.ai

les meilleurs modèles d'IA open source

Rechercher

Erreurs ComfyUI et comment les réparer : nœuds rouges, modèles manquants, mémoire CUDA insuffisante

Sujet : Erreurs et solutions

Par Captain

Publié le 2026-05-12

Les messages d'erreur ComfyUI que les gens rencontrent en premier, ce que chacun signifie et la solution qui marche : nœuds personnalisés manquants (boîtes rouges), « Prompt outputs failed validation », mémoire CUDA insuffisante, mauvais type de modèle dans un chargeur, erreurs de forme mat1 et mat2, désérialisation d'en-tête, incompatibilités torch et xformers.

Aperçu

ComfyUI

signale les problèmes à deux endroits : les nœuds rouges sur le canevas avant d'appuyer sur Run, et une boîte d'erreur rouge (avec une longue trace dans le terminal) quand un nœud plante pendant l'exécution. Les nœuds rouges sont presque toujours des nœuds personnalisés manquants ou des fichiers absents. Les erreurs à l'exécution sont presque toujours liées à la mémoire, un modèle placé dans le mauvais chargeur, ou un paquet Python qui ne correspond pas à torch installé. Ce guide liste les messages dans l'ordre où les gens les rencontrent, avec la cause et la solution la plus rapide.

Chaque solution ci-dessous part du principe que tu utilises la version portable Windows ou une installation git standard avec ComfyUI Manager. Si une étape dit « mettre à jour », utilise le bouton Update All du Manager, ou git pull dans le dossier ComfyUI suivi de pip install -r requirements.txt dans le même environnement Python que ComfyUI (python_embeded\python.exe -m pip sur la version portable).

Quand un workflow demande plus de GPU que tu n'en as, l'alternative à lutter contre l'erreur est de lancer le même graphe sur un GPU hébergé :

BitVector

garde des centaines de workflows ComfyUI préinstallés avec leurs modèles et nœuds, et

PirateDiffusion

lance des workflows hébergés depuis Telegram avec /wf /run:name. Les deux sont listés sur la page Apps de ce site.

Référence

Nom	Type	Rôle
Nœud rouge avec un titre en rouge	symptom	Un nœud personnalisé utilisé par le workflow n'est pas installé. Manager > Install Missing Custom Nodes le trouve depuis le JSON du workflow.
Prompt outputs failed validation	error	Un chargeur pointe vers un fichier qui n'existe pas dans ton dossier models, ou une valeur de widget est hors plage. Ouvre le nœud nommé dans le message et choisis un fichier dans la liste.
torch.cuda.OutOfMemoryError / Allocation on device	error	Le modèle, le latent et les activations ne tiennent pas dans la VRAM . Baisse la résolution ou la taille du batch, utilise une précision plus petite (fp8, GGUF) ou ajoute --lowvram.
mat1 and mat2 shapes cannot be multiplied	error	Le mauvais type de modèle dans un chargeur : un LoRA SDXL sur un checkpoint SD 1.5 , un Flux VAE sur un graphe SDXL, ou un encodeur texte d'une famille différente.
Error while deserializing header: HeaderTooLarge / MetadataIncompleteBuffer	error	Le fichier .safetensors est incomplet ou corrompu. Retélécharge-le et compare la taille ou le hash avec la page source.
ERROR: Could not detect model type	error	Un LoRA, VAE ou ControlNet a été chargé avec Load Checkpoint, ou le fichier n'est pas du tout un modèle de diffusion. Utilise le chargeur qui correspond au type de fichier.
xformers / torch version mismatch, DLL load failed	error	Un paquet a été installé pour une version différente de torch. Réinstalle torch, torchvision et xformers ensemble pour la même version CUDA, ou supprime xformers.
CLIPTextEncode: expected ... got ...	error	L'encodeur texte ne correspond pas au modèle (Flux a besoin de clip_l plus t5xxl, SDXL a ses deux encodeurs, Qwen et Wan ont les leurs).
Value not in list: ckpt_name	error	Le workflow a été sauvegardé avec les noms de fichiers d'une autre personne. Choisis ton propre fichier dans la liste déroulante ; le Manager peut aussi mapper les noms courants.
Server disconnected / reconnecting	symptom	Le processus Python a planté, souvent par manque de RAM système en chargeant un gros modèle. Regarde le terminal et surveille le Gestionnaire des tâches pendant le chargement.

Aucune installation requise – exécutez les modèles IA dans le cloud

BitVector Prism est la façon la plus simple de commencer : choisissez un modèle, tapez un prompt et générez dans une application web épurée, sans rien configurer. BitVector est aussi disponible sur Discord et sur le web (SpyGlass).

Essayer BitVector

Pas à pas

Lis le terminal, pas seulement la boîte d'erreur. Les dernières lignes avant Traceback nomment le nœud et le fichier ; la première ligne du traceback qui mentionne un dossier custom_nodes indique quelle extension a planté.
D'abord les nœuds rouges : ouvre Manager, clique sur Install Missing Custom Nodes, installe tout ce qui est listé, puis Redémarre. Recharge l'onglet du navigateur après le redémarrage.
Ensuite les fichiers manquants : pour chaque chargeur avec un contour rouge ou un message « Value not in list », ouvre la liste déroulante et choisis un fichier que tu as vraiment, ou télécharge le fichier demandé dans le bon dossier (models/checkpoints, models/loras, models/vae, models/clip, models/unet ou diffusion_models, models/controlnet).
Vérifie la famille de chaque fichier dans le graphe : checkpoint, LoRA, VAE, encodeurs texte et ControlNet doivent tous appartenir à la même famille. La page modèle de ce site indique la famille en haut ; un mélange produit des erreurs de forme.
Erreurs de mémoire : divise la taille du batch par deux, baisse la résolution à la taille native de la famille (512 pour SD 1.5, 1024 pour SDXL et Flux), passe le modèle en version fp8 ou GGUF, et lance ComfyUI avec --lowvram ou --novram si ça plante encore. VAE Decode (Tiled) remplace le décodage normal pour les grandes images.
Erreurs de paquets : lance le script de mise à jour de ta version (update_comfyui_and_python_dependencies.bat sur la version portable), ou pip install -r requirements.txt dans le bon environnement. Si xformers est cité, désinstalle-le ; ComfyUI utilise l'attention PyTorch sans lui.
Toujours cassé : lance ComfyUI avec --disable-all-custom-nodes. Si le workflow tourne, réactive les extensions par moitié dans le Manager pour trouver celle qui pose problème.
Quand le matériel est la limite, lance le workflow hébergé à la place : ouvre le même workflow sur BitVector, ou sur PirateDiffusion avec /workflow /show:name et /wf /run:name, et garde ta config locale pour ce qui passe.

Exemples

Démarrage en basse VRAM sur la version portable

.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --lowvram --use-pytorch-cross-attention

Réinstaller torch pour CUDA 12.4 dans Python embarqué

.\python_embeded\python.exe -m pip uninstall -y torch torchvision torchaudio xformers

.\python_embeded\python.exe -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

Trouver l'extension qui cause un plantage

python main.py --disable-all-custom-nodes

# runs? then re-enable extensions in Manager, half at a time

Astuces

Garde un seul dossier de modèles et pointe toutes les interfaces dessus avec extra_model_paths.yaml, comme ça ComfyUI,
Forge
et A1111 partagent les fichiers et tu télécharges chaque checkpoint une fois.
Nomme les fichiers par famille quand tu les sauvegardes (flux-, sdxl-, sd15-) pour voir un mauvais mélange dans la liste déroulante.
La fonction "Fix node (recreate)" du Manager sur un nœud rouge répare souvent un workflow sauvegardé avec une ancienne version d'une extension.
Une version GGUF de Flux, Wan ou Qwen (le chargeur Unet de ComfyUI-GGUF) tourne sur des cartes 8 à 12 Go avec presque pas de perte de qualité en Q8 et une petite perte en Q5.
Mets le fichier d'échange Windows en gestion automatique sur un SSD avec 40 Go libres : charger de gros modèles fait monter la RAM système et un petit fichier d'échange fait planter le serveur sans prévenir.
Mets à jour ComfyUI avant de mettre à jour les nœuds personnalisés, jamais l'inverse ; le cœur évolue en premier et les extensions suivent.
Les workflows des guides de ce site listent les fichiers dont ils ont besoin sous Inputs ; télécharge-les avant de charger le JSON.

Comment le corriger

Supprime et retélécharge ; compare la taille avec la page source. Utilise un gestionnaire de téléchargement pour les fichiers > 5 Go.

ImportError / DLL load failed après mise à jour

Pourquoi cela arrive

torch, torchvision ou xformers ont été mis à jour avec des versions incompatibles.

Comment le corriger

Désinstalle les trois et installe-les ensemble depuis l'index PyTorch pour ta version CUDA ; supprime xformers si ça plante encore.

Flux ou Wan charge pendant des minutes puis le serveur plante

Pourquoi cela arrive

La RAM système, pas la VRAM, a manqué pendant la lecture des poids.

Comment le corriger

Ferme les autres programmes, agrandis le fichier d'échange, charge la version fp8 ou GGUF, ou utilise la copie hébergée sur BitVector ou PirateDiffusion.

Aucune installation requise – exécutez les modèles IA dans le cloud

PirateDiffusion est réservé à Telegram et conçu pour les pros : des milliers de modèles, LoRA et workflows pilotés par commandes de chat, avec génération illimitée à prix fixe.

Essayer PirateDiffusion

Questions

Dans quel dossier va chaque fichier ?

Checkpoints dans models/checkpoints, LoRAs dans models/loras, VAEs dans models/vae, encodeurs texte dans models/clip (ou models/text_encoders), modèles de diffusion nus comme

Flux dev

dans models/unet ou models/diffusion_models, ControlNets dans models/controlnet,

upscalers

dans models/upscale_models.

De combien de VRAM ai-je besoin ?

SD 1.5 tourne sur 4 Go, SDXL sur 8 Go, Flux dev fp8 sur 12 Go (GGUF Q5 sur 8 Go),

Qwen-Image

Wan 2.2

14B sur 16 à 24 Go avec fp8 ou GGUF,

HunyuanVideo

sur 24 Go. Le guide VRAM de ce site a le tableau.

Puis-je lancer un workflow sans GPU du tout ?

Oui, sur un service hébergé : BitVector lance les workflows ComfyUI de ce site préinstallés sur des GPUs cloud, et PirateDiffusion lance des workflows hébergés depuis Telegram. Aucun besoin d'installation.

Pourquoi le même workflow marche pour quelqu'un d'autre ?

Noms de fichiers différents, versions différentes des nœuds personnalisés, ou une carte plus grosse. Compare la liste Inputs du guide avec tes dossiers avant tout.

Est-ce que --lowvram ralentit ?

Oui, modérément : ça déplace des parties du modèle entre la RAM système et la VRAM. C'est quand même bien plus rapide qu'un plantage. --novram est encore plus lent et pour les cartes 4 Go.