Wat is de beste cloud-GPU voor ComfyUI, Stable Diffusion en Flux?

Kan een kleinere GPU toch een model draaien dat niet past?

Ja, langzamer. ComfyUI verplaatst modellen tussen systeem-RAM en VRAM: de command-line help zegt dat modellen standaard naar CPU-geheugen worden uitgeladen nadat ze zijn gebruikt, en de README beschrijft weight streaming voor modellen die groter zijn dan de kaart. Een FLUX.1 [dev]-workflow in BF16 draait daarom op een 24 GB RTX 4090. Het verplaatsen van weights kost tijd bij elke nieuwe prompt, dus de tabel hierboven vermeldt de kaart die alles tegelijk vasthoudt.

De modelkaart van FLUX.2 [dev] laat een andere route zien: een 4-bit-versie met de tekst-encoder op afstand, op een RTX 4090. Vergelijk quantized en BF16-outputs op je eigen prompts voordat je een keuze maakt.

Welke GPU moet ik kiezen voor mijn workflow?

• SDXL, SD 1.5, LoRA's, ControlNet, upscalers: RTX 4090. De SDXL-checkpoint van 6,9 GB laat 17 GB over voor extra modellen en grote batches.
• FLUX.1 [dev] of [schnell] in FP8: RTX 4090. Het all-in-one FP8-bestand van 17,2 GB past met 6,8 GB over.
• FLUX.1 in BF16, of Flux LoRA-training: RTX 5090. LoRA-training op de 12B-transformer heeft ongeveer 28,8 GB nodig volgens de regel in onze VRAM-gids.
• Meerdere modellen in één graph, hoge resoluties, FLUX.2 [klein] met alles geladen: L40S, 48 GB.
• FLUX.2 [dev] in BF16: één H200 (141 GB), of een 80 GB H100 met de tekst-encoder uitgeladen.

We publiceren geen seconden-per-afbeelding-cijfers: we hebben er geen gemeten, en ze veranderen met steps, resolutie en sampler.

Is de RTX 5090 de meerprijs waard ten opzichte van een RTX 4090?

Wanneer je workflow tussen 24 en 32 GB nodig heeft, ja. Volgens de prijscheck van GPUwithCrypto van 29 oktober 2026 kostte de goedkoopste self-serve on-demand RTX 5090 52% meer per uur dan de goedkoopste RTX 4090 ($0.50 tegen $0.33, beide bij Salad) voor 33% meer VRAM. De RTX 4090-prijs van Salad stijgt op 1 november 2026 van $0,33 naar $0,44 per uur.

NVIDIA's cijfers voor de RTX 5090: 32 GB GDDR7 op 1.792 GB/s en FP4 Tensor Cores, tegen 24 GB GDDR6X op 1.008 GB/s op de RTX 4090. Bij onze prijzen kost het paar $0,42/uur en $0,28/uur. Volledige vergelijking: RTX 5090 vs H100.

Hoe draai ik ComfyUI op een gehuurde GPU?

Start een instance met de PyTorch-image, installeer ComfyUI vanuit de GitHub-repository en open het via een SSH-tunnel. ComfyUI luistert standaard op 127.0.0.1, poort 8188, dus de interface wordt nooit aan het internet blootgesteld. Zet checkpoints in models/checkpoints, VAEs in models/vae. Elke instance heeft een lokale NVMe-schijf, afgestemd op de GPU en getoond voordat je start. De schijf wordt gewist wanneer je de instance verwijdert, dus kopieer je checkpoints eerst weg.

# 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

Moet ik een spot- of marketplace-GPU gebruiken voor ComfyUI?

Voor een interactieve sessie, nee: een teruggewonnen GPU beëindigt de sessie en de bestanden op de schijf. Het goedkoopste RTX 4090-aanbod op de marketplace van Vast.ai was $0.13 per uur op 29 oktober 2026 (openbare prijsfeed van Vast.ai), onder elke on-demand prijs. Voor een batch renders die opnieuw kan starten, kan het lonen. Instances zijn on-demand, niet spot: niemand kan je GPU terugnemen zolang je saldo het dekt, en de instance draait tot je hem stopt. Meer: wat is een spot-GPU.