Mejores modelos de imagen para ComfyUI (2026): guía completa

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

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.

Si tienes que elegir tarjeta gráfica, lee la guía de las mejores GPU para IA. Si todavía no tienes ComfyUI, empieza por la guía sobre cómo instalar ComfyUI en Windows.

La primera generación: Stable Diffusion

Stable Diffusion 1.5 (2022)

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.
• Dónde encontrarlo: página del modelo · versión lista para ComfyUI

SDXL (2023)

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.
• Dónde encontrarlo: SDXL base 1.0

Stable Diffusion 3.5 (2024)

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.
• Dónde encontrarlo: SD 3.5 Large · SD 3.5 Medium

La revolución Flux (2024–2025)

FLUX.1 Schnell y Dev

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.
• Dónde encontrarlos: FLUX.1 Schnell · FLUX.1 Dev

FLUX.1 Kontext y FLUX.1 Krea Dev

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.
• Dónde encontrarlos: FLUX.1 Kontext Dev · FLUX.1 Krea Dev

2025: llegan los grandes modelos abiertos

HiDream-I1

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.

• VRAM: 16–24 GB con versiones fp8/GGUF.
• Licencia: MIT, libre también para uso comercial.
• Dónde encontrarlo: HiDream-I1

Chroma

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.
• Dónde encontrarlos: Qwen-Image · Qwen-Image-2512 · Qwen-Image-Edit 2511

HunyuanImage 2.1 y 3.0 (ojo con la licencia)

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.
• Dónde encontrarlos: HunyuanImage 2.1 · HunyuanImage 3.0 (para leer la licencia)

Z-Image y Z-Image Turbo

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.
• Dónde encontrarlos: Z-Image Turbo · Z-Image

FLUX.2 Dev

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.
• Dónde encontrarlo: FLUX.2 Dev

LongCat-Image (Meituan)

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.
• Dónde encontrarlo: LongCat-Image · LongCat-Image-Edit

Los modelos de 2026

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.
• Dónde encontrarlo: FLUX.2 Klein 4B · FLUX.2 Klein Base 4B

FLUX.2 Klein 9B

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.
• Dónde encontrarlo: FLUX.2 Klein 9B

Anima: el modelo para anime e ilustración

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.
• Dónde encontrarlo: Anima · tutorial de ComfyUI

ERNIE-Image (Baidu)

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.
• Dónde encontrarlo: ERNIE-Image · ERNIE-Image Turbo

Ideogram 4.0

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.
• Dónde encontrarlo: Ideogram 4.0 fp8 · texto de la licencia

Boogu-Image 0.1

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.
• Dónde encontrarlo: Boogu-Image 0.1 Turbo · Boogu-Image 0.1 Edit · tutorial de ComfyUI

Krea 2

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.
• Dónde encontrarlo: Krea 2 Turbo · Krea 2 Raw · licencia

Qwen-Image 2.1

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.
• Dónde encontrarlo: Qwen-Image 2.1

¿Y FLUX 3?

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

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.