ComfyUIとは？導入3ルートと商用利用【2026年9月】

「ComfyUIとは、結局なにをするツールなのか」。答えは1行です。画像・動画生成AIの処理手順を「ノード（箱）」と「線」で組み立てて、手元のPCまたはクラウドのGPUで実行する、GPL-3.0のオープンソース実行エンジンです。プロンプトを打つだけのWebサービスではなく、生成の途中工程まで自分で配線するための道具、という理解が出発点になります。

結論：ComfyUIは「Web版の画像生成AIでは届かない工程管理・再現性・ローカル完結」を取りにいくための実行環境であり、導入の分かれ目はPCスペックではなく使うモデルのライセンスです。

この記事の要点

• 本体はGPL-3.0のオープンソースで無料。商用可否は本体ではなくモデル側のライセンスで決まる（FLUX.1 [dev]は非商用、[schnell]はApache 2.0）
• 公式が明言している要件はOS・Python 3.13推奨・PyTorch 2.7以上・Chrome 143以降で、「VRAM何GB必要」は公式には書かれていない（2026年9月25日時点）
• 導入は「公式デスクトップ版」「手動インストール」「Comfy Cloud」の3ルート。GPUがない段階なら公式クラウドの無料実行枠から判断できる

対象読者：画像・動画生成AIの実装を任され、Web版から一歩踏み込むか判断したい情報システム部門・制作部門・経営企画の担当者。

読了後にできること：「デスクトップ版・手動・クラウド」のどれを選ぶべきかを、ライセンス面のリスクまで含めて1枚の判断表で説明できます。

法人の画像生成AI導入は、どこかで同じ分岐にぶつかります。Web版で足りるのか、自社の素材とルールに合わせて生成工程そのものを組む段階に入るのか。「毎回同じ構図・色味で量産したい」「素材を社外に出せない」「工程を差し替えて検証したい」が出た瞬間に、Web版では手が届かなくなります。

そこで名前が挙がるのがComfyUIです。ただし日本語の解説は鮮度がばらついています。公式のクローン先URL、推奨Python、VRAM不足時の起動オプションの挙動は、いずれもこの1年で変わりました。正直に言うと誰にでもおすすめできるツールではなく、学習コストは高い。そして法人が本当に気をつけるべきは難易度ではなく、商用不可のモデルで納品物を作る事故のほうです。

以下は2026年9月25日時点の公式ドキュメント・公式リポジトリ・公式ライセンス文書のみを根拠に整理しています。公式で確認できない項目は「公式には明記なし」と書きました。

ComfyUIの正体 — プロンプト欄ではなく「配線図」を触る

公式リポジトリは自身を「The most powerful and modular AI engine for content creation（最も強力でモジュール型のAIエンジン）」と説明し、ライセンスはGPL-3.0です（comfyanonymous/ComfyUI、参照日: 2026-09-25）。

この「モジュール型」が性格を言い切っています。一般的な生成サービスはプロンプト欄に文章を入れてボタンを押す設計です。ComfyUIは内部の処理を1つずつ箱（ノード）として画面に出し、線で繋いで並べる設計です。

標準の「文章から画像」は5つの箱でできている

公式の最初の生成チュートリアルで自動的に読み込まれる「default text-to-image workflow」は、おおむね次の流れです（ComfyUI Docs: Your First Image Generation、参照日: 2026-09-25）。

Web版ではこの5工程がボタン1つの裏に隠れています。ComfyUIはそれを開いて見せる。だから途中の差し替えや手順の再利用ができる。逆に隠れていた分の判断を全部自分で持つことになり、これが学習コストの正体です。

Web版から試す段階なら、画像生成AI無料比較9選｜ChatGPT・Gemini対応を先に読んだほうが早く結論が出ます。ComfyUIはその次の段です。

「とは」でつまずく3語

• チェックポイント：学習済みモデルの本体ファイル（.safetensorsなど数GB単位）。models/checkpointsに置くと認識されます
• ノード：処理1つぶんの箱。標準搭載のビルトインノードと、第三者が公開するカスタムノードがあります
• ワークフロー：ノードの並びと設定をまとめた配線図。JSONで保存・配布でき、公式もtext-to-image.jsonの例を配布しています

できること — 画像専用だと思っていると見落とす

「ComfyUI＝Stable Diffusion用のUI」という理解は、2026年9月時点では狭すぎます。公式READMEが対応をうたう範囲は画像にとどまらず、音声・音楽（ACE-Step、Stable Audio等）や3D・画像解析（Hunyuan3D、SUPIR等）にも及びます。

READMEは特徴に「smart VRAM and RAM management, model offloading」と量子化モデル対応を挙げています。載りきらないモデルを動かす仕組みが本体側にある、という位置づけです。

更新は速いです。公式の変更履歴ではv0.37.1が2026年9月22日、v0.37.0が2026年9月21日にリリースされ、Qwen-Image-2.1のネイティブ対応とMoGe 3が入りました（ComfyUI Docs: Changelog、参照日: 2026-09-25）。裏を返せば去年の手順が通らない頻度も高い。社内展開では手順書の文章より、動くワークフローのJSONと本体バージョンをセットで残すほうが寿命が長くなります。

必要なPC環境 — 公式が言っていることと、言っていないこと

ここが日本語の解説とズレます。公式のシステム要件の記述は次のとおり（ComfyUI Docs: System Requirements、参照日: 2026-09-25）。

「VRAMは8GB以上必要」といった数値をよく見かけますが、公式のシステム要件には書かれていません。必要量はモデル・解像度・量子化の有無で桁が変わり、一律に決められないのが実情です。社内稟議では「ComfyUIの要件」ではなく「使う予定のモデルの要件」として積算したほうが通ります。

VRAM不足の起動オプションは、挙動が変わっている

実務でハマる点なので、公式リポジトリの引数定義（comfy/cli_args.py）の説明文を引きます（参照日: 2026-09-25）。

つまり「とりあえず--lowvramを付ければ軽くなる」は現在の実装では正しくありません。まず--reserve-vramで他ソフトに食われる分を明示し、足りなければ量子化モデルや解像度の見直しに進む順番が実態に合います。

導入ルートは3つ — 決め手は「GPUの有無」より「誰が保守するか」

ルート1：公式デスクトップ版（Comfy Desktop）

最短のルートです。公式記載の要件は次のとおり（Windows / macOS、参照日: 2026-09-25）。

• Windows：Windows 10以降、x64またはARM64、1インストールあたり4.85GB以上を推奨。「Dedicated GPU (NVIDIA / AMD) recommended for good performance, but not required」＝専用GPUは推奨だが必須ではない
• macOS：macOS 13（Ventura）以降、Apple Silicon（M1以降）、同じく4.85GB以上を推奨

Windows版はNSISインストーラを実行するだけで入り、1つのランチャーから複数のComfyUIインストールを管理できる設計です。非エンジニアが自席PCで検証する段階に向き、Python環境の管理を各自に負わせない理由だけでも選ぶ価値があります。

ルート2：手動インストール（構成を自分で握る）

公式の手動手順は次の形です（ComfyUI Docs: Manual Install、参照日: 2026-09-25）。クローン先がComfy-Org/ComfyUIである点に注意してください。

git clone 
PH_45_

conda create -n comfyenv
conda activate comfyenv

# NVIDIA GPU の場合
pip install torch torchvision torchaudio --extra-index-url 
PH_46_

cd ComfyUI
pip install -r requirements.txt
python main.py

AMD（Linux）はROCm向けのindex-url、Apple SiliconはPyTorch nightlyを使うと公式が分けています。起動すると
PH_47_でHTTPサーバが立ち上がります（ComfyUI Docs: Server Communication、参照日: 2026-09-25）。GPUサーバで複数人が使う場合に向き、Python環境を見る人がいない組織では塩漬けになります。

ルート3：Comfy Cloud（GPUを買わずに判断する）

公式のクラウド版で、GPUがなくてもブラウザから使えます。公式料金ページ（参照日: 2026-09-25）に表示されていた年額プラン基準の内容は次のとおり。

GPUは「Blackwell RTX 6000 Pro – 96GB VRAM」と明記されています。料金体系は何度も変わっています。公式ブログは2025年11月25日にクレジット制への移行を告知し、2026年1月23日にGPU価格3割引き下げを追記しました（Comfy Blog、参照日: 2026-09-25）。月払いの金額は選択画面で変わるため、申込前に公式料金ページで再確認してください。

3ルートの選び分け

最初の1枚を出すまで — 触る値は実質4つ

公式の最初のチュートリアルはv1-5-pruned-emaonly-fp16.safetensorsを使います。配置先はインストール形態で変わります。

• デスクトップ版：<ComfyUIのインストール先>/ComfyUI/models/checkpoints
• Windowsポータブル版：ComfyUI_windows_portable/ComfyUI/models/checkpoints

公式は起動時に所定フォルダとextra_model_paths.yamlで設定したパスを見る、と説明しています。チェックポイントは1つ数GBあり、デスクトップ版とポータブル版の両方に置くと数十GBが無駄になります。extra_model_paths.yamlで置き場を1か所に寄せるのが定石です。

結果を左右するのはKSamplerの値です。公式リファレンスの既定値と範囲は次のとおり（ComfyUI Docs: KSampler、参照日: 2026-09-25）。

なお、v0.37.0（2026年9月21日）でEmpty Latent Imageの既定の幅・高さが1024に変更されました。512前提の古い解説と数値が合わないのはこのためです。

そのまま使えるプロンプト5つ

効くのは「画像に向けたプロンプト」と「判断を整理するプロンプト」の2種類です。後者は生成AIチャット側に投げる用途で、末尾に事故防止の一行を入れました。

1. 画像生成の肯定／否定プロンプトの型（CLIP Text Encodeに入れる）

[被写体：白い陶器のマグカップ], [構図：正面やや上から], [背景：無地のライトグレー],
[光：柔らかい自然光], [質感：マット], [用途：EC商品ページ用], [比率：正方形]

（否定プロンプト側）
text, watermark, logo, distorted ellipse, harsh shadow, cluttered background

2. 自社の用途からワークフロー構成を設計させる

ComfyUIの構成設計として、必要なノードの並びを上流から順に列挙してください。
・やりたいこと：[商品写真の背景だけを差し替えて量産したい]
・入力素材：[商品単体の写真200枚、背景は白]
・出力要件：[背景と光の向きを統一、長辺2000px]
・制約：[素材を社外に出せない／VRAM 12GB]
各ノードに「何のために必要か」を1行添えてください。
不足している情報があれば、最初に質問してから作業を開始してください。

3. カスタムノードを入れる前の審査項目を作る

社内でComfyUIのカスタムノードを導入する際の審査チェックリストを作ってください。
観点：配布元（公式レジストリ経由かGitHub直か）／最終更新日と依存追加の有無／
外部通信の有無と送信先／ライセンス表記／切り戻し手順
各項目は「確認方法」と「NGなら止める基準」をセットで。
仮定した点は必ず「仮定」と明記してください。

4. 使うモデルのライセンスを台帳化する

次のモデルについて、公式ライセンス文書を基準に表を作ってください。
列は「モデル名／ライセンス名／商用利用の可否／条件・上限／確認した公式URL」。
対象：[SDXL base 1.0] [Stable Diffusion 3.5] [FLUX.1 dev] [FLUX.1 schnell]
推測で埋めず、公式文書で確認できない欄は「未確認」と書いてください。
数字と固有名詞は、根拠（出典URL）を添えてください。

5. 生成が止まったときの切り分け

ComfyUIで次のエラーが出ました。原因の候補を、確認コストが低い順に並べてください。
・エラーメッセージ：[全文を貼る]
・環境：[OS／GPU／VRAM／本体バージョン／導入方法]
・直前に変えたこと：[カスタムノードを1つ追加した]
各候補に「確認コマンドまたは確認画面」と「結果の読み方」を。
不足している情報があれば、最初に質問してから作業を開始してください。

商用利用の判定 — 本体とモデルを分けて考える

ここが法人の本題です。「ComfyUIは商用利用できますか」はそのままでは答えられない問いで、分解すると3階層あります。

1. ソフトウェア本体：GPL-3.0。業務利用に料金はかかりません。ただし改変して外部に配布する場合はソース開示等の条件が付きます。社内利用にとどめるか配布まで行くのかを先に決めてください
2. モデル（チェックポイント・LoRA）：ここで可否が決まります。同じ提供元でも版によって真逆です
3. カスタムノード：第三者コードです。ライセンスとサプライチェーンの両面で見ます

特に重いのはFLUX.1 [dev]系です。公式の非商用ライセンス（v2.0、2025年11月25日改訂）は収益を生む用途や本番環境での利用を「Non-Commercial Purpose」から除外し、商用にはBlack Forest Labsへの申請が必要で「a fee, royalty or other revenue share」の対象になり得ると明記しています。付与は同社の裁量です。画質が良いからとFLUX.1 [dev]で受注制作物を作ると、納品時点で条件違反になります。

Stability AI Community Licenseは収益規模で線を引きます。公式は商用目的で「generate over USD $1M」の組織を除き無償と記載し、年間売上100万米ドル超の組織の商用利用にはEnterprise Licenseが必要としています。多くの中小企業は線の下ですが、超えた時点で切り替えが必要な条件つきです。

カスタムノードは「便利な拡張」ではなく「第三者コードの導入」

拡張性はカスタムノードで成り立っています。配布基盤は公式のComfy Registryで、ComfyUI-Managerのバックエンドです。公式ドキュメントは「All nodes will be scanned for malicious behaviour」＝全ノードを悪質な挙動についてスキャンすると記載し、検証済みノードにチェックマークが付きます。公開済みバージョンは変更できない（immutable）とも明記されています（ComfyUI Docs: Comfy Registry、参照日: 2026-09-25）。

裏返せば運用ルールになります。レジストリ経由で入れる／バージョンを固定する／GitHub直は例外扱いで記録を残す。この3つを決めるだけで社内審査の会話が短くなります。

つまずきやすい4つのポイント

1. 起動オプションで軽くしようとして時間を溶かす

❌ メモリ不足が出たので、まず--lowvramを付ける
⭕ --reserve-vramで他ソフトのぶんを確保し、解像度と量子化モデルを見直す
なぜ重要か：--lowvramは動的VRAMが有効なら何もしません。効かないオプションを回すと切り分けが止まります。

2. 商用不可のモデルで納品物を作る

❌ 出力がきれいだったFLUX.1 [dev]でクライアント提出物を作る
⭕ 受注制作に使うモデルは商用可のものに限定し、モデル台帳を案件単位で残す
なぜ重要か：ライセンス違反は出力物を見ても分かりません。表に出るのは納品後です。前掲のプロンプト4で台帳を作り、案件ファイルに同梱するのが現実的です。

3. カスタムノードを無審査で入れる

❌ 紹介されていたノードをGitHubから直接クローンして本番PCに入れる
⭕ 公式レジストリ経由で入れ、外部通信と依存追加を確認し、切り戻し手順を先に決める
なぜ重要か：社内素材があるPCで第三者コードを動かす構造そのものを、情報システム部門の承認対象にすべきです。

4. 古い手順書をそのまま社内に配る

❌ ネットで見つけた導入手順をコピーして社内マニュアルにする
⭕ 動くワークフローのJSONと、そのとき使った本体バージョンをセットで保存する
なぜ重要か：クローン先、推奨Python、既定の解像度のように前提が更新で変わります。再現できる成果物のほうが寿命が長い。

Web版で足りるのか、ComfyUIに進むべきか

事例区分: 想定シナリオ／構成例
公式仕様と一般的な業務要件から組み立てた判断の型で、特定企業の実測値ではありません。

目安は、「量産」「非公開素材」「工程の作り込み」のうち2つ以上に当てはまるならComfyUIを検討する価値があり、1つ以下ならWeb版のほうが総コストは安いということ。Web版の具体例はChatGPT画像生成の使い方｜無料で何枚？、ローカルで動かす前提のライセンス整理はStable Diffusion商用利用とライセンスと読み合わせると、承認資料の骨格が揃います。

よくある質問

Stable Diffusion（WebUI）とComfyUIの違いは何ですか？

操作の粒度が違います。従来型のWebUIはフォームに値を入れて生成する設計、ComfyUIは処理をノードで並べて配線する設計です。工程の差し替えと再利用に強く、そのぶん学習コストが高い。動かせるモデル自体は重なります。

ComfyUIの料金はいくらですか？

本体はGPL-3.0のオープンソースで無料です。費用が出るのは公式クラウドのComfy Cloud（無料枠は実GPUでの5回の実行、有料は年額プラン基準で月16ドルから）と、ローカルで動かすGPUや電気代です。

CPUのみでも使えますか？

使えます。公式のシステム要件に--cpuでのCPU動作が記載されています。ただし引数の説明自体が「To use the CPU for everything (slow)」と明記しており、実用的な速度は期待しないほうがよいです。

メモリ不足になるとどうなりますか？

生成が途中で失敗します。対処は--reserve-vramで確保量を指定、--novramを試す、解像度を下げる、量子化モデルを使う、の順です。本体側の管理機構にも限界はあります。

ComfyUIは安全ですか？

本体はオープンソースでコードが公開されています。リスクは本体よりカスタムノード側です。公式レジストリは悪質な挙動をスキャンすると明記し、検証済みノードにチェックマークを付けています。レジストリ経由・バージョン固定・GitHub直は例外扱いという運用にすれば管理可能な範囲に収まります。

インストールできないときは何を見ればよいですか？

公式が明記している前提から順に確認します。Python（3.13推奨）、PyTorchが2.7以上か、NVIDIA 20シリーズ以降でcu130以上か、Chrome 143以降か。手動インストールならクローン先がComfy-Org/ComfyUIかも確認点です。

LoRAが効かないのはなぜですか？

多いのは、ベースモデルとLoRAの世代が合っていないケースと、LoRAを読み込むノードがKSamplerまで繋がっていないケースです。配線がそのまま処理順なので、「置いたが繋がっていない」状態が起こります。まず上流から目で追ってください。

参考・出典

いずれも2026年9月25日に内容を確認しています。

• ComfyUI 公式リポジトリ（README・GPL-3.0） — Comfy Org
• ComfyUI Docs: System Requirements — Comfy Org
• ComfyUI Docs: Manual Install — Comfy Org
• ComfyUI Docs: Comfy Desktop for Windows — Comfy Org
• ComfyUI Docs: Comfy Desktop for macOS — Comfy Org
• ComfyUI Docs: Your First Image Generation — Comfy Org
• ComfyUI Docs: KSampler — Comfy Org
• ComfyUI Docs: Server Communication Overview — Comfy Org
• ComfyUI Docs: Changelog — Comfy Org
• ComfyUI Docs: Comfy Registry Overview — Comfy Org
• Comfy Cloud 料金ページ — Comfy Org
• Comfy Blog: Comfy Cloud pricing — Comfy Org
• FLUX [dev] Non-Commercial License v2.0 — Black Forest Labs
• black-forest-labs/flux（ライセンス一覧） — Black Forest Labs
• Stability AI Community License — Stability AI
• SDXL base 1.0 モデルカード — Stability AI

最後に確認すべきこと

導入判断では、技術的な難易度より先に決めるべきことが3つあります。

1. 今日：使う予定のモデルを1つ選び、公式ライセンス文書を開いて商用可否を確認する。ここで「非商用」と分かれば、GPUの話をする前に候補が変わります
2. 今週中：Comfy Cloudの無料実行枠か公式デスクトップ版で、文章から画像を作るワークフローを1本通す。触るのはLoad Checkpointとプロンプト、KSamplerのseed・steps・cfgだけで十分
3. 今月中：カスタムノードの導入審査ルール（配布元・外部通信・依存追加・切り戻し手順）と、案件ごとのモデル台帳の置き場所を決める。この2つが運用の可否を分けます

逆に、量産でも非公開素材でもなく工程を作り込む必要もないなら、Web版のままという結論も妥当です。画像生成AI無料比較9選で要件を満たせるなら、そこで止めるほうが運用コストは軽くなります。

著者：佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。
100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』『Claude仕事術』（SBクリエイティブ・シリーズ累計約6万部）。
SBクリエイティブ「ビジネス+IT」ほかで生成AI連載を執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。