RunComfy

RunComfy

RunComfy · Imagem · Aprendizado

O RunComfy roda fluxos do ComfyUI em GPUs na nuvem, então dá para usar o ComfyUI online sem montar nada. Envie um workflow JSON e ele remonta cada nó e modelo em máquinas de 16 a 141 GB.

Prévia da interface de RunComfy

Sobre RunComfy

About

O que é o RunComfy

O RunComfy é uma plataforma de ComfyUI hospedada para quem quer o editor de nós sem comprar uma GPU parruda nem brigar com ambiente Python. Você traz um fluxo de trabalho, a plataforma sobe uma máquina privada com os modelos e nós que aquele fluxo pede, e você clica em executar. O ComfyUI por baixo não tem modificação, então um grafo montado aqui abre no seu computador, e o contrário também vale.

O que ele resolve é o imposto da instalação. Deixar o ComfyUI pronto significa acertar versões de CUDA, caçar nós que faltam e baixar checkpoints de vários gigabytes antes de ver a primeira imagem. Num notebook ou num Mac, alguns modelos de vídeo nem rodam em velocidade utilizável. O RunComfy passa esse trabalho para os servidores dele e guarda o resultado, então a próxima sessão começa de onde a anterior parou.

O que ele não resolve é a complexidade. ComfyUI é um editor de nós, e a plataforma não esconde isso. Se você prefere digitar uma frase e receber uma imagem, um gerador mais simples dá menos trabalho. A plataforma compensa quando o seu fluxo tem ramificações de ControlNet, passadas de upscale ou um segundo modelo encaixado no meio.

Usar o ComfyUI online é a proposta inteira, e a hospedagem de fluxos ComfyUI é a parte que as pessoas subestimam. Um fluxo que você não consegue reproduzir é um fluxo que você não consegue vender, ensinar ou transformar em produto. O RunComfy trata o ambiente salvo como entrega, não como print de tela.

Como começar

  1. Entre em runcomfy.com e abra o espaço de trabalho na nuvem. Um saldo único cobre tempo de GPU, o laboratório de modelos e treinamento, então você recarrega uma vez só.
  2. Escolha o ponto de partida. Pegue um modelo da biblioteca ou jogue seu próprio workflow.json no carregador e deixe o agente de configuração resolver as dependências.
  3. Selecione a máquina. As opções vão de uma placa de 16 GB para trabalho de imagem do dia a dia até hardware classe H200 com 141 GB para modelos de vídeo grandes.
  4. Rode o grafo e ajuste nós na interface nativa do ComfyUI. Depois use o Cloud Save para congelar o ambiente inteiro como um snapshot reutilizável.
  5. Publique ou compartilhe. Transforme o fluxo salvo em um endpoint de API com um identificador de implantação, ou mande o link para um colega abrir a sua configuração exata.

Informações do produto

Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de RunComfy.

Plano gratuitoSim
Planos pagos$0 - $9.59/hr
PlataformaWeb
DesenvolvedorRunComfy
CategoriaImagem · Aprendizado
Data de lançamentoNov 2023
Última atualizaçãoJan 2026
Visitas ao site466.6K
Ranking global do site110.4K
Disponibilidade da APISim

Ideal para

Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.

Usuários

  • Criadores sem GPU forte
  • Usuários avançados de ComfyUI que refazem ambientes com frequência
  • Desenvolvedores que colocam recursos de imagem ou vídeo no ar

Tarefas

  • Rodar um fluxo de vídeo pesado
  • Compartilhar uma configuração que funciona com uma turma ou um time
  • Treinar uma LoRA em máquina alugada
  • Prototipar um app em volta da geração de imagens

Cenários

  • Um estúdio que precisa de capacidade extra em picos
  • Um curso ou oficina em que todos precisam ver a mesma saída
  • Um criador sozinho testando um modelo recém-lançado

Principais recursos

Configuração em um clique a partir de um JSON

É isso que separa o RunComfy do resto. Você envia um arquivo de fluxo, o agente de configuração lê o grafo, descobre quais nós personalizados e checkpoints ele espera e instala tudo numa máquina nova. Sem Dockerfile, sem lista de pip para reconciliar. A promessa é que um fluxo compartilhado num fórum três meses atrás ainda abre e roda, coisa que raramente acontece numa instalação local feita à mão.

Ambientes salvos e reproduzíveis

O Cloud Save empacota o JSON do fluxo junto com o sistema operacional, a pilha Python, a versão do ComfyUI, os nós personalizados e os modelos num único snapshot. Reabrir depois restaura exatamente essa combinação. O efeito prático: você mantém vários ambientes incompatíveis ao mesmo tempo, um com um pacote de nós antigo e outro com a versão atual, e alterna entre eles sem quebrar nenhum.

ComfyUI nativo em máquinas de 16 GB a 141 GB

O editor é a build original do ComfyUI, acompanhando os lançamentos oficiais, sem nenhum recurso escondido ou repaginado. O hardware cobre seis tipos de máquina, de uma T4 ou A4000 com 16 GB de VRAM até uma H200 com 141 GB e 240 GB de memória do sistema. Você escolhe a cada sessão, então um upscale rápido não sai pela tarifa de modelo de vídeo.

API sem servidor a partir de qualquer fluxo salvo

Um fluxo salvo pode ser publicado como API com um identificador de implantação único. O RunComfy cuida do versionamento, das atualizações graduais e da escala automática até zero quando o tráfego para. As chamadas vão para um endpoint como api.runcomfy.net, com substituições que trocam o texto do prompt ou as imagens de entrada a cada requisição. Para um time de produto, aí está a diferença entre uma demo e algo que sobrevive a um pico de acesso.

Download de modelos e laboratório por geração

Os modelos vêm direto do Civitai, do Hugging Face e do Google Drive, em velocidades que a empresa calcula em 25 vezes mais rápidas que o envio a partir de uma máquina local, e ficam guardados entre sessões. Em separado, um laboratório serve modelos hospedados como Seedance, Wan, FLUX e Nano Banana com preço por geração, um jeito mais barato de testar um visual antes de montar o fluxo.

Modelos prontos e trabalho em equipe

Mais de 200 modelos de fluxo ComfyUI prontos para rodar cobrem geração de imagem, vídeo, upscale, inpainting e trabalho em 3D. Cada um abre no hardware certo com as dependências resolvidas. Compartilhar um link entrega ao colega o fluxo, os modelos, os nós e os ajustes num passo, o que ajuda em entrega para cliente e em aula.

Prós e contras

Prós

  • Enviar um workflow JSON e ter uma máquina executável em minutos elimina a parte mais chata do ComfyUI.
  • O editor é o ComfyUI sem modificação, então grafos e costumes atravessam nos dois sentidos com uma instalação local.
  • Ambientes salvos deixam você manter versões de nós incompatíveis ao mesmo tempo sem que uma atrapalhe a outra.
  • A faixa de GPU chega a 141 GB, o suficiente para vídeo e modelos abertos grandes que uma placa de consumidor não carrega.
  • A cobrança é por segundo e a API desliga até zero, então o tempo parado não aparece na fatura.

Contras

  • A interface pressupõe que você entende de nós. Nada aqui transforma o ComfyUI numa caixa de prompt para iniciante.
  • Tempo de GPU soma em sessões longas. Renderizar vídeo por horas numa máquina de 80 GB a US$ 4,99 a hora custa mais que um ano de assinatura de consumidor.
  • O plano gratuito dá 10 GB de armazenamento e apaga arquivos inativos depois de 90 dias, então uma coleção grande de modelos pede um plano pago.
  • O ComfyUI avança rápido e fluxos que dependem de nós muito recentes podem exigir ajuste manual mesmo com a configuração automática.

Perguntas frequentes

O RunComfy roda o ComfyUI na nuvem. Você entrega um fluxo, a plataforma monta uma máquina com os modelos e nós que esse fluxo pede e você executa o grafo no navegador. Ele também transforma fluxos salvos em endpoints de API e mantém um laboratório separado para modelos avulsos.