KJNodes の「モデル・LoRA・メモリ・高速化」39 個を試すと、KJNodes だけで動いたのは17個でした。LoRA の抽出と軽量化、VRAM の確認、精度を選んだ読み込みは、そのまま動きました。高速化のノードは別の部品が必要で、今回の環境では動いていません。
ComfyUI-KJNodes（KJNodes）は、ComfyUI の公式の登録所でいちばんダウンロードされているカスタムノードで、入れると 260 個のノードが増えます。この記事はシリーズの⑤回目。ノードごとに、動かした（または置いた）ときの画面を載せました。
エラーはメッセージをそのまま、実行していないものは理由を書いています。環境と試し方は末尾の「検証メモ」へ。
KJNodes シリーズの一覧
全260ノードを、やりたいこと・ノード名から探すには KJNodes 完全ガイド（総合索引）へ。
| 回 | 分類 | 記事 |
|---|---|---|
| ① | 画像 | KJNodesの使い方① |
| ② | マスク | KJNodesの使い方② |
| ③ | テキスト・数値・その他・ループ | KJNodesの使い方③ |
| ④ | ラテント・ノイズ・サンプリング・座標 | KJNodesの使い方④ |
| ⑤ | モデル・LoRA・メモリ・高速化 | この記事 |
| ⑥ | 動画モデル用 | KJNodesの使い方⑥ |
| ⑦ | 音声・非推奨 | KJNodesの使い方⑦ |
ノード名は、画面に出る英語の名前（または中身の名前）で書いています。ノードライブラリで名前を入れると見つかります。スクリーンショットの「プレビュー任意」は、数値や文字を表示するための ComfyUI の標準のノードです。
モデルを読み込む
CheckpointLoaderKJ
チェックポイント（1ファイルのモデル）を、計算の精度や SageAttention などの設定つきで読み込みます（実験的なノード）。
試したこと：Illustrious XL v2.0 を初期設定で読み込み、512×512 の画像を作れました。
DiffusionModelLoaderKJ
拡散モデル（本体だけのファイル）を、精度や SageAttention などの設定つきで読み込みます（実験的なノード）。
試したこと：Anima Turbo v1.1 を読み込み、10ステップ・CFG 1 で画像を作れました。
DiffusionModelSelector
拡散モデルのファイルの場所を、文字列で返します（実験的なノード）。
試したこと：anima-base-v1.0 を選び、ファイルの場所の文字列が出ました。
GGUFLoaderKJ
GGUF 形式（軽くしたモデルの形式）のモデルを、細かい設定つきで読み込みます。作者の説明では、ComfyUI-GGUF という別のカスタムノードが必要です。
試したこと：試験用の環境には GGUF のモデルがなく、ファイルを選べないため「model_name がない」というエラーで止まりました。ComfyUI-GGUF も入れていません（このシリーズは KJNodes 以外のカスタムノードを使わないため）。
LoRA
DiTBlockLoraLoader
DiT 系のモデル（Anima・Flux・Wan など）に、LoRA をかけます。blocks をつなぐと、ブロックごとに強さを変えられます。
試したこと：Anima-Base に公式の Turbo LoRA をかけ、10ステップ・CFG 1 で画像を作れました。LoRA のランク（32）も出力されました。
LoraExtractKJ
2つのモデルの差から、LoRA を取り出します。
試したこと：Anima Turbo v1.1（finetuned）と Anima-Base v1.0（original）の差から、ランク 8 の LoRA（約38MB）を取り出せました。
LoraReduceRankKJ
LoRA のランク（中身の大きさ）を小さくして、ファイルを軽くします（実験的なノード）。作者の説明では、kohya の sd-scripts の方法をもとにしています。
試したこと：Anima Turbo LoRA（ランク 32・約149MB）を、ランク 8（約37MB）にしました。
メモリ（VRAM）
VRAM_Debug
メモリの片付け（キャッシュを空にする、使っていない値を消す、モデルを外す）をして、前後の空き VRAM を表示します。
試したこと：空き VRAM は前後とも約 32.2GB（32,223,789,056 バイト）でした。
ModelMemoryUsageFactorOverride
生成のときに見積もるメモリの量の倍率を変えます（実験的なノード）。
試したこと：倍率 1.5 にして、ふつうに画像を作れることを確かめました。
ModelMemoryUseReportPatch
生成のあとに、メモリの使用量を表示するようにします（実験的なノード）。
試したこと：モデルにかけて画像を作れることを確かめました。表示は ComfyUI の黒い画面に出ます。
StartRecordCUDAMemoryHistory
CUDA のメモリの使い方の記録を始めます。EndRecordCUDAMemoryHistory と組にして使います。
試したこと：実行すると「cudaMallocAsync does not yet support recordHistory」というエラーになりました。ComfyUI が使っているメモリの確保のしかた（cudaMallocAsync）では、記録ができないようです。
EndRecordCUDAMemoryHistory
記録を止めて、ファイルに保存します。
試したこと：上と同じ組み方で、同じエラーになりました。
VisualizeCUDAMemoryHistory
保存した記録をグラフにします。作者の説明では、ブラウザで開きます。
試したこと：記録ができなかったうえ、実行すると筆者の PC でブラウザが開く可能性があるため、実行していません。
高速化（torch.compile）
TorchCompileModelAdvanced
torch.compile でモデルを速くします（実験的なノード）。
試したこと：「Cannot find a working triton installation」というエラーになりました。torch.compile には triton という部品が必要で、試験用の環境には入っていません。
TorchCompileVAE
torch.compile で VAE を速くします。
試したこと：上と同じく、triton がないためエラーになりました。
TorchCompileControlNet
torch.compile で ControlNet を速くします。
試したこと：手元にあった Anima 用の ControlNet のファイルは、標準の読み込みで「有効な ControlNet ではない」と出て、ここまで進めませんでした。
TorchCompileModelFluxAdvancedV2
Flux 用の torch.compile です。画面には [DEPR] と出る古い版で、作者は TorchCompileModelAdvanced を使うよう案内しています。
試したこと：SDXL のモデルにかけて「Failed to compile model」になりました。
TorchCompileModelWanVideoV2
Wan 用の torch.compile です。これも古い版です。
試したこと：SDXL のモデルにかけて「Failed to compile model」になりました。
VAE
VAELoaderKJ
VAE を、読み込む場所（GPU か CPU）と精度を選んで読み込みます。
試したこと：qwen_image_vae を bf16 で読み込み、Anima の画像を作れました。
VAEMergeKJ
2つの VAE の中身を、割合を決めて混ぜます。作者の説明では、同じ作りの VAE どうしでないと混ぜられません。
試したこと：同じ qwen_image_vae を2つ読み込んで 0.5 で混ぜ、そのまま画像を作れました（同じものどうしなので、結果は変わらない組み方です）。
VAEDecodeLoopKJ
動画の潜在画像を、ループ（最初と最後がつながる動画）の継ぎ目が目立たないように VAE で戻します。
試したこと：最初は Anima の画像の潜在画像で試し、エラーになりました。Wan 2.2 の VAE と、標準の Wan22ImageToVideoLatent で作った動画の潜在画像（17フレーム）にすると、動きました。
モデルを保存する・ControlNet
ModelSaveKJ
モデルをファイルに保存します。保存するときのキーの前につける名前も決められます。
試したこと：Anima Turbo v1.1 を保存し、output\diffusion_models に約 4.2GB のファイルができました（確認後に消しました）。
SetShakkerLabsUnionControlNetType
Shakker Labs の Union ControlNet で使う種類（canny・depth など）を決めます。
試したこと：手元に対応する ControlNet がなく、ほかの ControlNet ファイルでは読み込みの時点で止まりました。
CustomControlNetWeightsFluxFromList
数値のリストから、ControlNet の強さの並びを作ります。作者の説明では、Advanced-ControlNet 用です。
試したこと：「No module named ‘ComfyUI-Advanced-ControlNet’」と出ました。別のカスタムノード（Advanced-ControlNet）が必要です。
モデルにかける実験的な設定
ModelPatchTorchSettings
生成の前後で、PyTorch の設定（fp16 の足し算の精度など）を変えます（実験的なノード）。
試したこと：enable_fp16_accumulation をオンにして、画像を作れました。
Ideogram4OptimizationsKJ
Ideogram 4 のモデルの VRAM を減らす設定です（実験的なノード）。作者は、出力が変わることがあると注意しています。
試したこと：SDXL のモデルにかけても、エラーなく画像を作れました。Ideogram 4 のモデルではないので、効果は確かめていません。
Krea2PromptWeight
Krea2 のモデルで、プロンプトの単語ごとに強さを変えます（実験的なノード）。「(word:1.5)」のように書きます。
試したこと：SDXL の CLIP とモデルをつないで、エラーなく実行できました。Krea2 のモデルではないので、効果は確かめていません。
FluxBlockLoraSelect
Flux の LoRA を、ブロックごとの強さで選びます。0 にしたブロックは外れます。つなぎ先は DiTBlockLoraLoader の blocks。
試したこと：初期値のまま実行し、ブロックごとの値が出ました。
CheckpointPerturbWeights
モデルの重みに、少しだけばらつきを足します。
試したこと：SDXL のモデルにかけると「’NoneType’ object is not callable」のエラーになりました。joint_blocks などの名前から、SD3 や Flux のような作りのモデル用と考えられます。
PatchFlashAttentionKJ
注意（attention）の計算を FlashAttention にします（実験的なノード）。
試したこと：「Flash attention not found」と出ました。flash_attn という部品が必要です。
PathchSageAttentionKJ
注意の計算を SageAttention にします（実験的なノード。ノード名のつづりは原文のまま）。
試したこと：「No module named ‘sageattention’」と出ました。sageattention という部品が必要です。
LatentInpaintTTM
TTM（Time-to-Move）という方法で、範囲を描き直します（実験的なノード）。
試したこと：SDXL の画像で、マスクなし・ありの2通りを試し、どちらもエラーになりました。動画モデル用の方法と考えられます。
PiDColorBiasCorrection
PiD の4ステップのデコーダーで起きる色のずれを直します（実験的なノード）。flux2 用です。
試したこと：SDXL のモデルにかけて、テンソルの大きさが合わないエラーになりました。
NABLA_AttentionKJ
動画モデル用の NABLA という注意の方法にします。作者の説明では、今は Kandinsky5 でだけ動きます。
試したこと：SDXL のモデルにかけて「not enough values to unpack」のエラーになりました。
専用のモデルや機器が必要なもの（今回は実行していません）
StyleModelApplyAdvanced
スタイルモデル（画像から雰囲気を移すモデル）を、強さを決めてかけます。
試したこと：手元にスタイルモデルがないため、実行していません。
GLIGENTextBoxApplyBatchCoords
GLIGEN の文字の箱の位置を、フレームごとに動かします。作者の説明では、AnimateDiff-Evolved と組み合わせて使います。
試したこと：手元に GLIGEN のモデルがないため、実行していません。
SV3D_BatchSchedule
SV3D（物を回りこんで見た動画を作るモデル）の、角度の予定を決めます。
試したこと：手元に SV3D のモデルがないため、実行していません。
StableZero123_BatchSchedule
Stable Zero123（別の角度からの見た目を作るモデル）の、角度の予定を決めます。
試したこと：手元に Stable Zero123 のモデルがないため、実行していません。
WebcamCaptureCV2
Web カメラの映像を1コマ取り込みます。
試したこと：実行すると筆者の PC のカメラが使われるため、実行していません。
エラー16個の止まり方は4通り
KJNodes を入れただけで動いたのは、39 個中 17 個。このパートは、ほかの部品やモデルが必要なノードが多く、エラーは次の4通りに分かれました。
| 止まった状況 | 個数 | ノード |
|---|---|---|
| 部品が入っていない（torch.compile は triton、FlashAttention は flash_attn、SageAttention は sageattention。試験用の環境には入れていない） | 4 | TorchCompileModelAdvanced、TorchCompileVAE、PatchFlashAttentionKJ、PathchSageAttentionKJ |
| ComfyUI の標準のメモリの確保のしかた（cudaMallocAsync）では記録できない | 2 | StartRecordCUDAMemoryHistory、EndRecordCUDAMemoryHistory |
| 別のカスタムノードや、手元にないモデルが必要 | 4 | GGUFLoaderKJ、TorchCompileControlNet、SetShakkerLabsUnionControlNetType、CustomControlNetWeightsFluxFromList |
| 対象外か、対象外と見られるモデルで試した | 6 | TorchCompileModelFluxAdvancedV2、TorchCompileModelWanVideoV2、CheckpointPerturbWeights、LatentInpaintTTM、PiDColorBiasCorrection、NABLA_AttentionKJ |
- LoraExtractKJ と LoraReduceRankKJ で作った LoRA のファイルは、ComfyUI の output\loras に保存された。実行は約13秒と約4.5秒
- Ideogram4OptimizationsKJ・Krea2PromptWeight は、ほかのモデルにかけてもエラーにはならなかったが、効果は対応するモデルでないと確かめられない
よくある質問（FAQ）
Q. KJNodes で LoRA を軽くするには？
LoraReduceRankKJ を使います。new_rank で小さいランクを決めると、ファイルが小さくなります。筆者の環境では、ランク 32（約149MB）の LoRA をランク 8（約37MB）にできました。
Q. KJNodes で2つのモデルの差から LoRA を作るには？
LoraExtractKJ を使います。finetuned_model に調整したモデル、original_model に元のモデルをつなぎ、rank を決めて実行します。
Q. KJNodes で空き VRAM を確かめるには？
VRAM_Debug を使います。キャッシュを空にするなどの片付けをして、前後の空き VRAM が出ます。筆者の環境では、前後とも約 32.2GB でした。
Q. TorchCompileModelAdvanced で「Cannot find a working triton installation」と出ます
torch.compile に必要な triton が入っていません。筆者の試験用の環境でも同じエラーになりました（入れて試してはいません）。
Q. PathchSageAttentionKJ で「No module named ‘sageattention’」と出ます
sageattention という部品が必要です。筆者の試験用の環境にも入っておらず、同じエラーになりました（入れて試してはいません）。
まとめ
- KJNodes の「モデル・LoRA・メモリ・高速化」に関わる 39 個のうち、動いたのは 17 個。LoRA の抽出・ランクの縮小、VRAM の確認、精度を選んだ読み込みは、KJNodes だけで動いた
- 高速化（torch.compile・SageAttention・FlashAttention）は、別の部品が必要で、今回の環境では動かなかった
- 特定のモデル（Flux・Wan・Kandinsky5 など）用のノードは、そのモデルでないと効果やエラーの有無が変わる
検証メモ
- 「動いた」の範囲：KJNodes と ComfyUI に最初から入っているノードの組み合わせで、ComfyUI が最後まで実行できたという意味です。効果まで確かめたとは限りません。
- 「SDXL のモデル」：ノードの説明にある「SDXL のモデル」は、試験で読み込んだ Illustrious XL v2.0（SDXL 系）のことです。
- 時間：LoRA の約13秒・約4.5秒は、実行を始めてから終わるまでの1回の記録です。
- ダウンロード数：「いちばん」は、2026年10月27日に公式の登録所で確かめた順位です（4,696,142 ダウンロード）。
参考にした資料
- ComfyUI-KJNodes（GitHub・作者のリポジトリ）
- 各ノードの説明は、ComfyUI の画面に表示される作者の説明（ノードの DESCRIPTION）をもとにしました
