CLIPを読み込む - ComfyUI Built-in Node Documentation

CLIPLoader ノードは、テキストエンコーダーモデル（CLIP、T5 など）をファイルからロードし、テキストプロンプトを数値表現に変換する必要がある他のノードで使用できるようにします。さまざまなモデルアーキテクチャをサポートしており、それぞれに特定のエンコーダータイプが必要です。

入力

パラメータ	説明	データ型	必須	範囲
`clip名`	ロードするテキストエンコーダーモデルのファイル名。これは `ComfyUI/models/text_encoders/` ディレクトリにあるファイルである必要があります。	STRING	はい	`text_encoders` フォルダ内で見つかったファイルの一覧
`タイプ`	ロードするモデルのアーキテクチャタイプ。使用する特定のエンコーダーバリアントを決定します（デフォルト: `"stable_diffusion"`）。	COMBO	はい	`"stable_diffusion"` `"stable_cascade"` `"sd3"` `"stable_audio"` `"mochi"` `"ltxv"` `"pixart"` `"cosmos"` `"lumina2"` `"wan"` `"hidream"` `"chroma"` `"ace"` `"omnigen2"` `"qwen_image"` `"hunyuan_image"` `"flux2"` `"ovis"` `"longcat_image"` `"cogvideox"` `"lens"` `"pixeldit"` `"ideogram4"` `"boogu"` `"krea2"` `"joyimage"` `"mage"` `"minimax"` `"yue2"` `"flux3"` `"moss_image"` `"fibo2"`
`デバイス`	モデルをロードするデバイス。`"default"` は GPU が利用可能な場合に GPU を使用し、`"cpu"` は CPU へのロードを強制します。これは高度なオプションです（デフォルト: `"default"`）。	COMBO	いいえ	`"default"` `"cpu"`

type パラメータは、指定されたモデルアーキテクチャに適したエンコーダーを選択します。以下は一般的なマッピングです：

タイプ	エンコーダー
stable_diffusion	clip-l
stable_cascade	clip-g
sd3	t5 xxl / clip-g / clip-l
stable_audio	t5 base
mochi	t5 xxl
cogvideox	t5 xxl（226トークンのパディング）
cosmos	旧 t5 xxl
lumina2	gemma 2 2B
wan	umt5 xxl
hidream	llama-3.1（推奨）または t5
omnigen2	qwen vl 2.5 3B
joyimage	qwen3-vl 8B
lens	gpt-oss-20b
pixeldit	gemma 2 2B elm
minimax	MiniMax H3 Qwen3-VL または Music3 Qwen/RVQ
flux3	qwen3-vl 4B
fibo2	qwen3-vl 4B

出力名	説明	データ型
`CLIP`	ロードされたテキストエンコーダーモデル。テキストエンコーディングとコンディショニングのために他のノードに接続する準備ができています。	CLIP

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集

Source fingerprint (SHA-256): 75cf64ce955946681dee79035fc91b54be0a99e3fc22b8c4737929ce0bdff13e