模型基础
Flux vs SDXL vs SD1.5：按显存和学习成本选择模型
ComfyUI Flux vs SDXL vs SD1.5 模型选择指南，按 4GB/6GB/8GB/12GB 显存、学习成本、ControlNet/LoRA 生态、CUDA out of memory 风险和低显存优化路线选择稳定模型家族。
一句话结论
第一天入门优先 SD1.5；8GB 显卡可以按 8GB 显存 ComfyUI 设置 的基线试 SDXL；Flux 更适合 12GB+ 显存、云端环境，或已经理解模型、节点和工作流之后再上。
为什么不建议一上来就 Flux
Flux 效果强，但它对模型文件、显存、工作流和插件理解要求更高。新手还没搞清 Checkpoint、LoRA、VAE、采样器和工作流导入时，直接上 Flux 容易把所有问题混在一起。
如果你搜索的是 ComfyUI Flux vs SDXL vs SD1.5、Flux VRAM requirements、SDXL 8GB VRAM、best ComfyUI model for 8GB GPU，本页是模型选择入口。具体 SDXL 与 SD1.5 的低显存对比见 SD1.5 和 SDXL 低显存选择指南，显存是主要瓶颈时先看 低显存优化总览，已经遇到 CUDA out of memory 则按 显存不足排查清单 处理。
Flux / SDXL / SD1.5 显存选择表
| 显存与阶段 | 推荐模型家族 | 原因 | 下一步 |
|---|---|---|---|
| 4GB | SD1.5 | 文件更小、生态成熟、教程最多 | 先跑通第一张图，再加 LoRA |
| 6GB | SD1.5，少量尝试轻量 SDXL | SDXL 可尝试但稳定性不如 SD1.5 | 用 低显存优化总览 降负载 |
| 8GB 新手 | SD1.5 起步，SDXL 小图测试 | 8GB 可以碰 SDXL，但不要同时上多 ControlNet 和 upscale | 用 8GB 参数基线 做基线 |
| 8GB 进阶 | SDXL batch 1、低分辨率、少分支 | 画质更好，但 OOM 风险明显变高 | 失败时转 CUDA out of memory 排查 |
| 12GB+ | SDXL 更舒适，Flux 可试 | 有更多显存容纳大模型和复杂工作流 | 逐步增加 ControlNet、IPAdapter、upscale |
| 云端 / 高显存 | Flux、视频、复杂多阶段工作流 | 更适合重模型和重节点 | 先确认工作流依赖和模型路径 |
下一步怎么选
如果你是 8GB 显存用户，可以直接参考 这套 ComfyUI 8GB 参数 建立可复现基线；如果工作流依赖姿势、线稿或深度控制，还需要单独选择合适的 ControlNet 模型和预处理器。
SD1.5 适合谁
- 4GB/6GB/8GB 显卡。
- 主要想先学会 ComfyUI 操作。
- 想用大量成熟 LoRA、ControlNet 和教程。
- 接受画质不是最新，但排错资料最多。
SDXL 适合谁
- 8GB 以上显存更舒服。
- 想要更好的基础画质。
- 愿意接受更大的模型文件和更慢速度。
- 能处理 LoRA、VAE、分辨率和显存之间的关系。
Flux 适合谁
- 已经能稳定导入工作流和修红色节点。
- 知道模型目录和节点类型。
- 有较充足显存或愿意使用云端环境。
- 想追更强的文字理解和画面质量。
推荐路线
- SD1.5 跑通第一张图。
- 学会模型目录、LoRA、ControlNet。
- 按 SD1.5 和 SDXL 对比 判断是否切 SDXL。
- 如果是 8GB 显卡，按 8GB 显存设置 控制 batch、分辨率和分支。
- 用 SDXL 做高质量基础图。
- 最后再尝试 Flux 工作流。
常见错误判断
- SD1.5 能跑、SDXL OOM：通常是工作流太重，不是安装坏了。
- SDXL LoRA 报
shape mismatch：大概率是 LoRA 和 checkpoint 家族不一致。 - ControlNet 一开就 OOM：先看 ControlNet 模型选择，一次只开一个控制分支。
- Flux 工作流缺节点或模型：先确认工作流说明、模型目录和自定义节点，不要用 SDXL 文件硬替。
下一步推荐
- 低显存优化：低显存优化总览
- Civitai 下载模型：Civitai 下载模型
- 模型目录表：ComfyUI 模型目录表
