Flux-Kontext-NunChaKu加速版本,6G显存占用,15秒渲染速度狂飙3倍

一、Nunchaku Kontext介绍

开源生态速度就是快啊，Kontext刚开源没几天，各种模型、lora、以及加速模型都来了，今天介绍的是我们熟悉的双截棍Nunchaku，也支持了Kontext了，我第一时间就去更新测试了，真的爽，10秒出图，显存占用16G。

测试了一些数据，发现效果没差多少，速度快了几倍，还是很爽的，废话不多少说，带大家来安装体验最新的Nunchaku。

二、相关安装

以前安装Nunchaku0.2或者Nunchaku0.3版本都要卸载重新安装最新版：Nunchaku0.3.1（版本号，目前最新的就是 3.1 了）

插件地址：https://github.com/mit-han-lab/ComfyUI-nunchaku

轮子安装：

https://modelscope.cn/models/Lmxyy1999/nunchaku/files

comfyui环境：torch2.7和python 3.12,我下载的是 nunchaku-0.3.1+torch2.7-cp312-cp312-win_amd64.whl

nunchaku-0.3.1+torch2.7（Python 版本）-cp312（Python 版本）-cp312-win（操作系统，win/linux）_amd64.whl 大家根据自己的环境下载对应的版本即可

放到comfyUI的python目录下，进入命令窗口执行：

到此，环境就安装好了。

模型下载：

这次的模型有2个

• svdq-fp4_r32-flux.1-kontext-dev.safetensors ：50系列使用
• svdq-int4_r32-flux.1-kontext-dev.safetensors：50以下系列使用

kontext模型安装路径： models/diffusion_models

CLIP、VAE模型与Flux一致，可重用本地已有模型。

三、使用教程与体验

使用方式：工作流与官方默认方式几乎一致，只需将原先的「UNet 加载器」替换为「Nunchaku FLUX DiT Loader」即可无缝运行。

工作流直接使用kontext即可无缝衔接加速，工作流接入Nunchaku示例：