ComfyUI v0.39.0リリース:新起動オプション追加とパートナーノード拡充

ComfyUI v0.39.0リリース:新起動オプション追加とパートナーノード拡充

基本情報

項目 内容
リポジトリ Comfy-Org/ComfyUI
版 v0.39.0
公開日 2026-10-06
ライセンス GPL-3.0
出典の種類 公開元の一次情報(公式GitHubリポジトリのリリースノートが出典)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

概要

ComfyUIの最新バージョン「v0.39.0」がリリースされました。ComfyUIは、Pythonで開発された、グラフおよびノード形式のインターフェースを持つ強力でモジュール化された拡散モデル向けのGUI、API、およびバックエンドであり、世界最速のローカル推論エンジンとされています。今回のアップデートにおける最も大きな変更点として、オフライン環境や外部連携機能を制御する新しい起動オプションの追加や、各種パートナーノードの拡充、および内蔵GPU環境での自動最適化などが挙げられます。これにより、利用者は自身の実行環境や用途に合わせて、より柔軟かつ安定した運用が可能になります。

破壊的変更・非推奨

本バージョンでは、一部の起動オプションが非推奨となり、新しいオプションに移行しています。

旧オプション 新オプション
--disable-api-nodes --offline または --disable-partner-nodes

影響を受けるユーザー: これまで --disable-api-nodes オプションを使用して外部APIノードを無効化していたユーザーに影響します。今後は新しく追加された --offline または --disable-partner-nodes オプションへ移行してください。

また、パートナーノードにおいて、Lumaの「Ray 2」ノードが非推奨となりました。これらを使用しているワークフローは、今後の更新で影響を受ける可能性があります。

主な変更点

新しい起動オプションの追加と非推奨化

外部ネットワークへの接続やパートナーノードの読み込みを制限するため、新たに --offline および --disable-partner-nodes オプションが追加されました。オフライン環境での運用や、特定のパートナーノードを読み込ませたくない場合に、これらのオプションを指定して起動します。これに伴い、従来の --disable-api-nodes は非推奨となっています。

内蔵GPUでのメモリ自動最適化

内蔵GPU(integrated GPUs)を使用している環境において、ピン留めメモリ(pinned memory)が自動的に無効化されるようになりました。これにより、専用ビデオメモリを持たない内蔵GPU環境での動作の安定化やメモリ効率の向上が期待されます。対象環境のユーザーは、特別な設定変更を行うことなく、更新するだけでこの最適化の恩恵を受けられます。

保存機能の品質向上と16ビット対応

動画保存ノード(Save Video)のエンコーディングにおいて、より高品質なデフォルト設定が適用されるようになりました。また、EXR形式での保存(Save EXR)において16ビット浮動小数点数(16-bit float)のサポートが追加され、デフォルトのビット深度も16ビット浮動小数点数に更新されました。これにより、画質を重視するユーザーや、後工程でコンポジット作業を行うユーザーの利便性が向上します。

パートナーノードの大幅な拡充

外部サービスや最新モデルと連携するためのパートナーノードが多数追加・更新されました。具体的には、Anthropicの「Sonnet 5.5」、Ideogramの「Ideogram 4.5」、HeyGen of「HeyGen Video 1.0」、Black Forest Labs(BFL)の「FLUX 3 Image」、Grokの「grok-imagine-video-1.5-lite」、ElevenLabsの「Eleven v4」および「v4 Turbo」といった最新モデルに対応するノードが追加されています。これらのモデルをComfyUIから直接利用したいユーザーにとって重要なアップデートです。

アセットスキャンの安定性とパフォーマンス改善

モデルフォルダの読み込みやアセットのスキャン処理において、データベースのロック競合を防ぐための修正や、スキャン処理の一時停止・再開制御の最適化が行われました。これにより、大量のモデルファイルを管理している環境や、起動時のファイル読み込みにおける安定性が向上しています。また、スキャン中のCPU使用状況や一時停止時間も報告されるようになり、トラブルシューティングが容易になりました。

各種モデルの不具合修正と対応

Qwen image 2.1モデルでint8またはint4キャッシュを選択した際に発生していたクラッシュ問題が修正されました。また、LynnReal light Minimax-H3 VAEのサポートが追加され、Minimax VAEのオフロードに関する問題や、一時ファイルの解放処理などが改善されています。さらに、comfy_attentionおよびAttentionTensorContainerのサポート対象モデルが追加され、推論時の効率向上が図られています。

対応モデル・ハードウェア

本バージョンでは、数多くの新しいモデルアーキテクチャや外部サービスとの連携ノード(パートナーノード)が追加され、利用可能なモデルの選択肢が大幅に広がりました。また、特定のハードウェア環境における動作の安定性も向上しています。

新しく対応したモデルと修正

  • LynnReal light Minimax-H3 VAEのサポート:新たに「LynnReal light Minimax-H3 VAE」がサポートされました。これに伴い、Minimax VAEのオフロード処理に関する問題が修正されたほか、MiniMax H3の埋め込み一時ファイルをブロックの前に解放する最適化が行われ、メモリ効率が改善されています。
  • Qwen image 2.1のキャッシュクラッシュ修正:Qwen image 2.1モデルにおいて、int8またはint4キャッシュを選択した際に発生していたクラッシュ問題が修正され、低ビットキャッシュを利用した推論が安定して行えるようになりました。
  • 各種パートナーノードの追加:外部サービスや最新モデルと連携するためのノードが多数追加されました。具体的には、Anthropicの「Sonnet 5.5」、Ideogramの「Ideogram 4.5」、HeyGenの「HeyGen Video 1.0」、Black Forest Labs(BFL)の「FLUX 3 Image」、Grokの「grok-imagine-video-1.5-lite」、ElevenLabsの「Eleven v4」および「v4 Turbo」といった最新モデルに対応するノードが追加されています。また、OpenAIの「GPT Image 2」において背景が透明化されてしまう問題が修正されました。

ハードウェア向けの最適化

  • 内蔵GPUでのピン留めメモリ自動無効化:内蔵GPU(integrated GPUs)を使用している環境において、ピン留めメモリ(pinned memory)が自動的に無効化されるようになりました。これにより、専用ビデオメモリを持たない環境での動作の安定化やメモリ効率の向上が期待されます。

アップデート方法

ComfyUIをアップデートまたは新規に手動インストールする際は、以下の推奨環境と手順に従ってください。

推奨される動作環境

  • Pythonのバージョン:
  • Python 3.13が非常に良くサポートされています。もしカスタムノードの依存関係で問題が発生する場合は、Python 3.12を試すことが推奨されます。 – Python 3.14でも動作はしますが、一部のカスタムノードで問題が発生する可能性があります。また、フリーレッド版(free threaded variant)も動作しますが、一部の依存関係でGIL(グローバルインタプリタロック)が有効になるため、完全にはサポートされていません。
  • PyTorchのバージョン:
  • PyTorch 2.7が最小限サポートされていますが、より新しいバージョンの使用が強く推奨されます。 – NVIDIA 20シリーズ以降のGPUを使用している場合は、cu130以降のバージョンのPyTorchが必須となります。一般的には、リリースから2週間未満の最新版を除き、最新のCUDAバージョンに対応した最新のメジャーバージョンのPyTorchを使用することが推奨されます。お使いのPyTorchが6ヶ月以上古い場合は、アップデートを行ってください。

セットアップ手順

  1. 以下のコマンドを実行して、必要なマネージャーの依存関係をインストールします。
pip install -r manager_requirements.txt
  1. 起動時に --enable-manager フラグを付与してComfyUIを実行し、マネージャーを有効化します。
python main.py --enable-manager

TLS/SSLの有効化(オプション)

セキュリティが必要な環境でHTTPS通信を行う場合、以下の手順で自己署名証明書を生成して利用できます。

  1. 以下のコマンドを実行して、証明書(cert.pem)と秘密鍵(key.pem)を生成します。
openssl req -x509 -newkey rsa:4096 -keyout key.pem -out cert.pem -sha256 -days 3650 -nodes -subj "/C=XX/ST=StateName/L=CityName/O=CompanyName/OU=CompanySectionName/CN=CommonNameOrHostname"

※Windowsユーザーは、alexisrolland/docker-opensslやサードパーティのバイナリ配布版を利用して実行できます。コンテナを使用する場合、カレントディレクトリにファイルを生成するために相対パスでのボリュームマウント(例: .\\:/openssl-certs)が利用可能です。

  1. 起動時に以下のオプションを追加して実行します。これにより、http://… ではなく https://… でアクセス可能になります。
python main.py --tls-keyfile key.pem --tls-certfile cert.pem

関連記事

次に読むなら

出典