¿Cuál es la mejor GPU cloud para ComfyUI, Stable Diffusion y Flux?

¿Puede una GPU más pequeña ejecutar igualmente un modelo que no cabe?

Sí, más lento. ComfyUI mueve los modelos entre la RAM del sistema y la VRAM: su ayuda de línea de comandos indica que, por defecto, los modelos se descargan a la memoria de la CPU después de usarse, y su README describe el weight streaming para modelos más grandes que la tarjeta. Por eso un workflow de FLUX.1 [dev] en BF16 se ejecuta en una RTX 4090 de 24 GB. Mover los pesos cuesta tiempo en cada prompt nuevo, así que la tabla de arriba indica la tarjeta que lo contiene todo a la vez.

La model card de FLUX.2 [dev] muestra otra vía: una versión de 4 bits con el text encoder ejecutado en remoto, en una RTX 4090. Compara las salidas cuantizadas y en BF16 con tus propios prompts antes de decidirte por una.

¿Qué GPU debería elegir para mi workflow?

• SDXL, SD 1.5, LoRAs, ControlNet, upscalers: RTX 4090. El checkpoint de SDXL de 6.9 GB deja 17 GB para modelos extra y lotes grandes.
• FLUX.1 [dev] o [schnell] en FP8: RTX 4090. El archivo FP8 todo-en-uno de 17.2 GB cabe con 6.8 GB de sobra.
• FLUX.1 en BF16, o entrenamiento de LoRA de Flux: RTX 5090. El entrenamiento de LoRA en el transformer de 12B necesita unos 28.8 GB según la regla de nuestra guía de VRAM.
• Varios modelos en un mismo grafo, resoluciones altas, FLUX.2 [klein] con todo cargado: L40S, 48 GB.
• FLUX.2 [dev] en BF16: una H200 (141 GB), o una H100 de 80 GB con el text encoder descargado.

No publicamos cifras de segundos por imagen: no hemos medido ninguna, y cambian con los steps, la resolución y el sampler.

¿Merece la pena la RTX 5090 frente a una RTX 4090?

Cuando tu workflow necesita entre 24 y 32 GB, sí. Según la comprobación de precios de GPUwithCrypto del 29 de octubre de 2026, la RTX 5090 self-serve on-demand más barata costaba un 52 % más por hora que la RTX 4090 más barata ($0.50 frente a $0.33, ambas a Salad) por un 33 % más de VRAM. El precio de la RTX 4090 de Salad sube de $0.33 a $0.44 por hora el 1 de noviembre de 2026.

Las cifras de NVIDIA para la RTX 5090: 32 GB de GDDR7 a 1,792 GB/s y Tensor Cores FP4, frente a 24 GB de GDDR6X a 1,008 GB/s de la RTX 4090. Con nuestros precios, el par cuesta $0.42/hora y $0.28/hora. Comparativa completa: RTX 5090 vs H100.

¿Cómo ejecuto ComfyUI en una GPU alquilada?

Inicia una instancia con la imagen de PyTorch, instala ComfyUI desde su repositorio de GitHub y ábrelo a través de un túnel SSH. ComfyUI escucha en 127.0.0.1, puerto 8188, por defecto, así que la interfaz nunca queda expuesta a internet. Pon los checkpoints en models/checkpoints, los VAEs en models/vae. Cada instancia tiene disco NVMe local, dimensionado para su GPU y mostrado antes de empezar. El disco se borra cuando eliminas la instancia, así que copia antes tus checkpoints.

# 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

¿Debo usar una GPU spot o de marketplace para ComfyUI?

Para una sesión interactiva, no: una GPU reclamada termina la sesión y los archivos de su disco. La oferta de RTX 4090 más barata en el marketplace de Vast.ai era de $0.13 por hora el 29 de octubre de 2026 (feed público de precios de Vast.ai), por debajo de cualquier precio on-demand. Para un lote de renders que pueda reiniciarse, puede compensar. Las instancias son bajo demanda, no spot: nadie puede quitarte la GPU mientras tu saldo la cubra, y la instancia sigue en marcha hasta que la detengas. Más: qué es una GPU spot.