Verkeerde familie (SD 1.5 embedding op SDXL), of de getypte naam komt niet overeen met de bestandsnaam. Match de familie; typ de exacte bestandsnaam zonder extensie; in ComfyUI gebruik embedding:name.

Trends

.ai

de beste open source AI-modellen

Checkpoint vs LoRA vs embedding vs ControlNet: welk bestand doet wat

Q: Kleuren zien er vervaagd uit

Ontbrekende of verkeerde VAE. Laad de VAE van de familie; op SDXL de fp16-fix VAE.

Onderwerp: Modellen

Door Quartermaster

Gepubliceerd op 2025-10-08

Overzicht

Een nieuwe gebruiker downloadt een "model" en ontdekt dat het één van zes verschillende dingen is die in zes verschillende mappen horen en zes verschillende taken doen. De catalogus op deze site labelt elke vermelding met het type (basismodel,

LoRA

, embedding, ander) en de familie om die reden. Deze gids legt de types één keer uit, zodat de labels logisch zijn.

De vuistregel: een checkpoint is de hele schilder; een LoRA leert de schilder een nieuw onderwerp of stijl; een embedding leert de schilder een nieuw woord; een

ControlNet

of IP-Adapter vertelt de schilder waar dingen horen of wat hij moet kopiëren van een referentie; de VAE zijn de ogen van de schilder die tussen het doek en de gecomprimeerde werkruimte schakelen; een

upscaler

is een aparte vakman die het afgewerkte plaatje vergroot. Alleen de checkpoint kan zelfstandig werken. Alles wat anders is, heeft een checkpoint van dezelfde familie nodig.

De grootte zegt veel. 2 tot 7 GB voor een

SDXL

checkpoint en 12 tot 24 GB voor

Flux

; 10 tot 700 MB voor een LoRA; minder dan 1 MB voor een embedding; 1 tot 2,5 GB voor een ControlNet; 300 MB voor een VAE; 60 MB voor een ESRGAN upscaler. Als een bestand dat LoRA heet 6 GB is, is het een checkpoint. De modelpagina hier toont de grootte en de hash zodat je het kunt zien voor je downloadt.

Naslag

Naam	Type	Wat het is
Checkpoint (basismodel)	2-24 GB	De volledige denoiser, meestal met tekstencoder en VAE erbij. Fine-tunes (DreamShaper, Juggernaut, Illustrious , Pony) zijn checkpoints die opnieuw getraind zijn op nieuwe data. Map: models/checkpoints ( ComfyUI ), models/Stable-diffusion (A1111, Forge ). Flux, Qwen en Wan leveren aparte diffusion_models + text_encoders + vae bestanden.
LoRA	10-700 MB	Een klein verschil in gewichten dat bovenop een checkpoint wordt toegepast. Personages, stijlen, concepten, sliders, beweging. Heeft een triggerwoord en een gewicht nodig. Map: models/loras of models/Lora.
LyCORIS / LoCon / LoHa / DoRA	10-700 MB	LoRA-varianten die meer lagen raken of een andere factorisatie gebruiken. Worden geladen als LoRAs in elke huidige UI.
Embedding (textual inversion)	10-200 KB	Een geleerd token voor de tekstencoder. Wordt in de prompt opgeroepen met de bestandsnaam. Veel gebruikt als negatieve embeddings (bad-hands, easynegative) op SD 1.5 en SDXL; zeldzaam op Flux. Map: models/embeddings.
ControlNet / T2I-Adapter	0.3-2.5 GB	Een zijnetwerk dat de denoiser conditioneert op een pose, dieptemap, randkaart of schets. Familie-specifiek. Map: models/controlnet.
IP-Adapter / reference	50 MB-1 GB	Conditioneert op een afbeelding in plaats van tekst: stijltransfer, gezichtsreferentie. Heeft een bijpassend CLIP vision model nodig.
VAE	160-330 MB	Encoder/decoder tussen pixels en latents. Meestal meegeleverd in checkpoints; losse bestanden fixen vervaagde kleuren (SDXL fp16-fix) of horen bij nieuwe families (Flux ae.safetensors, Wan VAE).
Upscaler	2-70 MB	ESRGAN, Real-ESRGAN, SwinIR, DAT: aparte netwerken die pixels vergroten na generatie. Map: models/upscale_models.

Geen mappen, geen bestandstypes, geen VAE-zoektocht

BitVector Prism laadt het checkpoint, de LoRAs, de VAE en de ControlNets die bij elkaar horen vooraf. Kies een model van deze site, kies een add-on en genereer in de browser.

BitVector proberen

Stap voor stap

Herken het bestandstype aan het label in de catalogus en de grootte voor je downloadt. Basismodel, LoRA, embedding of ander op de kaart; het precieze aantal bytes op de modelpagina.
Match de familie. Elk bestand dat geen checkpoint is, noemt de familie waarvoor het gemaakt is (SDXL, Flux,
Wan 2.2
14B); het werkt alleen met checkpoints van die familie.
Zet het bestand in de map voor het type (zie tabel hierboven) en vernieuw de UI.
Checkpoint: selecteer het als model. Voor gesplitste families (Flux, Qwen, Wan,
Z-Image
) laad je het diffusion model, de tekstencoders en de VAE apart in ComfyUI.
LoRA: laad de LoRA-node na de checkpoint, of <lora:name:0.8> in de prompt, plus het triggerwoord.
Embedding: typ de bestandsnaam in de prompt (of in de negatieve prompt voor negatieve embeddings); ComfyUI gebruikt embedding:name.
ControlNet: pas de ControlNet-node toe met de voorbewerkte afbeelding (pose, diepte); begin met sterkte 0.8 en eindpercentage 0.8.
VAE en upscaler: selecteer de VAE in de loader of instellingen als de kleuren niet kloppen; voer de upscaler als laatste stap uit via Upscale Image (met Model).

Voorbeelden

Een volledige SDXL stack in een Forge prompt

Checkpoint: juggernautXL_v9.safetensors | VAE: sdxl_vae_fp16fix.safetensors

Prompt: zavy cinematic, <lora:zavy-cinematic-xl:0.7> a knight resting by a campfire, night, embers, 35mm

Negative: easynegative, bad-hands-5, blurry | ControlNet: openpose, weight 0.8 | Upscaler: 4x-UltraSharp 2x

Dezelfde stack als ComfyUI nodes

Load Checkpoint -> Load LoRA -> Apply ControlNet (OpenPose image) -> KSampler -> VAE Decode (fp16-fix VAE) -> Upscale Image (using Model: 4x-UltraSharp)

Tips

Het catalogustype "ander" omvat ControlNets, VAEs,
upscalers
en workflows; de modelpagina zegt welke.
Merges zijn checkpoints gemaakt door andere checkpoints te middelen; ze erven de familie van hun ouders en behouden LoRA-compatibiliteit.
Een
inpainting
checkpoint is een checkpoint met extra inputkanalen; het heeft de inpainting workflow nodig en is geen drop-in voor text-to-image.
Negatieve embeddings waren de SD 1.5 manier om handen te fixen; op SDXL helpen ze minder en op Flux doen ze niks omdat het model geen
CFG
negatief heeft.
Flux Fill, Flux Redux, Flux Depth en Canny zijn checkpoints of adapters, geen LoRAs, ook al staan ze naast de LoRAs op de hub.
Als je twijfelt, hebben de cloudpartners de juiste combinatie al geladen: kies het model en de LoRA en de bijpassende VAE en ControlNet worden voor je geregeld.

Gebruik de fp16-fix VAE of de no-half-vae vlag; op Flux check dat de precisie van de tekstencoder klopt met de build.

Checkpoints, LoRAs, embeddings en ControlNets, al verbonden

PirateDiffusion houdt duizenden modelfiles georganiseerd voor je op zijn eigen GPU's; je noemt het checkpoint en de LoRA-tags in een Telegram-commando en de bijpassende VAE en ControlNets worden toegepast. Onbeperkt genereren, vaste prijs.

PirateDiffusion proberen

Vragen

Welke moet een beginner eerst downloaden?

Een checkpoint van de familie die je wilt gebruiken. LoRAs komen daarna, als je weet welke basis je fijn vindt. Embeddings en ControlNets komen als een specifiek probleem ze nodig heeft.

Kan ik een LoRA in een checkpoint mergen?

Ja, elke UI heeft een merge tool, en het resultaat is een nieuw checkpoint. Het bespaart een node maar bevriest het gewicht; de meeste mensen houden LoRAs apart.

Is een fine-tune hetzelfde als een LoRA?

Nee. Een fine-tune traint het hele checkpoint opnieuw (gigabytes); een LoRA is een kleine toevoeging (megabytes). Veel fine-tunes begonnen als LoRAs die gemerged werden.