Model
Trends
.ai
Model
Trends
.ai
los mejores modelos de IA de código abierto

Checkpoint vs LoRA vs embedding vs ControlNet: qué hace cada archivo

Tema: Modelos
Por Quartermaster
Publicado el 2025-10-08
Los seis tipos de archivos de modelo que vas a encontrar, qué cambia cada uno, qué tamaño tienen, dónde van y cuándo usarlos: checkpoints y fine-tunes, LoRAs y sus primos LyCORIS, embeddings de inversión textual, ControlNets y IP-Adapters, VAEs y upscalers.

Resumen

Un usuario nuevo descarga un "modelo" y descubre que es una de seis cosas diferentes que van en seis carpetas distintas y hacen seis trabajos distintos. El catálogo de este sitio etiqueta cada entrada con su tipo (modelo base,
LoRA
, embedding, otro) y su familia por esa razón. Esta guía explica los tipos una vez, para que las etiquetas tengan sentido.
La regla general: un checkpoint es todo el pintor; un LoRA le enseña al pintor un nuevo tema o estilo; un embedding le enseña al pintor una nueva palabra; un
ControlNet
o IP-Adapter le dice al pintor dónde van las cosas o qué copiar de una referencia; el VAE son los ojos del pintor que convierten entre el lienzo y el espacio comprimido de trabajo; un
upscaler
es un artesano aparte que agranda la imagen terminada. Solo el checkpoint puede funcionar solo. Todo lo demás necesita un checkpoint de la familia correspondiente.
Los tamaños te dicen mucho. De 2 a 7 GB para un checkpoint
SDXL
y de 12 a 24 GB para
Flux
; de 10 a 700 MB para un LoRA; menos de 1 MB para un embedding; de 1 a 2.5 GB para un ControlNet; 300 MB para un VAE; 60 MB para un upscaler ESRGAN. Si un archivo llamado LoRA tiene 6 GB, es un checkpoint. La página del modelo aquí muestra el tamaño y el hash para que puedas saber antes de descargar.

Referencia

Nombre
Tipo
Qué es
Checkpoint (base model)
2-24 GB
El denoiser completo, usualmente con el codificador de texto y el VAE incluidos. Los fine-tunes (DreamShaper, Juggernaut,
Illustrious
, Pony) son checkpoints reentrenados con nuevos datos. Carpeta: models/checkpoints (
ComfyUI
), models/Stable-diffusion (A1111,
Forge
). Flux,
Qwen
y
Wan
se distribuyen como archivos separados diffusion_models + text_encoders + vae.
LoRA
10-700 MB
Una pequeña diferencia de pesos que se aplica encima de un checkpoint. Personajes, estilos, conceptos, sliders, movimiento. Necesita una palabra clave y un peso. Carpeta: models/loras o models/Lora.
LyCORIS / LoCon / LoHa / DoRA
10-700 MB
Variantes de LoRA que afectan más capas o usan una factorización diferente. Se cargan como LoRAs en todas las interfaces actuales.
Embedding (textual inversion)
10-200 KB
Un token aprendido para el codificador de texto. Se llama por su nombre de archivo en el prompt. Común como embeddings negativos (bad-hands, easynegative) en
SD 1.5
y SDXL; raro en Flux. Carpeta: models/embeddings.
ControlNet / T2I-Adapter
0.3-2.5 GB
Una red lateral que condiciona el denoiser con una pose, mapa de profundidad, mapa de bordes o boceto. Específico de la familia. Carpeta: models/controlnet.
IP-Adapter / reference
50 MB-1 GB
Condiciona con una imagen en lugar de texto: transferencia de estilo, referencia facial. Necesita un modelo CLIP vision que coincida.
VAE
160-330 MB
Codificador/decodificador entre píxeles y latentes. Usualmente incluido en checkpoints; archivos separados arreglan colores lavados (SDXL fp16-fix) o vienen con nuevas familias (Flux ae.safetensors, Wan VAE).
Upscaler
2-70 MB
ESRGAN, Real-ESRGAN, SwinIR, DAT: redes separadas que agrandan los píxeles después de la generación. Carpeta: models/upscale_models.
AD
Sin carpetas, sin tipos de archivo, sin buscar VAE
BitVector Prism precarga el checkpoint, los LoRAs, el VAE y los ControlNets que van juntos. Elige un modelo de este sitio, un complemento y genera en el navegador.

Paso a paso

  1. Identifica el tipo de archivo por la etiqueta del catálogo y el tamaño antes de descargar. Modelo base, LoRA, embedding u otro en la tarjeta; los bytes exactos en la página del modelo.
  2. Coincide la familia. Cada archivo que no es checkpoint nombra la familia para la que fue creado (SDXL, Flux,
    Wan 2.2
    14B); solo funciona con checkpoints de esa familia.
  3. Pon el archivo en la carpeta para su tipo (tabla arriba) y actualiza la interfaz.
  4. Checkpoint: selecciónalo como modelo. Para familias divididas (Flux, Qwen, Wan,
    Z-Image
    ) carga el diffusion model, los codificadores de texto y el VAE por separado en ComfyUI.
  5. LoRA: carga el nodo LoRA después del checkpoint, o <lora:name:0.8> en el prompt, más la palabra clave.
  6. Embedding: escribe el nombre del archivo en el prompt (o en el prompt negativo para embeddings negativos); ComfyUI usa embedding:name.
  7. ControlNet: aplica el nodo ControlNet con la imagen preprocesada (pose, profundidad); empieza con fuerza 0.8 y porcentaje final 0.8.
  8. VAE y upscaler: selecciona el VAE en el cargador o ajustes cuando los colores estén mal; ejecuta el upscaler como paso final a través de Upscale Image (usando Model).

Ejemplos

Una pila completa SDXL en un prompt de Forge

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

La misma pila como nodos en ComfyUI

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

Consejos

  • El tipo "otro" en el catálogo cubre ControlNets, VAEs,
    upscalers
    y flujos de trabajo; la página del modelo dice cuál es.
  • Los merges son checkpoints hechos promediando otros checkpoints; heredan la familia de sus padres y mantienen compatibilidad con LoRA.
  • Un checkpoint de
    inpainting
    es un checkpoint con canales de entrada extra; necesita el flujo de trabajo de inpainting y no es un reemplazo directo para texto a imagen.
  • Los embeddings negativos eran la forma en SD 1.5 de arreglar manos; en SDXL ayudan menos y en Flux no hacen nada porque el modelo no tiene
    CFG
    negativo.
  • Flux Fill, Flux Redux, Flux Depth y Canny son checkpoints o adaptadores, no LoRAs, aunque se distribuyen junto a los LoRAs en el hub.
  • Cuando tengas dudas, los socios en la nube tienen la combinación correcta precargada: elige el modelo y el LoRA y el VAE y ControlNet que coincidan se manejan automáticamente.

Solución de problemas

Descargaste un "LoRA" y tiene 6 GB

Por qué ocurre
Es un checkpoint; quien subió el archivo lo etiquetó mal.

Cómo arreglarlo
Ponlo en la carpeta de checkpoints y selecciónalo como modelo. La etiqueta del catálogo aquí es confiable.

El embedding no hace nada

Por qué ocurre
Familia incorrecta (embedding SD 1.5 en SDXL), o el nombre escrito no coincide con el del archivo.

Cómo arreglarlo
Coincide la familia; escribe el nombre exacto del archivo sin extensión; en ComfyUI usa embedding:name.

ControlNet genera ruido o ignora la pose

Por qué ocurre
ControlNet para otra familia, o se usó la foto original en lugar del mapa preprocesado.

Cómo arreglarlo
Usa el ControlNet hecho para la familia del checkpoint y ejecuta primero el nodo preprocesador.

Los colores se ven lavados

Por qué ocurre
Falta o es incorrecto el VAE.

Cómo arreglarlo
Carga el VAE de la familia; en SDXL el fp16-fix VAE.

El modelo carga pero genera imágenes negras

Por qué ocurre
Desbordamiento fp16 en el VAE o un checkpoint que necesita --no-half-vae.

Cómo arreglarlo
Usa el fp16-fix VAE o la bandera no-half-vae; en Flux verifica que la precisión del codificador de texto coincida con la versión.

AD
PirateDiffusion
Checkpoints, LoRAs, embeddings y ControlNets, ya conectados
PirateDiffusion mantiene miles de archivos de modelo organizados para ti en sus propias GPUs; solo dices el checkpoint y las etiquetas LoRA en un comando de Telegram y se aplican el VAE y ControlNets que coinciden. Generación ilimitada, precio fijo.

Preguntas

¿Cuál debería descargar primero un principiante?

Un checkpoint de la familia que quieres usar. Los LoRAs vienen después, cuando sabes qué base te gusta. Embeddings y ControlNets vienen cuando un problema específico los necesita.

¿Puedo fusionar un LoRA en un checkpoint?

Sí, todas las interfaces tienen una herramienta de merge, y el resultado es un nuevo checkpoint. Ahorras un nodo pero fijas el peso; la mayoría mantiene los LoRAs separados.

¿Un fine-tune es lo mismo que un LoRA?

No. Un fine-tune reentrena todo el checkpoint (gigabytes); un LoRA es un complemento pequeño (megabytes). Muchos fine-tunes empezaron como LoRAs fusionados.

¿Flux y Qwen usan embeddings?

Prácticamente nunca. Sus codificadores de texto LLM no están entrenados así; el trabajo de estilo y concepto se hace con LoRAs.

¿Qué es un archivo workflow?

Un JSON de ComfyUI que conecta estos componentes. El catálogo lista algunos como "otros"; no contienen pesos, solo la receta.

Enlaces y fuentes

Modelos de esta guía

Escrito por
Quartermaster

Guías relacionadas

Modelos
Qué es un LoRA y cómo usar uno en ComfyUI, Forge, Automatic1111 y en la nube
LoRAs explicados para quienes quieren resultados, no matemáticas: qué cambia un archivo LoRA, por qué debe coincidir con la familia del modelo base, palabras clave, pesos, combinar varios LoRAs, la carpeta y sintaxis para cada interfaz, y cómo probar un LoRA en la nube antes de descargar nada.
Por Captain
2026-05-20
Aplicaciones
Cómo instalar un LoRA: carpetas, comprobación de archivos y primer uso en ComfyUI, Forge, Automatic1111 y Draw Things
La guía práctica de instalación: dónde descargar un LoRA, cómo verificar el hash del archivo con la página del modelo, en qué carpeta va para cada UI popular, cómo actualizar la lista, cómo cargarlo la primera vez y las tres formas de usar uno en la nube sin instalar nada.
Por Lookout
2025-09-24
Modelos
Cómo funcionan los modelos generativos de imágenes AI: difusión, latentes y codificadores de texto explicados de forma sencilla
La mecánica detrás de Stable Diffusion, SDXL, Flux y los modelos de video sin las matemáticas: qué tiene que ver el ruido, por qué los modelos trabajan en un espacio latente comprimido, qué hacen el codificador de texto y el VAE, qué cambian realmente los pasos y la guía, y por qué los datos de entrenamiento deciden qué puede dibujar un modelo.
Por Quartermaster
2025-08-28
Prompting
ControlNet explicado: pose, profundidad, bordes e imágenes de referencia para SD 1.5, SDXL y Flux
Cómo ControlNet hace que un modelo siga una pose, un mapa de profundidad, un dibujo de bordes o un garabato en lugar de adivinar la composición a partir del prompt: los tipos comunes de control y cuándo usar cada uno, el paso del preprocesador, los ajustes de fuerza y porcentaje final, los archivos específicos de cada familia y las alternativas de la era Flux (Flux Depth, Canny, Kontext).
Por Captain
2026-02-18
Modelos
Mejorar imágenes con IA: modelos ESRGAN, hires-fix, difusión en mosaico y cuándo usar cada uno
Las tres familias de mejora y para qué sirven: mejoradores rápidos de píxeles (4x-UltraSharp, Real-ESRGAN, SwinIR, DAT) para ampliaciones limpias, hires-fix para añadir detalle durante la generación, y difusión en mosaico (Ultimate SD Upscale, SUPIR, basado en Flux) para convertir un render de 1024 en una impresión 4K detallada; con valores de denoise, tamaños de mosaico y modelos recomendados para descargar.
Por Quartermaster
2026-03-04

Más guías

Modelos
FLUX.1 Dev: cómo usar prompts, mejores ajustes e ideas creativas
Una guía práctica de FLUX.1 Dev de Black Forest Labs: cómo usar prompts en lenguaje natural, ajustes de guía y pasos, apilamiento de LoRA, renderizado de texto e ideas para aprovechar sus puntos fuertes.
Por Captain
2026-09-30
Modelos
Stable Diffusion XL 1.0: prompts, configuraciones y en qué sigue destacando
Cómo sacar el máximo provecho del modelo base oficial SDXL 1.0: resoluciones nativas, configuraciones de CFG y sampler, el refinador, prompts negativos e ideas para estilos donde SDXL todavía brilla.
Por Captain
2026-10-01
Modelos
Stable Diffusion 1.5: el modelo clásico, usado correctamente
Stable Diffusion 1.5 sigue siendo importante: la resolución adecuada, CFG y sampler, cómo usar su enorme biblioteca de LoRAs y embeddings, y ideas creativas para prompts adaptadas a un modelo de 512 píxeles.
Por Captain
2026-10-02
Modelos
FLUX.2 Dev: cómo usar el modelo más nuevo de Black Forest Labs
FLUX.2 Dev trae prompts más largos, mejor texto, realismo más fuerte y edición con múltiples referencias. Esta guía cubre el flujo turbo, ajustes de guía y resolución, estructura del prompt e ideas que aprovechan sus nuevas fortalezas.
Por Captain
2026-10-03
Modelos
Qwen-Image: prompts largos, texto perfecto y carteles bilingües
Qwen-Image es el modelo al que acudir cuando las palabras en la imagen importan. Aprende a escribir sus prompts largos y descriptivos, a renderizar texto en inglés y chino con precisión, a configurar CFG y pasos, y a explorar ideas creativas con mucho diseño.
Por Captain
2026-09-29
Modelos
SDXL-Lightning: generación en cuatro pasos en cualquier checkpoint SDXL
El LoRA SDXL-Lightning de ByteDance convierte un render SDXL de 30 pasos en uno de 4 pasos. Aprende cuántos pasos usar, el CFG que necesitas, el sampler y cómo combinarlo con tus checkpoints y LoRAs de estilo favoritos.
Por Captain
2026-09-30