ComfyUI kurulu GPU sunucu: FLUX.2, Qwen-Image ve Z-Image ile ticari görsel üretimi

ComfyUI sunucu nedir, ne işe yarar?

ComfyUI sunucu paketi, açık kaynaklı görsel üretim aracı ComfyUI'yi ve ticari kullanıma izin veren lisanslarla yayımlanmış görsel modellerini, İstanbul'daki paylaşımsız (VPS değil) GPU sunucunuza kurulu olarak teslim eder. Ürün fotoğrafı, kampanya ve sosyal medya görseli üretmek ya da mevcut görselleri düzenlemek için tarayıcıdan, parola korumalı bir HTTPS adresinden çalışırsınız; aynı iş akışlarını ComfyUI API'siyle kendi uygulamanıza bağlarsınız. Görsel başına kredi, kota ya da başka müşterilerle paylaşılan bir sıra yoktur: kart aylık sabit fiyatla yalnızca size ayrılır ve üretim hacmini kartın hızı belirler.

ComfyUI nedir, neden düğüm tabanlı iş akışı?

ComfyUI, difüzyon modellerini bir düğüm (node) grafiğiyle çalıştıran GPL-3.0 lisanslı bir motor ve web arayüzüdür. Basit bir "metinden görsele" akışı birkaç düğümden oluşur: modeli yükleyen düğüm, istemi (prompt) modelin anlayacağı vektörlere çeviren metin kodlayıcı, görüntüyü adım adım üreten örnekleyici (KSampler), sonucu piksele çeviren VAE ve kaydetme düğümü. Arka plan kaldırma, büyütme ya da LoRA gibi her ek adım zincire takılan yeni bir düğümdür. Bu yapının üç pratik faydası var:

• Tekrarlanabilirlik: İş akışı bir JSON dosyasıdır ve ComfyUI bunu ürettiği PNG dosyalarının içine de yazar. Bir görseli arayüze sürüklediğinizde onu üreten akış, bütün ayarlarıyla geri gelir.
• Verimlilik: ComfyUI bir akışı yeniden çalıştırırken yalnızca değişen düğümleri hesaplar. Yalnızca tohum (seed) değerini değiştirdiğinizde istem yeniden kodlanmaz.
• Ekip içi kullanım: Karmaşık bir akışı alt grafikler (subgraph) ve App Mode ile birkaç giriş alanından oluşan sade bir ekrana dönüştürebilirsiniz. Düğümlerle uğraşmak istemeyen ekip arkadaşlarınız yalnızca bu alanları doldurur.

Pakette hangi modeller kurulu, hangisi ne için?

Aşağıdaki güçlü yönler yayıncıların model kartlarından ve ComfyUI belgelerinden alınmıştır; bir kalite sıralaması değildir. Kendi işiniz için hangisinin uygun olduğunu, aynı istemi birkaç modelde çalıştırarak görün.

• Z-Image-Turbo (Tongyi-MAI, 6 milyar parametre): 8 adımda (NFE) görsel üreten damıtılmış model. Model kartı fotogerçekçi üretimi, İngilizce ve Çince metin yazdırmayı ve talimata bağlılığı öne çıkarıyor. Hızlı ve gerçekçi taslaklar için bir başlangıç noktası.
• FLUX.2 [klein] 4B (Black Forest Labs): Metinden görsel üretimi, görsel düzenlemeyi ve birden çok referans görselle düzenlemeyi tek modelde toplar; damıtılmış sürümü 4 adımda çalışır. Model kartı, görsellerdeki yazının hatalı ya da bozuk çıkabileceği konusunda açıkça uyarıyor. Önizleme ve etkileşimli akışlarda kullanışlı.
• FLUX.1 [schnell] (Black Forest Labs, 12 milyar): FLUX.1 ailesinin 4 adımda üreten, Apache 2.0 lisanslı sürümü; FLUX.1 için yazılmış birçok düğümle çalışır. Topluluktaki FLUX LoRA'larının bir kısmı FLUX.1 [dev] üzerine eğitildiği için dev lisansına bağlıdır, kullanmadan önce kontrol edin.
• Qwen-Image-2512 (Qwen, 20 milyar): Qwen-Image'in Aralık 2025 güncellemesi. Yayıncıya göre insan görsellerindeki "yapay zeka görünümünü" azaltıyor, doğa ayrıntılarını ve görsel içindeki metnin doğruluğunu iyileştiriyor. Afiş, menü ve ambalaj gibi yazılı görsellerde ve fotogerçekçi insan sahnelerinde deneyin.
• Qwen-Image-Edit-2511 (Qwen, 20 milyar): Düzenleme modeli. Model kartına göre düzenlemedeki görüntü kaymasını (image drift) azaltıyor, karakter ve çok kişili sahnelerde tutarlılığı artırıyor, ürünlerde malzeme değiştirmeyi destekliyor ve ışık düzenleme gibi bazı popüler topluluk LoRA'larını modelin içine almış durumda. Qwen-Image-Edit ailesi görseldeki metni Çince ve İngilizce olarak ekleyip değiştirebiliyor.
• SDXL base 1.0 (Stability AI): 2023'ten beri yaygın kullanılan model; bu yüzden LoRA, ControlNet ve hazır iş akışı birikimi geniştir. Model kartı, kusursuz fotogerçekçilik sağlamadığını ve okunaklı metin üretemediğini kendisi belirtiyor. Mevcut SDXL akışlarınızı ve LoRA'larınızı taşımak için kurulu gelir.

Görsellere Türkçe yazı yazdırılabilir mi?

Kurulu modellerin hiçbirinin model kartı Türkçe metin yazdırma iddiasında bulunmuyor: Qwen-Image ve Z-Image-Turbo İngilizce ve Çince metni öne çıkarıyor, FLUX.2 [klein] kartı ise yazı hatalarına karşı uyarıyor. Ç, ğ, ı, İ, ö, ş ve ü içeren kısa başlıkları Qwen-Image-2512 ile deneyebilirsiniz. Fiyat, kampanya koşulu ya da marka adı gibi hatasız olması gereken metni ise görsel üretildikten sonra tasarım aracında ekleyin. İstemi Türkçe yazmak mümkündür; Z-Image-Turbo ve FLUX.2 [klein] metin kodlayıcı olarak Qwen3 4B, Qwen-Image modelleri Qwen2.5-VL 7B kullanır. Model kartlarındaki örnekler İngilizce ve Çince olduğu için sonuçları aynı istemin İngilizcesiyle karşılaştırın.

ComfyUI kaç GB VRAM ister? Model başına bellek ve kartlarımız

ComfyUI'nin kendisi hafiftir; belleği yüklediğiniz model, çözünürlük, batch boyutu ve akışa eklediğiniz ControlNet, LoRA ya da büyütme düğümleri belirler. Tablodaki dosya boyutları Hugging Face'teki resmi model depolarından ve Comfy-Org'un ComfyUI için hazırladığı depolardan alındı (Ekim 2026). Ağırlık dosyası, belleğe girecek miktarın alt sınırıdır; çalışırken üstüne ara hesaplar eklenir. Kart belleğinin yaklaşık %92'sini kullanılabilir sayın: 16 GB'ta ~14,7 GB, 24 GB'ta ~22,1 GB, 32 GB'ta ~29,4 GB, 48 GB'ta ~44,2 GB, 96 GB'ta ~88,3 GB.

GGUF dosyaları için city96'nın Apache 2.0 lisanslı ComfyUI-GGUF düğümü gerekir; kurulu gelmez, ComfyUI-Manager ile eklenir. 16–24 GB'lık bir kartta büyük bir modeli çalıştırmanın üç yolu var:

• fp8 dosyaları: Ağırlıkları 8 bitte tutar, belleği bf16'ya göre yarıya indirir. ComfyUI'nin Qwen-Image-2512 şablonu fp8 dosyasını "çoğu kullanıcı için önerilen" sürüm olarak veriyor.
• GGUF nicemleme: 4–8 bitlik dosyalarla belleği daha da düşürür; örneğin Unsloth'un Qwen-Image-2512 Q4_K_M dosyası 13,2 GB'tır. Kalitede bir miktar kayıp olabilir, kendi örneklerinizle karşılaştırın.
• Sistem belleğine taşıma (offload): ComfyUI, belleğe sığmayan ağırlıkları sistem belleğinden akıtarak çalıştırabilir. Proje, en büyük açık modellerin bile 4 GB VRAM ve 8 GB RAM ile görece hızlı çalıştığını söylüyor; yine de veri sürekli taşındığı için model belleğe tam sığdığındakinden yavaştır. Üretim hacmi gereken işte modeli belleğe sığdıran kartı seçin.

Teslimde model dosyalarının hangi hassasiyette (bf16 ya da fp8) indirileceğini kartınızın belleğine göre seçeriz; farklı bir tercihiniz varsa sipariş notuna yazın. Kartların ayrıntıları Stable Diffusion ve FLUX VRAM rehberimizde.

Ayda kaç görsel üretilir?

Kapasiteyi model ve iş akışı belirler; bu yüzden kendi akışınızda bir görselin süresini ölçün. Yön vermesi için iki kaynak verisi: ComfyUI belgelerine göre FLUX.2 [klein] 4B'nin damıtılmış sürümü RTX 5090'da yaklaşık 1,2 saniye, temel (base) sürümü yaklaşık 17 saniye sürüyor. Aynı belgelerde 20 milyar parametreli Qwen-Image'in fp8 sürümü, 24 GB'lık RTX 4090D'de ikinci çalıştırmada yaklaşık 71 saniye, 8 adımlık hızlandırma LoRA'sıyla yaklaşık 34 saniye sürüyor. Yani model seçimi, görsel başına süreyi saniyelerden dakikalara taşıyabilir.

Ölçtüğünüz süreyi 86.400'e bölmek, kartın kesintisiz dolu çalıştığı bir günün üst sınırını verir; RTX 5090'ın aylık $600 tutarını gerçek aylık görsel sayınıza bölmek de görsel başına maliyeti. Kuyrukta yalnızca sizin işleriniz bulunur ve ComfyUI bunları sırayla çalıştırır. Aynı anda iki iş için ikinci bir GPU ya da RTX PRO 6000'de MIG bölümleri gerekir; kurulumu ComfyUI sunucu rehberimizde.

İlk giriş ve günlük kullanım

1. Size ayrı kanaldan gelen HTTPS adresini açın ve parolayı girin. Önde çalışan Caddy, TLS sertifikasını kendisi yeniler ve parola korumasını (HTTP Basic Auth) uygular. ComfyUI'nin kendi parola sistemi olmadığı için ComfyUI'nin portu internete açık değildir.
2. Şablonlar (Templates) bölümünde ComfyUI'nin her model için hazırladığı örnek akışlar bulunur. Birini açın, istemi değiştirin ve Ctrl+Enter ile kuyruğa ekleyin.
3. Akışlarınızı Workflow menüsünden kaydedin; aynı adrese giren ekip arkadaşlarınız da bunları açabilir.
4. Yeni bir model ya da LoRA eklemek için dosyayı SSH ile README'de yazan model klasörünün ilgili alt klasörüne (checkpoints, diffusion_models, loras gibi) indirin, ardından arayüzde R tuşuyla grafiği yenileyin; model listeleri güncellenir.

curl -L -o loras/marka-stili.safetensors \
  "https://huggingface.co/KULLANICI/DEPO/resolve/main/marka-stili.safetensors"

Ürettiğiniz görseller, yüklediğiniz ürün fotoğrafları ve LoRA dosyaları bu sunucunun diskinde durur. Sunucular İstanbul Bağcılar'daki kendi tesisimizde çalışır, verileriniz Türkiye'de kalır. Müşteriye ham PNG teslim ediyorsanız dosyanın içinde akışınızın ve isteminizin yazılı olduğunu unutmayın; ComfyUI --disable-metadata bayrağıyla başlatılırsa bu bilgi yazılmaz.

ComfyUI-Manager ile özel düğüm nasıl güvenle kurulur?

Özel düğümler (custom nodes), ComfyUI süreciyle aynı yetkiyle çalışan Python kodudur; kurduğunuz her paket sunucunuzda kod çalıştırır. ComfyUI belgeleri, kötü niyetli eklentilerin sistemi ele geçirebileceği konusunda uyarır ve yalnızca güvenilir yazarların, toplulukta yaygın kullanılan düğümlerinin kurulmasını önerir. Pratikte:

1. Kaynağı kontrol edin: Düğümün Comfy Registry'de yayımlanmış bir sürümü, bakımı süren bir GitHub deposu ve açık bir lisansı olsun. Ticari işte kullanacaksanız düğümün ve indirdiği modellerin lisansına ayrıca bakın.
2. Önce anlık görüntü alın: Manager menüsündeki Save snapshot, kurulu düğümlerin durumunu kaydeder. Bozulan bir kurulumdan sonra Restore ile ya da güvenlik ayarı buna izin vermiyorsa sunucuda cm-cli komutuyla geri dönersiniz.
3. İndirdiğiniz akışlara dikkat edin: İnternetten aldığınız bir akışı açtığınızda Manager'ın Install Missing Custom Nodes düğmesi eksik düğümleri tek seferde kurar. Akışın kaynağını tanımıyorsanız listedeki paketleri tek tek inceleyin.
4. Kurulum izinlerini bilinçli açın: Manager'ın güvenlik politikası, ağdan erişilen kurulumlarda riskli işlemleri security_level ayarına göre kısıtlar. Git adresinden ya da pip ile rastgele paket kurma, allow_git_url_install ve allow_pip_install bayrakları açılmadıkça kapalıdır. Bu izinleri açarsanız HTTPS parolasını bilen herkes sunucuda kod çalıştırabilir. Akışlarınız oturduktan sonra security_level = strong ile kurulumları kapatmak güvenli bir varsayılandır.

ComfyUI API ile uygulamanıza nasıl bağlanırsınız?

Arayüzde çalışan her akış API'den de çalışır. Akışı Workflow menüsündeki Export (API) komutuyla kaydedin; bu dosyada düğümler numaralarıyla yer alır ve istem, tohum ya da girdi görseli gibi değerleri kodunuzdan değiştirirsiniz. ComfyUI sunucu belgelerine göre POST /prompt akışı doğrulayıp kuyruğa ekler ve bir prompt_id döndürür; /ws WebSocket'i ilerleme ve durum mesajlarını yollar; /history/{prompt_id} biten işin çıktılarını listeler; /view dosyayı indirir. İstekler, arayüzle aynı Caddy parolasından geçer:

import base64, json, uuid, requests, websocket  # pip install requests websocket-client

ADRES, KULLANICI, PAROLA = "comfy.ornek.com.tr", "ekip", "..."  # teslimde gelen bilgiler
H = {"Authorization": "Basic " + base64.b64encode(f"{KULLANICI}:{PAROLA}".encode()).decode()}
cid = str(uuid.uuid4())

akis = json.load(open("urun_api.json"))  # Export (API) çıktısı
akis["6"]["inputs"]["text"] = "ceramic mug on a marble table, soft daylight"  # düğüm no akışa göre değişir

ws = websocket.create_connection(f"wss://{ADRES}/ws?clientId={cid}", header=[f"Authorization: {H['Authorization']}"])
pid = requests.post(f"https://{ADRES}/prompt", json={"prompt": akis, "client_id": cid}, headers=H).json()["prompt_id"]

while True:  # ikili mesajlar önizleme görüntüsüdür, atlanır
    m = ws.recv()
    if isinstance(m, str):
        m = json.loads(m)
        if m["type"] == "executing" and m["data"]["node"] is None and m["data"]["prompt_id"] == pid:
            break

cikti = requests.get(f"https://{ADRES}/history/{pid}", headers=H).json()[pid]["outputs"]
for dugum in cikti.values():
    for g in dugum.get("images", []):
        open(g["filename"], "wb").write(requests.get(f"https://{ADRES}/view", params=g, headers=H).content)

Bekleyen işleri GET /queue ile görür, çalışan işi POST /interrupt ile durdurursunuz. Paket Docker Compose ile çalıştığı için konteyner komutlarında Docker GPU rehberimiz işinize yarar.

LoRA ile marka ya da ürün stili

LoRA, temel modeli değiştirmeden ona bir stil, ürün ya da karakter öğreten küçük bir ek dosyadır. .safetensors dosyasını loras klasörüne koyup akışa Load LoRA düğümünü (yalnızca difüzyon modeline uygulanan sürümü LoraLoaderModelOnly) eklersiniz ve etkisini strength_model değeriyle ayarlarsınız. Üç noktaya dikkat edin:

• LoRA, eğitildiği model ailesiyle çalışır: SDXL LoRA'sı FLUX'ta, FLUX.1 LoRA'sı Qwen-Image'de çalışmaz.
• LoRA'nın kendi lisansı vardır ve temel modelin lisansı da geçerlidir; FLUX.1 [dev] için eğitilmiş bir LoRA, dev'in ticari olmayan lisansına tabidir.
• Kendi LoRA'nızı eğitmek için JupyterLab ve ince ayar paketimiz var. Eğitimi orada yapıp çıkan dosyayı bu sunucuya kopyalarsınız.

Ne kurulmuyor ve neden?

Aşağıdaki modelleri lisansları nedeniyle kurmuyoruz. Root yetkiniz olduğu için lisans şartlarını kendiniz karşılayarak kurabilirsiniz; şartlara uymak sizin sorumluluğunuzdadır. Bu bölüm genel bilgidir, hukuki tavsiye değildir.

• FLUX.1 [dev], FLUX.1 Kontext [dev], FLUX.1 Krea [dev] ve FLUX.2 [dev]: BFL'nin ticari olmayan lisansı çıktıların ticari kullanımına izin verse de modeli ticari ya da üretim amacıyla çalıştırmayı yasaklar; bunun için BFL'den ayrı lisans gerekir.
• FLUX.2 [klein] 9B: BFL, 4B sürümünü Apache 2.0, 9B sürümünü FLUX Non-Commercial License ile yayımladı; gelir getiren bir işte çalıştırılamaz.
• FLUX 3 Image Klein (Ekim 2026): FLUX Kommunity License, ticari çıktı üretimini yalnızca yıllık geliri (iştiraklerle birlikte) 5 milyon ABD dolarının altındaki kullanıcılara tanır; ticari ince ayar ve dağıtımı kapsamaz.
• Stable Diffusion 3.5: Stability AI Community License ticari kullanımı, yıllık geliri (iştiraklerle birlikte) 1 milyon ABD dolarının altında olan ve Stability'ye kayıt yaptıran kullanıcılara ücretsiz tanır; eşik aşılınca lisans sona erer. Müşterinin gelirini doğrulayamadığımız için kurmuyoruz.
• Qwen-Image-2.1 ve Qwen-Image-2.1-Turbo (Eylül–Ekim 2026): Qwen Research License yalnızca araştırma ve değerlendirme amaçlı kullanıma izin verir; ticari kullanım için Qwen'den ayrı lisans gerekir. Pakettekiler (Qwen-Image-2512 ve Qwen-Image-Edit-2511) Apache 2.0'dır.
• Video modelleri: Bu pakette video modeli yoktur. Wan 2.2 modellerinin kurulu geldiği ayrı bir paketimiz var: Wan 2.2 video paketi.