodes, die ComfyUI über seine Plugin-Schnittstelle erweitern (im custom_nodes-Ordner), grundsätzlich als eigenständige Werke mit eigener Lizenz behandelt — ein Fork oder eine direkte Änderung des ComfyUI-Kerncodes ist dagegen ein abgeleitetes Werk und muss GPL-3.0 bleiben. Prüfen Sie die Lizenz jedes einzelnen Custom Nodes, den Sie installieren, da von der Community erstellte Nodes nicht unter ComfyUIs eigener Lizenz stehen und in den Bedingungen variieren.

ComfyUIs GPL-3.0-Lizenz sagt nichts darüber aus, was Sie mit erzeugten Bildern tun dürfen — das wird ausschließlich durch die Lizenz des jeweils geladenen Diffusionsmodells geregelt. Stable Diffusion 1.5, SD 2.1 und SDXL stehen unter der CreativeML-Open-RAIL-M-/RAIL++-M-Lizenz ohne kommerzielle Umsatzgrenze; SD 3 und SD 3.5 nutzen die Stability AI Community License, kostenlos nur unter 1 Mio. USD Jahresumsatz; FLUX.1 schnell steht unter Apache 2.0 (unbeschränkt), während FLUX.1 dev für kommerzielle Nutzung eine separate kommerzielle Lizenz von Black Forest Labs erfordert. Diese Modelle in ComfyUI auszuführen ändert oder überschreibt deren Lizenzbedingungen nicht.

📍 In einem Satz

Die ComfyUI-Software steht unter GPL-3.0, einer freien Open-Source-Copyleft-Lizenz ohne Umsatzgrenze, ohne Registrierungspflicht und ohne Gebühr für Self-Hosting oder kommerzielle Nutzung der Oberfläche selbst.

💬 In einfachen Worten

ComfyUIs eigene Lizenz deckt nur die ComfyUI-Software ab; sie sagt nichts darüber aus, was Sie mit Bildern tun dürfen, die mit einem Modell wie Stable Diffusion oder Flux erzeugt wurden — das hängt vollständig von der Lizenz des jeweiligen Modells ab, nicht von ComfyUI.

Hardware-Anforderungen je Modell

Stable Diffusion 1.5

Minimaler VRAM:
4 GB VRAM
Komfortabler VRAM:
6–8 GB VRAM
Hinweise:
Leichtestes von ComfyUI unterstütztes Modell; läuft auf den meisten GPUs des letzten Jahrzehnts

SDXL 1.0

Minimaler VRAM:
6–8 GB VRAM (mit Optimierungen)
Komfortabler VRAM:
8–12 GB VRAM
Hinweise:
Gleiches VRAM-Profil wie SDXL in jeder Oberfläche — ComfyUI selbst fügt wenig Overhead hinzu

Stable Diffusion 3.5

Minimaler VRAM:
~6–11 GB VRAM (Medium/FP8)
Komfortabler VRAM:
16 GB+ VRAM (Large, FP16)
Hinweise:
Vollständige Details je Version in der Hardware-Tabelle unseres Stable-Diffusion-Tests

Flux.1 schnell / dev

Minimaler VRAM:
12 GB VRAM (FP8)
Komfortabler VRAM:
24 GB+ VRAM (FP16)
Hinweise:
ControlNet-lastige Flux-Workflows in voller Präzision können 22–24 GB+ brauchen; FP8-Quantisierung halbiert das ungefähr

Der VRAM-Bedarf wird durch das in ComfyUI geladene Diffusionsmodell bestimmt, nicht durch ComfyUI selbst. ComfyUI wird von der Community und Drittanbieter-Anleitungen häufig als etwas sparsamer im Standard-Speicher-Overhead als AUTOMATIC1111 für dasselbe Modell beschrieben, die genaue Ersparnis variiert aber je nach Workflow-Komplexität und Optimierungseinstellungen (Attention Slicing, Model Offloading, Quantisierung) — behandeln Sie diese Werte als Planungsspannen, nicht als Garantie, und prüfen Sie aktuelle Zahlen vor einem Hardware-Kauf.

Preise: Kostenloses Self-Hosting vs. Comfy Cloud

Self-Hosting von ComfyUI ist kostenlos — Sie zahlen nur für eigene Hardware und Strom. Die Software selbst hat unter ihrer GPL-3.0-Lizenz kein Abo, keine Umsatzgrenze und keine Registrierungspflicht für lokale oder Offline-Nutzung.

Comfy Org verkauft separat Comfy Cloud, einen kostenpflichtigen gehosteten GPU-Dienst für Leser ohne eigene Hardware. Laut den auf comfy.org veröffentlichten Preisen bietet Comfy Cloud eine kostenlose Stufe mit einer begrenzten Anzahl an GPU-Läufen ohne Kreditkarte, danach kostenpflichtige Monatsabos: Standard für 20 USD/Monat (4.200 monatliche Credits, keine Custom-Model-Imports), Creator für 35 USD/Monat (7.400 monatliche Credits, Custom-Model-Imports inklusive), Pro für 100 USD/Monat (21.100 monatliche Credits, bis zu einer Stunde Workflow-Laufzeit) und Team für 700 USD/Monat (147.700 monatliche Credits, gemeinsamer Team-Zugriff). Jährliche Abrechnung wird bei jeder Stufe mit Rabatt angeboten. Comfy Cloud läuft auf gehosteten Blackwell-RTX-PRO-6000-GPUs mit 96 GB VRAM, und GPU-Zeit wird pro Sekunde aktiver Verarbeitung abgerechnet, nicht pro Generierung.

Comfy Cloud ist ein eigenständiges kommerzielles Produkt, getrennt vom kostenlosen, selbst gehosteten Open-Source-Projekt ComfyUI — Sie brauchen es nie, um ComfyUI auf der eigenen GPU zu nutzen, und nichts in der GPL-3.0-Lizenz verlangt eine Bezahlung dafür.

ComfyUI vs. AUTOMATIC1111

ComfyUI und AUTOMATIC1111s Stable Diffusion WebUI führen beide dieselben Diffusionsmodelle auf der eigenen GPU aus und sind beide kostenlos und quelloffen, richten sich aber über ein grundlegend anderes Interaktionsmodell an unterschiedliche Nutzer.

Interaktionsmodell

ComfyUI:
Node-Graph — jeder Schritt ist ein verbundener Node
AUTOMATIC1111:
Tabs, Buttons und Regler auf einem Bildschirm

Lernkurve

ComfyUI:
Steiler — erfordert Pipeline-Verständnis
AUTOMATIC1111:
Flacher — näher an einer klassischen App

Pipeline-Kontrolle

ComfyUI:
Vollständig — Schritte einfügen, entfernen, umleiten
AUTOMATIC1111:
Begrenzt auf offengelegte Einstellungen und Extensions

Reproduzierbarkeit

ComfyUI:
Exakte Pipeline als eine teilbare JSON-Datei
AUTOMATIC1111:
Einstellungen/Presets, nicht der volle Generierungsgraph

Erweiterungsmodell

ComfyUI:
ComfyUI Manager installiert Community-Custom-Nodes
AUTOMATIC1111:
Extensions-Tab installiert Community-Skripte/Extensions

Lizenz

ComfyUI:
GPL-3.0
AUTOMATIC1111:
AGPL-3.0

Dies ist ein Positionierungsvergleich, kein Benchmark — beide Projekte führen dieselben zugrunde liegenden Modelle aus, Unterschiede in der Bildqualität kommen also vom gewählten Modell und den Einstellungen, nicht von der Oberfläche selbst.

ComfyUI vs. weitere Alternativen

ComfyUI

Am besten für:
Volle Pipeline-Kontrolle, reproduzierbare Node-Graph-Workflows
Selbst hostbar:
Ja — kostenlos, eigene GPU
Lizenz / Kosten:
GPL-3.0, kostenlos (Comfy-Cloud-Hosting-Tarif ist separates kostenpflichtiges Produkt)
Wichtigster Kompromiss:
Steilste Lernkurve unter den gängigen lokalen Oberflächen
Artikel über ComfyUI (10)

+3 weitere nicht angezeigt

InvokeAI

Am besten für:
Ausgereifte, professionell wirkende Oberfläche mit Node-Zugriff bei Bedarf
Selbst hostbar:
Ja — kostenlos, eigene GPU
Lizenz / Kosten:
Apache 2.0, kostenlos (bezahlte Invoke-Cloud-Stufe nach Adobe-Übernahme 2025 eingestellt)
Wichtigster Kompromiss:
Kleineres Custom-Node-Ökosystem als ComfyUI

Fooocus

Am besten für:
Wenigste Klicks zum ersten guten Bild, minimale Konfiguration
Selbst hostbar:
Ja — kostenlos, eigene GPU
Lizenz / Kosten:
GPL-3.0, kostenlos
Wichtigster Kompromiss:
Deutlich weniger Pipeline-Kontrolle als ComfyUI, bewusst so gestaltet
Artikel über Fooocus (6)

Auch erwähnt in:

StableSwarmUI

Am besten für:
Multi-GPU-Generierung und freundlichere Schicht über ComfyUIs Backend
Selbst hostbar:
Ja — kostenlos, eigene GPU(s)
Lizenz / Kosten:
MIT, kostenlos
Wichtigster Kompromiss:
Kleinere Community als ComfyUI selbst; Projektaktivität variiert
Artikel über StableSwarmUI (1)

Midjourney / DALL-E 3

Am besten für:
Null Einrichtung, reine Cloud-Generierung mit minimalem Prompt-Aufwand
Selbst hostbar:
Nein — nur Cloud, Abo erforderlich
Lizenz / Kosten:
Kostenpflichtige Abo-Stufen
Wichtigster Kompromiss:
Keine lokale Kontrolle, kein Node-Graph, keine Offline-Nutzung

Siehe Stable Diffusion Test für Lizenz- und Hardware-Details des zugrunde liegenden Modells und Local AI Image Generation vs. Cloud für einen breiteren Vergleich lokaler Modellfamilien mit Cloud-Tools wie Adobe Firefly und getimg.ai. Siehe auch die Tests zu AUTOMATIC1111, InvokeAI, Fooocus und SwarmUI.

Für wen sich ComfyUI eignet

  • Leser, die volle Kontrolle über die Generierungs-Pipeline wollen. Wer einen Gesichts-Restaurierungsschritt einfügen, mehrere Modelle verketten oder einen Workflow verzweigen möchte, um zwei Upscaler direkt zu vergleichen, ist mit ComfyUIs Node-Graph genau richtig.
  • Leser, die reproduzierbare, teilbare Workflows wollen. Ein als JSON exportierter ComfyUI-Graph ist ein vollständiges, exaktes Protokoll einer Pipeline — nützlich, um einen Prozess zu dokumentieren, mit einem Team zu teilen oder Monate später mit demselben Ergebnis erneut auszuführen.
  • Leser, die mit den Grundlagen von Stable Diffusion, SDXL oder Flux bereits vertraut sind. ComfyUI setzt voraus, dass Sie bereits wissen, was ein Sampler, ein Checkpoint und eine VAE tun; es ist eine Power-User-Schicht auf diesem Wissen, kein Weg, es zu erlernen.
  • Leser, die möglichst schnell Unterstützung für neue Modelle wollen. Neue Integrationen für Diffusions-, Video- und Audiomodelle landen aufgrund der Größe und Aktivität der Custom-Node-Community meist schnell im ComfyUI-Ökosystem.
  • Kleinunternehmen oder Einzelperson, die keine Lizenzkosten für die Oberfläche selbst will. GPL-3.0 hat keine Umsatzgrenze und keine Registrierungspflicht — Kosten entstehen nur durch die Lizenz des jeweiligen Diffusionsmodells, nicht durch ComfyUI.

Für wen sich ComfyUI nicht eignet

  • Absolute Einsteiger, die Ein-Klick-Einfachheit wollen. ComfyUIs Node-Graph hat eine echte Lernkurve; wer nur einen Prompt eingeben und mit minimaler Einrichtung ein Bild bekommen will, sollte stattdessen mit Fooocus oder AUTOMATIC1111s WebUI starten.
  • Leser, die ein einziges festes Einstellungs-Panel wollen. Wenn sich die Flexibilität eines Node-Graphs wie unnötige Komplexität statt wie ein Feature anfühlt, kommt man mit einer Tab-Oberfläche schneller zum Ergebnis und muss weniger lernen.
  • Leser mit wenig VRAM, die Flux in voller Präzision nutzen wollen. Flux.1 dev in FP16 benötigt 24 GB+ VRAM; Leser mit 8 GB oder weniger sollten bei Stable Diffusion 1.5 oder einem quantisierten Flux-Build bleiben oder eine Cloud-Alternative nutzen.
  • Leser, die Cloud-Generierung ohne jegliche lokale Hardware und ohne Einrichtung wollen. Dafür gibt es Comfy Cloud, aber auch dedizierte Cloud-Tools wie Midjourney und DALL-E 3, die keinerlei ComfyUI-Wissen voraussetzen.
  • Team, das garantierten Herstellersupport und Freistellung braucht. ComfyUI ist ein Community-Open-Source-Projekt; Teams mit vertraglichen Support-Anforderungen sollten stattdessen ein kommerzielles Hosting-Produkt prüfen und zusätzlich die Lizenzbedingungen des jeweils genutzten Modells separat bestätigen.

Häufig gestellte Fragen

Ist ComfyUI kostenlos?

Ja. ComfyUI ist kostenlose, quelloffene Software unter der GPL-3.0-Lizenz — es entstehen keine Kosten fürs Herunterladen, Self-Hosting, Verändern oder kommerzielle Nutzung. Comfy Org verkauft separat Comfy Cloud, ein kostenpflichtiges gehostetes GPU-Abo ab 20 USD/Monat, für Leser ohne eigene GPU — das ist optional und für die lokale Nutzung von ComfyUI nicht erforderlich.

Was ist der Unterschied zwischen ComfyUI und Stable Diffusion?

Stable Diffusion ist das Diffusionsmodell — die Gewichte und der Code, die einen Text-Prompt in ein Bild verwandeln. ComfyUI ist eine von mehreren Oberflächen (neben AUTOMATIC1111, InvokeAI und Fooocus), die dieses Modell lädt und ausführt. ComfyUI erzeugt keine Bilder aus sich selbst heraus; es braucht zunächst ein geladenes Modell wie Stable Diffusion, SDXL oder Flux.

Was ist der Unterschied zwischen ComfyUI und AUTOMATIC1111?

Beide führen dieselben zugrunde liegenden Diffusionsmodelle auf der eigenen GPU aus, aber ComfyUI stellt jeden Generierungsschritt als verbundenen Node in einem visuellen Graphen dar und bietet damit feingranulare Pipeline-Kontrolle und JSON-Datei-Reproduzierbarkeit, während AUTOMATIC1111 ein klassischeres Tab-und-Regler-Layout nutzt, das leichter zu erlernen ist, aber weniger Low-Level-Kontrolle bietet.

Wer hat ComfyUI erstellt?

ComfyUI wurde von einem Entwickler erstellt, der öffentlich als comfyanonymous bekannt ist; sein Name — Yannik Marek — wurde später öffentlich. Das Projekt wurde erstmals im Januar 2023 auf GitHub veröffentlicht. Marek arbeitete von Juni 2023 an bei Stability AI, bis dieses Anstellungsverhältnis um Juni 2024 endete, woraufhin Comfy Org als eigenständige Organisation mit Marek als Mitgründer gegründet wurde.

Welche Lizenz nutzt ComfyUI?

ComfyUI steht unter GPL-3.0 (GNU General Public License Version 3.0), einer freien Open-Source-Copyleft-Lizenz. Es ist kostenlos zu hosten und kommerziell zu nutzen, ohne Umsatzschwelle. Diese Lizenz deckt die ComfyUI-Software selbst ab — sie ändert oder überschreibt nicht die separate Lizenz des jeweiligen Diffusionsmodells (Stable Diffusion, Flux usw.), das Sie darin laden und ausführen.

Wie viel VRAM braucht ComfyUI?

Der VRAM-Bedarf kommt vom geladenen Modell, nicht von ComfyUI selbst: etwa 4 GB für Stable Diffusion 1.5, 6–12 GB für SDXL und 12 GB (FP8-quantisiert) bis 24 GB+ (FP16, volle Präzision) für Flux. ComfyUI wird häufig als etwas speicherschonender als AUTOMATIC1111 für dasselbe Modell beschrieben, genaue Werte variieren aber je nach Workflow.

Was ist der ComfyUI Manager?

Der ComfyUI Manager ist eine weit verbreitete Begleit-Extension, mit der Sie Community-Custom-Nodes direkt in der ComfyUI-Oberfläche installieren, aktualisieren, aktivieren und deaktivieren können, statt jeden einzeln manuell per Git zu klonen. Er wird im GitHub-Repository Comfy-Org/ComfyUI-Manager gepflegt und ist in der ComfyUI-Desktop-App standardmäßig enthalten.

Ist Comfy Cloud dasselbe wie ComfyUI?

Nein. ComfyUI ist die kostenlose, quelloffene Software, die Sie kostenlos auf der eigenen GPU selbst hosten können. Comfy Cloud ist ein separates, kostenpflichtiges, gehostetes GPU-Abo von Comfy Org für Leser, die Cloud-Hardware gegenüber lokaler Hardware bevorzugen — prüfen Sie aktuelle Preise auf comfy.org/pricing, da es für die Nutzung von ComfyUI nicht erforderlich ist.

Sollte ich als Einsteiger ComfyUI oder AUTOMATIC1111 nutzen?

Die meisten absoluten Einsteiger kommen mit einer Tab-Oberfläche wie AUTOMATIC1111 oder, für möglichst wenige Klicks, Fooocus schneller zu einem brauchbaren Ergebnis. ComfyUI eignet sich besser für Leser, die die Grundlagen von Stable Diffusion (Checkpoints, Sampler, VAEs) bereits verstehen und volle Kontrolle über die Generierungs-Pipeline wollen, da der Node-Graph bewusst eine steilere Lernkurve hat.

Fazit

ComfyUI verdient seinen Platz als Power-User-Oberfläche für lokale Diffusionsmodell-Generierung. Sein Node-Graph legt jeden Schritt der Pipeline — Modell laden, Prompt-Encoding, Sampling, Upscaling — als verbindbare, überprüfbare und reproduzierbare Einheit offen, was keine Tab-Oberfläche vollständig erreicht. Diese Transparenz ist zugleich sein Hauptpreis: Leser, die nur einen Prompt eingeben und mit minimaler Einrichtung ein Bild bekommen wollen, finden AUTOMATIC1111 oder Fooocus schneller erlernbar. ComfyUI selbst ist GPL-3.0-lizenziert und kostenlos ohne Umsatzgrenze zu hosten, und sein VRAM-Bedarf wird vollständig vom geladenen Modell bestimmt — Stable Diffusion 1.5 auf bescheidener Hardware, Flux in voller Präzision auf einer High-End-GPU. Comfy Orgs Comfy Cloud ist eine legitime Option für Leser, die denselben Node-Graph-Workflow ohne eigene GPU nutzen wollen, aber ein separates kostenpflichtiges Produkt, keine Voraussetzung. Für Leser, die aus einem einfachen Text-zu-Bild-Feld herausgewachsen sind und echte Pipeline-Kontrolle wollen, ist ComfyUI der naheliegende nächste Schritt; wer diesen Punkt noch nicht erreicht hat, sollte zunächst mit einer einfacheren Oberfläche starten.

Quellen

← Zurück zu Lokale LLMs Pro