तुरंत जवाब
ComfyUI, Stable Diffusion और Flux के लिए सबसे अच्छा cloud GPU कौन-सा है?
ComfyUI के लिए सबसे अच्छा cloud GPU वह सबसे सस्ता कार्ड है जो आपकी model files VRAM में थामता है: SDXL (6.9 GB checkpoint) और FLUX.1 [dev] FP8 (17.2 GB) के लिए RTX 4090 (24 GB), BF16 में FLUX.1 [dev] (29.3 से 34.2 GB, अपने text encoder के साथ) के लिए RTX 5090 (32 GB) या L40S (48 GB)। 29 अक्टूबर 2026 तक, GPUwithCrypto RTX 4090 को $0.28/घंटा पर किराए पर देता है, crypto में भुगतान।
हर image model को कितनी VRAM चाहिए?
Total = एक generation के लिए ComfyUI जो files लोड करता है, जैसा 29 अक्टूबर 2026 को Hugging Face पर सूचीबद्ध था (decimal GB)। Smallest fit = हमारे उन GPUs में सबसे सस्ता जो total को एक साथ थामता है। हाई resolution की images और बड़े batches ऊपर से activation memory जोड़ते हैं।
| Model | Parameters (आधिकारिक) | लोड होने वाली files | Total | Smallest fit | GPUwithCrypto प्रति घंटा | Licence |
|---|---|---|---|---|---|---|
| SDXL 1.0 base | 3.5B | sd_xl_base_1.0 checkpoint 6.9 GB (UNet, दोनों text encoders, VAE) | 6.9 GB | RTX 4090 24 GB | $0.28/घंटा | CreativeML Open RAIL++-M |
| FLUX.1 [dev], FP8 | 12B | Comfy-Org flux1-dev-fp8 checkpoint 17.2 GB (FP8 model, text encoders, VAE) | 17.2 GB | RTX 4090 24 GB | $0.28/घंटा | FLUX.1 [dev] Non-Commercial |
| FLUX.1 [dev], BF16 + T5 in FP8 | 12B | flux1-dev 23.8 GB + T5-XXL FP8 4.9 GB + CLIP-L 0.25 GB + VAE 0.34 GB | 29.3 GB | RTX 5090 32 GB | $0.42/घंटा | FLUX.1 [dev] Non-Commercial |
| FLUX.1 [dev] या [schnell], सभी BF16/FP16 | 12B | flux1 model 23.8 GB + T5-XXL FP16 9.8 GB + CLIP-L 0.25 GB + VAE 0.34 GB | 34.2 GB | L40S 48 GB | $0.82/घंटा | [dev] Non-Commercial · [schnell] Apache-2.0 |
| FLUX.2 [klein] 9B | 9B | मॉडल 18.2 GB + Qwen3 8B टेक्स्ट एम्बेडर 16.4 GB (BF16) | इसके मॉडल कार्ड के अनुसार ≈ 29 GB | RTX 5090 32 GB | $0.42/घंटा | FLUX Non-Commercial |
| FLUX.2 [dev] | 32B | मॉडल 64.4 GB + टेक्स्ट एनकोडर 48.0 GB (BF16) + VAE 0.34 GB | 112.8 GB | H200 141 GB | $3.07/घंटा | FLUX Non-Commercial |
कीमतें को जांची गईं
अंकगणित, FLUX.1 [dev] सब BF16/FP16 में: 23.8 + 9.8 + 0.25 + 0.34 = 34.2 GB। FLUX.2 [dev] एक 80 GB H100 या A100 पर तब फिट होता है जब टेक्स्ट एनकोडर प्रॉम्प्ट एनकोड करने के बाद अनलोड हो जाए: 64.4 GB का मॉडल तब अकेले फिट हो जाता है।
क्या कोई छोटा GPU ऐसा मॉडल चला सकता है जो उसमें फिट न हो?
हाँ, पर धीमे। ComfyUI मॉडलों को सिस्टम RAM और VRAM के बीच ले जाता है: इसकी कमांड-लाइन help कहती है कि डिफ़ॉल्ट रूप से उपयोग के बाद मॉडल CPU memory में अनलोड हो जाते हैं, और इसका README कार्ड से बड़े मॉडलों के लिए weight streaming बताता है। इसलिए BF16 में एक FLUX.1 [dev] workflow 24 GB RTX 4090 पर चलता है। वज़न ले जाने में हर नए प्रॉम्प्ट पर समय लगता है, इसलिए ऊपर का टेबल वह कार्ड बताता है जो सब कुछ एक साथ रखता है।
FLUX.2 [dev] का मॉडल कार्ड एक और रास्ता दिखाता है: एक 4-bit वर्ज़न जिसमें टेक्स्ट एनकोडर दूर से चलता है, RTX 4090 पर। एक पर चलने से पहले अपने प्रॉम्प्ट पर quantized और BF16 outputs की तुलना करें।
अपने workflow के लिए मुझे कौन सा GPU चुनना चाहिए?
- SDXL, SD 1.5, LoRAs, ControlNet, upscalers: RTX 4090। 6.9 GB का SDXL checkpoint अतिरिक्त मॉडलों और बड़े batches के लिए 17 GB छोड़ता है।
- FP8 में FLUX.1 [dev] या [schnell]: RTX 4090। 17.2 GB की all-in-one FP8 फ़ाइल 6.8 GB बचाकर फिट होती है।
- BF16 में FLUX.1, या Flux LoRA training: RTX 5090। 12B transformer पर LoRA training को हमारी VRAM गाइड के नियम से लगभग 28.8 GB चाहिए।
- एक graph में कई मॉडल, उच्च रेज़ोल्यूशन, सब कुछ लोड करके FLUX.2 [klein]: L40S, 48 GB।
- BF16 में FLUX.2 [dev]: एक H200 (141 GB), या एक 80 GB H100 जिसमें टेक्स्ट एनकोडर अनलोड हो।
हम प्रति-इमेज सेकंड के आँकड़े नहीं छापते: हमने कोई नहीं मापा है, और वे steps, resolution और sampler के साथ बदलते हैं।
क्या RTX 5090, RTX 4090 से ज़्यादा कीमत के लायक है?
जब आपके workflow को 24 और 32 GB के बीच जगह चाहिए, तो हाँ। GPUwithCrypto के 29 अक्टूबर 2026 के मूल्य जाँच के अनुसार, सबसे सस्ती self-serve on-demand RTX 5090 प्रति घंटा सबसे सस्ती RTX 4090 से 52% ज़्यादा थी ($0.50 बनाम $0.33, दोनों Salad पर) 33% ज़्यादा VRAM के लिए। Salad का RTX 4090 मूल्य 1 नवंबर 2026 से $0.33 से $0.44 प्रति घंटा हो जाता है।
RTX 5090 के लिए NVIDIA के आँकड़े: 1,792 GB/s पर 32 GB GDDR7 और FP4 Tensor Cores, बनाम RTX 4090 पर 1,008 GB/s पर 24 GB GDDR6X। हमारी कीमतों पर यह जोड़ी $0.42/घंटा और $0.28/घंटा में पड़ती है। पूरी तुलना: RTX 5090 बनाम H100।
किराए के GPU पर ComfyUI कैसे चलाऊँ?
PyTorch image के साथ एक instance शुरू करें, ComfyUI को उसके GitHub repository से इंस्टॉल करें और उसे SSH tunnel से खोलें। ComfyUI डिफ़ॉल्ट रूप से 127.0.0.1, port 8188 पर सुनता है, इसलिए इंटरफ़ेस कभी इंटरनेट पर खुला नहीं रहता। checkpoints models/checkpoints में रखें, VAEs models/vae में। हर इंस्टेंस में local NVMe डिस्क होती है, जो उसके GPU के लिए साइज़ की गई है और शुरू करने से पहले दिखाई जाती है। इंस्टेंस डिलीट करने पर डिस्क मिट जाती है, इसलिए पहले अपने checkpoints बाहर कॉपी कर लें।
# 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
ComfyUI के लिए मुझे spot या marketplace GPU इस्तेमाल करना चाहिए?
इंटरैक्टिव session के लिए, नहीं: reclaim किया गया GPU session और उसकी disk पर की फ़ाइलें खत्म कर देता है। Vast.ai के marketplace पर सबसे सस्ता RTX 4090 ऑफ़र 29 अक्टूबर 2026 को $0.13 प्रति घंटा था (Vast.ai public price feed), किसी भी on-demand कीमत से कम। ऐसे renders के batch के लिए जो फिर से शुरू हो सके, यह फ़ायदेमंद हो सकता है। इंस्टेंस on-demand हैं, spot नहीं: जब तक आपका balance उसे कवर करता है, कोई आपका GPU वापस नहीं ले सकता, और इंस्टेंस तब तक चलता है जब तक आप उसे रोकते नहीं। अधिक: spot GPU क्या है।
ComfyUI और Flux GPU प्रश्न
Flux के लिए मुझे कितना VRAM चाहिए?
FLUX.1 [dev] सब कुछ BF16/FP16 में 34.2 GB लोड करता है, T5 टेक्स्ट एनकोडर के साथ FP8 में 29.3 GB और all-in-one FP8 फ़ाइल के रूप में 17.2 GB। इसका मतलब एक L40S, एक RTX 5090 या एक RTX 4090। FLUX.2 [dev] BF16 में 112.8 GB लोड करता है।
क्या मैं FLUX.1 [dev] को 24 GB RTX 4090 पर चला सकता हूँ?
हाँ। FP8 checkpoint (17.2 GB) पूरा फिट होता है। BF16 मॉडल (23.8 GB) भी चलता है, क्योंकि ComfyUI वज़न को सिस्टम RAM और VRAM के बीच ले जाता है, पर हर नए प्रॉम्प्ट को तब उन transfers का इंतज़ार करना पड़ता है।
SDXL को कितना VRAM चाहिए?
SDXL 1.0 base checkpoint अपने text encoders और VAE के साथ 6.9 GB है, इसलिए हमारा हर किराए का GPU इसे रखता है। $0.28/घंटा पर एक RTX 4090 उसी graph में LoRAs, ControlNet models और upscalers के लिए जगह छोड़ता है।
FLUX.2 [dev] को कितना VRAM चाहिए?
इसका 32B मॉडल BF16 में 64.4 GB लेता है और इसका टेक्स्ट एनकोडर 48.0 GB, कुल मिलाकर 112.8 GB। एक H200 दोनों रखता है; एक 80 GB H100 मॉडल को टेक्स्ट एनकोडर अनलोड करके रखता है। मॉडल कार्ड एक 4-bit वर्ज़न भी दिखाता है, दूर के टेक्स्ट एनकोडर के साथ RTX 4090 पर।
क्या मैं FLUX मॉडल व्यावसायिक रूप से इस्तेमाल कर सकता हूँ?
हर लाइसेंस जाँचें। FLUX.1 [schnell] Apache-2.0 है। FLUX.1 [dev], FLUX.2 [dev] और FLUX.2 [klein] 9B Black Forest Labs के non-commercial लाइसेंस इस्तेमाल करते हैं; व्यावसायिक काम से पहले उनकी शर्तें पढ़ें।
क्या मैं GPU के लिए crypto से भुगतान कर सकता हूँ?
हाँ। GPUwithCrypto $25 top-up से BTC, USDT, USDC, ETH, SOL, LTC लेता है, बिना ID और बिना card। इंस्टेंस चलते समय प्रति मिनट, घंटे के रेट पर बिल किए जाते हैं, उस GPU के लिए आपके खरीदे गए GPU-घंटों से। इंस्टेंस रोकने पर चार्ज तुरंत रुक जाता है।
स्रोत (13)
- FLUX.1 [dev] मॉडल कार्ड और फ़ाइलें — Black Forest Labs / Hugging Face (read 2026-10-29)
- FLUX.1 [schnell] मॉडल कार्ड और फ़ाइलें — Black Forest Labs / Hugging Face (read 2026-10-29)
- FLUX.2 [dev] मॉडल कार्ड और फ़ाइलें — Black Forest Labs / Hugging Face (read 2026-10-29)
- FLUX.2 [klein] 9B मॉडल कार्ड और फ़ाइलें — Black Forest Labs / Hugging Face (read 2026-10-29)
- ComfyUI के लिए Flux text encoders (T5-XXL, CLIP-L) — ComfyUI / Hugging Face (read 2026-10-29)
- Comfy-Org Flux-1-Dev फ़ाइलें (FP8 checkpoint) — Comfy-Org / Hugging Face (read 2026-10-29)
- Stable Diffusion XL 1.0 की घोषणा — Stability AI (read 2026-10-29)
- stable-diffusion-xl-base-1.0 फ़ाइलें — Stability AI / Hugging Face (read 2026-10-29)
- ComfyUI README और कमांड-लाइन विकल्प — ComfyUI (read 2026-10-29)
- NVIDIA RTX Blackwell आर्किटेक्चर whitepaper (RTX 5090) — NVIDIA (read 2026-10-29)
- NVIDIA Ada GPU आर्किटेक्चर व्हाइटपेपर (RTX 4090) — NVIDIA (read 2026-10-29)
- SaladCloud मूल्य परिवर्तन, नवंबर 2026 blog.salad.com/saladcloud-price-changes-november-2026 — Salad (read 2026-10-29)
- Vast.ai का सार्वजनिक GPU प्राइस फ़ीड — Vast.ai (read 2026-10-29)