Qwen3-VL for ComfyUI

Qwen3-VL for ComfyUI

为 ComfyUI 文本编码器文件夹重新打包的 Qwen3-VL 4B 和 8B 模型文件，提供从 bf16 到 4-bit 风格的多种精度。适合需要 Qwen3-VL 文本编码器的 ComfyUI 用户。

由 Comfy-Org 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这些是为 ComfyUI 重新打包的 Qwen3-VL 模型文件。它们有 4B 和 8B 两种大小，以及多种精度，应该放进 text_encoders 文件夹。模型卡很短，没有说明哪些工作流会用到它们。原版是 Qwen 的 Qwen3-VL 4B Instruct 和 8B Instruct 模型。

适合谁：如果你是 ComfyUI 用户，工作流需要 Qwen3-VL 文本编码器，又想要一个格式合适的现成文件，它很适合你。

Industry | Who uses it | How they use it | Example
设计与艺术 | ComfyUI 艺术家 | 为需要它的工作流加载 Qwen3-VL 文本编码器 | 他们在编码器节点里选择 4B 文件
软件开发 | 构建 ComfyUI 流水线的开发者 | 在工作流里切换不同的大小和精度 | 他们用 8B 文件替换 4B 文件
本地 AI 爱好者 | 内存有限的用户 | 选择同一个模型的更小精度 | 他们试用 fp8 或 4-bit 风格的文件

如果你不用 ComfyUI，或者你的工作流不需要 Qwen3-VL 文本编码器，可以跳过它。

用在哪里：

• ComfyUI，运行在 Windows、macOS 或 Linux 上
• ComfyUI/models 下的 text_encoders 文件夹
• 装有 Hugging Face 工具的 Python，用来下载文件

Use case | Who | What they get back
提供文本编码器 | ComfyUI 用户 | 一个工作流可以加载的 Qwen3-VL 文件
试用更小的文件 | 内存有限的用户 | 同一个模型的低精度副本
比较大小 | 流水线开发者 | 并排放着的 4B 和 8B 文件

如何设置：你需要 ComfyUI，以及存放下载文件的位置。

• 一个能正常运行的 ComfyUI
• 装有 huggingface_hub 包的 Python
• 存放你要保留的文件的磁盘空间

1. 用 Python 安装 Hugging Face 工具。
2. 用下面的第二条命令下载仓库文件。
3. 把你想要的文件放进 ComfyUI/models 下的 text_encoders 文件夹。
4. 如果 ComfyUI 已经打开，就重启它，然后在工作流里选这个文件。

pip install -U huggingface_hub
hf download Comfy-Org/Qwen3-VL

Title: 七个文件，都放进 text_encoders 文件夹
Model size | Precision | File
4B | bf16 | qwen3vl_4b_bf16.safetensors
4B | fp8 scaled | qwen3vl_4b_fp8_scaled.safetensors
8B | bf16 | qwen3vl_8b_bf16.safetensors
8B | fp8 scaled | qwen3vl_8b_fp8_scaled.safetensors
8B | int8 convrot | qwen3vl_8b_int8_convrot.safetensors
8B | w4a8 | qwen3vl_8b_w4a8.safetensors
8B | nvfp4 | qwen3vl_8b_nvfp4.safetensors

如何使用：模型卡没有给出命令，也没有点名工作流。文件放好之后，在 ComfyUI 里加载文本编码器的节点中选一个，并查看那个工作流自己的说明，确认它要哪个文件。

Tool | What it does
text_encoders folder | ComfyUI 查找这些 Qwen3-VL 文件的位置
Hugging Face download command | 取回仓库里的全部文件

示例：你把 4B 的 fp8 scaled 文件放进 text_encoders 文件夹，在一个需要文本编码器的工作流里选中它。工作流随后通过这个编码器读取你的提示词。模型卡没有描述工作流本身。

新手与专家：把它们想成某些 ComfyUI 工作流需要的语言理解部分。第一个小尝试是下载一个文件，放进文件夹，再在需要它的工作流里选中。

文件名显示有两种模型大小和五种精度风格：bf16、fp8 scaled、int8 convrot、w4a8 和 nvfp4。模型卡没有对它们做比较，所以选之前请先看你的工作流说明。更小的精度通常用一点准确度换更少的内存，但模型卡没有给出测量数据。

下载仓库文件
把其中一个放进 ComfyUI/models/text_encoders
在文本编码器节点里选中它
运行用到它的工作流

注意事项：

• Repackaged files: 它们是为 ComfyUI 整理过的 Qwen3-VL 权重，原版是 Qwen 的 4B Instruct 和 8B Instruct 模型
• Short card: 没有工作流列表，所以请查看每个工作流自己的说明
• Other versions: 其他人已经发布了 1 个量化版本
• License: Apache 2.0
• Cost to run: 没有提到
• Data it reaches: 你下载的文件和你在 ComfyUI 里运行的提示词
• Not for: 在 ComfyUI 之外使用，因为这些文件是为它重新打包的

Hugging Face 上的数据（2026年11月13日）

• 框架：diffusion-single-file
• 最近 30 天下载：1,223,409
• 点赞：118
• 许可证：apache-2.0
• 基于：Qwen/Qwen3-VL-4B-Instruct
• Quantized versions: 1
• 标签：diffusion-single-file, comfyui

链接

• 模型：https://huggingface.co/Comfy-Org/Qwen3-VL
• 文件：https://huggingface.co/Comfy-Org/Qwen3-VL/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Comfy-Org/Qwen3-VL

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。