Qual é a melhor GPU em nuvem para ComfyUI, Stable Diffusion e Flux?

Uma GPU menor ainda consegue rodar um modelo que não cabe?

Sim, mais lentamente. O ComfyUI move modelos entre a RAM do sistema e a VRAM: a ajuda de linha de comando diz que, por padrão, os modelos são descarregados para a memória da CPU depois de usados, e o README descreve o streaming de pesos para modelos maiores que a placa. Um workflow de FLUX.1 [dev] em BF16, portanto, roda em uma RTX 4090 de 24 GB. Mover os pesos custa tempo a cada novo prompt, por isso a tabela acima lista a placa que comporta tudo de uma vez.

O model card do FLUX.2 [dev] mostra outro caminho: uma versão de 4 bits com o text encoder rodando remotamente, em uma RTX 4090. Compare as saídas quantizadas e em BF16 nos seus próprios prompts antes de escolher uma.

Qual GPU devo escolher para o meu workflow?

• SDXL, SD 1.5, LoRAs, ControlNet, upscalers: RTX 4090. O checkpoint SDXL de 6,9 GB deixa 17 GB para modelos extras e lotes grandes.
• FLUX.1 [dev] ou [schnell] em FP8: RTX 4090. O arquivo FP8 all-in-one de 17,2 GB cabe com 6,8 GB de sobra.
• FLUX.1 em BF16, ou treinamento de Flux LoRA: RTX 5090. O treinamento de LoRA no transformer de 12B precisa de cerca de 28,8 GB pela regra do nosso guia de VRAM.
• Vários modelos em um único grafo, resoluções altas, FLUX.2 [klein] com tudo carregado: L40S, 48 GB.
• FLUX.2 [dev] em BF16: uma H200 (141 GB), ou uma H100 de 80 GB com o text encoder descarregado.

Não publicamos números de segundos por imagem: não medimos nenhum, e eles mudam com steps, resolução e sampler.

A RTX 5090 vale o custo extra em relação a uma RTX 4090?

Quando o seu workflow precisa de entre 24 e 32 GB, sim. Segundo a verificação de preços da GPUwithCrypto de 29 de outubro de 2026, a RTX 5090 on-demand self-serve mais barata custava 52% mais por hora que a RTX 4090 mais barata ($0.50 contra $0.33, ambas a Salad) por 33% mais VRAM. O preço da RTX 4090 na Salad sobe de $0,33 para $0,44 por hora em 1º de novembro de 2026.

Os números da NVIDIA para a RTX 5090: 32 GB de GDDR7 a 1.792 GB/s e Tensor Cores FP4, contra 24 GB de GDDR6X a 1.008 GB/s na RTX 4090. Nos nossos preços, o par custa $0,42/hora e $0,28/hora. Comparação completa: RTX 5090 vs H100.

Como rodo o ComfyUI em uma GPU alugada?

Inicie uma instância com a imagem do PyTorch, instale o ComfyUI a partir do repositório no GitHub e abra-o por um túnel SSH. O ComfyUI escuta em 127.0.0.1, porta 8188, por padrão, então a interface nunca fica exposta à internet. Coloque os checkpoints em models/checkpoints, as VAEs em models/vae. Toda instância tem disco NVMe local, dimensionado para a sua GPU e mostrado antes de você começar. O disco é apagado quando você exclui a instância, então copie seus checkpoints antes.

# 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

Devo usar uma GPU spot ou de marketplace para o ComfyUI?

Para uma sessão interativa, não: uma GPU recuperada encerra a sessão e os arquivos no disco dela. A oferta mais barata de RTX 4090 no marketplace do Vast.ai era $0.13 por hora em 29 de outubro de 2026 (feed público de preços do Vast.ai), abaixo de qualquer preço on-demand. Para um lote de renders que pode reiniciar, pode valer a pena. As instâncias são on-demand, não spot: ninguém pode tomar sua GPU de volta enquanto seu saldo cobrir o uso, e a instância roda até você pará-la. Mais: o que é uma GPU spot.