Model
Trends
.ai
Model
Trends
.ai
die besten Open-Source-KI-Modelle

ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow-Node in ComfyUI

Die ModelSampling-Knoten setzen die Verschiebung des Rauschplans für Flow-Matching-Modelle (Flux, SD3.5, Wan, Hunyuan, Qwen-Image, Chroma, Lumina), damit die Sampler die richtige Zeit auf Komposition gegenüber Details verwenden.
Node-Paket: ComfyUI core
Kategorie: Werkzeuge und Workflow-Helfer

Was ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow macht

Flow-Matching-Modelle nutzen nicht den SD-Rauschplan; sie haben einen Zeitschritt-Verschiebungsparameter, der den Sampling-Aufwand zum verrauschten (kompositorischen) Ende verschiebt. ModelSamplingFlux berechnet ihn aus max_shift, base_shift und der Latent-Größe (die Flux Dev-Standards sind 1.15 / 0.5). ModelSamplingSD3 nimmt einen einzelnen Verschiebungswert (3 für SD3.5, 5-8 für Wan und Hunyuan, 3-6 für Qwen-Image). ModelSamplingAuraFlow ist dasselbe für AuraFlow- und Lumina-Modelle. Jeder sitzt zwischen dem Modell-Lader (oder LoRA) und dem Sampler und gibt ein gepatchtes MODEL aus.
Die Verschiebung zu ändern ist der effektivste "geheime" Einstellknopf für diese Modelle: eine höhere Verschiebung glättet und verbessert die Kohärenz großer Formen, eine niedrigere Verschiebung fügt feine Details und Textur hinzu (und manchmal Artefakte). Distillation-LoRAs und Turbo-Modelle brauchen oft bestimmte Werte, die auf ihren Modellseiten angegeben sind.

Eingänge

Name
Typ
Bedeutung
model
MODEL
Vom Loader oder LoRA.
max_shift / base_shift (Flux)
FLOAT
Standard sind 1.15 und 0.5; max_shift erhöhen für sauberere Bilder, senken für mehr Details.
width / height (Flux)
INT
Latent-Größe, die zur Berechnung der Verschiebung genutzt wird.
shift (SD3 / AuraFlow)
FLOAT
3 für SD3.5, 5-8 für Wan und Hunyuan.

Ausgänge

Name
Typ
Bedeutung
MODEL
MODEL
Das Modell mit dem angepassten Zeitplan, für KSampler.
AD
Spar dir die Einrichtung: ComfyUI-Workflows vorinstalliert in der Cloud
BitVector führt fertige ComfyUI-Workflows auf eigenen GPUs aus. Keine Installation, keine fehlenden Nodes, keine roten Kästen. Auf dem Handy oder Laptop öffnen und in einer Minute generieren.

So verwendest du ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

  1. Füge den Knoten zwischen Load Diffusion Model (oder Load LoRA) und KSampler ein.
  2. Für Flux Dev die Standardwerte behalten und Breite/Höhe an dein Latent anpassen.
  3. Für Wan ModelSamplingSD3 mit shift 8 (480p) oder 5 (720p) einstellen.
  4. Einmal mit Standardwert und einmal mit um 2 höherem shift rendern, um den Effekt zu sehen.
  5. Beim Vergleichen auf den Wert im Save Image Präfix achten.

Einstellungen und Tipps

  • Flux Schnell und Nunchaku/turbo Varianten funktionieren meist ohne den Knoten.
  • Chroma und Flux Krea mögen max_shift um 1.0-1.3.
  • Eine höhere Verschiebung hilft bei hohen Auflösungen, wo kleine Details sonst die frühen Schritte dominieren.
  • Wenn auf einer LoRA-Seite "shift 3" steht, gehört das in diesen Knoten.

Fehlerbehebung bei ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

Bild ist unscharf oder hat keine Textur

Warum es passiert
Verschiebung zu hoch für die Auflösung und Schrittzahl.

So behebst du es
max_shift (Flux) oder shift (SD3-Knoten) um 1-2 senken und mehr Schritte hinzufügen.

Zu detailliert, verrauscht, Anatomie kaputt

Warum es passiert
Verschiebung zu niedrig; das Modell verbringt zu wenig Zeit mit Komposition.

So behebst du es
Verschiebung erhöhen; für Wan bei 480p 8 verwenden.

Der Knoten hat keine Wirkung

Warum es passiert
Der Knoten ist nicht in der Kette zum Sampler oder steht vor einem LoRA, das den Patch zurücksetzt (selten).

So behebst du es
Setze ihn direkt vor den Sampler und überprüfe den MODEL-Link.

AD
Diesen Workflow vom Handy aus starten
Jeder Workflow auf dieser Seite ist auf BitVector vorinstalliert, mit Modellen und Custom Nodes an Ort und Stelle. Einen auswählen, Prompt eingeben, fertig. Null Einrichtung, nichts herunterladen.

Fragen zu ModelSamplingFlux, ModelSamplingSD3 and ModelSamplingAuraFlow

Brauche ich ihn für Flux?

Flux Dev funktioniert auch ohne ihn (Standardwerte werden intern angewendet), aber der Knoten erlaubt Feineinstellungen. Flux-Workflows aus den ComfyUI-Beispielen nutzen ihn.

Welcher Knoten für Wan?

ModelSamplingSD3 mit shift 5-8. Wan 2.2 Graphen wenden ihn auf das High- und Low-Noise-Modell an.

Verwandte Nodes

Load Diffusion Model
ComfyUI core
Load Diffusion Model (UNETLoader) lädt ein nacktes Denoising-Netzwerk wie Flux, SD3.5, Wan oder HunyuanVideo aus models/diffusion_models, mit einer weight_dtype-Option für fp8, um VRAM zu sparen.
Flux Guidance
ComfyUI core
Flux Guidance (FluxGuidance) schreibt den Guidance-Wert in das Conditioning, das Flux Dev erwartet, anstatt cfg zu verwenden; 3,5 ist der Standardwert und 2 bis 5 der nützliche Bereich.
KSampler
ComfyUI core
KSampler führt die Denoising-Schleife aus: Es nimmt das Modell, die Prompts und ein Latent und erzeugt das fertige latente Bild, gesteuert durch Seed, Schritte, cfg, Sampler, Scheduler und Denoise.
WanImageToVideo and Wan 2.x video nodes
ComfyUI core
WanImageToVideo erstellt das Conditioning und das leere Video-Latent für ein Wan 2.1/2.2 Bild-zu-Video-Rendering aus einem Startbild, einer CLIP Vision-Einbettung und der Anzahl der Frames; der umgebende Graph nutzt Load Diffusion Model, Load CLIP, Load VAE und KSampler.
EmptySD3LatentImage
ComfyUI core
EmptySD3LatentImage erstellt das 16-Kanal leere Latent, das Flux, SD3 und SD3.5 brauchen; es ersetzt das Empty Latent Image in diesen Workflows.
AD
Keine Lust mehr, Nodes zu reparieren? Lass es die Cloud machen
BitVector hält hunderte ComfyUI-Workflows installiert, aktuell und getestet auf schnellen Cloud-GPUs. Kein Python, keine CUDA-Fehler, keine VRAM-Grenzen. Läuft in jedem Browser.

Weitere ComfyUI-Nodes

CLIP Text Encode (Prompt)
ComfyUI core
CLIP Text Encode wandelt einen Textprompt mit dem Modell-Textencoder in CONDITIONING um. Ein Node hält den positiven Prompt, ein zweiter den negativen Prompt.
ComfyUI Manager
ComfyUI-Manager
ComfyUI Manager ist die Erweiterung, die benutzerdefinierte Node-Pakete und Modelle direkt in der Oberfläche installiert, aktualisiert und repariert, fehlende Nodes in importierten Workflows erkennt und deine Einrichtung sichert.
Load Checkpoint
ComfyUI core
Load Checkpoint (CheckpointLoaderSimple) öffnet eine .safetensors- oder .ckpt-Modell-Datei und liefert die drei Teile, die jeder Workflow braucht: das Diffusions-MODELL, den CLIP-Textencoder und das VAE.
Save Image
ComfyUI core
Save Image speichert den IMAGE-Tensor als PNG in ComfyUI/output und bettet den gesamten Workflow in die Dateimetadaten ein, sodass das Bild zurück in ComfyUI gezogen werden kann, um den Graph wiederherzustellen.
VAE Decode
ComfyUI core
VAE Decode wandelt den gesampelten LATENT mit dem VAE in ein Pixel-BILD um; VAE Decode (Tiled) macht das Gleiche in Kacheln für sehr große Bilder.
Empty Latent Image
ComfyUI core
Empty Latent Image erstellt die leere latente Leinwand (Breite, Höhe, batch_size), von der das Text-zu-Bild-Sampling startet; die Dimensionen müssen Vielfache von 8 sein und zur Modellfamilie passen.