Was ist die beste Cloud-GPU für ComfyUI, Stable Diffusion und Flux?

Kann eine kleinere GPU trotzdem ein Modell ausführen, das nicht passt?

Ja, langsamer. ComfyUI verschiebt Modelle zwischen System-RAM und VRAM: Die Hilfe zur Kommandozeile sagt, dass Modelle standardmäßig nach der Nutzung in den CPU-Speicher entladen werden, und das README beschreibt Weight-Streaming für Modelle, die größer als die Karte sind. Ein FLUX.1-[dev]-Workflow in BF16 läuft daher auf einer 24-GB-RTX 4090. Das Verschieben der Gewichte kostet bei jedem neuen Prompt Zeit, deshalb listet die Tabelle oben die Karte, die alles auf einmal hält.

Die Model Card von FLUX.2 [dev] zeigt einen anderen Weg: eine 4-Bit-Version mit remote ausgeführtem Text-Encoder auf einer RTX 4090. Vergleichen Sie quantisierte und BF16-Ausgaben mit Ihren eigenen Prompts, bevor Sie sich für eine entscheiden.

Welche GPU sollte ich für meinen Workflow wählen?

• SDXL, SD 1.5, LoRAs, ControlNet, Upscaler: RTX 4090. Der 6,9-GB-SDXL-Checkpoint lässt 17 GB für zusätzliche Modelle und große Batches frei.
• FLUX.1 [dev] oder [schnell] in FP8: RTX 4090. Die 17,2-GB-All-in-One-FP8-Datei passt mit 6,8 GB Reserve.
• FLUX.1 in BF16 oder Flux-LoRA-Training: RTX 5090. LoRA-Training am 12B-Transformer braucht nach der Regel in unserem VRAM-Guide etwa 28,8 GB.
• Mehrere Modelle in einem Graphen, hohe Auflösungen, FLUX.2 [klein] mit allem geladen: L40S, 48 GB.
• FLUX.2 [dev] in BF16: eine H200 (141 GB) oder eine 80-GB-H100 mit entladenem Text-Encoder.

Wir veröffentlichen keine Sekunden-pro-Bild-Werte: Wir haben keine gemessen, und sie ändern sich mit Steps, Auflösung und Sampler.

Ist die RTX 5090 den Aufpreis gegenüber einer RTX 4090 wert?

Wenn Ihr Workflow zwischen 24 und 32 GB braucht, ja. Laut GPUwithCryptos Preisprüfung vom 29. Oktober 2026 kostete die günstigste Self-Serve-On-Demand-RTX 5090 52 % mehr pro Stunde als die günstigste RTX 4090 ($0.50 gegen$0.33, beide bei Salad) für 33 % mehr VRAM. Salads RTX-4090-Preis steigt am 1. November 2026 von $0,33 auf $0,44 pro Stunde.

NVIDIAs Angaben zur RTX 5090: 32 GB GDDR7 mit 1.792 GB/s und FP4-Tensor-Cores, gegenüber 24 GB GDDR6X mit 1.008 GB/s bei der RTX 4090. Zu unseren Preisen kostet das Paar $0.42/Stunde und $0.28/Stunde. Voller Vergleich: RTX 5090 vs H100.

Wie führe ich ComfyUI auf einer gemieteten GPU aus?

Starten Sie eine Instanz mit dem PyTorch-Image, installieren Sie ComfyUI aus seinem GitHub-Repository und öffnen Sie es über einen SSH-Tunnel. ComfyUI lauscht standardmäßig auf 127.0.0.1, Port 8188, sodass die Oberfläche nie ins Internet exponiert ist. Legen Sie Checkpoints in models/checkpoints ab, VAEs in models/vae. Jede Instanz hat eine lokale NVMe-Disk, dimensioniert für ihre GPU und vor dem Start angezeigt. Die Disk wird beim Löschen der Instanz gewischt, kopieren Sie Ihre Checkpoints also vorher heraus.

# on the instance
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt
python main.py --listen 127.0.0.1 --port 8188

# on your computer: forward the port (host and SSH port are in the dashboard)
ssh -N -L 8188:127.0.0.1:8188 -p SSH_PORT root@HOST
# then open http://127.0.0.1:8188 in your browser

Sollte ich eine Spot- oder Marketplace-GPU für ComfyUI verwenden?

Für eine interaktive Sitzung nicht: Eine zurückgewonnene GPU beendet die Sitzung und die Dateien auf ihrer Disk. Das günstigste RTX-4090-Angebot auf Vast.ais Marketplace war am 29. Oktober 2026 $0.13 pro Stunde (öffentlicher Preisfeed von Vast.ai), unter jedem On-Demand-Preis. Für einen Batch von Renders, der neu starten kann, kann es sich lohnen. Instanzen sind On-Demand, nicht Spot: Niemand kann Ihnen die GPU wegnehmen, solange Ihr Guthaben reicht, und die Instanz läuft, bis Sie sie stoppen. Mehr: was ist eine Spot-GPU.