Forma parte de nuestros tutoriales de IA y ComfyUI. Para cada modelo encontrarás el enlace a su página oficial, donde conviene revisar siempre la licencia actualizada. La guía de modelos para crear vídeo tiene su propia página.
Cada vez que abrimos Hugging Face hay un modelo nuevo para generar imágenes, y cada vez nos hacemos las mismas preguntas: ¿vale la pena descargarlo? ¿Funciona en nuestra RTX 3060 de 12 GB? Y sobre todo: ¿se puede usar para trabajar? De ahí nace esta guía. Es la chuleta que usamos nosotros mismos.
Stable Diffusion, SDXL, Flux, Qwen-Image, Z-Image, LongCat, ERNIE-Image, Ideogram, Boogu, Krea 2… Aquí los ponemos en orden, del más antiguo al más reciente: quién los creó, qué saben hacer, cuánta memoria de vídeo piden y qué permite su licencia. Porque «gratis para descargar» no siempre significa «libre para usar en el trabajo».
Todos los modelos en una tabla
Modelo
Año
Desarrollador
Licencia
Uso comercial
Stable Diffusion 1.5
2022
Runway / Stability AI
CreativeML OpenRAIL-M
Sí, con restricciones de uso
SDXL
2023
Stability AI
CreativeML OpenRAIL++-M
Sí, con restricciones de uso
SD 3.5
2024
Stability AI
Stability AI Community
Sí, por debajo de 1 millón $ de facturación
FLUX.1 Schnell
2024
Black Forest Labs
Apache 2.0
Sí
FLUX.1 Dev, Kontext, Krea Dev
2024–2025
Black Forest Labs (Krea Dev con Krea)
FLUX.1 Dev Non-Commercial
Imágenes sí, modelo no
HiDream-I1
2025
HiDream.ai
MIT
Sí
Chroma
2025
Lodestone (comunidad)
Apache 2.0
Sí
Qwen-Image, 2512 y Edit
2025
Alibaba (Qwen)
Apache 2.0
Sí
HunyuanImage 2.1 y 3.0
2025
Tencent
Tencent Hunyuan Community
No válida en la UE
Z-Image y Z-Image Turbo
2025–2026
Alibaba (Tongyi-MAI)
Apache 2.0
Sí
FLUX.2 Dev
2025
Black Forest Labs
FLUX Non-Commercial
Imágenes sí, modelo no
LongCat-Image y Edit
2025
Meituan
Apache 2.0
Sí
FLUX.2 Klein 4B
2026
Black Forest Labs
Apache 2.0
Sí
FLUX.2 Klein 9B
2026
Black Forest Labs
FLUX Non-Commercial
Imágenes sí, modelo no
Anima
2026
CircleStone Labs y Comfy Org
CircleStone Non-Commercial
Imágenes sí, modelo no
ERNIE-Image
2026
Baidu
Apache 2.0
Sí
Ideogram 4.0
2026
Ideogram
Ideogram Non-Commercial
No sin licencia comercial
Boogu-Image 0.1
2026
Proyecto Boogu
Apache 2.0
Sí
Krea 2
2026
Krea
Krea 2 Community
Sí, por debajo de 1 millón $ de facturación
Qwen-Image 2.1
2026
Alibaba (Qwen)
Qwen Research License
No (solo no comercial)
Esta página es una guía divulgativa, no asesoramiento legal. Las licencias pueden cambiar: antes de usar un modelo en un trabajo, lee siempre el texto completo en la página oficial enlazada en cada ficha.
Las licencias explicadas en palabras sencillas
Todos los modelos de esta página se descargan gratis, pero la licencia decide qué puedes hacer con ellos. Siempre distinguimos dos cosas: el modelo (el archivo que descargas y ejecutas) y las imágenes que generas.
Apache 2.0 y MIT — las más libres: puedes usar el modelo y las imágenes también para trabajar, modificarlo e integrarlo en un producto, respetando solo los avisos de copyright.
OpenRAIL (Stable Diffusion 1.5 y SDXL) — el uso comercial está permitido, pero con una lista de usos prohibidos (por ejemplo contenido ilegal, difamación, desinformación) que debes respetar y hacer respetar si redistribuyes el modelo.
Licencias "community" con umbral (SD 3.5, Krea 2) — gratis también para trabajar mientras tu actividad se mantenga por debajo de un umbral de facturación anual (1 millón de dólares en ambos casos); por encima necesitas una licencia de pago.
No comerciales con imágenes libres (FLUX.1 Dev, FLUX.2 Dev, FLUX.2 Klein 9B, Anima) — el modelo solo se usa con fines no comerciales, pero la licencia declara que las imágenes generadas se pueden usar también con fines comerciales. Sin una licencia del desarrollador, no puedes usar el modelo en sí en un producto o servicio de pago.
Solo no comercial (Qwen-Image 2.1, Ideogram 4.0) — nada de uso profesional sin una licencia aparte del desarrollador. Ojo con Ideogram 4.0: las imágenes siguen siendo tuyas, pero la licencia gratuita excluye justamente generar imágenes destinadas a productos que generan ingresos.
Exclusiones geográficas (HunyuanImage 2.1 y 3.0) — la licencia de Tencent dice expresamente que no es válida en la Unión Europea, el Reino Unido y Corea del Sur. Si vives en la UE, no hay ninguna licencia que cubra el uso del modelo.
Cuánta VRAM necesitas
La memoria de la tarjeta gráfica (VRAM) decide qué modelos puedes usar. En ComfyUI casi todos los modelos recientes existen también en versiones reducidas: fp8 (más o menos la mitad de memoria, calidad casi idéntica) y GGUF (todavía más ligeras, con una pequeña pérdida de calidad). Las cifras de cada ficha son orientativas y se refieren al uso en ComfyUI con estas versiones.
6–8 GB: Stable Diffusion 1.5, SDXL y Anima; algunos modelos recientes solo en GGUF y con paciencia.
12 GB: FLUX.1 en fp8 o GGUF, Z-Image Turbo, FLUX.2 Klein 4B, Chroma, Ideogram 4.0 en versión reducida.
16 GB: casi todos los modelos de tamaño medio en fp8, con margen.
24 GB o más: los modelos más grandes (Qwen-Image, HiDream, FLUX.2 Dev) con menos compromisos.
El modelo que hizo posible generar imágenes en tu propio ordenador. Publicado en octubre de 2022 por Runway junto con Stability AI, es pequeño (alrededor de 1.000 millones de parámetros), rapidísimo y trabaja a una resolución base de 512 píxeles. Las manos y el texto le salen poco fiables y solo entiende prompts sencillos, pero la comunidad ha creado miles de variantes y estilos (LoRA), ControlNet y herramientas que todavía hoy lo hacen útil para aprender y para tarjetas con poca VRAM.
VRAM: 4 GB o más.
Licencia: CreativeML OpenRAIL-M. Uso también comercial, respetando la lista de usos prohibidos de la licencia.
Stable Diffusion XL, lanzado en julio de 2023, sube la resolución base a 1024 píxeles y ofrece una calidad casi fotográfica. Sigue siendo uno de los modelos más usados gracias a su enorme ecosistema de checkpoints derivados (como DreamShaper XL o Juggernaut XL), LoRA y ControlNet, y a las versiones rápidas Lightning y Turbo, que generan en 4–8 pasos. Es el mejor compromiso si tienes 8 GB de VRAM.
VRAM: 8 GB o más.
Licencia: CreativeML OpenRAIL++-M, parecida a la de SD 1.5: uso comercial permitido con usos prohibidos. Los checkpoints derivados pueden tener licencias propias: revísalas en cada página.
La última generación de Stability AI (octubre de 2024), en versión Large (8.000 millones de parámetros), Large Turbo (rápida) y Medium (más ligera). Frente a SDXL entiende mejor el prompt y escribe mejor el texto, pero pronto la superaron Flux y los modelos posteriores, y su ecosistema de estilos es más pequeño.
VRAM: Medium unos 8–10 GB; Large 12–16 GB en fp8.
Licencia: Stability AI Community License. Gratis para investigación, uso personal y uso comercial para empresas y autónomos con menos de 1 millón de dólares de facturación anual; por encima necesitas la licencia Enterprise.
En agosto de 2024 Black Forest Labs, empresa alemana fundada por algunos de los autores originales de Stable Diffusion, publica FLUX.1: 12.000 millones de parámetros y un salto enorme en fidelidad al prompt, en las manos y en el texto dentro de las imágenes. Sale en dos versiones descargables: Schnell (rápida, 1–4 pasos) y Dev (más calidad, unos 20–30 pasos).
VRAM: 12 GB en fp8, 8 GB en GGUF.
Licencia Schnell: Apache 2.0, libre también para uso comercial.
Licencia Dev: FLUX.1 [dev] Non-Commercial License. El modelo solo se usa con fines no comerciales, pero la página oficial aclara que las imágenes generadas se pueden usar "con fines personales, científicos y comerciales" según lo previsto en la licencia. Para integrar el modelo en un producto o servicio de pago necesitas una licencia comercial de Black Forest Labs.
FLUX.1 Kontext Dev (junio de 2025) es el primer gran modelo abierto para editar imágenes con instrucciones escritas: "cambia el fondo", "hazla de noche", "pon a la misma persona en una cocina", manteniendo coherentes personajes y estilo. FLUX.1 Krea Dev (verano de 2025), nacido de la colaboración con Krea, es una versión de FLUX.1 Dev ajustada para un aspecto fotográfico más natural, menos "de IA".
VRAM: igual que FLUX.1 Dev.
Licencia: ambos FLUX.1 [dev] Non-Commercial License, con las mismas reglas que FLUX.1 Dev.
Publicado en abril de 2025 por HiDream.ai, con 17.000 millones de parámetros y una licencia totalmente libre. Usa también un modelo de lenguaje (Llama 3.1 8B) como "traductor" del prompt, así que sigue bien las descripciones largas. Existe en versión Full, Dev y Fast, y con un modelo compañero para edición (HiDream-E1.1). Es pesado: conviene tener al menos 16 GB.
Un proyecto de la comunidad, entrenado a partir de FLUX.1 Schnell y por tanto con licencia libre. Gusta a quien quiere un modelo tipo Flux sin los límites de la licencia Dev y con una gran variedad de estilos. Ojo: es un modelo sin censura, marcado como no apto para todos los públicos.
VRAM: parecida a FLUX.1 (12 GB en fp8).
Licencia: Apache 2.0.
Dónde encontrarlo:Chroma · Chroma1-HD (la versión de alta resolución, agosto de 2025)
Qwen-Image y Qwen-Image-Edit
En agosto de 2025 el equipo Qwen de Alibaba publica Qwen-Image: 20.000 millones de parámetros, excelente para escribir texto en las imágenes (incluso largo) y para seguir prompts complejos. Con Qwen-Image-Edit y sus actualizaciones (versiones 2509 y 2511) se convierte en una de las referencias para la edición: sustituir objetos, cambiar textos en carteles y pósteres, combinar varias imágenes. En diciembre de 2025 llega Qwen-Image-2512, la actualización del modelo de generación: personas mucho más realistas (menos "efecto IA"), mejores detalles naturales (pelo, agua, vegetación) y un texto todavía más preciso.
VRAM: 24 GB en fp8; 12–16 GB con GGUF.
Licencia: Apache 2.0, libre también para uso comercial.
En septiembre de 2025 Tencent publicó dos modelos: HunyuanImage 2.1 (17.000 millones de parámetros, genera directamente a 2K) y HunyuanImage 3.0, un gigante de 80.000 millones de parámetros (13 activos a la vez) que une comprensión y generación de imágenes, pensado más para servidores que para PC domésticos. Técnicamente bueno, pero con un problema si vives en la UE: la Tencent Hunyuan Community License declara al principio que "no se aplica en la Unión Europea, el Reino Unido y Corea del Sur". Su territorio se define como "todo el mundo, excluidas" esas zonas. En la práctica, desde la UE no hay licencia que cubra su uso: te recomendamos elegir otro modelo.
Licencia: Tencent Hunyuan Community License, excluidos la UE, el Reino Unido y Corea del Sur.
El fenómeno de finales de 2025. Z-Image Turbo, publicado en noviembre de 2025 por el grupo Tongyi-MAI de Alibaba, tiene "solo" 6.000 millones de parámetros pero produce fotos realistas de altísimo nivel en 8 pasos y escribe bien texto en inglés y chino. El fabricante dice que cabe en una tarjeta de 16 GB y, con las versiones reducidas, funciona bien también con 12 GB. En enero de 2026 llegó también Z-Image, el modelo base, más adecuado para entrenar LoRA y para obtener resultados más variados.
VRAM: 12–16 GB.
Licencia: Apache 2.0, libre también para uso comercial.
En noviembre de 2025 Black Forest Labs publica FLUX.2 Dev: 32.000 millones de parámetros, generación y edición en el mismo modelo y el uso de varias imágenes de referencia a la vez (para mantener personajes, productos y estilos). Es el Flux más potente que se puede descargar, pero también muy pesado.
VRAM: 24 GB o más, incluso en fp8.
Licencia: FLUX Non-Commercial License: mismas reglas que FLUX.1 Dev, modelo no comercial e imágenes utilizables también para trabajar.
Publicado en diciembre de 2025 por Meituan, LongCat-Image tiene 6.000 millones de parámetros pero compite con modelos mucho más grandes. Apuesta por las fotos realistas y el texto en las imágenes en inglés y chino (el texto que quieres escribir va entre comillas en el prompt). También existe LongCat-Image-Edit para editar imágenes. ComfyUI lo soporta de forma nativa.
VRAM: el fabricante indica unos 17 GB descargando parte del modelo en la RAM; menos con las versiones reducidas.
Licencia: Apache 2.0, libre también para uso comercial.
FLUX.2 Klein 4B: el Flux libre también para trabajar
En enero de 2026 Black Forest Labs publica FLUX.2 Klein, la familia compacta de FLUX.2: generación y edición con varias imágenes de referencia en el mismo modelo, en solo 4 pasos, menos de un segundo en las tarjetas recientes. Para muchos de vosotros la versión de 4.000 millones de parámetros es la más interesante por dos motivos: funciona en tarjetas de consumo y tiene licencia Apache 2.0. Es el primer Flux que puedes usar sin preocupaciones también en proyectos comerciales, productos y servicios incluidos. Existe además la versión Base 4B, no destilada, adecuada para entrenar tus propias LoRA.
VRAM: unos 13 GB según el fabricante (RTX 3090 / 4070 y superiores); menos con las versiones fp8.
Licencia: Apache 2.0, libre también para uso comercial, tanto del modelo como de las imágenes.
La hermana mayor de 9.000 millones de parámetros: más calidad y las mismas funciones (generación, edición, varias referencias, 4 pasos), pero con la licencia no comercial de FLUX.
VRAM: unos 29 GB a precisión completa según el fabricante; mucho menos con las versiones fp8.
Licencia: FLUX Non-Commercial License: modelo no comercial, imágenes utilizables también para trabajar.
Nacido de la colaboración entre CircleStone Labs y Comfy Org (es el primer proyecto apoyado por el fondo de Comfy para modelos abiertos), Anima es un modelo pequeño, de unos 2.000 millones de parámetros, especializado en anime, personajes y estilos de ilustración. La versión preliminar salió a principios de 2026 y la 1.0 en mayo de 2026, en tres variantes: Base, Aesthetic y Turbo. No está pensado para el fotorrealismo ni para el texto, pero en su terreno está entre los mejores, y funciona también en tarjetas con poca VRAM.
VRAM: ligero, bastan 6–8 GB.
Licencia: CircleStone Labs Non-Commercial License para el modelo; la página oficial aclara que las imágenes generadas se pueden usar también comercialmente.
Publicado por Baidu en la primavera de 2026, ERNIE-Image tiene 8.000 millones de parámetros y está entre los mejores modelos abiertos para texto en las imágenes y maquetación: pósteres, cómics, páginas con varias viñetas, infografías. Incluye un pequeño "Prompt Enhancer" que enriquece automáticamente los prompts cortos. La versión Turbo genera en 8 pasos en lugar de 50.
VRAM: el fabricante indica tarjetas de consumo de 24 GB; menos con las versiones reducidas.
Licencia: Apache 2.0, libre también para uso comercial.
Ideogram, el servicio online famoso por el texto en las imágenes, publicó en junio de 2026 los pesos de su primer modelo abierto: Ideogram 4.0, 9.300 millones de parámetros entrenados desde cero. Su punto fuerte sigue siendo el texto (logotipos, pósteres, portadas), y añade un control único: los prompts en formato JSON, con los que indicas la posición de los elementos mediante recuadros y la paleta con códigos de color. ComfyUI lo soporta desde el primer día.
VRAM: orientativamente 12–16 GB con las versiones fp8 o nf4.
Licencia: Ideogram Non-Commercial Model Agreement. Gratis para investigación, estudio, proyectos personales y pruebas; Ideogram no reclama derechos sobre las imágenes, pero la licencia gratuita excluye generar imágenes para productos que generan ingresos y usar las imágenes para entrenar modelos competidores. Además exige indicar que las imágenes están generadas con IA. Para trabajar necesitas una licencia comercial de Ideogram, de pago. Para descargarlo hay que aceptar la licencia en Hugging Face.
Lanzado en junio de 2026, Boogu-Image es una familia de 10.000 millones de parámetros que une generación y edición: Base, Turbo (3–4 pasos, orientado a la fotografía realista), Edit y Edit-Turbo para editar imágenes (añadir o quitar objetos, cambiar el estilo). Escribe texto en inglés y chino. ComfyUI tiene un tutorial oficial dedicado.
VRAM: según los desarrolladores funciona con 12 GB descargando parte del modelo en la RAM; a partir de 24 GB va sin compromisos. Hay versiones fp8.
Licencia: Apache 2.0, libre también para uso comercial.
En junio de 2026 Krea, conocida por su plataforma online, publica los pesos de Krea 2: un modelo de 12.000 millones de parámetros entrenado desde cero, apreciado por su estética cuidada y su aspecto fotográfico. Sale en dos versiones: Turbo (8 pasos, para generar al momento imágenes acabadas, hasta 2048×2048) y Raw (el modelo base, para entrenar tus propias LoRA).
VRAM: el fabricante no da una cifra oficial; orientativamente parecida a FLUX.1, es decir 12–16 GB con las versiones fp8.
Licencia: Krea 2 Community License. Uso comercial gratuito si la empresa (incluidas sus filiales) factura menos de 1 millón de dólares al año; por encima necesitas la licencia Enterprise. La licencia pide también aplicar filtros o controles de contenido para evitar la generación de material ilegal. Las imágenes son tuyas.
El modelo más reciente de esta lista (septiembre de 2026). Qwen-Image 2.1 tiene 7.000 millones de parámetros, así que es mucho más ligero que el Qwen-Image original. Une generación y edición, acepta hasta 10 imágenes de referencia y, sobre todo, genera imágenes con fondo transparente (canal alfa de verdad), comodísimo para diseño gráfico, logotipos, productos y montajes. ComfyUI lo soporta de forma nativa desde la versión 0.37, con plantillas oficiales.
VRAM: orientativamente 12–16 GB con las versiones reducidas.
Licencia: Qwen Research License, solo para fines no comerciales. Es un cambio importante respecto al Qwen-Image original (Apache 2.0): para usarlo en el trabajo necesitas una licencia comercial que hay que solicitar a Alibaba.
En julio de 2026 Black Forest Labs presentó FLUX 3, un único modelo para imágenes, vídeo y audio. Por ahora solo está disponible en acceso anticipado a través de los servicios de la empresa y no se puede descargar. Cuando publiquen los pesos actualizaremos esta página.
Otros modelos que conviene conocer
Lumina-Image 2.0 (enero de 2025, unos 2.600 millones de parámetros) — ligero y con licencia Apache 2.0. Página del modelo
Kandinsky 5.0 Image Lite (noviembre de 2025, unos 6.000 millones de parámetros) — desarrollado en Rusia por Kandinsky Lab, con licencia MIT. Página del modelo
NewBie Image (finales de 2025) — modelo experimental para anime, con licencia no comercial. Página del modelo
ComfyUI soporta también otros modelos de investigación menos extendidos; encontrarás la lista actualizada en la biblioteca de workflows de Comfy. Algunos nombres que ves en las plantillas (como Nano Banana, Seedream, Grok Imagine o HY Image 3.5) son en cambio servicios online de pago que se usan a través de los nodos partner, no modelos para descargar.
Qué modelo elegir
Si quieres…
Te recomendamos
Empezar con poca VRAM (6–8 GB)
SDXL con una versión Lightning; SD 1.5 para aprender
Fotos realistas rápidas con 12–16 GB
Z-Image Turbo, Boogu-Image Turbo
Texto, pósteres y maquetación
ERNIE-Image, Qwen-Image, LongCat-Image; Ideogram 4.0 para controlar la maquetación (solo uso no comercial)
Anime e ilustración
Anima
Editar imágenes con instrucciones
Qwen-Image-Edit, FLUX.2 Klein 4B, FLUX.1 Kontext, Boogu Edit, LongCat-Image-Edit
Imágenes con fondo transparente
Qwen-Image 2.1 (solo uso no comercial)
Estética cuidada, look fotográfico
Krea 2, FLUX.1 Krea Dev
Uso comercial sin preocupaciones
Modelos Apache 2.0 o MIT: FLUX.2 Klein 4B, Z-Image, Qwen-Image, ERNIE-Image, Boogu-Image, LongCat-Image, FLUX.1 Schnell, HiDream-I1, Chroma
Máxima calidad y VRAM de sobra (24 GB o más)
FLUX.2 Dev, Qwen-Image, HiDream-I1
Dónde descargarlos (y cómo hacerlo con seguridad)
Desde las plantillas de ComfyUI: la forma más sencilla. En el menú de workflows eliges el modelo y ComfyUI te propone descargar los archivos correctos en las carpetas correctas. También encontrarás los workflows en la biblioteca oficial de Comfy.
Desde Hugging Face: las páginas oficiales enlazadas en esta guía, donde también puedes leer la licencia.
Desde Civitai: para checkpoints derivados y LoRA de la comunidad, con ejemplos de imágenes y prompts. Revisa la licencia de cada archivo.
Seguridad: elige archivos .safetensors y .gguf, y evita los antiguos .ckpt y .pt de origen desconocido, que pueden contener código ejecutable.
Las tarjetas gráficas que recomendamos
NVIDIA RTX 3060 12 GB – la opción económica que usamos a diario
NVIDIA RTX 5060 Ti 16 GB – el punto justo: con 16 GB mueves casi todos los modelos medianos en fp8
NVIDIA RTX 5070 Ti 16 GB – la misma memoria, generaciones mucho más rápidas
NVIDIA RTX 5090 32 GB – para los modelos más grandes sin compromisos
PC montado con RTX 5060 Ti 16 GB – si prefieres no montarlo tú
Preguntas frecuentes
¿Cuál es el mejor modelo de imágenes para ComfyUI en 2026?
Depende de la VRAM y del uso. Con 12–16 GB, Z-Image Turbo es el mejor equilibrio entre calidad, velocidad y licencia libre. Para texto y pósteres elige ERNIE-Image o Qwen-Image. Con 24 GB o más, FLUX.2 Dev y Qwen-Image dan lo máximo.
¿Puedo vender las imágenes creadas con Flux?
Con FLUX.1 Schnell y FLUX.2 Klein 4B (Apache 2.0) sí, sin restricciones especiales. Con las versiones Dev la licencia del modelo es no comercial, pero declara que las imágenes generadas se pueden usar también con fines comerciales. Eso sí, no puedes usar el modelo para ofrecer un servicio de pago sin una licencia de Black Forest Labs. Ante la duda, lee el texto de la licencia o elige un modelo Apache 2.0.
¿Por qué algunas licencias excluyen Europa?
Algunas empresas no europeas, como Tencent con HunyuanImage, excluyen la Unión Europea de su licencia. No explican el motivo; se cree que está relacionado con las obligaciones de las normas europeas sobre inteligencia artificial y datos. Si vives en la UE, significa que esos modelos no están cubiertos por ninguna licencia: mejor usar alguna de las muchas alternativas sin exclusiones.
¿Tiene sentido todavía Stable Diffusion 1.5?
Para aprender, para tarjetas de 4–6 GB y por su enorme archivo de estilos, sí. Para resultados de calidad hoy conviene al menos SDXL o, si la VRAM lo permite, los modelos más recientes.
Actualizado en septiembre de 2026 · Tiempo de lectura: unos 15 minutos.
Las imágenes que te hacen parar mientras haces scroll en Instagram, los vídeos de IA que parecen rodados con una cámara de cine, las portadas, los personajes, las animaciones que circulan cada día por las redes: detrás de una enorme parte de esos trabajos está el mismo programa, gratuito, que tú también puedes instalar esta noche. Se llama ComfyUI.
La primera vez que lo abres parece el cuadro eléctrico de una nave espacial: cajas, cables de colores, palabras en inglés. Mucha gente lo cierra a los cinco minutos. Y es una pena, porque detrás de ese aspecto hay una idea sencillísima, la misma que una cadena de montaje. Cuando la entiendes, ComfyUI se convierte en la herramienta más potente y más libre que existe para crear con inteligencia artificial: sin suscripciones, sin límites, sin censura impuesta por una empresa, y con tus archivos sin salir nunca de tu ordenador.
Esta guía es el manual que nos habría gustado leer cuando empezamos: nada de fórmulas, solo los conceptos que de verdad hacen falta. Al terminar sabrás leer cualquier workflow, qué archivos descargar y dónde ponerlos, dónde encontrar modelos y workflows listos para usar, y por dónde empezar tus primeras creaciones.
TODOS LOS TUTORIALES EN UN SOLO LUGAR
Esta guía forma parte de un recorrido completo. Instalación, modelos para imágenes y vídeo, tarjetas gráficas, workflows gratuitos y novedades: los encontrarás todos, siempre actualizados, en nuestra página IA y ComfyUI.
ComfyUI es un programa gratuito y de código abierto que se instala en el ordenador (Windows, Mac y Linux) y se usa desde el navegador o desde una app propia. No es un modelo de inteligencia artificial: es el programa que hace funcionar los modelos. Stable Diffusion, Flux, Qwen-Image, Z-Image, Wan, LTX y decenas más son los "motores"; ComfyUI es el taller donde los montas, los conectas y los pones a trabajar juntos.
Se ha convertido en el estándar de la IA generativa en local por una razón sencilla: cuando sale un modelo nuevo, normalmente funciona en ComfyUI desde el primer día. Hoy, con el mismo programa, puedes crear imágenes, editarlas, generar vídeos con audio, música, voces e incluso modelos 3D.
Por qué usarlo en lugar de un servicio online
Gratis y sin límites: una vez instalado solo pagas la luz, y puedes hacer todas las pruebas que quieras.
Libertad creativa: ningún filtro corporativo que bloquee tu prompt. Tú eliges el modelo, y tú sigues siendo responsable de respetar la ley y las licencias.
Privacidad total: imágenes, prompts y fotos de referencia se quedan en tu ordenador. ComfyUI funciona incluso completamente sin conexión.
Control total: ves y modificas cada paso, algo imposible con los servicios online.
Repetible: un workflow guardado da el mismo resultado dentro de un año, y puedes compartirlo con un solo archivo.
Imagina una cadena de montaje. Cada estación hace un solo trabajo: una recoge la materia prima, otra la procesa, otra le da el acabado, otra la empaqueta. En ComfyUI cada estación es un nodo, las cintas transportadoras son los cables y la cadena completa es el workflow (flujo de trabajo).
El nodo es una caja con un nombre arriba. A la izquierda tiene las entradas (lo que recibe), a la derecha las salidas (lo que produce) y en el centro los parámetros que puedes ajustar: un texto, un número, un menú.
El cable lleva un dato de una salida a una entrada. Solo se conectan datos del mismo tipo, y cada tipo tiene su color: por eso es difícil "equivocarse" al conectar.
El workflow es el conjunto de nodos y cables. Se guarda como archivo y se vuelve a cargar con un clic.
Los tipos de datos que viajan por los cables
Tipo
Qué es, en palabras sencillas
MODEL
El "cerebro" que genera la imagen, cargado desde el archivo del modelo.
CLIP
El traductor que convierte tu texto en algo que el modelo entiende (en los modelos recientes se llama text encoder).
CONDITIONING
El prompt ya traducido: las instrucciones listas para el modelo.
LATENT
La imagen en versión comprimida, el "boceto" sobre el que trabaja el modelo.
VAE
El conversor entre la versión comprimida y la imagen real, en píxeles.
IMAGE
La imagen propiamente dicha, lista para ver o guardar.
El workflow básico de 6 nodos
Casi todos los workflows de imagen, incluso los más complicados, son variaciones de esta cadena. Si entiendes esta, entiendes todo lo demás.
Load Checkpoint — carga el modelo y proporciona los tres ingredientes: MODEL, CLIP y VAE.
CLIP Text Encode (dos veces) — un nodo para el prompt positivo (lo que quieres) y otro para el prompt negativo (lo que no quieres).
Empty Latent Image — prepara el "lienzo" vacío: ancho, alto y cuántas imágenes generar.
KSampler — el corazón de todo: partiendo de puro ruido, paso a paso, lo va "limpiando" hasta que corresponde al prompt. Aquí eliges el seed, el número de pasos (steps), cuánto seguir el prompt (CFG) y el método (sampler y scheduler).
VAE Decode — transforma el boceto comprimido en la imagen real.
Save Image — guarda el resultado en la carpeta ComfyUI/output.
¿Por qué la "versión comprimida"? Los modelos no trabajan directamente sobre los millones de píxeles de la imagen: sería lentísimo. Trabajan en un espacio latente, una especie de boceto mucho más pequeño que contiene la esencia de la imagen. Solo al final el VAE lo "revela" en píxeles, como un carrete en el cuarto oscuro.
Run, cola y caché: cómo arranca el trabajo
Pulsa Run (o Ctrl+Enter) y el workflow entra en la cola: puedes poner muchos en fila e irte a por un café. ComfyUI es listo: si vuelves a lanzar el workflow cambiando solo el prompt, no recalcula los nodos que no han cambiado (por ejemplo, no vuelve a cargar el modelo), así que la segunda imagen llega mucho más rápido que la primera.
Los modelos: qué archivos son y dónde van
ComfyUI no incluye modelos: hay que descargarlos aparte. Cada tipo de archivo tiene su carpeta dentro de ComfyUI/models, y aquí es donde muchos principiantes se pierden. Este es el mapa.
Carpeta
Qué va dentro
checkpoints
Los modelos "todo en uno" (modelo + text encoder + VAE), típicos de Stable Diffusion 1.5 y SDXL.
diffusion_models
Solo el modelo, sin las otras piezas: es el formato de los modelos recientes como Flux, Qwen-Image o Wan.
text_encoders
Los "traductores" de texto que usan los modelos recientes.
vae
Los conversores entre espacio latente y píxeles.
loras
Las LoRA: pequeños archivos que añaden un estilo, un personaje o un producto a un modelo.
controlnet
Los modelos que guían la pose, la profundidad o los contornos de la imagen.
upscale_models
Los modelos para ampliar las imágenes manteniendo los detalles.
Los formatos de archivo. Elige siempre los archivos .safetensors: son seguros porque solo contienen datos. También encontrarás versiones fp8 (más o menos la mitad de memoria, calidad casi idéntica) y GGUF (todavía más ligeras, para tarjetas con poca memoria de vídeo). Evita los antiguos .ckpt y .pt de origen desconocido: pueden contener código ejecutable.
La forma más sencilla: abre una plantilla (template) desde el menú de workflows. ComfyUI te propone descargar él solo los archivos correctos y los coloca en las carpetas correctas.
Dónde encontrar los modelos
Hugging Face — la "biblioteca" oficial de la inteligencia artificial: aquí es donde empresas y laboratorios publican los modelos originales (Stability AI, Black Forest Labs, Alibaba, Baidu, Lightricks…), con la licencia bien visible. Es el sitio adecuado para los modelos base y para las versiones optimizadas para ComfyUI.
Civitai — la mayor comunidad de modelos creados por usuarios: modelos personalizados, LoRA para estilos y personajes, y también workflows. Cada archivo tiene imágenes de ejemplo con los prompts usados, valoraciones y comentarios: es el mejor sitio para encontrar un estilo concreto.
Civitai "red" — desde abril de 2026 Civitai se ha dividido en dos sitios. civitai.com muestra solo contenido apto para todos los públicos, mientras que civitai.red es la versión que también muestra contenido NSFW (siglas de Not Safe For Work, es decir, "no apto para el trabajo": desnudos y contenido para adultos). El motivo de la separación son las normas de los procesadores de pago. La cuenta es la misma y el catálogo es único; solo cambia lo que se ve. Está reservado a mayores de edad, y también allí siguen valiendo la ley y las normas del sitio.
El Manager de ComfyUI — desde dentro del programa puedes buscar y descargar modelos y nodos sin abrir el navegador.
Antes de descargar, revisa la licencia: algunos modelos son libres también para uso profesional, otros solo para uso personal, y algunos incluso excluyen la UE. Si tienes dudas, lee la página oficial del modelo.
LoRA, ControlNet, upscalers: cómo potenciar un workflow
LoRA — un archivo pequeño (a menudo de unos pocos MB a algunos cientos) que "enseña" al modelo algo nuevo: un estilo pictórico, tu personaje, un producto. Se añade con un nodo entre la carga del modelo y el resto de la cadena, y se pueden usar varias a la vez.
ControlNet — te da el control de la composición: dibujas una pose, das un mapa de profundidad o de contornos, y la imagen lo respeta. Es la herramienta de los profesionales para conseguir exactamente el encuadre que quieren.
Imagen a imagen e inpainting — en lugar de partir de un lienzo vacío partes de una foto o de un dibujo, y puedes redibujar solo una parte de la imagen (inpainting) dejando el resto intacto.
Upscalers — amplían la imagen añadiendo detalles, para llegar a resoluciones de impresión.
Nodos personalizados y Manager
Además de los nodos básicos, la comunidad ha creado miles de nodos personalizados (custom nodes) que añaden funciones nuevas. Se instalan con el Manager, que además es el salvavidas de los principiantes: cuando abres un workflow descargado y aparecen nodos rojos, significa que faltan nodos personalizados, y el Manager los instala con un clic. Un consejo: instala solo nodos populares y actualizados, porque son programas que se ejecutan en tu ordenador.
El truco que nadie te cuenta al principio: las imágenes creadas con ComfyUI contienen el workflow que las generó. Arrastras la imagen PNG a la ventana de ComfyUI y aparece toda la cadena de nodos, lista para usar y estudiar. Es la forma más rápida de aprender.
ComfyUI Examples — la colección oficial de ejemplos creada por el autor de ComfyUI: imagen a imagen, inpainting, LoRA, ControlNet, upscaling, modelos como SDXL, Flux, Qwen-Image, y también vídeo, audio y 3D. Cada imagen contiene su workflow: arrástrala a ComfyUI y listo.
Las plantillas integradas — desde el menú de workflows, con una plantilla ya configurada para casi cada modelo. También las encuentras online en la biblioteca de workflows de Comfy.
Nuestros workflows gratuitos — tres workflows para Stable Diffusion 1.5, SDXL y Flux Schnell, pensados también para tarjetas con poca memoria (instrucciones en italiano). Los encontrarás al final de la guía de instalación.
Civitai — muchos autores publican también los workflows junto con sus modelos.
Las funciones que hacen ComfyUI todavía más cómodo
Subgraph — agrupa un conjunto de nodos en un único "supernodo" reutilizable, para que los workflows grandes sigan ordenados.
App Mode — convierte un workflow en una interfaz sencilla con pocos campos, cómoda de usar (o de dejar usar a otros) sin ver los nodos.
Bucles — desde la versión 0.36 los nodos Start Loop y End Loop permiten repetir una parte del workflow, por ejemplo para generar un vídeo largo por partes.
Nodos partner — permiten usar dentro de ComfyUI algunos modelos online de pago. Son opcionales: si quieres trabajar solo en local puedes desactivarlos con la opción de arranque --disable-api-nodes.
Qué puedes crear con ComfyUI
Qué
Modelos principales
Imágenes a partir de texto
Stable Diffusion 1.5 y SDXL, Flux.1 y Flux.2, Qwen-Image, Z-Image, ERNIE-Image, Krea 2
Edición de imágenes
Flux Kontext, FLUX.2 Klein, Qwen-Image-Edit, inpainting con los modelos clásicos
Vídeo con audio
LTX-2.3 y LTX-2.5
Vídeo
Wan 2.1 y 2.2
Música y audio
ACE-Step, Stable Audio
3D y más
Hunyuan3D para modelos 3D, upscaling, eliminación de fondo, estimación de profundidad
Qué ordenador necesitas
ComfyUI funciona en Windows, Mac y Linux. Para trabajar bien lo que más cuenta es la memoria de la tarjeta gráfica (VRAM): con 8 GB usas Stable Diffusion y SDXL, con 12 GB también Flux y Z-Image en sus versiones reducidas, con 16 GB trabajas cómodamente con casi todos los modelos de imagen y empiezas con el vídeo; para los vídeos más exigentes hacen falta 24 GB o más. Todos los detalles en nuestra guía de las mejores tarjetas gráficas para IA.
NVIDIA RTX 3060 12 GB – la opción económica que usamos a diario
NVIDIA RTX 5060 Ti 16 GB – el punto justo: 16 GB para casi todos los modelos de imagen y tus primeros vídeos
NVIDIA RTX 5070 Ti 16 GB – la misma memoria, mucha más velocidad
NVIDIA RTX 5090 32 GB – sin compromisos, incluso para los modelos de vídeo más pesados
PC ya montado con RTX 5060 Ti 16 GB – si prefieres no montarlo tú
El camino para aprender ComfyUI
Instala ComfyUI siguiendo nuestra guía paso a paso para Windows: app Desktop o versión portable, Manager y primera imagen.
Genera tu primera imagen con una plantilla o con nuestros workflows gratuitos, y prueba a cambiar prompt, seed y pasos.
Menos de lo que parece. No hace falta saber programar: se empieza con un workflow ya hecho y se cambia solo el prompt. Una vez entendido el workflow básico de 6 nodos, en pocas horas serás capaz de modificar los workflows de otros.
¿ComfyUI es gratis?
Sí, es gratuito y de código abierto, y funciona completamente sin conexión. La mayoría de los modelos también son gratuitos; algunos, eso sí, tienen licencias que limitan su uso comercial.
¿ComfyUI está en español?
La interfaz está disponible en varios idiomas, que puedes elegir en los ajustes, pero la documentación y los nombres de los nodos siguen casi siempre en inglés. La buena noticia: cuando conoces los nodos básicos, puedes seguir cualquier tutorial.
¿Qué son los nodos rojos cuando abro un workflow?
Son nodos personalizados que todavía no has instalado. Abre el Manager, usa la opción de instalar los nodos que faltan y reinicia ComfyUI.
¿Mejor ComfyUI o Automatic1111?
ComfyUI: se actualiza continuamente y admite imágenes, vídeo y audio. Automatic1111 ya no se desarrolla y solo funciona con los modelos de imagen más antiguos.
¿Qué diferencia hay entre civitai.com y civitai.red?
Son el mismo sitio, con el mismo catálogo y la misma cuenta. Desde abril de 2026 civitai.com muestra solo contenido apto para todos los públicos, mientras que civitai.red, reservado a mayores de edad, también muestra contenido NSFW.
Hace solo dos años, generar vídeo con IA en tu propio PC significaba clips de pocos segundos, borrosos y mudos. Hoy, con ComfyUI, puedes crear vídeo en alta resolución con audio sincronizado, diálogos y varios planos conectados. Es lo que más nos ha sorprendido desde que trabajamos con IA en local.
Pero también es el terreno donde más fácil es perderse: modelos enormes, versiones nuevas cada mes y licencias llenas de trampas, hasta el punto de que algunos modelos no se pueden usar en la UE. En esta guía los ponemos en orden, del más antiguo al más reciente: qué hacen, cuánta memoria piden (pensando en quien, como nosotros, trabaja con 12 GB) y qué permite de verdad su licencia.
Todos los modelos de vídeo en una tabla
Modelo
Año
Desarrollador
Audio
Licencia
Uso en la UE y comercial
LTX-Video 0.9
2024–2025
Lightricks
No
Licencia Lightricks
Ver página oficial
Mochi 1
2024
Genmo
No
Apache 2.0
Sí
Wan 2.1
2025
Alibaba (Wan)
No
Apache 2.0
Sí
Wan 2.2
2025
Alibaba (Wan)
No
Apache 2.0
Sí
HunyuanVideo 1.5
2025
Tencent
No
Tencent Hunyuan Community
No: UE excluida
LTX-2
2026
Lightricks
Sí
LTX-2 Community
Sí, con menos de 10 millones $ de facturación
LTX-2.3
2026
Lightricks
Sí
LTX-2 Community
Sí, con menos de 10 millones $ de facturación
LTX-2.5
2026
Lightricks
Sí
LTX-2.x Community
Sí, con menos de 10 millones $ de facturación
MiniMax H3
2026
MiniMax
Sí
MiniMax H3 Community
No: excluidos UE, Reino Unido, EE. UU. y Corea del Sur
Esta página es una guía divulgativa, no asesoramiento legal. Las licencias pueden cambiar: antes de usar un modelo en un trabajo, lee siempre el texto completo en la página oficial enlazada en cada ficha.
Las licencias de los modelos de vídeo, en resumen
Apache 2.0 (Wan 2.1 y 2.2, Mochi) — la más libre: permite uso comercial, modificaciones e integración en productos.
LTX-2 / LTX-2.x Community License (LTX-2, 2.3, 2.5) — uso comercial gratuito si facturas menos de 10 millones de dólares al año; por encima necesitas un acuerdo comercial con Lightricks. Sin límites geográficos. Los vídeos generados son tuyos, pero la licencia pide indicar que el contenido está generado por una máquina cuando lo difundes.
Licencias que excluyen Europa (HunyuanVideo, MiniMax H3) — el propio texto de la licencia excluye la Unión Europea: desde la UE no puedes usar el modelo, salvo que obtengas una licencia aparte de la empresa.
Qué ordenador necesitas para el vídeo con IA
Los modelos de vídeo son los más pesados de todos: generan decenas de fotogramas a la vez (y los más recientes, también el audio). Para trabajar con comodidad necesitas al menos 16 GB de VRAM, mejor 24 GB o más, y mucha RAM de sistema (32 GB como mínimo, 64 GB recomendados), porque ComfyUI pasa a la RAM las partes del modelo que no caben en la tarjeta. Con menos memoria puedes experimentar igualmente usando versiones cuantizadas (fp8, int8, GGUF), resoluciones bajas y clips cortos.
El primer modelo de vídeo de Lightricks (finales de 2024, actualizado en 2025) se dio a conocer por su velocidad: clips cortos generados en pocos segundos incluso en tarjetas con poca memoria. Fue el punto de partida de muchos para el vídeo en ComfyUI (nosotros también lo usábamos en las pruebas con la RTX 3060), pero hoy lo ha superado la familia LTX-2.
Licencia: licencia propia de Lightricks, que hay que leer en la página del modelo.
Publicado por Genmo en octubre de 2024, fue uno de los primeros modelos de vídeo de buena calidad con licencia totalmente libre. Hoy tiene sobre todo valor histórico: los modelos posteriores son más bonitos y más ligeros.
En febrero de 2025 Alibaba publica Wan 2.1, el primer modelo de vídeo abierto capaz de competir de verdad con los servicios de pago: texto a vídeo e imagen a vídeo, una versión grande de 14 mil millones de parámetros y una pequeña de 1.300 millones para tarjetas con poca memoria. Alrededor de Wan ha nacido un enorme ecosistema de LoRA, controles y workflows para ComfyUI, que todavía hoy se usa muchísimo.
Licencia: Apache 2.0, libre también para uso comercial.
Lanzado en julio de 2025, mejora el movimiento, la luz y la composición con una arquitectura de "expertos": un modelo plantea la escena y otro pule los detalles. Existe en tres versiones: T2V-A14B (desde texto), I2V-A14B (desde imagen) y TI2V-5B, la versión compacta que genera vídeo a 720p y 24 fotogramas por segundo en tarjetas de consumo como la RTX 4090. Es la referencia si buscas la licencia más libre. No genera audio.
VRAM: la versión 5B está pensada para tarjetas de consumo (24 GB); las versiones 14B en ComfyUI necesitan versiones cuantizadas y offload a la RAM.
Licencia: Apache 2.0, libre también para uso comercial. Las versiones posteriores de Wan, hasta ahora, solo se han ofrecido como servicio online.
El modelo de vídeo de Tencent (noviembre de 2025) tiene 8.300 millones de parámetros, genera hasta 10 segundos a 480p o 720p y funciona con al menos 14 GB usando offload. Técnicamente es excelente por su relación calidad/ligereza, pero la Tencent Hunyuan Community License declara expresamente que "no se aplica en la Unión Europea, el Reino Unido y Corea del Sur". Desde la UE no hay ninguna licencia que cubra su uso: mejor elegir Wan o LTX.
Licencia: Tencent Hunyuan Community License, excluidos UE, Reino Unido y Corea del Sur.
El gran salto de 2026 es el audio generado junto con el vídeo, en la misma pasada: diálogos con sincronización labial, efectos de sonido y ambientes. Ya no hace falta añadir el audio después con otro programa.
LTX-2 (enero de 2026)
El 6 de enero de 2026 Lightricks publica LTX-2, el primer modelo abierto pensado para producción que genera vídeo y audio sincronizados en una sola pasada. Tiene 19 mil millones de parámetros (unos 14 para el vídeo y 5 para el audio) y llega hasta 4K a 50 fotogramas por segundo, en clips de hasta 20 segundos. Lightricks afirma haberlo entrenado con datos bajo licencia.
Licencia: LTX-2 Community License, gratuita también para uso comercial con menos de 10 millones de dólares de facturación anual.
LTX-2.3 lleva el modelo a 22 mil millones de parámetros con un nuevo VAE y un nuevo espacio latente: detalles más nítidos, contornos más limpios, mejor audio, más coherencia al pasar de imagen a vídeo y mejor soporte para el formato vertical 9:16, perfecto para Shorts y Reels. Como "traductor" del prompt (text encoder) usa el modelo Gemma de 12 mil millones de parámetros.
En ComfyUI tiene soporte nativo, con seis plantillas oficiales, sin nodos adicionales:
texto a vídeo;
imagen a vídeo;
primer y último fotograma (FLF2V): el vídeo que conecta dos imágenes;
imagen + audio: un personaje que habla sincronizado con una pista de audio;
control con IC-LoRA (profundidad, pose, contornos);
ID-LoRA: vídeos personalizados a partir de una referencia.
Además del modelo completo (dev) existen una versión destilada de 8 pasos, mucho más rápida, y upscalers para aumentar la resolución y la fluidez.
VRAM: es un modelo grande. Incluso en fp8 funciona mejor con 24 GB o más y mucha RAM; con menos memoria puedes probar la versión destilada, resoluciones bajas y clips cortos.
Licencia: LTX-2 Community License, gratuita también para uso comercial con menos de 10 millones de dólares de facturación anual. Sin límites geográficos.
El 11 de agosto de 2026 Lightricks publica LTX-2.5, de 22 mil millones de parámetros, que define como un "world model" abierto. Las principales novedades:
Multi-shot nativo: varios planos conectados en una sola pasada, con personajes y escenarios coherentes de un corte a otro.
Duración automática: un módulo opcional calcula por sí solo cuánto debe durar el clip según la acción descrita.
4K HDR nativo y un nuevo traductor del prompt (Gemma 4 de 12 mil millones de parámetros), que maneja mejor los prompts largos que describen personajes, movimientos de cámara e iluminación.
Versión destilada de 8 pasos, mucho más rápida, además del modelo completo para el entrenamiento.
Tiene soporte en ComfyUI desde el primer día, con plantillas oficiales de texto a vídeo e imagen a vídeo y versiones cuantizadas int8 y NVFP4 (esta última para las tarjetas NVIDIA más recientes).
VRAM: como LTX-2.3, mejor 24 GB o más; las versiones int8 reducen el consumo.
Licencia: LTX-2.x Community License, gratuita también para uso comercial con menos de 10 millones de dólares de facturación anual, sin obligación de mostrar la marca. Los vídeos generados son tuyos; hay que indicar que están generados por una máquina.
MiniMax H3 (agosto de 2026): el más potente, pero no en la UE
MiniMax, la empresa del servicio Hailuo, presentó H3 el 31 de julio de 2026 y publicó sus pesos el 3 de agosto. Se considera el modelo de vídeo abierto más potente: 33 mil millones de parámetros, vídeo con audio estéreo generado en la misma pasada, clips de 4 a 15 segundos a 24 fotogramas por segundo, resolución base de 768p y muchos formatos, incluido el 9:16. Existe en dos versiones:
FL2VA: desde texto, con primer y último fotograma opcionales;
Ref2VA: desde referencias, hasta 9 imágenes, 3 vídeos y 3 audios.
Algunas partes no se han publicado: el módulo que lleva la salida a 2K y el que reelabora las instrucciones siguen disponibles solo online. ComfyUI lo soporta de forma nativa, y la comunidad ya ha publicado LoRA para acelerarlo (versiones de 8 pasos), para controlarlo y para la edición de vídeo. La versión cuantizada INT8 ocupa unos 19,5 GB solo para el modelo.
Pero para nosotros la licencia es el punto clave. La MiniMax H3 Community License es válida en todo el mundo salvo en los "Territorios Excluidos", definidos como Unión Europea, Reino Unido, Corea del Sur y Estados Unidos. Quien se encuentre en estos territorios debe contactar con MiniMax para obtener una licencia. En el resto del mundo se permite el uso comercial, pero por encima de 20 millones de dólares de facturación anual hace falta una autorización por escrito.
En la práctica, desde la UE: sin una licencia solicitada directamente a MiniMax, H3 no se puede usar en local. Para vídeo con audio en Europa, la alternativa abierta es la familia LTX-2; el servicio online Hailuo de MiniMax es otra historia, con sus propios términos de uso.
Licencia: MiniMax H3 Community License, excluidos UE, Reino Unido, Corea del Sur y EE. UU.; por encima de 20 millones de dólares de facturación hace falta una autorización.
Dónde encontrarlo:MiniMax H3 (para leer la licencia)
Qué modelo de vídeo elegir
Si quieres…
Te recomendamos
Vídeo con audio y diálogos, desde la UE
LTX-2.5 o LTX-2.3
Varios planos conectados (multi-shot)
LTX-2.5
Hacer hablar a un personaje sobre una pista de audio
LTX-2.3 (plantilla imagen + audio)
La licencia más libre posible
Wan 2.2 (Apache 2.0)
Empezar con una tarjeta de 16–24 GB
Wan 2.2 TI2V 5B, LTX en versión destilada
Muchos LoRA y workflows de la comunidad
Wan 2.1 y 2.2
Consejos prácticos para el vídeo en ComfyUI
Empieza por las plantillas oficiales del menú Workflow: descargan los archivos correctos y traen ajustes ya probados. También las encuentras en la biblioteca de Comfy.
Prueba primero en pequeño: baja resolución y pocos segundos para dar con el prompt adecuado; después sube la calidad y la duración.
Usa las versiones destiladas (4–8 pasos) para las pruebas: son mucho más rápidas.
Parte de una imagen: a menudo conviene crear primero el plano con un modelo de imágenes (mira la guía de modelos de imágenes) y luego animarlo con un modelo de imagen a vídeo.
Indica que el vídeo está generado con IA cuando lo publiques: lo exigen algunas licencias y, para contenidos realistas, también las plataformas.
Las tarjetas gráficas que recomendamos
NVIDIA RTX 5060 Ti 16 GB – el punto de partida sensato para el vídeo con IA en local: 16 GB de VRAM a un precio asequible.
NVIDIA RTX 5070 Ti 16 GB – la misma memoria, pero mucho más rápida: menos espera en cada generación.
NVIDIA RTX 5090 32 GB – la opción de gama alta: 32 GB de VRAM, el mayor margen para los modelos de vídeo grandes.
PC ya montado con RTX 5060 Ti 16 GB – para quien no quiere montar el ordenador y prefiere empezar enseguida.
Para el vídeo con IA en local recomendamos partir de 16 GB (RTX 5060 Ti 16 GB). La RTX 3060 de 12 GB sirve para aprender, pero con los modelos de vídeo va al límite.
Preguntas frecuentes
¿Cuál es el mejor modelo de vídeo open source en 2026?
Técnicamente MiniMax H3, pero su licencia excluye la Unión Europea. Si trabajas desde la UE, la referencia es LTX-2.5 (o LTX-2.3), con audio integrado y licencia gratuita por debajo de 10 millones de dólares de facturación. Si necesitas la licencia más libre, Wan 2.2.
¿Puedo usar MiniMax H3 si lo descargo de todos modos?
La licencia no concede derechos de uso en la Unión Europea: descargarlo y usarlo desde la UE no está cubierto por la licencia. Si lo necesitas para un proyecto, contacta con MiniMax para una licencia específica, como indica el propio texto.
¿Cuánta memoria necesitan LTX-2.3 y LTX-2.5?
Son modelos de 22 mil millones de parámetros: para trabajar con comodidad necesitas 24 GB o más de VRAM y al menos 32 GB de RAM. Con las versiones cuantizadas (fp8, int8), la versión destilada y resoluciones más bajas puedes experimentar también con menos memoria.
¿Puedo usar los vídeos generados para trabajar?
Con Wan (Apache 2.0), sí. Con la familia LTX-2, sí, si tu actividad factura menos de 10 millones de dólares al año, indicando que el contenido está generado por una máquina. Con HunyuanVideo y MiniMax H3, desde la UE, no, salvo con una licencia específica.
Actualizado en septiembre de 2026 · Instrucciones comprobadas con ComfyUI v0.37. Los enlaces de descarga apuntan siempre a la última versión oficial. Forma parte de nuestros tutoriales de IA y ComfyUI.
Instalar ComfyUI por primera vez impone un poco: carpetas, versiones distintas, palabras como «portable» y «CUDA». Nosotros también pasamos por ahí, y hoy es el programa con el que creamos la mayoría de nuestras imágenes y vídeos con IA, en una RTX 3060 de 12 GB normal y corriente.
La buena noticia es que en 2026 es mucho más sencillo que antes, y en media hora puedes tener tu primera imagen. En esta guía te acompañamos paso a paso: qué versión descargar según tu tarjeta gráfica, cómo iniciarlo, cómo activar el Manager para instalar nodos y modelos y cómo generar tu primera imagen. Al final encontrarás 3 workflows gratuitos listos para usar, preparados por nosotros.
En resumen
Descarga la app Desktop (la opción más sencilla) o la versión portable adecuada para tu tarjeta gráfica: tienes todos los enlaces oficiales en la tabla de abajo.
Inicia ComfyUI: se abre en el navegador en la dirección http://127.0.0.1:8188.
Descarga un modelo o carga uno de nuestros workflows y genera tu primera imagen.
Videotutorial: instalar ComfyUI en Windows (vídeo en italiano)
El vídeo está en italiano y muestra una versión anterior de ComfyUI: algunas pantallas pueden ser distintas, pero los pasos principales son los mismos. En el texto tienes las instrucciones actualizadas.
Qué es ComfyUI
ComfyUI es un programa gratuito y de código abierto para usar en tu propio ordenador los modelos de inteligencia artificial que generan imágenes, vídeo y audio: Stable Diffusion, SDXL, Flux y muchos modelos más recientes. Funciona con nodos, como Blender o Unreal Engine: cada paso de la generación es un bloque que conectas con los demás, y el conjunto de bloques se llama workflow.
La gran ventaja es que casi todos los nuevos modelos de IA se publican como nodos de ComfyUI: en lugar de instalar un programa distinto para cada modelo, te basta con ComfyUI. Y los workflows se guardan, se comparten y se reutilizan con un clic.
Descargar ComfyUI: qué versión elegir
Versión
Para quién
Descarga oficial
App Desktop
Quien empieza: se instala como un programa normal y se actualiza sola. Windows y Mac, tarjetas NVIDIA, AMD, Intel y Apple Silicon
Los enlaces portable son los oficiales del proyecto en GitHub y descargan siempre la última versión (unos 2 GB). Atención: el paquete para tarjetas NVIDIA antiguas no debe usarse en las series 20 y posteriores.
Requisitos
Windows 10 u 11 de 64 bits, con los drivers de la tarjeta gráfica actualizados.
Tarjeta gráfica: se recomienda una NVIDIA RTX con al menos 8 GB de VRAM; para Flux y los modelos de vídeo hacen falta 12–16 GB o más. También funciona con tarjetas AMD e Intel, e incluso solo con el procesador, pero mucho más despacio.
RAM: al menos 16 GB, mejor 32 GB.
Espacio en disco: unos 5 GB para ComfyUI, más el espacio para los modelos, que ocupan de 2 a más de 20 GB cada uno. Mejor un SSD.
Si estás pensando en comprar una tarjeta gráfica para IA, en nuestra guía de las mejores tarjetas gráficas para IA encontrarás los modelos recomendados y cuánta memoria necesitas.
Ejecuta el instalador y sigue el asistente: te pregunta qué tarjeta gráfica usas y en qué carpeta guardar los modelos y los archivos.
Al terminar, ComfyUI se abre en su propia ventana, listo para usar y con el Manager incluido. Las actualizaciones llegan automáticamente.
Es el camino más sencillo. La versión portable sigue siendo la preferida de quien quiere más control, tener varias instalaciones separadas o llevar ComfyUI en un disco externo.
Método 2: instalar ComfyUI portable
La versión portable ya incluye todo lo necesario, Python incluido: no tienes que instalar Python, Git ni otros componentes, no modifica la configuración del sistema y puedes moverla a otro disco u ordenador.
Descarga el paquete adecuado para tu tarjeta gráfica desde la tabla de descargas.
Extrae el archivo .7z en la carpeta que prefieras, a ser posible en un SSD con mucho espacio libre (los modelos ocupan bastante). En Windows 11 puedes extraerlo directamente desde el Explorador de archivos; si no, usa 7-Zip. Si la extracción da error: clic derecho en el archivo › Propiedades › marca Desbloquear.
Abre la carpeta ComfyUI_windows_portable y haz doble clic en run_nvidia_gpu.bat (con tarjetas AMD e Intel encontrarás el archivo de inicio correspondiente; run_cpu.bat usa solo el procesador).
Tras unos segundos, ComfyUI se abre en el navegador en la dirección http://127.0.0.1:8188. La ventana negra del símbolo del sistema debe quedarse abierta: si la cierras, también se cierra ComfyUI.
Para actualizar la versión portable, usa el script update\update_comfyui.bat que está en la misma carpeta.
Activar ComfyUI Manager
El Manager te permite instalar con un clic nodos personalizados y modelos, actualizarlo todo e instalar automáticamente los nodos que faltan cuando abres un workflow descargado de internet. Hoy viene integrado en ComfyUI: en la app Desktop ya está activo, y en la versión portable hay que activarlo una sola vez.
Cierra ComfyUI. En la carpeta ComfyUI_windows_portable, escribe cmd en la barra de direcciones del Explorador de archivos y pulsa Intro: se abre el símbolo del sistema ya en la carpeta correcta.
Instala los componentes del Manager con este comando: .\python_embeded\python.exe -m pip install -r ComfyUI\manager_requirements.txt
Abre run_nvidia_gpu.bat con el Bloc de notas y añade --enable-manager al final de la primera línea, así: .\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --enable-manager
Guarda e inicia ComfyUI: en la barra superior aparece el botón del Manager.
Generar la primera imagen
ComfyUI no incluye modelos: el primer paso es descargar uno. La forma más rápida es partir de las plantillas (templates) integradas (menú Workflow), que se ofrecen a descargar automáticamente los modelos necesarios. Otra opción es descargar un modelo y colocarlo en la carpeta correcta: para empezar va de maravilla Stable Diffusion 1.5, ligero y rápido incluso en tarjetas con poca memoria; cópialo en ComfyUI\models\checkpoints.
Después escribe la descripción de la imagen en el nodo del prompt y pulsa Run (o Queue). Cada imagen generada se guarda en la carpeta ComfyUI\output.
🔥 Descarga gratis 3 workflows listos para usar
Para que empieces ya mismo hemos preparado 3 workflows con notas explicativas, hechos solo con nodos nativos de ComfyUI (así no dejan de funcionar cuando se abandona algún nodo externo):
Stable Diffusion 1.5, estándar y LCM para generar rápido;
SDXL, estándar y Lightning para generar rápido;
Flux Schnell, que genera imágenes en 4 pasos.
Están pensados para funcionar también en PCs con poca VRAM (4–8 GB): con una RTX 3060 de 12 GB, una imagen tarda pocos segundos. Introduce tu email aquí abajo y recibirás al momento el enlace de descarga; después arrastra el archivo del workflow a la ventana de ComfyUI y sigue las notas (están escritas en italiano).
Problemas comunes y soluciones
Problema
Solución
ComfyUI no arranca o se cierra enseguida
Actualiza los drivers de la tarjeta gráfica: la versión portable para NVIDIA necesita drivers recientes.
Falta un modelo: descarga uno y cópialo en ComfyUI\models\checkpoints.
Nodos en rojo al abrir un workflow descargado
Faltan nodos personalizados: abre el Manager, usa la instalación de nodos que faltan y reinicia.
Error de memoria (out of memory)
La tarjeta gráfica no tiene suficiente VRAM para ese modelo: usa una versión más ligera del modelo (fp8 o GGUF), baja la resolución o cierra otros programas.
Tienes una tarjeta NVIDIA GTX serie 10 antigua
Usa el paquete portable "cu126" indicado en la tabla de descargas.
La tarjeta gráfica para ComfyUI
Para ComfyUI lo que más cuenta es la VRAM de la tarjeta gráfica: con una RTX 3060 de 12 GB, la más económica que recomendamos y con la que hemos creado nuestros workflows, usas sin problemas SDXL y las versiones reducidas de Flux; con 16 GB trabajas cómodamente también con Flux y los modelos de vídeo. Estas son las tarjetas que recomendamos, de la más económica a la más potente.
NVIDIA RTX 3060 12 GB – la opción económica que usamos a diario
NVIDIA RTX 5060 Ti 16 GB – el mejor equilibrio: 16 GB para Flux y los modelos de vídeo
NVIDIA RTX 5070 Ti 16 GB – mucho más rápida, para quien genera mucho
NVIDIA RTX 5090 32 GB – lo máximo, para los modelos más grandes y el vídeo
PC ya montado con RTX 5060 Ti 16 GB – si prefieres no montarlo tú
Preguntas frecuentes
¿ComfyUI es gratis?
Sí, es gratuito y de código abierto. La mayoría de los modelos también se descargan gratis; algunos tienen licencias que limitan su uso comercial, así que revisa siempre la licencia del modelo que uses.
¿Mejor la app Desktop o la versión portable?
Si estás empezando, la app Desktop: se instala y se actualiza sola. La portable es ideal si quieres más control, varias instalaciones separadas o tener ComfyUI en un disco externo.
¿ComfyUI funciona sin tarjeta NVIDIA?
Sí: hay versiones para tarjetas AMD e Intel, y la app Desktop también es compatible con los Mac con chip Apple. Sin tarjeta gráfica dedicada funciona incluso solo con el procesador, pero una imagen puede tardar minutos en lugar de segundos.
¿Cuánta VRAM necesita ComfyUI?
4–8 GB para Stable Diffusion 1.5 y SDXL, 12–16 GB para usar Flux con comodidad y 16 GB o más para los modelos que generan vídeo.
¿Cómo se actualiza ComfyUI?
La app Desktop se actualiza sola. La versión portable se actualiza con update\update_comfyui.bat o desde el Manager.
Actualizado en septiembre de 2026 · Nuevas tarjetas recomendadas (serie RTX 50) y tabla actualizada con la memoria de vídeo que necesitan los modelos actuales. Forma parte de nuestros tutoriales de IA y ComfyUI (en italiano).
Cuando empezamos a usar la IA en nuestro ordenador, la primera pregunta fue la misma que nos hacéis vosotros: «¿me basta mi tarjeta gráfica?». Hoy trabajamos con ComfyUI en una RTX 3060 de 12 GB de lo más normal, y podemos decirte algo que no encontrarás en ninguna ficha técnica: más que la potencia, lo que cuenta es la memoria de vídeo.
Es la VRAM la que decide qué modelos puedes usar y a qué resolución, y por eso una tarjeta de hace unos años con 12 GB puede ser más útil que una nueva con 8. En esta guía te explicamos cuánta memoria de vídeo necesitas, por qué hoy conviene NVIDIA y qué tarjetas recomendamos en 2026, de la más económica a la más potente, incluida la 3060 de 12 GB que usamos a diario.
En resumen: las tarjetas gráficas que recomendamos para IA
Para gastar lo mínimo: RTX 3060 12 GB, de nuevo a la venta: la tarjeta de nuestras pruebas, perfecta para SDXL y para Flux en versión reducida.
La mejor opción para empezar: RTX 5060 Ti con 16 GB. Cuidado con no confundirla con la versión de 8 GB, que para la IA se queda muy corta.
Para quien trabaja con IA todos los días: RTX 5070 Ti 16 GB, mucho más rápida con la misma memoria.
Sin compromisos: RTX 5090 con 32 GB, para los modelos de vídeo más grandes y para entrenar tus propios LoRA.
Si tienes que comprar el ordenador entero: un PC ya montado con RTX 5060 Ti 16 GB y 32 GB de RAM.
Cuánta memoria de vídeo necesitas para la IA
Para la inteligencia artificial en local, la memoria de vídeo (VRAM) cuenta más que la potencia: el modelo tiene que caber en la memoria de la tarjeta. Si no cabe, la generación se vuelve lentísima o se detiene con un error out of memory. Una tarjeta más lenta pero con más memoria suele ser mejor elección que una más rápida con poca memoria.
Memoria de vídeo
Qué puedes hacer
Valoración
8 GB
Stable Diffusion 1.5 y SDXL; Flux solo en versiones reducidas y con paciencia; los modelos de vídeo quedan casi fuera de alcance
Solo para probar
12 GB
SDXL sin problemas, Flux en versión reducida (fp8 o GGUF), vídeos cortos con los modelos más ligeros
El mínimo recomendado
16 GB
Flux y los modelos de imagen recientes con holgura, vídeo con modelos como Wan y LTX-Video en versión optimizada
La opción ideal
24–32 GB
Los modelos de vídeo más grandes a calidad completa, altas resoluciones, entrenamiento de LoRA
Para profesionales
Además de la memoria de vídeo, también cuenta la RAM del ordenador: con 32 GB, ComfyUI puede mover parte del modelo de la tarjeta gráfica a la RAM cuando hace falta; con 16 GB llegas al límite enseguida.
Por qué una tarjeta NVIDIA
Casi todos los programas y modelos de IA generativa se desarrollan y optimizan ante todo para las tarjetas NVIDIA, gracias a la plataforma CUDA y a los Tensor Cores, unidades de cálculo dedicadas precisamente a las redes neuronales. El resultado es la máxima compatibilidad: cuando sale un modelo nuevo, en NVIDIA funciona desde el primer día.
Hoy ComfyUI también tiene paquetes para tarjetas AMD e Intel, y la app Desktop funciona en los Mac con chip Apple: se pueden usar, pero con menos compatibilidad y tiempos más largos. Para que veas la diferencia, estos son los tiempos que medimos con ComfyUI en una RTX 3060 12 GB, comparados con ordenadores sin tarjeta NVIDIA:
TIEMPOS DE GENERACIÓN DE IMAGEN:
ComfyUI – modelo DreamShaper XL (SDXL Lightning)
3 segundos en una RTX 3060 12 GB
1 minuto y medio en otras GPU (AMD, Intel, M4)
TIEMPOS DE GENERACIÓN DE VÍDEO:
ComfyUI – LTX-Video 0.9.1
1 minuto y 20 segundos en una RTX 3060 12 GB
más de 12 minutos en otras GPU (AMD, Intel, M4)
No es casualidad que, como contamos en nuestra infografía sobre las tarjetas NVIDIA con 24 GB de memoria (en italiano, con datos de usuarios italianos), las tarjetas con mucha memoria de vídeo sigan siendo poco comunes: para la mayoría de la gente, 16 GB son el punto de equilibrio.
Las mejores tarjetas gráficas para IA en 2026
1. NVIDIA RTX 3060 12 GB: la más económica
Es la tarjeta con la que hemos hecho nuestras pruebas, nuestros vídeos y los workflows gratuitos para ComfyUI, y vuelve a estar a la venta. Es la forma más barata de tener 12 GB de memoria de vídeo: SDXL funciona sin problemas, Flux en versión reducida (fp8 o GGUF) y también los vídeos más cortos con modelos ligeros. No es tan rápida como las tarjetas más recientes, pero para aprender y para un uso no profesional es un punto de partida excelente. Si el presupuesto lo permite, los 16 GB de la RTX 5060 Ti te dan más margen de cara al futuro.
2. NVIDIA RTX 5060 Ti 16 GB: la mejor opción para empezar
Es la forma más económica de tener 16 GB de memoria de vídeo en una tarjeta nueva. No es la más rápida, pero mueve Flux, SDXL y los modelos de vídeo optimizados sin los problemas de memoria de las tarjetas de 8 y 12 GB, y consume poco. Asegúrate de elegir la versión de 16 GB: también existe una RTX 5060 Ti de 8 GB que no recomendamos para IA.
3. NVIDIA RTX 5070 Ti 16 GB: el equilibrio perfecto
La misma cantidad de memoria, pero con una potencia de cálculo muy superior: las imágenes llegan en una fracción del tiempo y los vídeos se vuelven realmente utilizables en el trabajo diario. Es la tarjeta que recomendamos a quien usa la IA para trabajar y no quiere gastar lo que cuesta una gama alta.
4. NVIDIA RTX 5090 32 GB: lo máximo
Con 32 GB de memoria mueve a calidad completa incluso los modelos de vídeo más grandes, genera a altas resoluciones y permite entrenar tus propios LoRA en tiempos razonables. Es cara y necesita una fuente de alimentación potente y una caja espaciosa: tiene sentido si la IA es tu trabajo.
Cómo elegir la tarjeta gráfica para IA
La memoria de vídeo, lo primero: 16 GB si puedes, 12 GB como mínimo.
Después, la velocidad: con la misma memoria, una tarjeta de gama más alta genera en menos tiempo.
Fuente de alimentación y espacio: comprueba la potencia recomendada por el fabricante y la longitud de la tarjeta respecto a tu caja.
El resto del PC: al menos 32 GB de RAM y un SSD amplio, porque los modelos ocupan decenas de GB.
Si quieres comparar el rendimiento de las distintas tarjetas, encontrarás benchmarks detallados en este artículo de Tom’s Hardware (en inglés). Si en cambio tienes que comprar el ordenador entero, lee nuestra guía sobre el mejor PC para 3D y render, que también sirve para la IA.
Alternativas: la nube y las plataformas online
Si no quieres comprar una tarjeta gráfica nueva, puedes usar la IA online. Las plataformas de generación son lo más sencillo y a menudo ofrecen créditos gratuitos para empezar: encontrarás las principales en nuestra lista de inteligencias artificiales para generar imágenes. Otra opción es alquilar una tarjeta gráfica en la nube y usar ComfyUI en ella, pagando por horas: compensa para un uso ocasional, pero requiere algo más de soltura técnica.
Para gastar lo mínimo, la RTX 3060 12 GB; para la mayoría de la gente, una NVIDIA con 16 GB de memoria: la RTX 5060 Ti 16 GB como opción equilibrada, la RTX 5070 Ti si quieres más velocidad. La RTX 5090 32 GB es para quien trabaja con los modelos de vídeo más grandes.
¿Bastan 8 GB de VRAM para Stable Diffusion?
Para Stable Diffusion 1.5 y SDXL sí, pero vas al límite: los modelos más recientes y los de vídeo requieren versiones reducidas y mucha paciencia. Si compras hoy, elige al menos 12 GB, mejor 16.
¿Se puede usar la IA con una tarjeta AMD?
Sí: ComfyUI tiene un paquete dedicado a las tarjetas AMD. Sin embargo, la compatibilidad con los modelos nuevos y el rendimiento suelen ser inferiores a NVIDIA, y si tienes problemas encontrarás menos ayuda en la comunidad.
¿Merece la pena comprar una tarjeta de segunda mano?
Puede compensar para tener más memoria por el mismo precio, por ejemplo una RTX 3060 12 GB o una RTX 3090 24 GB. Compra solo a vendedores fiables con garantía y comprueba que la tarjeta no se haya usado para minería.
