CLIPLoader - ComfyUI Built-in Node Documentation

CLIPLoaderノードは、テキストエンコーダモデル（CLIP、T5、または類似のもの）をファイルから読み込み、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`	読み込むテキストエンコーダモデルのファイル名です。`ComfyUI/models/text_encoders/` ディレクトリにあるファイルを指定する必要があります。	STRING	はい	`text_encoders` フォルダ内のファイル一覧
`タイプ`	読み込むモデルのアーキテクチャタイプです。使用する特定のエンコーダの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"`
`デバイス`	モデルを読み込むデバイスです。`"default"` は利用可能な場合はGPUを使用し、`"cpu"` はCPUへの読み込みを強制します。これは上級者向けのオプションです（デフォルト: `"default"`）。	COMBO	いいえ	`"default"` `"cpu"`

type パラメータは、特定のモデルアーキテクチャに対して適切なエンコーダを選択します。以下は一般的な対応関係です。

タイプ	エンコーダ
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-token padding)
cosmos	old t5 xxl
lumina2	gemma 2 2B
wan	umt5 xxl
hidream	llama-3.1 (recommended) or 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 or Music3 Qwen/RVQ

出力名	説明	データ型
`clip`	読み込まれたテキストエンコーダモデルです。テキストエンコーディングと条件付けのために他のノードに接続できます。	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): 7c1586d01410d319468f7c8c153ef0717280804add868ba57bff0c6539fb5dd9