ComfyUIの始め方｜GPU無しでも無料枠400クレジットで動く7手順 (2026年版)

画面を開いた瞬間、四角い箱と細い線がぐちゃっと並んでいて、そっとタブを閉じた。ComfyUIで最初に脱落するポイントは、ほぼ全員がここです。

その気持ちのまま読み進める前に、身も蓋もない話を1つ。「きれいな絵を1枚」が目的なら、ComfyUIを選ぶ理由はありません。 MidjourneyやDALL-Eのほうが速いし、迷う時間もゼロです。

それでも人が集まる理由はたった1つ。組んだ手順をファイル1枚で丸ごと渡せることです。

ComfyUIとは？画像生成を「配線図」で組むツール

ComfyUIとは、Stable Diffusionなどの画像生成AIを、ノード（1つの仕事だけをこなす部品のこと）を線でつないで動かすオープンソースのツールです。本体は無料で、Windows・Mac・Linuxで動きます。

2023年に個人開発者comfyanonymous氏が公開したあと、いまや画像生成コミュニティの中心地になりました。2026年初頭時点でGitHubのスターは6.9万を超え、有志が作ったカスタムノードは2,000種類以上。個人発のプロジェクトとしては異例の規模です。

「ノード型」は何が違うのか

従来のStable Diffusion WebUI（AUTOMATIC1111、通称A1111）は、スライダーと入力欄が並ぶフォーム型でした。数値を入れてボタンを押す、見慣れたアプリの形です。

ComfyUIは、その内側で黙って動いていた処理を全部おもてに出しました。

「指示文を読む → モデルに渡す → ノイズを消す → 画像に変換して保存する」。この流れがそのまま箱と線として画面に並びます。だから初見では配線図に見える。でも慣れると、どこをいじれば結果がどう動くかが目で追えるようになります。

フォーム型は「使う」道具、ノード型は「組む」道具。 差はここに集約されます。

集まる理由は4つ

• VRAMの使い方が上手い — 同じモデルでもA1111より少ないGPUメモリで通ることが多く、8GBクラスでもFlux系が動く報告があります
• PNGをドラッグすれば復元できる — 生成画像に手順が埋め込まれるので、他人の作品から組み方を逆算できます
• バッチ生成が得意 — 表情違い・角度違いをまとめて出す用途で地味に効きます
• 新モデルへの追従が速い — 公開から数日でコミュニティ製のワークフローが出回ります

再現性については、注意を1つだけ。JSONを読み込んでも、モデル・seed・拡張ノード・本体バージョンが揃っていないと絵はズレます。「ファイルさえあれば完全に同じ」ではありません。

弱点も正直に書きます。学習コストは高いです。 海外の評価記事でも第一の欠点として「急な学習曲線」が繰り返し挙げられています。ここを飲み込めるかどうかが分かれ道。

手順1: ComfyUIをやめておくべき人はどんな人？

導入で時間を溶かさないために、向き不向きをここで切り分けます。当てはまらない人は、この先を読まずに別のツールへ行ったほうが幸せです。

つまり、「同じ工程を繰り返すかどうか」が唯一の判定基準です。1回きりの作業に配線図はいりません。

イラスト用途でツール選びから迷っている段階なら、AIイラスト作成の基本を先に読むと、この後のモデルの話がすんなり入ります。

手順2: 導入ルートは3つのどれを選ぶ？（ここで9割決まる）

始め方は3つあり、GPUの有無でほぼ自動的に決まります。GPUを積んでいないPCしか無いなら、Comfy Cloud以外の選択肢は考えなくていいです。

比較すると性格の違いがはっきりします。

つまり、無料で試す入口はCloud、本腰を入れるならDesktop、力技が必要なときだけレンタル。この順で考えれば迷いません。

ノートPCしか無い人が「まずローカルで」と言って半日消すのが、いちばんもったいない失敗です。

手順3: インストールする（Comfy Desktopは役割が変わった）

2026年に公式アプリは「Comfy Desktop」として作り直され、ComfyUI本体そのものではなく、複数の環境を管理するランチャーになりました。壊したときに戻せるのが最大の変化です。

新旧の違いを並べます。

つまり、「カスタムノードを入れたら起動しなくなった」からの生還率が上がったわけです。旧版で環境を吹き飛ばした経験がある人ほど恩恵は大きい。

カスタムノードの管理役だったComfyUI Managerも公式側に統合され、Desktop版には最初から入っています。足りないノードの自動検出、ノード同士のぶつかり合いの警告、セキュリティスキャンまで込みです。コマンドラインで入れた環境では、Managerを別途入れる作業が残ります。

Macで動かす場合はAppleシリコン必須と考えてください。メモリはユニファイドメモリを共有するので、16GBだと重いモデルで詰まります。

手順4: 最初の1枚を出す（デフォルト配線の読み方）

起動直後に置かれているワークフローを、消さずにそのまま実行するのが最短です。箱の意味は5つ覚えれば足ります。

初期状態で並んでいる箱は、だいたいこの役割です。

• Load Checkpoint — 使うモデルを読み込む入口。ここが空だと何も動きません
• CLIP Text Encode — 指示文を入れる箱。上が「描いてほしいもの」、下が「避けたいもの」
• KSampler — ノイズを消して絵に近づける心臓部。seedとstepsはここ
• VAE Decode / Save Image — 出来上がりを画像に変換して保存する出口

実行ボタンを押すと、処理中の箱が緑色に光りながら左から右へ流れます。この光の動きを1回眺めるだけで、配線図が処理の順番だと腹落ちします。

うまくいったら、seedの値を固定して指示文だけを1語変えてみてください。結果の変化が指示文由来なのか偶然なのかを切り分ける、いちばん基本の練習です。

ここまでの整理: 導入ルートを選び、Comfy Desktopを入れ、初期ワークフローで1枚出す。ここまで到達していれば、残りはすべて「足していく」作業です。

手順5: モデルとLoRAを足す（フォルダの置き場所が9割）

追加のつまずきは、ほぼ全部「ファイルを置く場所を間違えている」だけです。読み込みリストに出てこないときは、まずパスを疑ってください。

置き場所の対応はこうなっています。

つまり、名前のとおりのフォルダに入れて、アプリ側の更新ボタンを押す。それだけです。

LoRAは「絵柄や特定のキャラを後乗せする小さな追加ファイル」だと考えてください。Load LoRAの箱をLoad Checkpointの直後に差し込み、強さを0.6〜0.8あたりから試すのが扱いやすいです。1.0に近づけるほど絵柄は寄りますが、構図が崩れやすくなります。

A1111をすでに使っている人は、モデルを丸ごとコピーする必要はありません。ComfyUIには外部フォルダを参照する設定ファイル（extra_model_paths.yaml）が用意されていて、既存のモデル置き場をそのまま共有できます。数十GBのコピーを回避できるので、乗り換え時はここを先に見てください。

手順6: 動画生成に手を出す前にクレジットの感覚をつかむ

ComfyUIは外部モデルをAPIノード経由で呼べます。ここは従量課金なので、無料枠400クレジットは動画で一瞬に溶けます。秒単価を先に頭に入れておくのが自衛策です。

公式の料金表から、代表的な動画モデルの単価を抜き出します。

つまり、5秒の動画を1本作るだけで70〜150クレジット前後。無料枠400クレジットは、動画なら数本で終わります。

Kling V1.5からV2.1系までの旧モデルは2026年9月15日でサービス終了が告知されています。古い解説記事の手順をそのままなぞると、存在しないモデルを指定して止まるので注意してください。Runwayの首尾フレーム系ノードもgen3a_turboと同時に終了済みで、画像から動画への生成はGen4 Turboに寄せる流れです。

動画側のツール選びから固めたい場合は、Runway Gen-2の実力レビューを読んでから戻ってくると、クレジットを無駄撃ちせずに済みます。

手順7: エラーで詰まったときはどこを見る？

エラーの見た目は毎回違いますが、原因は数種類に収束します。赤い枠が出たら、この順で確認すれば大半は自力で戻せます。

よく出る4つと対処です。

• 赤枠で「ノードが見つからない」 — 他人のワークフローに独自ノードが含まれています。Managerの「Install Missing Custom Nodes」で自動解決
• 「Error occurred when executing KSampler」 — モデルとVAE、あるいはLoRAの世代がかみ合っていません。同じ系統のファイルで揃えます
• out of memory系 — 解像度を下げるか、バッチ数を1に戻します。動画系ノードは特にVRAMを持っていきます
• 起動しなくなった — 直前に入れたカスタムノードが犯人です。Desktopのスナップショットから戻すのが最短

ログを開かずにネットで検索しても、当たりの記事は出てきません。 実行画面のエラー文をそのままコピーして検索するのが、遠回りに見えていちばん速い道です。

自動化の考え方そのものに慣れておきたいなら、AutoGPTの仕組みを読むと「処理をつなげて任せる」感覚が共通しているのがわかります。

ComfyUI・A1111・Fooocusはどう使い分ける？

同じStable Diffusion系でも、想定している使い手がまったく違います。1つに決める必要はなく、目的で持ち替えるのが現実的です。

3つの性格を並べます。

つまり、探索はFooocus、詰めはComfyUI。この組み合わせが最も無駄が少ないです。

編集部の評価

公開情報と公式の料金表を突き合わせた率直な評価です。数字が確認できる範囲で判断しています。

価値がはっきりしているのは「再現と共有」。PNG1枚でワークフローが復元でき、他人の組み方をそのまま分解できる仕組みは、他のUIに無い強みです。学習用途としてもここが効きます。

無料枠400クレジットは、静止画の試用としては破格です。GPUを買う前に自分に合うか判定できる意味は大きい。ただし動画に使うと数本で消えるので、動画目的で無料枠に期待するのは正直イマイチです。

Comfy Desktopのスナップショット復元は重宝します。 カスタムノードで環境を壊す事故は初心者ほど踏むので、標準で戻せるようになったのは実質的な参入障壁の低下です。

一方で、学習コストの高さは2026年時点でも解決していません。 「箱を並べる」という発想自体に馴染めない人が一定数いるのは事実で、そこを気合でごまかす記事は信用しないほうがいいです。合わなければ潔く別のツールへ行くのが正解。

総じて、繰り返し作業がある人には一択、単発利用なら見送り。この線引きがいちばん実利にかないます。

よくある質問（FAQ）

Q. ComfyUIは完全に無料ですか？

本体はオープンソースとして無料で配布されており、自分のPCで動かすかぎり費用はかかりません。お金が発生するのは、外部モデルをAPIノードで呼ぶときとComfy Cloudのクレジットを使い切ったときの2か所だけです。

Q. GPUはどのくらい必要ですか？

VRAM 8GBが実質の下限で、12GB以上あると選べるモデルが一気に増えます。ComfyUIはメモリの使い方が上手いので、同じ構成でも他のUIより通りやすい傾向があります。GPUが無い場合はComfy Cloudで代替できます。

Q. A1111から乗り換えると、モデルを入れ直しですか？

入れ直しは不要です。extra_model_paths.yamlという設定ファイルで既存のモデルフォルダを参照できるので、数十GBのコピーをせずに共存させられます。しばらく両方を並行して使い、慣れてから片方を消すのが安全です。

Q. もらったワークフローのJSONを読み込めば、同じ絵が出ますか？

出ないことがあります。モデル・seed・カスタムノード・本体バージョンのどれかがズレると結果は変わります。まず同じモデルファイルを入手することを最優先にしてください。

Q. 生成した画像は商用利用できますか？

判断はComfyUIではなく、使ったモデルとLoRAのライセンス側で決まります。モデルごとに商用可否や再配布条件が違うので、配布ページの記載を必ず確認してください。ツール本体が無料であることと、出力物の権利は別の話です。

次に読むならこれ

ComfyUIの入り口が見えたら、その先で必要になるのは「どのモデルで何を作るか」の判断です。AIイラスト作成の基本には、絵柄の決め方と指示文の組み立てがまとまっているので、配線を覚えた直後に読むと成果物の質が一段変わります。