ComfyUI NSFW: Guia de Workflow Sem Censura em 7 Passos

Por Alexandra Joly, Senior Editor · Verificado pela última vez em 17 de maio de 2026 · Revisado pela equipe editorial · Veja o nosso processo editorial e o registro de errata

O que é o ComfyUI, e por que usuário avançado prefere ele pra saída sem censura

Este guia de workflow nsfw no comfyui parte do princípio de que você já sabe o básico de saída sem censura no Stable Diffusion (Pony V6 XL pra anime, Realistic Vision pra fotorrealismo, FLUX.1-dev pra aderência ao prompt). Se você ainda não sabe, vai ler antes o nosso texto companheiro sobre os melhores modelos de Stable Diffusion pra saída sem censura. Esta página fica em cima desse conhecimento base e cobre a parte específica do ComfyUI.

Dois públicos de verdade caem num guia de workflow nsfw no comfyui. Um já roda o Automatic1111, bateu num teto e quer o controle do grafo de nodes. O outro leu sobre o ComfyUI no Reddit ou no Civitai e quer pular o Automatic1111 de vez. Os dois são atendidos aqui. Os sete passos abaixo produzem um workflow sem censura funcionando numa máquina zerada, sem nenhuma instalação prévia do Automatic1111.

O que você precisa antes de começar

Três pré-requisitos duros e um mais leve. Deixa eu passar eles em ordem pra você saber se o seu setup tá no jogo antes de baixar qualquer coisa.

Piso de hardware primeiro. GPU NVIDIA com 8 gigabytes de VRAM pros checkpoints SD 1.5 (Realistic Vision V6.0 B1, DreamShaper 8). 10 a 12 gigabytes pros checkpoints SDXL (Pony Diffusion V6 XL, SDXL base). 16 a 24 gigabytes pro FLUX.1-dev. GPUs AMD funcionam via DirectML ou ROCm com suporte de toolchain reduzido, e Macs com Apple Silicon rodam o ComfyUI via MPS mas ficam atrás da NVIDIA em velocidade. Inferência só na CPU tecnicamente gera, mas roda dez a cinquenta vezes mais devagar que uma GPU NVIDIA mediana, então não dá pra usar no tipo de prompt iterativo que você vai fazer de verdade.

Aí o orçamento de disco. Vinte gigabytes livres no mínimo pra começar. Um único checkpoint SDXL ocupa seis a sete gigabytes, e o FLUX.1-dev tem doze a vinte e três gigabytes dependendo da precisão. Adicione LoRAs, VAEs, ControlNets e modelos de upscaler e a instalação chega fácil a cem gigabytes em um mês de uso normal. Essa eu aprendi do jeito difícil.

Sistema operacional em seguida. Windows 10 ou 11 (versão portátil, caminho mais simples), Linux (instalação manual via venv do Python) ou macOS (instalação manual, inferência mais lenta no Apple Silicon). A versão portátil do Windows é o caminho que eu recomendaria pra primeira instalação, porque ela já vem com Python, PyTorch e suporte CUDA embutidos e simplesmente roda.

E o mais leve: paciência. Duas a quatro horas de paciência pra aprender o primeiro workflow. A metáfora do grafo de nodes não é intuitiva pra quem vem de uma interface de abas. Se você já usou shader nodes do Blender, Material Editor do Unreal ou Houdini, a curva achata rápido. Se não, espera pelo menos uma imagem preta gerada na sua primeira sessão (geralmente um VAE errado). É um rito de passagem.

O workflow sem censura no ComfyUI em 7 passos

Setup sem censura no ComfyUI: 7 passos da instalação zerada ao JSON de workflow reutilizável

1. 1

   Instale o ComfyUI na sua máquina

   Baixe a versão portátil do ComfyUI na página oficial de release do GitHub comfyanonymous/ComfyUI no Windows, ou clone o repositório e rode uma instalação manual de Python no Linux e no macOS [Source: GitHub: página de release do ComfyUI · verified 2026-05-17]. A versão portátil do Windows já vem com Python 3.11 e PyTorch com suporte CUDA embutidos e roda de cara em GPUs NVIDIA. Extraia o arquivo, rode o run_nvidia_gpu.bat e confirme que a interface web abre no seu navegador em http://127.0.0.1:8188.

   Quem tá no Linux e no macOS instala pelo caminho manual documentado: git clone https://github.com/Comfy-Org/ComfyUI, cria um ambiente virtual de Python, instala o PyTorch casado com o seu backend CUDA, ROCm ou MPS, instala os requisitos do ComfyUI e roda o python main.py. Dá uns dez a quinze minutos pra instalação inicial das dependências numa máquina zerada.

   Pula esse passo só se você já tem uma instalação do ComfyUI funcionando na máquina em que você pretende rodar workflows sem censura.

2. 2

   Instale o ComfyUI Manager pra gerenciar nodes e modelos num clique

   Clone o repositório ltdrdata/ComfyUI-Manager pra dentro da pasta ComfyUI/custom_nodes/ e reinicie o ComfyUI [Source: GitHub: ltdrdata/ComfyUI-Manager · verified 2026-05-17]. Depois de reiniciar, um botão Manager novo aparece no menu do ComfyUI. O painel do Manager mostra três coisas em que você vai se apoiar o tempo todo: instalar custom nodes do registro, instalar nodes faltando de um workflow importado e baixar checkpoints, LoRAs e VAEs direto do Civitai ou do HuggingFace.

   Sem o ComfyUI Manager, cada custom node e cada dependência faltando vira uma tarefa manual de copiar arquivo. E todo workflow publicado no Civitai que você importar vai referenciar pelo menos um custom node, então a detecção automática de node faltando do Manager te poupa horas por workflow. Não pula isso.

   Pula esse passo só se você tem uma política rígida contra instalar ferramentas de terceiros mantidas pela comunidade. O ComfyUI Manager é open source, amplamente auditado, e o add-on padrão de fato do ComfyUI.

3. 3

   Baixe o Pony Diffusion V6 XL ou o Realistic Vision V6 pra pasta certa

   Pra saída sem censura de anime, cartoon ou furry, baixe o Pony Diffusion V6 XL no Civitai e coloque o arquivo safetensors em ComfyUI/models/checkpoints/ [Source: Civitai: model card do Pony Diffusion V6 XL · verified 2026-05-17]. Ele foi treinado em cerca de 2,6 milhões de imagens, com proporção de 1:1 entre os datasets de anime, cartoon, furry e pony e proporção de 1:1 entre as classificações safe, questionable e explicit. O conjunto de treino é metade explícito de propósito, e é por isso que o checkpoint produz saída sem censura sem nenhum LoRA empilhado.

   Pra saída fotorrealista sem censura em hardware com menos VRAM, baixe o Realistic Vision V6.0 B1 no lugar [Source: Civitai: model card do Realistic Vision V6.0 B1 · verified 2026-05-17]. O checkpoint SD 1.5 com 729.019 downloads, do SG_161222, é a escolha fotorrealista padrão no nível de 8 gigabytes de VRAM, e ele combina bem com o Face Detailer do passo 5.

   Opcional: se você tem 16 ou mais gigabytes de VRAM e se importa mais com aderência ao prompt que com um estilo específico, baixe o FLUX.1-dev no HuggingFace e um LoRA sem censura da comunidade no Civitai [Source: HuggingFace: model card do black-forest-labs/FLUX.1-dev · verified 2026-05-17]. O FLUX base é treinado em SFW, então a saída sem censura vem do LoRA.

   Pula esse passo só se você já tem um checkpoint de Stable Diffusion em ComfyUI/models/checkpoints/. Misturar arquiteturas de modelo (SDXL vs SD 1.5 vs FLUX) no mesmo workflow não é suportado pelo grafo base do ComfyUI, então escolhe uma arquitetura por workflow.

4. 4

   Monte o grafo base de texto-pra-imagem no ComfyUI

   Solte os seguintes nodes no canvas nesta ordem: Load Checkpoint (selecione o seu arquivo baixado de Pony V6 XL ou Realistic Vision), CLIP Text Encode (Prompt Positivo), CLIP Text Encode (Prompt Negativo), Empty Latent Image (1024 por 1024 pro SDXL, 512 por 768 pro SD 1.5), KSampler (25 a 30 steps, CFG 6 a 8 pro Pony V6 XL ou 1,5 a 2,0 pro Realistic Vision com o Hyper LoRA), VAE Decode e Save Image.

   Ligue tudo na cadeia padrão: o Load Checkpoint manda MODEL pro KSampler e CLIP pros dois codificadores de prompt; o prompt positivo manda CONDITIONING pra entrada positiva do KSampler; o prompt negativo manda CONDITIONING pra entrada negativa do KSampler; o Empty Latent Image manda LATENT pra entrada de latente do KSampler; o KSampler manda LATENT pro VAE Decode; o VAE Decode manda IMAGE pro Save Image.

   Pro Pony V6 XL especificamente, comece o prompt positivo com a sequência de tags de score que o autor do modelo documentou: score_9, score_8_up, score_7_up, source_anime, [seu prompt aqui]. Essas tags de score são uma convenção de modificador de qualidade que a comunidade padronizou, e se você omite elas a sua saída vem visivelmente degradada. Use o sampler Euler A em 25 steps e CFG 7 pra primeira passada mais forte.

   Pula o detalhe de ligação deste passo só se você importou um JSON de workflow funcionando do Civitai. Nesse caso o grafo já tá montado e você pula direto pro passo 5.

5. 5

   Adicione um node Face Detailer pra fidelidade do rosto

   Os rostos encolhem pra uma fração pequena do quadro em resolução 1024 e perdem fidelidade na primeira passada. Instale o Impact Pack pelo ComfyUI Manager pra ter o FaceDetailer, o equivalente do ADetailer do Automatic1111 dentro do grafo de nodes do ComfyUI. O ADetailer é a ferramenta canônica de detalhe de rosto no mundo do Automatic1111, e o FaceDetailer espelha o comportamento dele dentro do grafo do ComfyUI [Source: GitHub: Bing-su/adetailer (referência do Automatic1111) · verified 2026-05-17].

   Ligue o FaceDetailer depois do VAE Decode e antes do Save Image. O node recorta os rostos detectados usando um modelo de detecção de rosto YOLO, refaz a amostragem deles em resolução mais alta pelo checkpoint base e recompõe o rosto melhorado de volta no quadro original. As configs padrão (denoise 0,4, 20 steps, CFG 7) funcionam bem pra maioria dos retratos sem censura. Sobe o denoise pra 0,5 se os rostos ainda parecem moles, ou baixa pra 0,3 se o redesenho se afasta demais do original.

   Pra workflows que geram vários personagens por quadro, o FaceDetailer detecta e processa cada rosto sozinho, que é exatamente o que você quer pras composições com vários personagens que diferenciam o Pony V6 XL do SDXL de um sujeito só.

   Pula esse passo só se os seus prompts miram em planos de corpo inteiro em que os rostos são pequenos ou ausentes de propósito. Pra qualquer workflow de retrato, meio corpo ou close, o FaceDetailer é a segunda passada com mais retorno que você pode adicionar.

6. 6

   Adicione um node de upscale 2x pra saída em qualidade de produção

   O Stable Diffusion XL gera em 1024 pixels nativos e o SD 1.5 em 512 pixels nativos, e bastante trabalho de produção precisa de mais que isso. Instale o Ultimate SD Upscale pelo ComfyUI Manager e adicione ele depois do FaceDetailer. Ele divide a imagem em segmentos sobrepostos, refaz a amostragem de cada ladrilho pelo checkpoint base num denoise mais baixo (0,2 a 0,35) e costura os ladrilhos de volta com uma mistura sem emenda visível.

   A saída fica mais limpa que upscale bilinear ou Lanczos cru, e mantém o detalhe de textura que os upscalers mais simples borram. Pra workflows SDXL, o upscale 2x leva 1024 a 2048 pixels; pra workflows SD 1.5, o 2x leva 512 a 1024 ou 768 a 1536. A pressão na VRAM dispara durante a passada de upscale, então se você tá numa placa de 8 a 10 gigabytes, espera usar a flag --medvram no boot do ComfyUI ou aceitar uma passada ladrilho a ladrilho mais lenta.

   Se você prefere uma abordagem com modelo pré-treinado, o 4x-UltraSharp e o RealESRGAN_x4plus_anime_6B estão os dois disponíveis pelo navegador de modelos do ComfyUI Manager. Eles rodam mais rápido que o Ultimate SD Upscale, embora apliquem uma nitidez mais agressiva, que uns workflows amam e outros não suportam.

   Pula esse passo só se você não precisa de saída acima da resolução nativa do checkpoint. Pra saída tamanho de rede social (1024 por 1024), a passada do FaceDetailer sozinha já basta.

7. 7

   Salve o JSON do workflow e reaproveite entre sessões

   Clique em Save no menu do ComfyUI pra exportar o grafo de nodes inteiro como um arquivo JSON de workflow. O JSON captura cada node, cada conexão, cada valor de parâmetro e cada referência de modelo num único arquivo. Você pode reimportar ele na mesma máquina arrastando o arquivo pro canvas, compartilhar com colaboradores que rodam a própria instalação do ComfyUI, ou anexar ele às imagens geradas pra que qualquer um com os mesmos modelos reproduza o grafo exato [Source: Documentação do ComfyUI · verified 2026-05-17].

   Esse é, sério, o recurso mais subestimado do ComfyUI. Todo workflow sem censura publicado no Civitai vem como um JSON baixável que você solta direto no canvas. A galeria de workflows da comunidade do Civitai hospeda milhares desses arquivos cobrindo setups de Pony V6 XL, FLUX e Realistic Vision com LoRAs, ControlNets e cadeias de pós-processamento personalizadas [Source: Civitai: conteúdo de Stable Diffusion da comunidade · verified 2026-05-17].

   Dois hábitos de produção que o workflow em JSON destrava. Primeiro, versione os seus workflows num repositório git pra poder voltar pra um grafo anterior quando um node novo quebrar um setup que tava funcionando direitinho. Segundo, monte uma biblioteca pequena de três a cinco arquivos JSON (um pra retrato, um pra corpo inteiro, um só pra upscale, um pra inpainting, um pro FLUX) e carregue o certo por sessão em vez de remontar o grafo do zero toda vez.

   Pula esse passo só se você pretende usar o ComfyUI como gerador de imagem pontual e nunca reproduzir um workflow. Pra qualquer uso iterativo ou de produção, exportar o JSON é inegociável.

Armadilhas comuns (e como evitar elas)

Armadilha 1: VAE errado pro checkpoint

A falha mais comum da primeira sessão é uma imagem preta, e a causa é quase sempre um VAE que não bate. Checkpoints SDXL esperam o VAE do SDXL, checkpoints SD 1.5 esperam o VAE do SD 1.5, e o FLUX espera um VAE do FLUX. O ComfyUI carrega um VAE padrão junto com o checkpoint, mas alguns downloads do Civitai vêm sem o VAE embutido e te entregam uma saída preta até você ligar um node Load VAE no grafo de propósito. Então quando um workflow cospe preto puro ou ruído puro na primeira geração, cheque a ligação do VAE antes de mexer no prompt ou no sampler.

Armadilha 2: pular as tags de score no Pony V6 XL

O Pony Diffusion V6 XL foi treinado com um sistema de tags de qualidade que o autor do modelo documentou (score_9, score_8_up, score_7_up, score_6_up). Prompts que deixam as tags de score de fora voltam visivelmente degradados: cores embaçadas, anatomia mole, resultados fora de estilo que o pessoal culpa o modelo quando é, na real, uma convenção de prompt que pularam. Todo prompt positivo de Pony V6 XL deveria começar com a sequência de tags de score, e o prompt negativo geralmente inclui score_4, score_3, score_2, score_1 pra empurrar o sampler pra longe da saída de baixa qualidade.

Armadilha 3: rodar SDXL em 8 GB de VRAM sem a flag --medvram

Os checkpoints SDXL conseguem tecnicamente rodar em 8 gigabytes de VRAM, mas o boot padrão do ComfyUI tenta carregar o modelo inteiro na VRAM e estoura no meio da geração. A solução é a flag --medvram no boot (no Windows, edite o run_nvidia_gpu.bat pra anexar a flag; no Linux, anexe ela no comando python main.py). Ela troca o modelo entre VRAM e RAM a um pequeno custo de velocidade. Se você bate num erro de CUDA out-of-memory no console no meio da geração, recorre ao --medvram antes de baixar pra um checkpoint menor.

Armadilha 4: instalar custom nodes sem o ComfyUI Manager

Olha uma história que eu vi se repetir umas dez vezes. Alguém cai num tópico do Reddit, vê um custom node recomendado, clona ele direto pra ComfyUI/custom_nodes/, e o próximo restart falha em carregar por um conflito de dependência com outro node. O ComfyUI Manager resolve a dependência e fixa a versão pra você; um git clone manual não. Roda toda instalação de custom node pelo painel Install Custom Nodes do Manager, e guarda o git clone manual pros nodes que ainda não estão no registro.

Armadilha 5: tratar arquivos JSON de workflow como código confiável

Um JSON de workflow importado de um usuário desconhecido do Civitai pode referenciar custom nodes que rodam código arbitrário na sua máquina quando o workflow roda. O JSON em si é só dado e não consegue executar nada; os custom nodes referenciados são arquivos Python e podem, sim. Importe JSONs de workflow de autores nomeados do Civitai com histórico de upload verificado, e deixa o ComfyUI Manager instalar os nodes referenciados a partir do registro em vez de clonar de URLs aleatórias do GitHub.

Quando este guia não se aplica

Esse é o caminho de setup técnico pra usuário avançado, e ele não se aplica a todo mundo. Seja honesto com você mesmo sobre o seguinte.

Você não tem uma GPU NVIDIA com pelo menos 8 gigabytes de VRAM. O workflow acima precisa de hardware CUDA pra velocidades de geração usáveis. Os caminhos de AMD e Apple Silicon existem, mas com suporte de toolchain reduzido e iteração mais lenta.

Você não tem duas a quatro horas pra gastar no primeiro workflow. O ComfyUI não é uma instalação de quinze minutos. Um tempo realista até a primeira geração numa máquina zerada é de uma hora pra instalação e dependências, uma hora pro primeiro workflow base, uma hora pra adicionar FaceDetailer e upscale, mais pelo menos meia hora pra resolver o inevitável erro de VAE ou VRAM.

Você quer um workflow que você não tenha que manter. Custom nodes atualizam, checkpoints base atualizam, o próprio ComfyUI atualiza, e um workflow em JSON que rodava bem no inverno pode quebrar na primavera. As alternativas hospedadas (Promptchan, Candy.ai, DarLink Ai, Joi) carregam essa manutenção do lado delas.

Você gera uma imagem aqui e ali em vez de iterar em lotes. O imposto do setup só compensa ao longo do uso regular. Pra uma imagem por mês, as quatro alternativas prontas no rodapé produzem saída sem censura equivalente sem a GPU e sem a instalação.

Se algo disso é você, as quatro escolhas hospedadas no rodapé são a virada certa. O workflow de sete passos acima é pros leitores que passam nas quatro condições.

ComfyUI vs Automatic1111: qual você deveria escolher?

Vai de ComfyUI quando você precisa de controle preciso sobre uma pipeline de vários passos. Pensa em texto-pra-imagem pra face detailer pra upscale pra pós-processamento, ou texto-pra-imagem pra conditioning de pose com ControlNet pra uma pilha de LoRA pra agendamento de sampler personalizado. Cada operação é o seu próprio node que você pode rerotear, duplicar ou desligar, e o grafo inteiro exporta como um arquivo JSON que outro usuário do ComfyUI reproduz igualzinho.

Vai de Automatic1111 quando você quer carregar um checkpoint, digitar um prompt, clicar em Generate e ver o resultado. A interface de abas esconde o grafo de nodes atrás de uma interface mais simples. ADetailer, upscale e outras extensões instalam pela aba Extensions e aparecem como abas a mais em vez de nodes. Curva de aprendizado mais rasa, teto de customização mais baixo.

Muita gente roda os dois: ComfyUI pro trabalho de pipeline iterativo, Automatic1111 pros pontuais rápidos. Aponta os dois pra mesma pasta de disco e eles compartilham as mesmas pastas de checkpoint, LoRA e VAE, então você não fica duplicando arquivos de modelo pela sua unidade toda.

Tem uma terceira opção em que umas pessoas caem também. O Forge é um fork da comunidade do Automatic1111 ajustado pra menos VRAM e amostragem mais rápida. Ele roda os mesmos checkpoints e a mesma extensão ADetailer, e vale uma olhada se o caminho de instalação padrão do Automatic1111 anda te dando dor de cabeça.

Perguntas frequentes

Se você não quer gerenciar uma instalação de ComfyUI: quatro alternativas prontas

O workflow de sete passos acima é território de usuário avançado de verdade. Se você caiu aqui sem uma GPU NVIDIA, sem as duas a quatro horas de paciência pra aprender, ou sem nenhum apetite pra ficar de babá de atualização de checkpoint e conflito de dependência de custom node, você tem um caminho alternativo legítimo. Plataformas hospedadas produzem saída de imagem sem censura num plano publicamente acessível, com uma empresa de verdade por trás e uma oferta de afiliado ativa. As quatro escolhas abaixo vêm direto da nossa avaliação.

1. A geração de imagem sem censura da Promptchan: especialista em image-gen

Recomendado (7,0-7,9) na nossa Avaliação de Companheiros IA. Quartil de topo em Qualidade da Geração de Imagem. Os modelos por baixo incluem Flux.1, Stable Diffusion 3 e Pony, as mesmas arquiteturas do workflow de sete passos acima, só que com uma interface hospedada na frente que tira o imposto do setup. A galeria pública com mais de 20 milhões de imagens geradas por usuários é um atrativo de verdade, porque você pode dar uma olhada nos prompts da comunidade antes de pagar um centavo. Você ganha 30 a 50 gems diárias no plano grátis com saída com marca d'água, e o plano Pro fica em ≈ $26.99 por mês [Source: Apple App Store: listagem da Promptchan · verified 2026-05-17].

O senão: o chat tradicional é um penduricalho, e reviewers de terceiros dizem que ele é curto e genérico. A Promptchan é uma ferramenta de imagem e vídeo sem censura com uma fachada de chat, não um companheiro IA chat-first.

Testar a Promptchan grátis →

2. Candy.ai review: app de companheiro com geração de imagem inclusa

Excelente (8,0-8,9) na nossa Avaliação de Companheiros IA. Quartil de topo em Qualidade da Geração de Imagem e em Personalização. O plano anual fica em ≈ $3.99 por mês efetivo, o mais baixo de qualquer opção hospedada que a gente cobre pra um pacote de companheiro mais image-gen. A UX é caprichada, com sliders de personalização visual, prompts de troca de cena e consistência no re-roll que somam uma primeira impressão forte. E a experiência inclusa (criação de companheiro, geração de imagem, voz) é exatamente o que a maioria procura quando busca "namorada IA com geração de imagem".

O senão: a fraqueza de memória aparece em todo reviewer prático, então espera o personagem derivar a partir da semana 2 a 3 de uso pesado.

Testar o Candy.ai →

3. a nossa escolha DarLink: cenário e mídia ancorados em narrativa

Recomendado (7,0-7,9). Forte em Personalização e Geração de Imagem, no meio do grupo em Voz. É uma plataforma sediada na Suíça, narrativa em primeiro lugar, construída em torno de Scenario mais saída de Media. O sistema Living Memory de três níveis segura o personagem melhor que as alternativas hospedadas de compra por impulso. A geração de imagem inline com 4K alegado é o destaque aqui, e a coisa toda é voltada pra leitor que quer as imagens sem censura tecidas numa história em andamento em vez de soltas como resultados de prompt avulsos.

O senão: ele combina menos com a labuta crua de prompt-e-saída em que a Promptchan reina. O envelope narrativo é o ponto, não o atrito.

Testar o DarLink Ai →

4. Joi.ai review: face-lock mais Dream Clips

Excelente (8,0-8,9). Quartil de topo em Qualidade da Geração de Imagem e em Geração de Vídeo. O Face-Sync V4 é o trava de identidade mais forte e documentado do nosso conjunto de teste, segurando o mesmo personagem entre re-rolls e entre frames de vídeo das Dream Clips em resolução perto de 4K. Se a sua preocupação principal é a consistência de personagem (o mesmo problema com que os usuários de ComfyUI lutam usando LoRAs de face-embedding e Face Detailer), o Joi é a resposta em plataforma gerenciada. O plano grátis te dá ≈ 5 mensagens por dia e 6 gerações de imagem sem saída explícita, e o plano Premium anual fica em ≈ $4 por mês efetivo.

O senão: a economia de tokens Neuron acumula rápido, e as chamadas de vídeo ao vivo rodam mais ou menos $30 a $50 por hora. Leitores do Reino Unido ficam geo-bloqueados, com o Joi servindo uma landing /uk/unavailable em vez de implementar o UK Online Safety Act [Source: Joi: landing de indisponível no Reino Unido · verified 2026-05-17].

Testar o Joi →

---

Verificado pela última vez em 17 de maio de 2026 · Veja o registro de errata para qualquer correção pós-publicação · Editora: Alexandra Joly · Metodologia · Processo editorial · Divulgação de afiliados

Pula o setup do ComfyUI, testa a Promptchan grátis →

Leitura relacionada

• Hub e ranking completo de geração de imagem IA
• Melhores modelos de Stable Diffusion pra saída sem censura (5 escolhas testadas)
• Top 10 geradores de imagem IA sem censura
• Como avaliamos apps de companheiro IA (a nossa metodologia)
• Review completo da Promptchan (plano Pro e Video Engine)
• Candy.ai
• Joi
• DarLink AI review