En este artículo práctico y orientado al desarrollador explico cómo poner en marcha ComfyUI en Vast.ai sin sorpresas, manteniendo los costes previsibles y evitando los errores más comunes. También presentamos a Q2BSTUDIO, empresa especializada en desarrollo de software a medida, aplicaciones a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y soluciones como agentes IA y power bi para empresas.
Panorama general. Necesitarás una GPU potente para experimentos con ComfyUI; mi portátil se quedó corto, así que en lugar de montar un laboratorio casero desplegué ComfyUI en Vast.ai, añadí modelos y controlé la factura. Esta guía te lleva de cero a producción evitando cargos ocultos por ancho de banda y errores habituales.
Qué haremos. Alquilar una GPU en Vast.ai y elegir precios sensatos. Usar la plantilla oficial de ComfyUI y definir almacenamiento adecuado. Cargar modelos por tres vías: interfaz de ComfyUI, terminal Jupyter o un one-liner automatizado. Descargar imágenes generadas eficientemente. Mantener los costes previsibles y saber cuándo detener o destruir la instancia. Depurar con herramientas de desarrollo como CLI, logs y comprobaciones básicas.
Resumen rápido. Elige GPUs con unos 24 GB de VRAM para flujos cómodos; vigila el coste por TB de ancho de banda. Usa la plantilla oficial ComfyUI y reserva alrededor de 200 GB de disco para trabajar con varios modelos. Los modelos deben ir bajo /workspace/ComfyUI/models en subcarpetas como checkpoints, loras, vae, clip, controlnet, etc. Pulsa R en ComfyUI para recargar modelos tras añadir archivos. Para conservar datos, detén la instancia; para cortar todo el gasto, destrúyela teniendo en cuenta que perderás los datos.
Paso 1 Elegir GPU sin llevarte sorpresas por el ancho de banda. En Vast.ai abre la consola y busca hosts. Para la mayoría de flujos con ComfyUI son buenas opciones RTX 4090 o 5090 para rendimiento, 3090 con 24 GB VRAM como gran equilibrio coste rendimiento, o RTX PRO 6000 si quieres margen. No te fijes solo en el precio por hora: pasa el cursor sobre el precio para ver el desglose completo, especialmente la tarifa de ancho de banda por TB. Si esa cifra es alta, filtra hosts con $/TB barato. Si vas a descargar modelos grandes o muchas variantes, el coste por TB puede superar al cómputo.
Paso 2 Usar la plantilla oficial ComfyUI y definir almacenamiento. Antes de alquilar cambia template y elige la plantilla oficial de ComfyUI que incluye CUDA, Jupyter y SSH. Recomendación de tamaño de disco: 100 GB mínimo para pruebas, 200 GB recomendado para varios modelos y holgura, 300 GB o más para muchos checkpoints y modelos de vídeo. Redimensionar después implica recrear la instancia, así que acierta al principio.
Paso 3 Lanzar y comprobar el equipo. Haz clic en Rent, abre Instances y espera a que aparezca Open. Abre el lanzador Jupyter Terminal y ejecuta comprobaciones básicas para asegurarte de que GPU, RAM y disco están accesibles y que la estructura /workspace/ComfyUI existe. Después inicia ComfyUI desde el portal y confirma que la UI carga correctamente.
Paso 4 Cargar modelos por tres caminos prácticos. Opción A Gestor dentro de ComfyUI. Usa el Manager para instalar nodos de descarga como ComfyUI Model Downloader que extrae modelos desde Hugging Face o CivitAI y los coloca en las subcarpetas correctas automáticamente. Pulsa R en la UI para actualizar listas. Opción B Terminal Jupyter. Desde el portal abre Terminal y coloca modelos en rutas como /workspace/ComfyUI/models/checkpoints, /workspace/ComfyUI/models/loras, /workspace/ComfyUI/models/vae, /workspace/ComfyUI/models/clip, /workspace/ComfyUI/models/controlnet, /workspace/ComfyUI/models/upscale_models. Para descargas pesadas usa aria2c con múltiples conexiones en vez de curl para acelerar. No olvides tokens para repositorios gated en Hugging Face. Opción C One-liner con AI Launcher. Herramientas como Prompting Pixels generan un script que instala ComfyUI, modelos y nodos personalizados en una sola ejecución; copiar y ejecutar el one-liner en Jupyter Terminal prepara todo en las rutas correctas automáticamente.
Paso 5 Generar y descargar imágenes. ComfyUI guarda salidas en /workspace/ComfyUI/output. Usa Jupyter para explorar ese directorio y descargar ficheros individuales o en lote. Si prefieres descargar todo en un paquete, comprime la carpeta output y baja el zip. También puedes sincronizar en segundo plano con Syncthing disponible en el portal.
Control de costes y ciclo de vida. Tu instancia puede estar en dos estados principales. Running paga cómputo por hora y ancho de banda. Stopped deja de pagar cómputo y mantiene disco por una tarifa diaria pequeña. Cuando termines por el día detén la instancia para seguir conservando datos; destrúyela para cortar todo el gasto pero perderás los datos. Observa ejemplos de precios por hora y por día y revisa siempre el desglose por host.
Depuración y diagnósticos. Si algo falla abre Jupyter Terminal y comprueba accesibilidad GPU con nvidia-smi, espacio en disco con df -h o du para ver qué carpetas consumen espacio, y revisa logs de ComfyUI. Para problemas de red prueba curl a endpoints como huggingface.co. Problemas habituales y soluciones: modelos que no aparecen por estar en carpetas incorrectas o no haber pulsado R; quedarte sin memoria reduce resolución o batch size, elegir modelos quantizados o GPUs con más VRAM; si la UI no abre espera 60 90 segundos y refresca; disco lleno comprime y descarga salidas o recrea la instancia con más almacenamiento.
Consejos que me hubiera gustado saber antes. Pulsa R dentro de ComfyUI para recargar modelos sin reiniciar el servidor. El coste por TB de ancho de banda puede ser mayor que la tarifa por hora; 200 GB suele ser un buen punto intermedio; aria2c es más rápido para descargas grandes; detener mantiene datos a bajo coste; Syncthing en el portal facilita sincronizaciones de fondo.
Ejemplo de flujo rápido. Con modelos instalados abre ComfyUI, carga un grafo sencillo text to image, usa batch_size 1 y 768x768 o resoluciones menores para GPUs justas, genera, confirma que las imágenes aparecen en /workspace/ComfyUI/output y posteriormente comprímelas para descargar.
Atajos de línea de comandos útiles. Crea carpetas por si acaso con mkdir -p /workspace/ComfyUI/models/{checkpoints,loras,vae,clip,upscale_models,controlnet}. Valida archivos y suma de verificación con sha256sum y limpia salidas antiguas con find /workspace/ComfyUI/output -type f -mtime +7 -delete.
Errores a evitar. No puedes redimensionar disco en caliente; planifica almacenamiento. Algunos hosts limitan ancho de banda; usa aria2c con conexiones múltiples. Si el portal indica ComfyUI running pero la página no carga espera, el servidor puede estar arrancando. Modelos gated requieren HF_TOKEN y login con huggingface-cli. Separa LoRA y VAE en sus propias carpetas para que ComfyUI detecte correctamente los archivos.
Qué seguir explorando. Añade workflows con ControlNet y prueba modelos de vídeo en GPUs más grandes. Automatiza la sincronización de modelos con scripts de bootstrap o dotfiles. Expone la API de ComfyUI para ejecutar jobs en lote desde tu máquina local. Compara otros proveedores y construye tu propia matriz de coste por hora y por TB. Containeriza nodos personalizados para moverlos entre hosts fácilmente.
Por qué confiar en Q2BSTUDIO. Si buscas apoyo para integrar ComfyUI en pipelines corporativos, optimizar despliegues en cloud o desarrollar aplicaciones a medida que incorporen inteligencia artificial, Q2BSTUDIO ofrece servicios de software a medida y consultoría en ia para empresas. Podemos ayudarte a elegir la arquitectura de nube adecuada y optimizar costes en entornos con GPU. Con experiencia en ciberseguridad y pentesting también garantizamos que tus despliegues cumplen con requisitos de protección y cumplimiento. Consulta nuestros servicios de inteligencia artificial y nuestro soporte en cloud en estas páginas servicios de inteligencia artificial y servicios cloud AWS y Azure.
Palabras clave relevantes para SEO que aparecen en este contenido: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA, power bi. Feliz construcción y que el ancho de banda sea barato y la VRAM abundante.