.ai

os melhores modelos de IA de código aberto

Buscar

Erros do ComfyUI e como consertar: nós vermelhos, modelos faltando, CUDA sem memória

Q: Caixas vermelhas por todo lado após carregar um workflow baixado

O workflow usa nós customizados que você não tem. Manager > Install Missing Custom Nodes, instale tudo, Restart, recarregue a aba do navegador.

Tema: Erros e soluções

Por Captain

Publicado em 2026-05-12

As mensagens de erro do ComfyUI que as pessoas veem primeiro, o que cada uma significa e a solução que funciona: nós customizados faltando (caixas vermelhas), "Prompt outputs failed validation", CUDA sem memória, tipo errado de modelo em um loader, erros de forma mat1 e mat2, desserialização de cabeçalho, incompatibilidades entre torch e xformers.

Visão geral

ComfyUI

mostra problemas em dois lugares: nós vermelhos na tela antes de você apertar Run, e uma janela de erro vermelha (com um longo traceback no terminal) quando um nó falha durante a execução. Nós vermelhos quase sempre significam nós customizados ou arquivos faltando. Erros em tempo de execução são quase sempre memória, um modelo colocado no loader errado, ou um pacote Python que não combina com o torch instalado. Este guia lista as mensagens na ordem que as pessoas encontram, com a causa e o conserto mais rápido.

Cada conserto abaixo assume a versão portátil para Windows ou uma instalação padrão via git com o ComfyUI Manager. Se um passo diz "atualizar", use o botão Update All do Manager, ou faça git pull na pasta do ComfyUI seguido de pip install -r requirements.txt no mesmo ambiente Python que o ComfyUI usa (python_embeded\python.exe -m pip na versão portátil).

Quando um workflow precisa de mais GPU do que você tem, a alternativa para lidar com o erro é rodar o mesmo gráfico numa GPU hospedada: o

BitVector

mantém centenas de workflows ComfyUI pré-instalados com seus modelos e nós, e o

PirateDiffusion

roda workflows hospedados pelo Telegram com /wf /run:name. Ambos estão listados na página Apps deste site.

Referência

Nome	Tipo	O que é
Red node with a title in red	symptom	Um nó customizado que o workflow usa não está instalado. Manager > Install Missing Custom Nodes acha ele pelo JSON do workflow.
Prompt outputs failed validation	error	Um loader aponta para um arquivo que não existe na sua pasta de modelos, ou um valor de widget está fora do limite. Abra o nó citado na mensagem e escolha um arquivo da lista.
torch.cuda.OutOfMemoryError / Allocation on device	error	O modelo, o latente e as ativações não cabem na VRAM . Diminua resolução ou batch, use uma precisão menor (fp8, GGUF) ou adicione --lowvram.
mat1 and mat2 shapes cannot be multiplied	error	O tipo errado de modelo no loader: um LoRA SDXL num checkpoint SD 1.5 , um Flux VAE num gráfico SDXL, ou um codificador de texto da família errada.
Error while deserializing header: HeaderTooLarge / MetadataIncompleteBuffer	error	O arquivo .safetensors está incompleto ou corrompido. Baixe de novo e compare o tamanho ou hash com a página fonte.
ERROR: Could not detect model type	error	Um LoRA, VAE ou ControlNet foi carregado com Load Checkpoint, ou o arquivo nem é um modelo de difusão. Use o loader que combina com o tipo do arquivo.
xformers / torch version mismatch, DLL load failed	error	Um pacote foi instalado para uma versão diferente do torch. Reinstale torch, torchvision e xformers juntos para a mesma versão CUDA, ou remova o xformers.
CLIPTextEncode: expected ... got ...	error	O codificador de texto não combina com o modelo (Flux precisa de clip_l mais t5xxl, SDXL precisa dos seus dois codificadores, Qwen e Wan têm os seus próprios).
Value not in list: ckpt_name	error	O workflow foi salvo com nomes de arquivo de outra pessoa. Escolha seu próprio arquivo no menu; o Manager também pode mapear nomes comuns.
Server disconnected / reconnecting	symptom	O processo Python travou, geralmente por falta de RAM do sistema ao carregar um modelo grande. Veja o terminal e o Gerenciador de Tarefas durante o carregamento.

Sem instalação: rode modelos de IA na nuvem

BitVector Prism é a forma mais fácil de começar: escolha um modelo, digite um prompt e gere em um app web limpo, sem configurar nada. O BitVector também está disponível no Discord e na web (SpyGlass).

Experimentar o BitVector

Passo a passo

Leia o terminal, não só a janela de erro. As últimas linhas antes do Traceback mostram o nó e o arquivo; a primeira linha do traceback que menciona a pasta custom_nodes indica qual extensão falhou.
Nós vermelhos primeiro: abra o Manager, clique em Install Missing Custom Nodes, instale tudo que aparecer, depois Restart. Atualize a aba do navegador depois do restart.
Arquivos faltando depois: para cada loader com contorno vermelho ou mensagem "Value not in list", abra o menu e escolha um arquivo que você tenha, ou baixe o arquivo que o workflow pede na pasta certa (models/checkpoints, models/loras, models/vae, models/clip, models/unet ou diffusion_models, models/controlnet).
Cheque a família de cada arquivo no gráfico: checkpoint, LoRA, VAE, codificadores de texto e ControlNet têm que ser da mesma família. A página do modelo neste site mostra a família no topo; misturar gera erros de forma.
Erros de memória: reduza o tamanho do batch pela metade, diminua a resolução para o tamanho nativo da família (512 para SD 1.5, 1024 para SDXL e Flux), troque o modelo para uma versão fp8 ou GGUF, e inicie o ComfyUI com --lowvram ou --novram se ainda falhar. O Tiled VAE Decode substitui o decode normal para imagens grandes.
Erros de pacote: rode o script de atualização da sua versão (update_comfyui_and_python_dependencies.bat na versão portátil), ou pip install -r requirements.txt no ambiente certo. Se xformers for citado, desinstale ele; o ComfyUI usa atenção do PyTorch sem ele.
Ainda com problema: inicie o ComfyUI com --disable-all-custom-nodes. Se o workflow rodar, reative as extensões metade por metade no Manager para achar qual está causando conflito.
Quando o hardware é o limite, rode o workflow hospedado: abra o mesmo workflow no BitVector, ou no PirateDiffusion com /workflow /show:name e /wf /run:name, e deixe seu setup local para o que cabe.

Exemplos

Início com pouca VRAM na versão portátil

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

Reinstalar torch para CUDA 12.4 no Python embutido

.\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

Encontrar a extensão que causa um crash

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

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

Dicas

Mantenha uma pasta só de modelos e aponte todas as UIs para ela com extra_model_paths.yaml, assim ComfyUI,
Forge
e A1111 compartilham arquivos e você baixa cada checkpoint só uma vez.
Nomeie arquivos pela família quando salvar (flux-, sdxl-, sd15-) para que um erro de combinação apareça no menu.
O "Fix node (recreate)" do Manager num nó vermelho costuma consertar workflows salvos por versões antigas de uma extensão.
Uma versão GGUF do Flux, Wan ou Qwen (o loader Unet do ComfyUI-GGUF) roda em placas de 8 a 12 GB com quase nenhuma perda de qualidade em Q8 e pequena perda em Q5.
Configure o arquivo de paginação do Windows para ser gerenciado pelo sistema num SSD com 40 GB livres: carregar modelos grandes aumenta muito o uso de RAM do sistema e um arquivo de paginação pequeno faz o servidor travar sem aviso.
Atualize o ComfyUI antes de atualizar os nós customizados, nunca o contrário; o núcleo muda primeiro e as extensões depois.
Workflows dos guias deste site listam os arquivos que precisam em Inputs; baixe eles antes de carregar o JSON.

Como corrigir

Apague e baixe de novo; compare o tamanho do arquivo com a página fonte. Use gerenciador de downloads para arquivos maiores que 5 GB.

ImportError / DLL load failed após atualização

Por que acontece

torch, torchvision ou xformers foram atualizados para versões incompatíveis.

Como corrigir

Desinstale os três e instale juntos do índice PyTorch para sua versão CUDA; remova xformers se continuar falhando.

Flux ou Wan carregam por minutos e o servidor morre

Por que acontece

RAM do sistema, não VRAM, acabou enquanto os pesos eram lidos.

Como corrigir

Feche outros programas, aumente o arquivo de paginação, carregue a versão fp8 ou GGUF, ou use a cópia hospedada no BitVector ou PirateDiffusion.

Sem instalação: rode modelos de IA na nuvem

O PirateDiffusion é exclusivo do Telegram e feito para profissionais: milhares de modelos, LoRAs e workflows por comandos de chat, com geração ilimitada a preço fixo.

Experimentar o PirateDiffusion

Perguntas

Em qual pasta cada arquivo vai?

Checkpoints em models/checkpoints, LoRAs em models/loras, VAEs em models/vae, codificadores de texto em models/clip (ou models/text_encoders), modelos de difusão puros como

Flux dev

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

upscalers

em models/upscale_models.

Quanto VRAM eu preciso?

SD 1.5 roda em 4 GB, SDXL em 8 GB, Flux dev fp8 em 12 GB (GGUF Q5 em 8 GB),

Qwen-Image

Wan 2.2

14B em 16 a 24 GB com fp8 ou GGUF,

HunyuanVideo

em 24 GB. O guia de VRAM deste site tem a tabela.

Posso rodar um workflow sem GPU?

Sim, num serviço hospedado: o BitVector roda os workflows ComfyUI deste site pré-instalados em GPUs na nuvem, e o PirateDiffusion roda workflows hospedados pelo Telegram. Nenhum precisa de instalação.

Por que o mesmo workflow funciona para outra pessoa?

Nomes de arquivos diferentes, versões diferentes de nós customizados, ou uma placa maior. Compare a lista Inputs do guia com suas pastas antes de qualquer coisa.

--lowvram deixa as coisas mais lentas?

Sim, moderadamente: ele move partes do modelo entre RAM do sistema e VRAM. Ainda assim é muito mais rápido que travar. --novram é ainda mais lento e é para placas de 4 GB.