クラウド GPU の ComfyUI で FLUX.1-dev を動かすには？

結論： 十分な VRAM を持つカードで ComfyUI テンプレートをデプロイし、インスタンス上で FLUX.1-dev を次のどちらかの形でダウンロードします。1 つは FP8 の単一チェックポイント flux1-dev-fp8.safetensors（17.25 GB）を ComfyUI/models/checkpoints に置く方法、もう 1 つは 16-bit のフルセット（models/diffusion_models に flux1-dev.safetensors、models/text_encoders に t5xxl_fp16 と clip_l、models/vae に ae.safetensors、合計約 34 GB）です。ComfyUI 公式の FLUX サンプルは、FP8 チェックポイントでは CFG を 1.0 にすること、また “fp8 degrades the quality a bit”（FP8 では品質が少し下がる）ことを記載しています（ComfyUI examples、2026-11-03 閲覧）。

ステップ 1：VRAM でカードを選ぶ

構成 ファイル（Hugging Face 上のサイズ、2026-11-03 閲覧） VRAM の目安
FP8 チェックポイント flux1-dev-fp8.safetensors 17.25 GB FLUX.1 の重みは FP8 で約 12〜16 GB（CloudGPU モデルページ、2026-11-03 閲覧）、これにアクティベーションが加わります
16-bit フルセット flux1-dev.safetensors 23.8 GB、t5xxl_fp16 9.79 GB、clip_l 0.25 GB、ae 0.34 GB パイプライン全体を BF16 で読み込むと約 31.4 GB（Hugging Face Diffusers ブログ、2026-10-23 閲覧）

必要な VRAM はモデル、精度、ワークフローによって変わります。解像度、バッチサイズ、LoRA、ControlNet で増え、ComfyUI は速度と引き換えにパイプラインの一部をオフロードできます。カードごとの比較は RTX 4090 vs RTX 4090 48G vs RTX 5090（画像生成）と FLUX と SDXL に必要な VRAMをご覧ください。

ステップ 2：ComfyUI テンプレートをデプロイする

/deploy で ComfyUI テンプレートを選びます。テンプレートを選ぶと、そのテンプレートを動かせる GPU だけが表示されるので、その中から選んでください。デプロイ前にテンプレートの説明を読みましょう。CloudGPU の /docs（2026-11-03 閲覧）には、ComfyUI テンプレートは “installs ComfyUI only”（ComfyUI だけをインストールする）で FLUX の重みは含まれないと記載されています。選んだテンプレートの説明に FLUX.1-dev が含まれていると書かれている場合は、ステップ 5 に進んでください。

インスタンスが稼働したら、JupyterLab のターミナルを開くか SSH で接続し、ComfyUI のフォルダーを探します：

COMFY=$(find / -maxdepth 4 -type d -name ComfyUI 2>/dev/null | head -n 1); echo "$COMFY"
nvidia-smi        # GPU name and VRAM
df -h "$COMFY"    # free space where the models will go

ステップ 3：ライセンスに同意する（16-bit フルセットの場合のみ）

black-forest-labs/FLUX.1-dev は Hugging Face のゲート付きリポジトリです。ブラウザで開いて自分のアカウントで利用条件に同意し、read トークンを作成します。Comfy-Org の FP8 版はゲート付きではありませんが（Hugging Face API、2026-11-03 閲覧）、中身の FLUX.1-dev の重みには Black Forest Labs 独自のライセンスが適用されるので、出力を使う前に確認してください。トークンの扱いはクラウド GPU で Hugging Face のモデルをダウンロードする方法で説明しています。

ステップ 4：インスタンス上でファイルをダウンロードする

ノート PC を経由せず、インスタンス上で直接ダウンロードします。CloudGPU のすべてのインスタンスには cloudgpu-net コマンドがあり、現在のシェルで Hugging Face、GitHub などのサイトのダウンロード高速化をオンにできます。オンの間は pip が遅くなることがあるので、pip でインストールする前にオフに戻してください（詳しくはモデルのダウンロードを速くする方法）。

cloudgpu-net on
pip install -U "huggingface_hub"

方法 A：FP8 の単一ファイル（通常の Load Checkpoint ノードで読み込みます）：

hf download Comfy-Org/Flux-1-Dev flux1-dev-fp8.safetensors \
  --local-dir "$COMFY/models/checkpoints"

方法 B：16-bit フルセット（ステップ 3 のライセンス同意が必要）：

read -rs HF_TOKEN && export HF_TOKEN      # paste your read token; nothing is echoed
hf download black-forest-labs/FLUX.1-dev flux1-dev.safetensors --local-dir "$COMFY/models/diffusion_models"
hf download black-forest-labs/FLUX.1-dev ae.safetensors        --local-dir "$COMFY/models/vae"
hf download comfyanonymous/flux_text_encoders t5xxl_fp16.safetensors clip_l.safetensors \
  --local-dir "$COMFY/models/text_encoders"

メモリと容量を節約したい場合、ComfyUI のサンプルは t5xxl_fp16 の代わりに t5xxl_fp8_e4m3fn_scaled.safetensors（5.16 GB）を挙げています。fp16 のエンコーダーは “if you have more than 32GB ram”（システム RAM が 32 GB を超える場合）にのみ推奨されています。ダウンロードが終わったら：

cloudgpu-net off
ls -lh "$COMFY"/models/{checkpoints,diffusion_models,text_encoders,vae}

ステップ 5：ワークフローを作る、または読み込む

ブラウザで ComfyUI を再読み込みし、新しいファイルを認識させます。ComfyUI の FLUX サンプルページには、ワークフローが埋め込まれたサンプル画像が掲載されています。画像を ComfyUI にドラッグすると読み込めます。

  • FP8 チェックポイント： Load Checkpoint → flux1-dev-fp8.safetensors。サンプルのとおり CFG を 1.0 にします。
  • フルセット： Load Diffusion Model → flux1-dev.safetensors、DualCLIPLoader → t5xxl_fp16 と clip_l（type は flux）、Load VAE → ae.safetensors。サンプルページによると、Load Diffusion Model ノードの weight_dtype を fp8 にすると “will lower the memory usage by half”（メモリ使用量が半分になる）代わりに、品質が少し下がります。メモリが足りない場合は、FP8 チェックポイントを使うよう案内されています。

ComfyUI の画面は、インスタンスの行に表示される ComfyUI テンプレートの公開 HTTPS URL から開きます。この URL には認証がないため、URL を知っている人なら誰でもあなたの ComfyUI を使えます。非公開にしたい場合は、代わりにポート 8188 への SSH トンネルを使ってください（SSH ポートフォワーディングのガイド（英語））。

画像を 1 枚生成し、別のターミナルでピークメモリを確認します：

watch -n 1 nvidia-smi --query-gpu=memory.used,memory.total --format=csv

ステップ 6：出力を保存してから破棄する

画像は $COMFY/output に保存されます。インスタンスを破棄するとデータは削除されるので、出力とエクスポートしたワークフローを先にコピーしてください。たとえば rsync -avP -e "ssh -p <port>" <user>@<host>:<ComfyUI path>/output ./flux-output が使えます。課金は 1 分単位（切り上げ）、最低 1 分で、インスタンスを破棄すると止まります。モデルのダウンロード中も課金されます。分単位課金の仕組みをご覧ください。

よくある質問

ComfyUI で FLUX.1-dev を使うにはどのファイルが必要ですか？

models/checkpoints に置く FP8 の単一チェックポイント flux1-dev-fp8.safetensors か、フルセット（models/diffusion_models に flux1-dev.safetensors、models/text_encoders に t5xxl_fp16.safetensors と clip_l.safetensors、models/vae に ae.safetensors）のどちらかです（ComfyUI examples、2026-11-03 閲覧）。

FLUX.1-dev は FP8 と 16-bit のどちらがよいですか？

ComfyUI のサンプルは、FP8 は “degrades the quality a bit”（品質が少し下がる）とし、リソースに余裕があれば公式の 16-bit 版を推奨しています。FP8 の重みには約 12〜16 GB の VRAM が必要で、16-bit のパイプライン全体は BF16 で読み込むと約 31.4 GB です（Hugging Face Diffusers ブログ、2026-10-23 閲覧）。

FLUX.1-dev に Hugging Face のトークンは必要ですか？

black-forest-labs/FLUX.1-dev には必要です。モデルページでライセンスに同意し、read トークンを使ってください。Comfy-Org の FP8 版は 2026-11-03 の確認時点ではゲート付きではありませんでしたが、重みには FLUX.1-dev のライセンスが適用されます。

ComfyUI で FLUX.1-dev を使うときの CFG はいくつですか？

ComfyUI 公式のサンプルでは、FP8 チェックポイントを使うときは CFG を 1.0 にするよう記載されています。

インスタンスを破棄した後も FLUX のファイルは残りますか？

いいえ。インスタンスを破棄するとデータは削除されるため、次のインスタンスでもう一度ダウンロードします。破棄する前に画像をコピーしてください。

出典（2026-11-03 閲覧、Asia/Shanghai）

起動できるカードは Deploy ページに一覧があります。料金は https://cloudgpu.app/ja/pricing に掲載しており、ここでは繰り返しません。

最終更新：2026-11-03（Asia/Shanghai）。