ComfyUIのモデルを読み込むノード｜Load Checkpoint・Load Diffusion Model・Load CLIP・Load VAE

＊2026年9月29日に確認した内容です。ComfyUI の公式ドキュメント「モデル」と、組み込みのノードの説明（CheckpointLoaderSimple・UNETLoader・ClipLoader・VAELoader・DualCLIPLoader・TripleCLIPLoader・QuadrupleCLIPLoader）によります。画面は、編集部の PC（Windows 11）のポータブル版（Python ごと1つのフォルダに入った Windows 向けの ComfyUI。ComfyUI v0.37.0・フロントエンド 1.52.7・画面の表示は日本語）で撮りました。

ComfyUI でモデル（画像を作るために学習した内容を入れた重みのファイル）を使うには、読み込みのノードを置き、選ぶ欄でファイルを選びます。1つのファイルにまとまったチェックポイントは Load Checkpoint で読みます。拡散モデル・テキストエンコーダ・VAE が別々のファイルで配られているモデルは、Load Diffusion Model・Load CLIP・Load VAE で1つずつ読みます。テキストエンコーダを2つ以上使うモデルには、DualCLIPLoader・TripleCLIPLoader・QuadrupleCLIPLoader があります。

モデルを読み込むノード

読み込みのノードは、ComfyUI/models の下のフォルダにあるモデルのファイルを、ほかのノードに渡すノードです。公式ドキュメントによると、読み込みのノードは英語の名前が Load で始まるものが多く、モデルの種類に合うものを選びます。読み込みのノードと、それぞれが読むフォルダは次のとおりです。

ComfyUI の公式リポジトリの folder_paths.py では、unet は diffusion_models と、clip は text_encoders と同じ種類として読まれます。どのノードも、folder_paths.py の仕組みでフォルダを探すので、extra_model_paths.yaml（models の外のフォルダを読ませる設定のファイル）で足したフォルダのモデルも読めます。extra_model_paths.yaml の書き方は「ComfyUIのモデルのダウンロードと置き場所｜テンプレートからの取得・別のフォルダの指定」の記事で解説しています。フォルダの一覧は「ComfyUIのモデルの種類とフォルダ｜checkpoints・diffusion_models・text_encoders・vae・loras」の記事で解説しています。

1つのファイルにまとまったチェックポイントを読む：Load Checkpoint

「チェックポイントを読み込む」（Load Checkpoint）は、1つのファイルにまとまったチェックポイントを読み、中のモデル・CLIP・VAE の3つに分けて出力するノードです。公式ドキュメントの説明は、次のとおりです。

• モデル：潜在変数（画像の元になるデータ）のノイズを除いて画像を作る本体
• CLIP：プロンプトを、モデルが扱える情報に変えるもの
• VAE：画像と潜在変数を行き来させるもの

使い方は、次のとおりです。

1. キャンバス（ノードを並べる画面の広い部分）に「チェックポイントを読み込む」を置く
2. ノードの「ckpt名」の欄を押し、ComfyUI/models/checkpoints に置いたファイルを選ぶ
3. 出力の「モデル」を画像を作るノード（Kサンプラーなど）へ、「CLIP」をプロンプトのノードへ、「VAE」を VAE デコード（潜在変数を画像に戻すノード）へつなぐ

ComfyUI を動かしたまま新しいモデルのファイルを足したときは、ブラウザを読み込み直すと、選ぶ欄に出ます（公式ドキュメントのこのノードの説明）。公式ドキュメントのモデルのページでは、キャンバスで R のキーを押す方法も挙げています。

分かれたファイルを読む：Load Diffusion Model・Load CLIP・Load VAE

次の3つのノードで1つずつ読みます。

• 拡散モデルを読み込む（Load Diffusion Model）：画像を作るモデル本体を読む。「unet_name」でファイルを、「重みdtype」で読み込むときの精度を選ぶ
• CLIPを読み込む（Load CLIP）：テキストエンコーダを読む。「clip名」でファイルを、「タイプ」でモデルの種類を、「デバイス」で読み込む先を選ぶ
• VAEを読み込む（Load VAE）：VAE を読む。「vae_name」でファイルを選ぶ

「CLIPを読み込む」の「タイプ」には、stable_diffusion・sd3・wan・qwen_image・flux2 など、編集部の PC では29の選択肢がありました。公式ドキュメントによると、タイプは読み込むモデルの形に合わせて選ぶもので、たとえば stable_diffusion は clip-l、wan は umt5 xxl のテキストエンコーダに合います。「デバイス」は、default なら GPU が使えるときに GPU へ、cpu なら CPU へ読み込みます。

「VAEを読み込む」の選ぶ欄には、編集部のポータブル版では、vae のフォルダが空でも taef1・taesd・taesdxl・pixel_space が出ました。ポータブル版の models/vae_approx のフォルダには、最初から taesd などの小さな近似の VAE のファイルが入っています。公式ドキュメントでは、このノードは標準の VAE と近似の VAE の両方を読めるとしています。

「重みdtype」で選べる精度の意味は、「ComfyUIのモデルのファイル形式と量子化｜safetensors・fp8・GGUF」の記事で解説しています。

テキストエンコーダが2つ以上のとき：DualCLIPLoader・TripleCLIPLoader・QuadrupleCLIPLoader

この3つのノードは、どれも、選んだテキストエンコーダを1つの CLIP にまとめて出力します。

ComfyUI が対応しているモデルは、ふつうテンプレート（組み込みのワークフロー）に、そのモデルに合う読み込みのノードとファイルの組み合わせが入っています。テンプレートは「ComfyUIのテンプレート｜組み込みのワークフロー」の記事で解説しています。

LoRA（絵柄などを足す軽い追加のモデル）を読むノードは、「ComfyUIのLoRAの読み込み｜Load LoRA・強さ」の記事で解説します。