Anima-3.8B v1.1の使い方|公式Animaと描き分けを45枚で比較【ComfyUI】

公式の Anima と Anima-3.8B の猫3匹の比較 ComfyUI

この記事について(広告・アフィリエイトリンクはありません)

使ったモデルと拡張機能は、すべて無料で入手できます。試した環境の一覧は検証の記録にあります。

Anima-3.8B v1.1 は、複数の人物や物の描き分けで、今回いちばん指示どおりに描けました。 3つのプロンプトをシード5つずつ作り、公式の Anima と Anima-2.9B と比べた結果です。そのかわり、1枚の時間は公式の Anima の約2.6倍、使う VRAM は約2倍でした。

Anima-3.8B は、Anima-2.9B の層を増やして約3.8B(38億パラメーター)にした派生モデルです。作ったのは lylogummy さんで、Anima の公式(CircleStone Labs)のモデルではありません。

先に結論(今回のテスト条件で)

見たところ(各5枚)Anima(公式 base)Anima-2.9B previewAnima-3.8B v1.1
2人の髪・服・左右・手つなぎ555
猫3匹と段ごとの色445
傘の場面で服の色が合う435
男の子が傘を手渡している013
1枚の時間(中央値)6.4秒8.6秒16.4秒
増えた VRAM(最大)8.8GB7.7GB16.5GB

数字は5枚中いくつ指示どおりだったかで、判定は筆者の目視です。3つのモデルは、それぞれの推奨に近い設定で作っているので、まったく同じ条件ではありません。

迷ったら

まずは公式の Anima で十分です。2人の描き分けくらいなら3つとも5枚中5枚でした。人や物が3つ以上になる場面や、動きの指示がうまく出ないときに、3.8B を試す価値があります。

描き分けはどのくらい変わる?

2人の描き分けは差がなかった

「左に赤い長い髪で青いワンピースの子、右に短い黒髪で黄色いレインコートの子、手をつないでいる」という指示です。

2人の描き分けの比較。上から Anima(公式 base)、Anima-2.9B preview、Anima-3.8B v1.1、シード11〜55
2人の描き分けの比較。上から Anima(公式 base)、Anima-2.9B preview、Anima-3.8B v1.1、シード11〜55

3つとも、髪の色、服、左右、手つなぎが5枚すべてで合っていました。この程度の指示なら、公式の Anima でも描き分けられます。

複数キャラのプロンプトの書き方は、Anima で複数キャラを描き分けるプロンプトでも試しています。

猫の数は 3.8B だけ5枚とも合った

「棚の上段に黒猫、中段に白猫、下段に茶トラ」の3匹を描かせました。

猫3匹の比較。上から Anima(公式 base)、Anima-2.9B preview、Anima-3.8B v1.1
猫3匹の比較。上から Anima(公式 base)、Anima-2.9B preview、Anima-3.8B v1.1

色と段の対応は3つとも合っていました。違いが出たのは数です。シード44では、公式の Anima と 2.9B が茶トラを2匹描いて4匹になりました。3.8B は5枚とも3匹です。

シード44の比較。左から公式の Anima、2.9B、3.8B。左の2枚は茶トラが2匹で4匹になっている
シード44の比較。左から公式の Anima、2.9B、3.8B。左の2枚は茶トラが2匹で4匹になっている

動きの指示は 3.8B がいちばん通った

「男の子が女の子に赤い傘を手渡している。女の子は緑のコート、男の子はグレーのパーカー」という指示です。

傘を手渡す場面の比較。上から Anima(公式 base)、Anima-2.9B preview、Anima-3.8B v1.1
傘を手渡す場面の比較。上から Anima(公式 base)、Anima-2.9B preview、Anima-3.8B v1.1

公式の Anima は、5枚とも男の子が傘をさしているだけで、手渡しにはなりませんでした。後ろ姿が3枚あり、1枚は男の子の服が黒い上着です。

3.8B は、5枚中3枚で傘の柄を女の子に向けて差し出していました。服の色も5枚すべて合っています。

時間と VRAM はどのくらい増える?

832×1216 で、1枚目(モデルの読み込みを含む)を除いた中央値です。

モデル設定1枚の時間増えた VRAM(最大)
Anima(公式 base)30ステップ、CFG 4、er_sde、simple6.4秒8.8GB
Anima-2.9B preview同上8.6秒7.7GB
Anima-3.8B v1.140ステップ、CFG 6、res_multistep、beta16.4秒16.5GB

3.8B はステップ数も多いので、時間の差はモデルの大きさだけによるものではありません。設定は、配布元のワークフロー(workflow_1.1.json)に合わせました。

Anima-2.9B の増えた VRAM(7.7GB)が公式の Anima(8.8GB)より小さいのは、モデルの大きさから見ると逆ですが、理由は確認できていません。この値は GPU 全体の増分で、モデルごとに分けて測ったものではありません。

3.8B は、文章の読み取りに Qwen3.5 4B という大きめのテキストエンコーダーを追加で使います。配布元の説明では、プロンプトを読み終えたらメモリーから外す作りです。

ComfyUI での導入の手順

拡張機能を入れる

3.8B は、ComfyUI 本体だけでは読み込めません。配布元が案内している拡張機能 comfyui-anima-3-8B(MIT ライセンス)を、ComfyUI\custom_nodes に入れます。コードを読んだ範囲では、外部への通信やコマンドの実行はありませんでした。

cd ComfyUI\custom_nodes
git clone https://github.com/GumGum10/comfyui-anima-3-8B.git

ほかのカスタムノードの入れ方はカスタムノードの入れ方にまとめています。

モデルを置く

ファイル大きさ置き場所
Anima-3.8B-v1.1.safetensors8.8GBmodels\diffusion_models
qwen35_4b.safetensors4.8GBmodels\text_encoders
qwen_3_06b_base.safetensors1.2GBmodels\text_encoders
qwen_image_vae.safetensors254MBmodels\vae

下の2つは公式の Anima と同じファイルです。Anima を使っている人は、上の2つを足すだけで動きます。

配布ページのフォルダー名は「difussion_models」と綴りが違います。ファイルを探すときは、この名前のフォルダーを開いてください。説明文には Anima-3.8B-v2.safetensors という名前もありますが、今回置かれていたのは v1.1 のファイルでした。

ワークフロー

Anima-3.8B v1.1 のワークフロー。anima.3-8B-v2 で読み込み、anima.3-8B-v2 Prompt を2つ(ポジティブとネガティブ)使う
Anima-3.8B v1.1 のワークフロー。anima.3-8B-v2 で読み込み、anima.3-8B-v2 Prompt を2つ(ポジティブとネガティブ)使う

ノード名の「anima.3-8B-v2」は、拡張機能 comfyui-anima-3-8B が付けている名前です。v1.1 のファイルも、このノードで読み込みます。

配布元のワークフローは、ほかのカスタムノード(Easy-Use など)も使っています。下で配っているのは、3.8B の拡張機能と本体のノードだけで組み直したものです。

RTX 5090 以外の人へ

RTX 5090 で --reserve-vram の値を変え、VRAM が少ない環境を想定した簡易テストをしました。--reserve-vram は OS などのために VRAM を残しておく設定で、容量そのものを制限する機能ではありません。実際の 8GB・12GB の GPU での動作を再現・保証するものではない点に注意してください。

想定--reserve-vram生成2枚目の時間増えた VRAM(GPU 全体)
指定なしなしできた16.4秒(中央値)16.5GB
12GB 程度20できた16.3秒9.5GB
8GB 程度24できた18.9秒8.7GB

VRAM が足りないときの対処はVRAM が足りないときの対処法にまとめています。

商用で使える?

Anima-3.8B のモデルカードには「元の Anima と Anima-2.9B のライセンスに従う」と書かれています。公式の Anima のライセンスは CircleStone Labs の非商用ライセンスで、モデルそのものは非商用です。生成した画像は商用を含めて使えます。

ライセンスの中身はAnima の使い方で原文から読んでいます。拡張機能 comfyui-anima-3-8B のコードは MIT ライセンスです。

よくある質問(FAQ)

Q. Anima-3.8B と公式の Anima の違いは?

3.8B は Anima-2.9B の層を増やした派生モデルで、Qwen3.5 4B のテキストエンコーダーを追加で使います。今回の比較では、3つ以上の物や動きの指示で公式の Anima より指示どおりに描けました。作者は公式の CircleStone Labs ではありません。

Q. Anima-3.8B を ComfyUI で使うには?

拡張機能 comfyui-anima-3-8B を custom_nodes に入れ、Anima-3.8B-v1.1.safetensors と qwen35_4b.safetensors を置きます。テキストエンコーダーの qwen_3_06b_base と VAE は公式の Anima と同じものです。

Q. Anima-3.8B は遅い?

RTX 5090 の 832×1216、40ステップで1枚約16.4秒でした。公式の Anima(30ステップ)は約6.4秒です。

Q. Anima-3.8B は VRAM 8GB でも動く?

RTX 5090 で --reserve-vram を 24 にした簡易テストでは生成でき、2枚目は18.9秒でした。実際の 8GB の GPU で試したわけではありません。

Q. Anima の古い LoRA は 3.8B で使える?

層の数が違うため、そのままではずれます。層を対応づけ直す拡張機能(ComfyUI-Anima-Remap)がありますが、今回は試していません。

まとめ

Anima-3.8B v1.1 は、人や物が増えたときの数や動きの指示に強くなっていました。2人の描き分けまでなら、公式の Anima で足ります。

時間は約2.6倍、VRAM は約2倍。 指示どおりに描けないときの次の手として試すのがおすすめです。

この記事の検証環境

RTX 5090(32GB)/ Ryzen 9 9950X3D / 128GB / Windows 11 / ComfyUI 0.43.0 / comfyui-anima-3-8B(2026-08-31 版)/ Anima-3.8B v1.1・Anima-2.9B preview v1・anima-base-v1.0 / 2026年11月6日
これまでの検証の一覧はこちら

検証メモ

  • 本数:3つのプロンプト×シード 11・22・33・44・55×3モデルの45枚です。プロンプトの先頭に masterpiece, best quality, score_7, safe を付け、ネガティブに nsfw などを入れました。
  • 設定:公式の Anima と 2.9B は KOBO Lab の Anima の記事と同じ設定、3.8B は配布元の workflow_1.1.json の設定です。ステップ数と CFG が違うので、同じ条件の比較ではありません。
  • 判定:「手渡している」は、傘の柄が相手に向けて差し出されているかで見ました。後ろ姿で手元が見えない絵は「合っていない」に数えています。
  • 時間と VRAM:時間は ComfyUI の実行開始から完了まで。VRAM は Windows ではプロセスごとの量が取れないので、ComfyUI を起動する前と比べた GPU 全体の増分です。
  • 未確認のこと:古い LoRA を 3.8B に使うためのリマップ(ComfyUI-Anima-Remap)、Qwen3.5 4B を使わない場合との差、文字入れ、ほかの解像度、実際の 8GB・12GB の GPU。

参考リンク

この記事を書いた人
こまたろ

画像生成 AI に興味を持ったのがきっかけで、3年ほど前から ComfyUI を触っています。始めたころは今ほど情報がそろっておらず、何時間もかけて整えた環境が翌日のアップデートで動かなくなったこともありました。

KOBO Lab は、自分の学び直しと、これから ComfyUI を始める人が同じところでつまずかないようにと思って始めたサイトです。初心者も中級者も、迷ったときに開くサイトを目指しています。

検証は、RTX 5090 を積んだ自作 PC 1台で、実際に動かして確かめています。作業を楽にするための自作ツールも作っています。

記事は、運営者自身の経験と検証をもとに、Claudeで下書きを作り、GrokボットとMuseでも添削や確認をして仕上げています。

KOBO Lab の新しい記事を受け取る
ComfyUILoRA・モデル
KOBO Lab の新しい記事を受け取る
タイトルとURLをコピーしました