Guida Workflow ComfyUI Senza Censura: Setup in 7 Passi (2026)

Di Alexandra Joly, Senior Editor · Ultima verifica 17 maggio 2026 · Revisione a cura del team editoriale · Vedi il nostro processo editoriale e il registro errata

Cos'è ComfyUI, e perché i power-user lo preferiscono per l'output senza censura

Questa guida workflow ComfyUI senza censura dà per scontato che tu conosca già le basi dell'output Stable Diffusion senza censura (Pony V6 XL per l'anime, Realistic Vision per il fotorealismo, FLUX.1-dev per l'aderenza al prompt). Se non è così, prima leggi il pezzo gemello sui migliori modelli Stable Diffusion senza censura. Questa pagina ci sta sopra e copre la parte specifica di ComfyUI.

Su una guida workflow ComfyUI atterrano due tipi di lettori. Uno gira già su Automatic1111, ha sbattuto contro un soffitto e vuole il controllo del grafo di nodi. L'altro ha letto di ComfyUI su Reddit o Civitai e vuole saltare del tutto Automatic1111. Qui guarda, ci stanno bene entrambi. I sette passi qui sotto producono un workflow senza censura funzionante su una macchina pulita, senza nessuna installazione precedente di Automatic1111.

Cosa ti serve prima di iniziare

Tre prerequisiti duri e uno morbido. Te li elenco in ordine così sai se la tua configurazione è in partita prima di scaricare qualsiasi cosa.

Prima la soglia hardware. GPU NVIDIA con 8 gigabyte di VRAM per i checkpoint SD 1.5 (Realistic Vision V6.0 B1, DreamShaper 8). 10-12 gigabyte per i checkpoint SDXL (Pony Diffusion V6 XL, SDXL base). 16-24 gigabyte per FLUX.1-dev. Le GPU AMD funzionano via DirectML o ROCm con un supporto al toolchain ridotto, e i Mac Apple Silicon fanno girare ComfyUI via MPS ma restano indietro su NVIDIA in velocità. L'inferenza solo CPU tecnicamente genera, però va dieci-cinquanta volte più lenta di una GPU NVIDIA di fascia media, insomma non è pratica per quel prompting iterativo che poi farai davvero.

Poi il budget di disco. Venti gigabyte liberi minimo per partire. Un singolo checkpoint SDXL pesa sei-sette gigabyte, e FLUX.1-dev sta tra i dodici e i ventitré gigabyte a seconda della precisione. Aggiungi LoRA, VAE, ControlNet e modelli di upscale e l'installazione arriva tranquillamente a cento gigabyte nel giro di un mese di uso regolare. Questa l'ho imparata a mie spese.

Poi il sistema operativo. Windows 10 o 11 (build portatile, la via più semplice), Linux (installazione manuale via Python venv) o macOS (installazione manuale, inferenza più lenta su Apple Silicon). La build portatile per Windows è la strada che consiglierei per una prima installazione, perché include Python, PyTorch e supporto CUDA e parte e basta.

E quello morbido: la pazienza. Due-quattro ore di pazienza per il primo workflow. La metafora del grafo di nodi non è intuitiva se arrivi da una UI a schede. Se hai usato i nodi shader di Blender, il Material Editor di Unreal o Houdini, la curva si appiattisce in fretta. Se no, mettiti in conto almeno una generazione a immagine nera nella prima sessione (di solito un VAE che non corrisponde). È un rito di passaggio, dai.

Il workflow ComfyUI senza censura in 7 passi

Setup ComfyUI senza censura: 7 passi dall'installazione pulita al workflow JSON riutilizzabile

1. 1

   Installa ComfyUI sul tuo computer

   Scarica la build portatile di ComfyUI dalla pagina release ufficiale di comfyanonymous/ComfyUI su GitHub per Windows, oppure clona il repository ed esegui un'installazione manuale di Python su Linux e macOS [Source: GitHub: pagina release ComfyUI · verified 2026-05-17]. La build portatile per Windows include un Python 3.11 e un PyTorch con supporto CUDA già pronti e gira subito sulle GPU NVIDIA. Estrai l'archivio, lancia run_nvidia_gpu.bat e verifica che la web UI si carichi nel browser su http://127.0.0.1:8188.

   Chi usa Linux e macOS installa via il percorso manuale documentato: git clone https://github.com/Comfy-Org/ComfyUI, crea un ambiente virtuale Python, installa PyTorch abbinato al tuo backend CUDA o ROCm o MPS, installa i requisiti di ComfyUI, poi lancia python main.py. Dagli dieci-quindici minuti per l'installazione iniziale delle dipendenze su una macchina pulita.

   Salta questo passo solo se hai già un'installazione ComfyUI funzionante sulla macchina su cui pensi di far girare i workflow senza censura.

2. 2

   Installa ComfyUI Manager per gestire nodi e modelli con un clic

   Clona il repository ltdrdata/ComfyUI-Manager nella cartella ComfyUI/custom_nodes/, poi riavvia ComfyUI [Source: GitHub: ltdrdata/ComfyUI-Manager · verified 2026-05-17]. Dopo il riavvio, nel menu di ComfyUI compare un nuovo pulsante Manager. Il pannello Manager ti dà tre cose su cui ti appoggerai di continuo: installare nodi custom dal registry, installare i nodi mancanti da un workflow importato, e scaricare checkpoint, LoRA e VAE direttamente da Civitai o HuggingFace.

   Senza ComfyUI Manager, ogni nodo custom e ogni dipendenza mancante si trasforma in una copia manuale dei file. E ogni workflow Civitai pubblicato che importi farà riferimento ad almeno un nodo custom, quindi il rilevamento automatico dei nodi mancanti del Manager ti fa risparmiare ore per ogni workflow. Non saltarlo, sai.

   Salta questo passo solo se hai una regola ferrea contro l'installazione di strumenti di terze parti mantenuti dalla community. ComfyUI Manager è open source, ampiamente verificato e l'add-on standard di fatto per ComfyUI.

3. 3

   Scarica Pony Diffusion V6 XL o Realistic Vision V6 nella cartella giusta

   Per output anime, cartoon o furry senza censura, scarica Pony Diffusion V6 XL da Civitai e metti il file safetensors in ComfyUI/models/checkpoints/ [Source: Civitai: model card di Pony Diffusion V6 XL · verified 2026-05-17]. È stato addestrato su circa 2,6 milioni di immagini con un rapporto 1:1 tra dataset anime, cartoon, furry e pony e un rapporto 1:1 tra rating safe, questionable ed explicit. Il set di addestramento è esplicito a metà per scelta, ed è il motivo per cui il checkpoint produce output senza censura senza nessuno stack di LoRA.

   Per output fotorealistico senza censura su hardware con meno VRAM, scarica invece Realistic Vision V6.0 B1 [Source: Civitai: model card di Realistic Vision V6.0 B1 · verified 2026-05-17]. Il checkpoint SD 1.5 da 729.019 download di SG_161222 è la scelta fotorealistica di riferimento al livello degli 8 gigabyte di VRAM, e si abbina bene a Face Detailer del passo 5.

   Opzionale: se hai 16 e più gigabyte di VRAM e ti interessa più l'aderenza al prompt che uno stile preciso, scarica FLUX.1-dev da HuggingFace e una LoRA senza censura della community da Civitai [Source: HuggingFace: model card di black-forest-labs/FLUX.1-dev · verified 2026-05-17]. FLUX base è addestrato SFW, quindi l'output senza censura arriva dalla LoRA.

   Salta questo passo solo se hai già un checkpoint Stable Diffusion in ComfyUI/models/checkpoints/. Mescolare architetture di modello (SDXL vs SD 1.5 vs FLUX) nello stesso workflow non è supportato dal grafo base di ComfyUI, quindi scegli un'architettura per workflow.

4. 4

   Costruisci il grafo base text-to-image in ComfyUI

   Trascina questi nodi sulla tela in quest'ordine: Load Checkpoint (seleziona il file Pony V6 XL o Realistic Vision che hai scaricato), CLIP Text Encode (prompt positivo), CLIP Text Encode (prompt negativo), Empty Latent Image (1024 per 1024 per SDXL, 512 per 768 per SD 1.5), KSampler (steps 25-30, CFG 6-8 per Pony V6 XL oppure 1.5-2.0 per Realistic Vision con la Hyper LoRA), VAE Decode e Save Image.

   Collegali nella catena standard: Load Checkpoint manda MODEL a KSampler e CLIP a entrambi gli encoder dei prompt; il prompt positivo manda CONDITIONING all'input positivo di KSampler; il prompt negativo manda CONDITIONING all'input negativo di KSampler; Empty Latent Image manda LATENT all'input latente di KSampler; KSampler manda LATENT a VAE Decode; VAE Decode manda IMAGE a Save Image.

   Per Pony V6 XL in particolare, fai iniziare il prompt positivo con la sequenza di tag score documentata dall'autore del modello: score_9, score_8_up, score_7_up, source_anime, [il tuo prompt qui]. Quei tag score sono una convenzione di modifica della qualità che la community ha standardizzato, e se li ometti l'output viene fuori visibilmente degradato. Usa il sampler Euler A a 25 steps e CFG 7 per il primo passaggio più forte.

   Salta il dettaglio dei collegamenti di questo passo solo se hai importato un workflow JSON funzionante da Civitai. In quel caso il grafo è già costruito e passi dritto al passo 5.

5. 5

   Aggiungi un nodo Face Detailer per la resa dei volti

   I volti si rimpiccioliscono fino a una porzione minima della tela a 1024 di risoluzione e perdono dettaglio al primo passaggio. Installa Impact Pack tramite ComfyUI Manager per avere FaceDetailer, l'equivalente ComfyUI di ADetailer per Automatic1111. ADetailer è lo strumento di riferimento per il dettaglio dei volti nel mondo Automatic1111, e FaceDetailer ne riproduce il comportamento dentro il grafo di nodi ComfyUI [Source: GitHub: Bing-su/adetailer (riferimento Automatic1111) · verified 2026-05-17].

   Collega FaceDetailer dopo VAE Decode e prima di Save Image. Il nodo ritaglia i volti rilevati con un modello di rilevamento volti YOLO, li ricampiona a risoluzione più alta attraverso il checkpoint base, poi reincolla il volto migliorato nel frame originale. Le impostazioni di default (denoise 0.4, steps 20, CFG 7) vanno bene per la maggior parte dei ritratti senza censura. Alza il denoise a 0.5 se i volti restano morbidi, o scendi a 0.3 se il ridisegno si allontana troppo dall'originale.

   Per i workflow che generano più personaggi per frame, FaceDetailer rileva ed elabora ogni volto per conto suo, che è esattamente quello che ti serve per le composizioni multi-personaggio che distinguono Pony V6 XL dall'SDXL a singolo soggetto.

   Salta questo passo solo se i tuoi prompt puntano a inquadrature a figura intera dove i volti sono volutamente piccoli o assenti. Per qualsiasi workflow di ritratto, mezza figura o primo piano, FaceDetailer è il secondo passaggio col rapporto resa-fatica più alto che puoi aggiungere.

6. 6

   Aggiungi un nodo di upscale 2x per output di qualità da produzione

   Stable Diffusion XL produce a 1024 pixel nativi e SD 1.5 a 512 pixel nativi, e parecchio lavoro da produzione ha bisogno di più. Installa Ultimate SD Upscale tramite ComfyUI Manager e aggiungilo dopo FaceDetailer. Divide l'immagine in segmenti sovrapposti, ricampiona ogni tile attraverso il checkpoint base con un denoise più basso (0.2-0.35), poi ricuce i tile insieme con una fusione senza giunte visibili.

   L'output viene più pulito di un upscale bilineare o Lanczos, e tiene quel dettaglio di texture che gli upscaler più semplici sfumano via. Per i workflow SDXL, l'upscale 2x porta 1024 a 2048 pixel; per i workflow SD 1.5, il 2x porta 512 a 1024 o 768 a 1536. La pressione sulla VRAM schizza durante il passaggio di upscale, quindi se sei su una scheda da 8-10 gigabyte, mettiti in conto di usare il flag --medvram all'avvio di ComfyUI o di accettare un passaggio tile-per-tile più lento.

   Se preferisci un approccio a modello pre-addestrato, 4x-UltraSharp e RealESRGAN_x4plus_anime_6B sono entrambi disponibili dal model browser di ComfyUI Manager. Girano più veloci di Ultimate SD Upscale, anche se applicano una nitidezza più aggressiva, che certi workflow adorano e altri non sopportano.

   Salta questo passo solo se non ti serve output sopra la risoluzione nativa del checkpoint. Per output formato social (1024 per 1024), il passaggio FaceDetailer da solo basta e avanza.

7. 7

   Salva il workflow JSON e riusalo da una sessione all'altra

   Clicca Save nel menu di ComfyUI per esportare l'intero grafo di nodi come file JSON. Il JSON cattura ogni nodo, ogni connessione, ogni valore di parametro e ogni riferimento a modello in un unico file. Puoi reimportarlo sullo stesso computer trascinando il file sulla tela, condividerlo con collaboratori che hanno la loro installazione ComfyUI, o allegarlo alle immagini generate così chiunque abbia gli stessi modelli riproduce lo stesso grafo [Source: Documentazione ComfyUI · verified 2026-05-17].

   Questa, sai, è onestamente la feature ComfyUI più sottovalutata. Ogni workflow senza censura pubblicato su Civitai arriva come JSON scaricabile da trascinare dritto sulla tela. La galleria dei workflow della community Civitai ospita migliaia di questi file che coprono setup Pony V6 XL, FLUX e Realistic Vision con LoRA custom, ControlNet e catene di post-processing [Source: Civitai: contenuti Stable Diffusion della community · verified 2026-05-17].

   Due abitudini da produzione che il workflow JSON sblocca. Primo, versiona i tuoi workflow in un repository git così puoi tornare a un grafo precedente quando un nodo nuovo rompe un setup che funzionava benissimo. Secondo, costruisci una piccola libreria di tre-cinque file JSON (uno per i ritratti, uno per la figura intera, uno solo upscale, uno per l'inpainting, uno per FLUX) e carica quello giusto a ogni sessione invece di ricostruire il grafo da zero ogni volta.

   Salta questo passo solo se pensi di usare ComfyUI come generatore di immagini una tantum e di non riprodurre mai un workflow. Per qualsiasi uso iterativo o da produzione, l'esportazione JSON è non negoziabile.

Errori comuni (e come evitarli)

Errore 1: VAE sbagliato per il checkpoint

Il fallimento più comune alla prima sessione è un'immagine nera, e la causa è quasi sempre un VAE che non corrisponde. I checkpoint SDXL si aspettano il VAE SDXL, i checkpoint SD 1.5 si aspettano il VAE SD 1.5, e FLUX si aspetta un VAE FLUX. ComfyUI carica un VAE di default con il checkpoint, ma certi download Civitai arrivano senza il VAE incorporato e ti restituiscono un output nero finché non colleghi esplicitamente un nodo Load VAE nel grafo. Quindi quando un workflow sputa fuori nero pieno o rumore puro alla prima generazione, controlla i collegamenti del VAE prima di toccare il prompt o il sampler.

Errore 2: saltare i tag score su Pony V6 XL

Pony Diffusion V6 XL è stato addestrato con un sistema di tagging della qualità che l'autore del modello ha documentato (score_9, score_8_up, score_7_up, score_6_up). I prompt che lasciano fuori i tag score tornano indietro visibilmente degradati: colori smorti, anatomia molle, risultati fuori stile che la gente attribuisce al modello quando in realtà è una convenzione di prompting che hanno saltato. Ogni prompt positivo Pony V6 XL dovrebbe iniziare con la sequenza di tag score, e il prompt negativo di solito include score_4, score_3, score_2, score_1 per spingere il sampler lontano dall'output di bassa qualità.

Errore 3: far girare SDXL su 8 GB di VRAM senza il flag --medvram

I checkpoint SDXL possono tecnicamente girare su 8 gigabyte di VRAM, ma l'avvio di default di ComfyUI prova a caricare tutto il modello nella VRAM e finisce la memoria a metà generazione. La soluzione è il flag --medvram all'avvio (su Windows, modifica run_nvidia_gpu.bat aggiungendo il flag; su Linux, aggiungilo al comando python main.py). Scambia il modello tra VRAM e RAM a un piccolo costo di velocità. Se becchi un errore CUDA out-of-memory nella console a metà generazione, prova --medvram prima di scendere a un checkpoint più piccolo.

Errore 4: installare nodi custom senza ComfyUI Manager

Guarda, questa storia l'ho vista andare in scena una dozzina di volte. Uno atterra su un thread Reddit, vede un nodo custom consigliato, lo clona dritto in ComfyUI/custom_nodes/, e al riavvio successivo non si carica per un conflitto di dipendenze con un altro nodo. ComfyUI Manager ti gestisce la risoluzione delle dipendenze e il pinning delle versioni; un git clone manuale no. Fai passare ogni installazione di nodi custom dal pannello Install Custom Nodes del Manager, e tieni il git clone manuale per i nodi che non sono ancora nel registry.

Errore 5: trattare i file workflow JSON come codice fidato

Un workflow JSON importato da un utente Civitai sconosciuto può fare riferimento a nodi custom che eseguono codice arbitrario sulla tua macchina quando il workflow gira. Il JSON in sé è solo dati e non può eseguire niente; i nodi custom a cui rimanda sono file Python e invece possono eccome. Importa i workflow JSON da autori Civitai con un nome e uno storico di upload verificato, e lascia che ComfyUI Manager installi i nodi referenziati dal registry invece di clonare da URL GitHub a caso.

Quando questa guida non fa per te

Questo è il percorso di setup tecnico per i power-user, e non vale per tutti. Sii onesta con te stessa sui punti qui sotto.

Non hai una GPU NVIDIA con almeno 8 gigabyte di VRAM. Il workflow qui sopra ha bisogno di hardware CUDA per velocità di generazione usabili. I percorsi AMD e Apple Silicon esistono, ma con supporto al toolchain ridotto e iterazione più lenta.

Non hai due-quattro ore da dedicare al primo workflow. ComfyUI non è un'installazione da quindici minuti. Un tempo realistico fino alla prima generazione su una macchina pulita è un'ora per installazione e dipendenze, un'ora per il primo workflow base, un'ora per aggiungere FaceDetailer e upscale, più almeno mezz'ora per risolvere l'inevitabile errore di VAE o di VRAM.

Vuoi un workflow che non devi mantenere. I nodi custom si aggiornano, i checkpoint base si aggiornano, ComfyUI stesso si aggiorna, e un workflow JSON che andava benissimo d'inverno può rompersi in primavera. Le alternative ospitate (Promptchan, Candy.ai, DarLink Ai, Joi) si caricano quel peso di manutenzione dalla loro parte.

Generi l'immagine ogni tanto invece di iterare a raffica. La tassa del setup ripaga solo sull'uso regolare. Per un'immagine al mese, le quattro alternative pronte all'uso in fondo producono output senza censura equivalente, senza GPU e senza installazione.

Se ti riconosci in una di queste, le quattro scelte ospitate in fondo sono il pivot giusto. Il workflow in sette passi qui sopra è per i lettori che superano tutte e quattro le condizioni.

ComfyUI vs Automatic1111: quale scegliere?

Vai su ComfyUI quando ti serve controllo preciso su una pipeline multi-step. Pensa a text-to-image dentro face detailer dentro upscale dentro post-process, o a text-to-image dentro controllo della posa con ControlNet dentro uno stack di LoRA dentro lo scheduling custom del sampler. Ogni operazione è un suo nodo che puoi reinstradare, duplicare o disattivare, e l'intero grafo si esporta come file JSON che un altro utente ComfyUI riproduce identico.

Vai su Automatic1111 quando vuoi caricare un checkpoint, scrivere un prompt, cliccare Generate e vedere il risultato. La UI a schede nasconde il grafo di nodi dietro un'interfaccia più semplice. ADetailer, upscale e le altre estensioni si installano dalla scheda Extensions e compaiono come schede in più invece che come nodi. Curva di apprendimento più dolce, tetto di personalizzazione più basso.

Un sacco di gente li fa girare entrambi: ComfyUI per il lavoro a pipeline iterativa, Automatic1111 per i one-off veloci. Puntali alla stessa cartella su disco e condividono le stesse cartelle di checkpoint, LoRA e VAE, così non duplichi i file dei modelli sparsi per tutto il disco.

C'è anche una terza opzione su cui certi atterrano. Forge è un fork community di Automatic1111 messo a punto per meno VRAM e campionamento più veloce. Gira sugli stessi checkpoint e sulla stessa estensione ADetailer, e vale un'occhiata se il percorso di installazione standard di Automatic1111 ti ha dato grattacapi.

Domande frequenti

Se non vuoi gestire un'installazione ComfyUI: quattro alternative pronte all'uso

Il workflow in sette passi qui sopra è territorio da power-user vero. Se sei atterrato qui senza una GPU NVIDIA, senza due-quattro ore di pazienza per imparare, o senza nessuna voglia di fare la babysitter ad aggiornamenti dei checkpoint e conflitti di dipendenze dei nodi custom, hai un percorso alternativo legittimo. Le piattaforme ospitate producono output di immagini senza censura su un piano accessibile a tutti, con una vera azienda dietro e un'offerta affiliato attiva. Le quattro scelte qui sotto arrivano dritte dalla nostra valutazione.

1. La generazione di immagini senza censura di Promptchan: specialista dell'image-gen

Consigliato (7.0-7.9) secondo la nostra Valutazione Compagne IA. Quartile alto sulla Qualità della Generazione di Immagini. I modelli sotto includono Flux.1, Stable Diffusion 3 e Pony, le stesse architetture del workflow in sette passi qui sopra, solo davanti a una UI ospitata che ti toglie la tassa del setup. La galleria pubblica con oltre 20 milioni di contenuti generati dagli utenti è un richiamo vero, perché ti fa sfogliare i prompt della community prima di pagare un centesimo. Hai 30-50 gemme al giorno sul piano gratis con output filigranato, e il piano Pro sta sui ≈ 26,99 $ al mese [Source: Apple App Store: scheda Promptchan · verified 2026-05-17].

La fregatura: la chat mainstream è appiccicata sopra, e i recensori terzi la definiscono corta e generica. Promptchan è uno strumento di immagini e video senza censura con una vernice di chat, non una IA compagna chat-first.

Prova Promptchan gratis →

2. Candy.ai recensione: app compagna con image-gen incluso

Eccellente (8.0-8.9) secondo la nostra Valutazione Compagne IA. Quartile alto sulla Qualità della Generazione di Immagini e sulla Personalizzazione. Il piano annuale atterra a ≈ 3,99 $ al mese effettivi, il più basso di qualsiasi opzione ospitata che copriamo per un pacchetto compagna più image-gen. La UX è curata, con cursori di personalizzazione visiva, prompt per cambiare scena e una coerenza nei re-roll che insieme fanno una prima impressione forte. E l'esperienza tutta inclusa (creazione della compagna, image-gen, voce) è esattamente quello che cerca la maggior parte della gente quando digita "fidanzata virtuale con generazione di immagini".

La fregatura: la debolezza della memoria salta fuori con ogni recensore che la prova con mano, quindi aspettati che il personaggio vada alla deriva dopo la seconda-terza settimana di uso intenso.

Prova Candy.ai →

3. la nostra scelta DarLink: scenario ancorato alla narrazione + media

Consigliato (7.0-7.9). Forte su Personalizzazione e Generazione di Immagini, a metà classifica sulla Voce. È una piattaforma con sede in Svizzera, narrativa-prima, costruita attorno a Scenario più output Media. Il sistema Living Memory a tre livelli tiene il personaggio meglio delle alternative ospitate da acquisto d'impulso. La generazione di immagini con 4K dichiarato in-linea è il pezzo forte qui, e tutto l'insieme punta ai lettori che vogliono le loro immagini senza censura intrecciate in una storia continua invece che sputate fuori come risultati di prompt isolati.

La fregatura: si adatta meno alla macina grezza di prompt-e-output dove regna Promptchan. L'involucro narrativo è il punto, non la rimozione dell'attrito.

Prova DarLink Ai →

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

Eccellente (8.0-8.9). Quartile alto sulla Qualità della Generazione di Immagini e di Video. Face-Sync V4 è il blocco d'identità più documentato del nostro set di test, tiene lo stesso personaggio attraverso i re-roll e attraverso i frame video dei Dream Clips a una risoluzione vicina al 4K. Se la tua preoccupazione principale è la coerenza del personaggio (lo stesso problema con cui gli utenti ComfyUI lottano usando LoRA di face-embedding e Face Detailer), Joi è la risposta della piattaforma gestita. Il piano gratis ti dà ≈ 5 messaggi al giorno e 6 generazioni di immagini senza output esplicito, e il piano Premium annuale sta sui ≈ 4 $ al mese effettivi.

La fregatura: l'economia dei token Neuron si accumula in fretta, e le videochiamate dal vivo girano sui 30-50 $ all'ora circa. I lettori del Regno Unito sono geo-bloccati, con Joi che serve una landing /uk/unavailable invece di implementare l'Online Safety Act britannico [Source: Joi: landing non disponibile per il Regno Unito · verified 2026-05-17].

Prova Joi →

---

Ultima verifica 17 maggio 2026 · Vedi il registro errata per eventuali correzioni post-pubblicazione · Editor: Alexandra Joly · Metodologia · Processo editoriale · Informativa affiliazione

Salta il setup di ComfyUI, prova Promptchan gratis →

Letture correlate

• Hub generatore di immagini IA e classifica completa
• Migliori modelli Stable Diffusion senza censura (5 scelte provate)
• I migliori generatori di immagini IA senza censura
• Come valutiamo le IA compagne (la nostra metodologia)
• Promptchan recensione completa (piano Pro e Video Engine)
• Candy.ai
• Joi
• DarLink AI recensione