Guía Workflow ComfyUI NSFW: Setup Sin Censura en 7 Pasos

Por Alexandra Joly, Editora Senior · Última verificación: 17 de mayo de 2026 · Revisado por el equipo editorial · Mira nuestro proceso editorial y el registro de erratas

¿Qué es ComfyUI y por qué los usuarios avanzados lo prefieren para salida sin censura?

Esta guía de workflow ComfyUI NSFW da por hecho que ya conoces lo básico de la salida sin censura de Stable Diffusion (Pony V6 XL para anime, Realistic Vision para fotorrealismo, FLUX.1-dev para adherencia al prompt). Si todavía no, primero pásate por nuestro artículo hermano sobre los mejores modelos de Stable Diffusion para salida sin censura. Esta página se apoya en ese conocimiento base y cubre la parte específica de ComfyUI.

A una guía de workflow ComfyUI NSFW llegan dos públicos reales. Uno ya está corriendo Automatic1111, ha tocado techo y quiere el control del grafo de nodos. El otro leyó sobre ComfyUI en Reddit o Civitai y quiere saltarse Automatic1111 por completo. Aquí sirvo a los dos. Los siete pasos de abajo producen un workflow sin censura que funciona en una máquina limpia, con cero instalación previa de Automatic1111.

Qué necesitas antes de empezar

Tres requisitos duros y uno blando. Déjame que te los liste en orden para que sepas si tu equipo está siquiera en juego antes de descargar nada.

Primero el suelo de hardware. GPU NVIDIA con 8 gigas de VRAM para checkpoints SD 1.5 (Realistic Vision V6.0 B1, DreamShaper 8). 10 a 12 gigas para checkpoints SDXL (Pony Diffusion V6 XL, SDXL base). 16 a 24 gigas para FLUX.1-dev. Las GPUs AMD funcionan vía DirectML o ROCm con soporte de toolchain reducido, y los Mac con Apple Silicon corren ComfyUI por MPS pero van por detrás de NVIDIA en velocidad. La inferencia solo con CPU genera técnicamente, pero va de diez a cincuenta veces más lenta que una GPU NVIDIA de gama media, así que no es práctica para el tipo de prompting iterativo que vas a hacer de verdad.

Luego el presupuesto de disco. Veinte gigas libres como mínimo para arrancar. Un solo checkpoint SDXL pesa de seis a siete gigas, y FLUX.1-dev va de doce a veintitrés gigas según la precisión. Suma LoRAs, VAEs, ControlNets y modelos de upscaler y la instalación llega fácil a los cien gigas en un mes de uso normal. Esa la aprendí yo a las malas.

Después el sistema operativo. Windows 10 u 11 (build portable, el camino más simple), Linux (instalación manual vía venv de Python) o macOS (instalación manual, inferencia más lenta en Apple Silicon). La build portable de Windows es la que yo recomendaría para una primera instalación, porque trae Python, PyTorch y soporte CUDA empaquetados y simplemente arranca.

Y el blando: paciencia. Dos a cuatro horas de paciencia para aprender el primer workflow. La metáfora del grafo de nodos no es intuitiva viniendo de una interfaz de pestañas. Si has usado los shader nodes de Blender, el Material Editor de Unreal o Houdini, la curva se allana rápido. Si no, cuenta con al menos una generación en negro en tu primera sesión (casi siempre un VAE mal puesto). Es un rito de paso, o sea.

El workflow ComfyUI sin censura en 7 pasos

Setup ComfyUI sin censura: 7 pasos de la instalación limpia al JSON de workflow reutilizable

1. 1

   Instala ComfyUI en tu equipo

   Descarga la build portable de ComfyUI desde la página oficial de releases de comfyanonymous/ComfyUI en GitHub para Windows, o clona el repositorio y haz una instalación manual de Python en Linux y macOS [Source: GitHub: página de releases de ComfyUI · verified 2026-05-17]. La build portable de Windows trae un Python 3.11 y un PyTorch empaquetados con soporte CUDA y funciona de fábrica en GPUs NVIDIA. Extrae el archivo, ejecuta run_nvidia_gpu.bat y confirma que la interfaz web carga en tu navegador en http://127.0.0.1:8188.

   En Linux y macOS se instala por la ruta manual documentada: git clone https://github.com/Comfy-Org/ComfyUI, crea un entorno virtual de Python, instala PyTorch en línea con tu backend CUDA, ROCm o MPS, instala los requirements de ComfyUI y luego ejecuta python main.py. Dale diez a quince minutos para la instalación inicial de dependencias en una máquina limpia.

   Sáltate este paso solo si ya tienes una instalación de ComfyUI funcionando en el equipo donde piensas correr los workflows sin censura.

2. 2

   Instala ComfyUI Manager para gestionar nodos y modelos con un clic

   Clona el repositorio ltdrdata/ComfyUI-Manager dentro de la carpeta ComfyUI/custom_nodes/ y reinicia ComfyUI [Source: GitHub: ltdrdata/ComfyUI-Manager · verified 2026-05-17]. Tras el reinicio, aparece un botón Manager nuevo en el menú de ComfyUI. El panel del Manager te da tres cosas en las que vas a apoyarte sin parar: instalar nodos personalizados desde el registro, instalar nodos que faltan de un workflow importado y descargar checkpoints, LoRAs y VAEs directo de Civitai o HuggingFace.

   Sin ComfyUI Manager, cada nodo personalizado y cada dependencia que falte se convierte en una tarea manual de copiar archivos. Y cada workflow de Civitai que importes va a referenciar al menos un nodo personalizado, así que la detección automática de nodos que faltan del Manager te ahorra horas por workflow. No te lo saltes.

   Sáltate este paso solo si tienes una política firme de no instalar herramientas de terceros mantenidas por la comunidad. ComfyUI Manager es de código abierto, está muy auditado y es el complemento estándar de facto para ComfyUI.

3. 3

   Descarga Pony Diffusion V6 XL o Realistic Vision V6 a la carpeta correcta

   Para salida sin censura de anime, cartoon o furry, descarga Pony Diffusion V6 XL desde Civitai y pon el archivo safetensors en ComfyUI/models/checkpoints/ [Source: Civitai: model card de Pony Diffusion V6 XL · verified 2026-05-17]. Se entrenó con unos 2,6 millones de imágenes con una proporción 1:1 entre los datasets de anime, cartoon, furry y pony y una proporción 1:1 entre las clasificaciones safe, questionable y explicit. El set de entrenamiento es explícito a la mitad por diseño, y por eso el checkpoint produce salida sin censura sin tener que apilar ningún LoRA.

   Para salida fotorrealista sin censura en hardware con menos VRAM, descarga Realistic Vision V6.0 B1 [Source: Civitai: model card de Realistic Vision V6.0 B1 · verified 2026-05-17]. Este checkpoint SD 1.5 de SG_161222, con 729.019 descargas, es la opción fotorrealista de referencia al nivel de 8 gigas de VRAM, y se lleva muy bien con Face Detailer en el paso 5.

   Opcional: si tienes 16 gigas de VRAM o más y te importa más la adherencia al prompt que un estilo concreto, descarga FLUX.1-dev desde HuggingFace y un LoRA sin censura de la comunidad desde Civitai [Source: HuggingFace: model card de black-forest-labs/FLUX.1-dev · verified 2026-05-17]. La base de FLUX está entrenada en SFW, así que la salida sin censura viene del LoRA.

   Sáltate este paso solo si ya tienes un checkpoint de Stable Diffusion en ComfyUI/models/checkpoints/. Mezclar arquitecturas de modelo (SDXL vs SD 1.5 vs FLUX) en el mismo workflow no lo soporta el grafo base de ComfyUI, así que elige una arquitectura por workflow.

4. 4

   Monta el grafo base de texto a imagen en ComfyUI

   Coloca los siguientes nodos sobre el lienzo en este orden: Load Checkpoint (selecciona tu archivo Pony V6 XL o Realistic Vision descargado), CLIP Text Encode (Prompt Positivo), CLIP Text Encode (Prompt Negativo), Empty Latent Image (1024 por 1024 para SDXL, 512 por 768 para SD 1.5), KSampler (steps 25 a 30, CFG 6 a 8 para Pony V6 XL o 1.5 a 2.0 para Realistic Vision con el Hyper LoRA), VAE Decode y Save Image.

   Conéctalos en la cadena estándar: Load Checkpoint manda MODEL a KSampler y CLIP a los dos codificadores de prompt; el prompt positivo manda CONDITIONING a la entrada positiva de KSampler; el prompt negativo manda CONDITIONING a la entrada negativa de KSampler; Empty Latent Image manda LATENT a la entrada de latente de KSampler; KSampler manda LATENT a VAE Decode; VAE Decode manda IMAGE a Save Image.

   Para Pony V6 XL en concreto, empieza el prompt positivo con la secuencia de etiquetas de puntuación que documentó el autor del modelo: score_9, score_8_up, score_7_up, source_anime, [tu prompt aquí]. Esas etiquetas de puntuación son una convención de modificador de calidad que la comunidad estandarizó, y si las omites tu salida sale visiblemente degradada. Usa el sampler Euler A a 25 steps y CFG 7 para la primera pasada más sólida.

   Sáltate el detalle del cableado de este paso solo si importaste un JSON de workflow que funciona desde Civitai. En ese caso el grafo ya está montado y saltas directo al paso 5.

5. 5

   Añade un nodo Face Detailer para la fidelidad de las caras

   Las caras se reducen a una fracción del lienzo a 1024 de resolución y pierden fidelidad en la primera pasada. Instala Impact Pack vía ComfyUI Manager para tener FaceDetailer, el equivalente en ComfyUI de ADetailer para Automatic1111. ADetailer es la herramienta canónica de detalle de cara en el mundo de Automatic1111, y FaceDetailer replica su comportamiento dentro del grafo de nodos de ComfyUI [Source: GitHub: Bing-su/adetailer (referencia Automatic1111) · verified 2026-05-17].

   Conecta FaceDetailer después de VAE Decode y antes de Save Image. El nodo recorta las caras detectadas con un modelo de detección de caras YOLO, las vuelve a muestrear a mayor resolución por el checkpoint base y luego compone la cara mejorada de vuelta en el frame original. Los ajustes por defecto (denoise 0.4, steps 20, CFG 7) funcionan bien para la mayoría de retratos sin censura. Sube el denoise a 0.5 si las caras siguen saliendo blandas, o bájalo a 0.3 si el redibujado se aleja demasiado del original.

   Para workflows que generan varios personajes por frame, FaceDetailer detecta y procesa cada cara por su cuenta, que es justo lo que quieres para las composiciones multipersonaje que distinguen a Pony V6 XL del SDXL de un solo sujeto.

   Sáltate este paso solo si tus prompts apuntan a planos de cuerpo entero donde las caras son pequeñas o ausentes a propósito. Para cualquier workflow de retrato, medio cuerpo o primer plano, FaceDetailer es la segunda pasada que más rinde de las que puedes añadir.

6. 6

   Añade un nodo de upscale 2x para una salida de calidad de producción

   Stable Diffusion XL saca a 1024 píxeles nativos y SD 1.5 a 512 píxeles nativos, y un montón de trabajo de producción necesita más que eso. Instala Ultimate SD Upscale vía ComfyUI Manager y añádelo después de FaceDetailer. Divide la imagen en segmentos solapados, vuelve a muestrear cada mosaico por el checkpoint base con un denoise más bajo (0.2 a 0.35) y luego une los mosaicos otra vez con una mezcla sin costuras.

   La salida sale más limpia que un upscaling bilineal o Lanczos básico, y mantiene el detalle de textura que los upscalers más simples emborronan. Para workflows SDXL, el upscaling 2x sube de 1024 a 2048 píxeles; para workflows SD 1.5, el 2x sube de 512 a 1024 o de 768 a 1536. La presión de VRAM se dispara durante la pasada de upscale, así que si vas con una tarjeta de 8 a 10 gigas, cuenta con usar el flag --medvram al arrancar ComfyUI o con aceptar una pasada más lenta mosaico a mosaico.

   Si prefieres tirar por un enfoque de modelo preentrenado, 4x-UltraSharp y RealESRGAN_x4plus_anime_6B están los dos disponibles en el navegador de modelos de ComfyUI Manager. Corren más rápido que Ultimate SD Upscale, aunque aplican un enfocado más agresivo, que a unos workflows les encanta y a otros no hay quien los aguante.

   Sáltate este paso solo si no necesitas salida por encima de la resolución nativa del checkpoint. Para salida de tamaño redes sociales (1024 por 1024), la pasada de FaceDetailer por sí sola ya da de sobra.

7. 7

   Guarda el JSON del workflow y reúsalo entre sesiones

   Pulsa Save en el menú de ComfyUI para exportar el grafo de nodos entero como un archivo JSON de workflow. El JSON captura cada nodo, cada conexión, cada valor de parámetro y cada referencia de modelo en un solo archivo. Lo puedes reimportar en el mismo equipo arrastrando el archivo sobre el lienzo, compartirlo con colaboradores que corran su propia instalación de ComfyUI o adjuntarlo a las imágenes generadas para que cualquiera con los mismos modelos reproduzca el grafo exacto [Source: Documentación de ComfyUI · verified 2026-05-17].

   Esta es, la verdad, la función más infravalorada de ComfyUI. Cada workflow sin censura publicado en Civitai se distribuye como un JSON descargable que sueltas directo sobre el lienzo. La galería de workflows de la comunidad de Civitai aloja miles de estos archivos que cubren setups de Pony V6 XL, FLUX y Realistic Vision con LoRAs propios, ControlNets y cadenas de postproceso [Source: Civitai: contenido de Stable Diffusion de la comunidad · verified 2026-05-17].

   Dos hábitos de producción que te desbloquea el workflow en JSON. Primero, versiona tus workflows en un repositorio git para poder volver a un grafo anterior cuando un nodo nuevo te rompa un setup que iba perfecto. Segundo, monta una librería pequeña de tres a cinco archivos JSON (uno para retratos, uno para cuerpo entero, uno solo de upscale, uno de inpainting, uno de FLUX) y carga el que toque por sesión en vez de remontar el grafo desde cero cada vez.

   Sáltate este paso solo si piensas usar ComfyUI como generador de imágenes de un solo uso y nunca reproducir un workflow. Para cualquier uso iterativo o de producción, exportar el JSON es innegociable.

Errores comunes (y cómo evitarlos)

Error 1: el VAE equivocado para el checkpoint

El fallo más común de la primera sesión es una imagen en negro, y la causa es casi siempre un VAE mal puesto. Los checkpoints SDXL esperan el VAE de SDXL, los SD 1.5 esperan el VAE de SD 1.5 y FLUX espera un VAE de FLUX. ComfyUI carga un VAE por defecto con el checkpoint, pero algunas descargas de Civitai vienen sin el VAE incrustado y te devuelven una salida en negro hasta que conectas un nodo Load VAE en el grafo a mano. Así que cuando un workflow te escupe negro puro o ruido puro en la primera generación, revisa el cableado del VAE antes de tocar el prompt o el sampler.

Error 2: saltarte las etiquetas de puntuación en Pony V6 XL

Pony Diffusion V6 XL se entrenó con un sistema de etiquetado de calidad que el autor del modelo documentó (score_9, score_8_up, score_7_up, score_6_up). Los prompts que dejan fuera las etiquetas de puntuación vuelven visiblemente degradados: colores embarrados, anatomía blanda, resultados fuera de estilo que la gente le echa la culpa al modelo cuando en realidad es una convención de prompting que se saltó. Todo prompt positivo de Pony V6 XL debería empezar con la secuencia de etiquetas de puntuación, y el prompt negativo suele incluir score_4, score_3, score_2, score_1 para empujar al sampler lejos de la salida de baja calidad.

Error 3: correr SDXL en 8 GB de VRAM sin el flag --medvram

Los checkpoints SDXL pueden correr técnicamente en 8 gigas de VRAM, pero el arranque por defecto de ComfyUI intenta cargar el modelo entero en VRAM y se queda sin memoria a media generación. El arreglo es el flag --medvram al arrancar (en Windows, edita run_nvidia_gpu.bat para añadir el flag; en Linux, añádelo al comando python main.py). Intercambia el modelo entre VRAM y RAM a un pequeño coste de velocidad. Si te topas con un error de CUDA sin memoria en la consola a media generación, tira de --medvram antes de bajar a un checkpoint más pequeño.

Error 4: instalar nodos personalizados sin ComfyUI Manager

Mira, te cuento una historia que he visto repetirse una docena de veces. Alguien llega a un hilo de Reddit, ve un nodo personalizado recomendado, lo clona directo en ComfyUI/custom_nodes/, y el siguiente reinicio no carga por un conflicto de dependencias con otro nodo. ComfyUI Manager te resuelve las dependencias y fija las versiones por ti; un git clone manual no. Pasa cada instalación de nodo personalizado por el panel Install Custom Nodes del Manager, y deja el git clone manual para los nodos que todavía no estén en el registro.

Error 5: tratar los archivos JSON de workflow como código de confianza

Un JSON de workflow importado de un usuario desconocido de Civitai puede referenciar nodos personalizados que corren código arbitrario en tu equipo cuando el workflow se ejecuta. El JSON en sí es solo datos y no puede ejecutar nada; los nodos personalizados referenciados son archivos de Python y desde luego que sí pueden. Importa los JSON de workflow de autores de Civitai con nombre y un historial de subidas verificado, y deja que ComfyUI Manager instale los nodos referenciados desde el registro en vez de clonar de URLs de GitHub al azar.

Cuándo esta guía no aplica

Este es el camino del setup técnico para usuarios avanzados, y no aplica a todo el mundo. Sé honesto contigo mismo sobre lo siguiente.

No tienes una GPU NVIDIA con al menos 8 gigas de VRAM. El workflow de arriba necesita hardware CUDA para velocidades de generación usables. Las rutas de AMD y Apple Silicon existen, pero con soporte de toolchain reducido y una iteración más lenta.

No tienes dos a cuatro horas para dedicarle al primer workflow. ComfyUI no es una instalación de quince minutos. Un tiempo hasta la primera generación realista en una máquina limpia es una hora para la instalación y las dependencias, una hora para el primer workflow base, una hora para añadir FaceDetailer y upscale, más al menos treinta minutos para resolver el inevitable error de VAE o de VRAM.

Quieres un workflow que no tengas que mantener. Los nodos personalizados se actualizan, los checkpoints base se actualizan, el propio ComfyUI se actualiza, y un workflow en JSON que iba perfecto en invierno puede romperse en primavera. Las alternativas alojadas (Promptchan, Candy.ai, DarLink Ai, Joi) cargan con ese mantenimiento por su lado.

Generas la imagen ocasional en vez de iterar por tandas. El impuesto del setup solo compensa con uso regular. Para una imagen al mes, las cuatro alternativas listas para usar del final producen una salida sin censura equivalente sin la GPU y sin la instalación.

Si algo de eso eres tú, las cuatro opciones alojadas del final son el giro correcto. El workflow de siete pasos de arriba es para los lectores que cumplen las cuatro condiciones.

ComfyUI vs Automatic1111: ¿cuál deberías elegir?

Tira por ComfyUI cuando necesites control preciso sobre un pipeline de varios pasos. Piensa en texto a imagen hacia face detailer hacia upscale hacia postproceso, o texto a imagen hacia conditioning de pose por ControlNet hacia una pila de LoRAs hacia un scheduling de sampler propio. Cada operación es su propio nodo que puedes reenrutar, duplicar o desactivar, y el grafo entero se exporta como un archivo JSON que otro usuario de ComfyUI reproduce idéntico.

Tira por Automatic1111 cuando quieras cargar un checkpoint, escribir un prompt, darle a Generar y ver el resultado. La interfaz de pestañas esconde el grafo de nodos tras una interfaz más simple. ADetailer, upscale y otras extensiones se instalan desde la pestaña Extensions y aparecen como pestañas adicionales en vez de nodos. Curva de aprendizaje más suave, techo de personalización más bajo.

Un montón de gente corre las dos: ComfyUI para el trabajo de pipeline iterativo, Automatic1111 para los rápidos de un solo uso. Apúntalas a la misma ubicación de disco y comparten las mismas carpetas de checkpoints, LoRAs y VAEs, así no duplicas archivos de modelo por todo el disco.

Hay una tercera opción a la que también va a parar alguna gente. Forge es un fork de la comunidad de Automatic1111 afinado para menos VRAM y un sampleo más rápido. Corre los mismos checkpoints y la misma extensión ADetailer, y vale la pena echarle un ojo si la instalación estándar de Automatic1111 te ha estado dando problemas.

Preguntas frecuentes

Si no quieres gestionar una instalación de ComfyUI: cuatro alternativas listas para usar

El workflow de siete pasos de arriba es territorio de usuario avanzado de verdad. Si llegaste aquí sin una GPU NVIDIA, sin dos a cuatro horas de paciencia para aprender, o sin nada de ganas de hacer de niñera a las actualizaciones de checkpoints y a los conflictos de dependencias de nodos personalizados, tienes un camino alternativo legítimo. Las plataformas alojadas producen salida de imagen sin censura en un plan accesible al público, con una empresa real detrás y una oferta de afiliado activa. Las cuatro opciones de abajo salen directas de nuestra puntuación.

1. La generación de imagen sin censura de Promptchan: especialista en imagen (PPS aprobado)

Recomendado (7.0-7.9) bajo nuestra evaluación de Compañeras IA. Cuartil superior en Calidad de Generación de Imagen. Los modelos por debajo incluyen Flux.1, Stable Diffusion 3 y Pony, las mismas arquitecturas del workflow de siete pasos de arriba, solo que con una interfaz alojada por delante que te quita el impuesto del setup. La galería pública con más de 20 millones de imágenes generadas por usuarios es un atractivo real, porque puedes curiosear los prompts de la comunidad antes de pagar un céntimo. Tienes de 30 a 50 gemas diarias en el plan gratis con salida con marca de agua, y el plan Pro va a ≈ $26.99 al mes [Source: Apple App Store: ficha de Promptchan · verified 2026-05-17].

El pero: el chat mainstream va pegado con cinta, y los reviewers externos lo llaman corto y genérico. Promptchan es una herramienta de imagen y vídeo sin censura con una capa de chat, no un compañero IA centrado en el chat.

Prueba Promptchan gratis →

2. Candy.ai opiniones: app de compañera con generación de imagen incluida

Excelente (8.0-8.9) bajo nuestra evaluación de Compañeras IA. Cuartil superior en Calidad de Generación de Imagen y en Personalización. El plan anual sale a ≈ $3.99 al mes efectivo, el más bajo de cualquier opción alojada que cubrimos para un combo de compañera más generación de imagen. La UX está cuidada, con sliders de personalización visual, prompts de cambio de escena y una consistencia al rehacer que suman una primera impresión fuerte. Y la experiencia combinada (creación de compañera, generación de imagen, voz) es justo lo que busca la mayoría cuando teclea "novia virtual IA con generación de imágenes".

El pero: la debilidad de memoria sale en todos los reviewers que lo prueban a fondo, así que cuenta con que el personaje se desvíe pasada la semana 2 o 3 de uso intenso.

Prueba Candy.ai →

3. nuestra opción DarLink: escenario anclado en narrativa + media

Recomendado (7.0-7.9). Fuerte en Personalización y Generación de Imagen, en la media en Voz. Es una plataforma con sede en Suiza, narrativa ante todo, montada en torno a Escenario más salida Media. El sistema Living Memory de tres niveles retiene al personaje mejor que las alternativas alojadas de compra impulsiva. La generación de imagen inline con 4K declarado es lo que más destaca aquí, y todo el conjunto apunta a lectores que quieren sus imágenes sin censura tejidas en una historia continua en vez de soltadas como resultados sueltos de un prompt.

El pero: encaja menos en el desgaste de prompt y salida en crudo donde Promptchan manda. El envoltorio narrativo es el punto, no la fricción que quita.

Prueba DarLink Ai →

4. Joi.ai opiniones: face-lock + Dream Clips

Excelente (8.0-8.9). Cuartil superior en Calidad de Generación de Imagen y de Vídeo. Face-Sync V4 es el bloqueo de identidad mejor documentado de nuestro set de pruebas, manteniendo el mismo personaje entre re-rolls y entre los frames de vídeo de Dream Clips a resolución cercana al 4K. Si tu preocupación principal es la consistencia de personaje (el mismo problema con el que pelean los usuarios de ComfyUI usando LoRAs de face-embedding y Face Detailer), Joi es la respuesta de plataforma gestionada. El plan gratis te da ≈ 5 mensajes al día y 6 generaciones de imagen sin salida explícita, y el plan Premium anual va a ≈ $4 al mes efectivo.

El pero: la economía de tokens Neuron se acumula rápido, y las videollamadas en directo van a unos $30 a $50 por hora. Los lectores de Reino Unido tienen geobloqueo, con Joi sirviendo un landing /uk/unavailable en vez de implementar la UK Online Safety Act [Source: Joi: landing de no disponible en Reino Unido · verified 2026-05-17].

Prueba Joi →

---

Última verificación: 17 de mayo de 2026 · Mira el registro de erratas por si hay correcciones tras la publicación · Editora: Alexandra Joly · Metodología v1.0 · Proceso editorial · Aviso de afiliación

Sáltate el setup de ComfyUI, prueba Promptchan gratis →

Lecturas relacionadas

• Hub de generación de imagen IA y ranking completo
• Mejores modelos de Stable Diffusion para salida sin censura (5 opciones probadas)
• Top 10 de generadores de imagen IA sin censura
• Cómo puntuamos las apps de compañera IA (nuestra metodología)
• Promptchan: review completo (plan Pro y motor de vídeo)
• Candy.ai
• Joi
• DarLink AI opiniones