Skip to main content
Asegúrate de que tu ComfyUI esté actualizado.Los flujos de trabajo de esta guía se encuentran en las Plantillas de flujos de trabajo. Si no los encuentras en las plantillas, es posible que tu ComfyUI esté desactualizado.Si faltan nodos al cargar un flujo de trabajo, estas son las posibles razones:
  1. No estás usando la última versión de ComfyUI (versión nocturna)
  2. Algunos nodos fallaron al importarse durante el inicio
Qwen3.5 es un LLM multimodal de código abierto de Alibaba Cloud, que se basa en la serie Qwen 3.0 y añade capacidades de comprensión de imágenes. Admite tanto la generación de texto como tareas basadas en imágenes, como el etiquetado de imágenes y la ingeniería inversa de prompts. Aspectos destacados del modelo:
  • Multimodal: acepta entradas de texto e imagen para tareas de comprensión visual
  • Etiquetado de imágenes: puede describir imágenes y generar leyendas detalladas
  • Ingeniería inversa de prompts: extrae prompts y parámetros de generación a partir de imágenes de referencia
  • Nativo en ComfyUI: funciona con el nodo integrado TextGenerate, sin necesidad de Nodos personalizados
  • Ligero: modelo de 4B parámetros, apto para GPUs de consumo

​
Casos de uso

Qwen3.5 destaca en escenarios donde combinar la comprensión visual con la generación de texto aporta valor a un flujo de trabajo de ComfyUI:
  • Ingeniería inversa de prompts a partir de una imagen: dale una imagen de referencia a Qwen3.5 y pídele que genere un prompt de texto detallado que pueda reproducir esa imagen. Resulta especialmente útil cuando encuentras una gran imagen pero no sabes con qué prompt se generó.
  • Optimización de prompts: carga un prompt existente y un concepto de imagen, y luego pide a Qwen3.5 que genere, refine o expanda prompts con más detalle para obtener mejores resultados de generación.
  • Generación de descripciones de imágenes: genera automáticamente leyendas, descripciones o etiquetas de metadatos para las imágenes generadas, lo que resulta útil para catalogar o preparar datos de entrenamiento.
  • Respuesta a preguntas sobre imágenes: haz preguntas acerca del contenido de la imagen (“¿Qué objetos hay en esta escena?”, “¿De qué color es el fondo?”) y obtén respuestas de texto estructuradas.
  • Lectura de texto: con un prompt adecuado, el modelo puede intentar leer el texto visible o las etiquetas de las imágenes, aunque la fiabilidad depende de la calidad y la claridad del texto representado.

​
Flujo de trabajo disponible

​
Qwen3.5: Text Generation

Usa el modelo Qwen3.5 para analizar una imagen de entrada y generar prompts descriptivos de texto. Este flujo de trabajo realiza captioning de imágenes e ingeniería inversa de prompts. Qwen3.5 text generation workflow preview

Ejecutar en Comfy Cloud

Abrir en Comfy Cloud

Descargar flujo de trabajo

Descarga el JSON o busca “Qwen3.5: Text Generation” en la biblioteca de plantillas
Materiales de entrada Sube este archivo al nodo LoadImage correspondiente:

man_with_red_hat.png

Nodo LoadImage 2 · man_with_red_hat.png
Input image
Este flujo de trabajo demuestra las capacidades de generación de texto y comprensión de imágenes de Qwen3.5. Acepta un prompt de texto y una imagen opcional, y genera texto descriptivo o análisis estructurado a partir de la entrada. Entradas:
  • Prompt de texto: tu pregunta, instrucción o descripción de la tarea
  • Imagen (opcional): para tareas de comprensión visual (captioning de imágenes, ingeniería inversa de prompts, optimización de prompts, etc.)
Controles clave:
  • Max length: número máximo de tokens a generar (256 por defecto)
  • Sampling mode: activa o desactiva el muestreo y ajusta temperature, top-k, top-p, repetition penalty y seed
  • Use default template: aplica el system prompt integrado del modelo
Salida:
  • Texto generado: la respuesta del modelo como una cadena de texto plano

Learn about Subgraph

Este flujo de trabajo usa nodos Subgraph para un procesamiento modular. Consulta la documentación de Subgraph para aprender a personalizar y ampliar el flujo de trabajo.

​
Descarga del modelo

Los modelos Qwen3.5 se cargan como codificadores de texto en ComfyUI. Elige la variante que mejor se adapte a tu hardware:

Qwen3.5 2B (bf16)

Ligero, ~4.5 GB. Ideal para configuraciones con poca VRAM y descargas rápidas.

Qwen3.5 4B (bf16)

Equilibrio entre tamaño y calidad. Recomendado para la mayoría de GPU de consumo.

Qwen3.5 9B (bf16)

La variante más grande, ~19 GB. Salida de mayor calidad, requiere más VRAM.
Coloca el archivo .safetensors descargado en: