モデルと精度（FP8・GGUFなど）を選ぶだけで、必要なVRAMと「手持ちのGPUで動くか」が分かります。GPUから「動くモデル」を探すこともできます。ComfyUIで使う場合の目安です。
計算結果はComfyUIで使う場合の目安です（±20%程度）。ControlNet・LoRA・アップスケールを追加すると必要量が増えます。購入前には各モデルの配布ページもご確認ください。
ローカルLLM（文章生成AI）の必要VRAMは ローカルLLM VRAM計算機、グラボを買うか借りるかは 画像生成GPU 買う？借りる？ で計算できます。
「モデル本体（パラメータ数×精度ごとのバイト数）」＋「生成中の作業メモリ（画像・動画をいくつの小さな単位に分けて扱うか×モデルの幅）」＋「画像・動画への変換などの固定分」の合計です。モデルの大きさや幅は、各モデルの公式の設定ファイル（config.json）と配布ファイルのサイズから取っています。
画像・動画生成AIは、文章を読み取る部品（テキストエンコーダ）を先に動かし、そのあと本体で画像を作ります。ComfyUIはVRAMが足りないとき、この2つを自動で入れ替えます。入れ替えの分だけ最初の1枚が遅くなりますが、生成そのものの速さは変わりません。
本体がVRAMに収まらないとき、一部をPCのメインメモリに置いて動かす状態です。ComfyUIは自動でこうなりますが、生成は数倍遅くなります。お試しには使えますが、常用するならVRAMに収まる精度・GPUを選ぶのがおすすめです。
FP8はファイルが無圧縮の約半分で、画質の劣化はほとんどありません。VRAMが足りないときは、GGUF形式のQ8→Q5→Q4の順に小さくします。Q4でも多くの場合は実用的ですが、細部の質は少し落ちます。
ComfyUIで使う場合の目安で、±20%程度ずれることがあります。各モデルの公式の数値（公式の実装で測った値）や利用者の報告と照らし合わせて調整しています。動画はフレーム数・解像度で大きく変わり、ControlNetやLoRAを追加すると増えます。
ComfyUIはAMD（ROCm／Windows版）やIntel Arcにも対応していますが、NVIDIAに比べて設定が難しく、対応していない機能（FP8の高速化など）もあります。初めてならNVIDIAのGPUが無難です。
データの出典：各モデルの Hugging Face モデルカード・設定ファイル（config.json）・配布ファイルのサイズ、Black Forest Labs の FLUX.2 発表（2026年10月10日確認）。各社の公式の必要VRAM・利用者の報告と照らし合わせて調整しています。