ComfyUI Nativo vs Wan2GP: ¿Qué gana tu RTX 3090?

Si estás intentando exprimir el poder de una NVIDIA GeForce RTX 3090, probablemente te encuentres frente a un dilema técnico: ¿usar MiniMax H3 directamente en ComfyUI nativo o recurrir a la implementación Wan2GP? Es una pregunta que muchos desarrolladores y entusiastas del hardware se hacen al intentar ejecutar modelos de video y audio avanzados sin estallar su memoria gráfica.

La batalla de las implementaciones

Al analizar ambas opciones, se vuelve claro que no son exactamente dos implementaciones del mismo nivel. ComfyUI ya tiene H3 integrado en su núcleo: maneja directamente los latentes conjuntos de vídeo y audio, los modos FL2VA y Ref2VA, el control de keyframes y el sigma shift.

Wan2GP, por otro lado, está muy orientado a hacer que ese modelo sea viable incluso en hardware limitado. Utiliza offloading, cuantización y aceleradores para no saturar la VRAM.

El factor hardware: RTX 3090 y optimización extrema

Aquí es donde las diferencias se vuelven críticas. Si miramos el uso de VRAM, Wan2GP destaca por su facilidad en una tarjeta de 24 GB gracias a sus técnicas de aceleración. ComfyUI nativo ofrece un control superior del workflow y permite experimentar con nodos específicos.

Un detalle clave es que la versión actual de Wan2GP añade optimizaciones como First Block Cache para manejar mejor la RAM. Además, existe una configuración recomendada específicamente para GPUs de 24 GB: el modelo pruned INT8 ConvRot de unos 19.5 GiB.

Esto significa que en ComfyUI puedes armar un flujo sólido usando H3 FL2VA con ese modelo pruned INT8 ConvRot, junto con Qwen3-VL NVFP4/AWQ y SageAttention, sin intentar meter el monstruoso modelo completo de ~62 GiB.

ComfyUI Nativo vs Wan2GP: El veredicto final

Si comparamos la calidad de salida, no esperaría que Wan2GP produzca un modelo mejor mágicamente. Ambos ejecutan esencialmente el mismo núcleo. La diferencia está en cómo cargan el modelo, qué atención usan y cuántos pasos ejecutan.

Mi conclusión es algo ligeramente perversa pero efectiva: usarías ambas herramientas.

Usarías Wan2GP como un benchmark práctico para medir cuánto tarda H3 en producir X segundos a tu resolución. Luego, usarías ComfyUI como un laboratorio para experimentar con la cuantización, SageAttention y los samplers.

Si consigues que ComfyUI iguale o se acerque al tiempo de Wan2GP, entonces te quedarías con la flexibilidad del workflow nativo. Además, H3 en ComfyUI está evolucionando rápido con aceleradores como Sol-Attn y TE-Speed.

Dado que ya estás metido hasta el cuello en esta alquimia negra de VRAM, no hay razón para abandonar ComfyUI ni de lejos.