ComfyUIでHires.fix｜latentとpixelの2通りをRTX 4070で比べた

「ComfyUIでHires.fixってどうやるの？ latentとpixel、どっちがいいの？」

この記事は、ComfyUIで1024×1024の絵を作れるようになった人が、web UIの「Hires.fix」と同じように、大きくしてから細かく描き直すための記事です。

ComfyUIには「Hires.fix」というボタンはありません。代わりに、ノードを足して「大きくする → もう一度描かせる」を組みます。やり方はlatent（潜在画像のまま大きくする）とpixel（絵にしてから大きくする）の2通りあるので、RTX 4070（12GB）で同じ絵を2048×2048に描き直して比べました。

先に結論です。

• 迷ったらpixelの方法がおすすめです。ノイズ除去は0.35で、元の絵に近いまま細かくなりました
• latentの方法は、ノイズ除去が0.35だと髪や服に四角いギザギザが残りました。0.5以上なら消えますが、手の位置や表情が少し変わります
• 時間は1枚あたり約10秒（1024の生成だけ）、latentで2倍が約46秒、pixelで2倍が約60秒でした

大きくしてから描き直す2つの道

ノードの名前はComfyUI 0.43の日本語の画面での表示です。

• latent：1回目のKサンプラーの出力（潜在画像）を「潜在を拡大（指定サイズ）」で大きくして、2回目のKサンプラーで描き直す
• pixel：1回目をいったん絵（画像）にして、拡大モデル（Real-ESRGANのanime 6B）で大きくし、「VAEエンコード」で潜在画像に戻してから描き直す

pixelのほうがノードは多いですが、拡大の部分はアップスケールの記事で紹介した組み方と同じです。

2倍にして描き直した結果

白衣のオリジナルキャラ（Animagine XL 4.0、1024×1024）を、2048×2048にして描き直しました。2回目の描き直しは、どれも20ステップにしました。

• latent 0.35：全体にざらつきがあり、近くで見るとギザギザが残った
• latent 0.5：きれいになったが、スケッチブックを持つ手の位置が変わった
• pixel 0.35：きれいで、ポーズも元の絵とほぼ同じ

latentで0.35だとギザギザが出る

首もとと服のあたりを拡大すると、差がよく分かります。

latentで2倍にすると、潜在画像がそのまま引き伸ばされます。ノイズ除去が0.35だと描き直しが弱く、引き伸ばした跡が四角いギザギザとして残りました。0.5と0.6では消えました。

1.5倍（1536×1536）のときは、0.35でもギザギザは目立ちませんでした。倍率が大きいほど、latentでは強めに描き直す必要がありそうです。

顔を拡大して比べる

• latent 1.5倍 0.5：瞳や頬の描き込みが増えた
• latent 2倍 0.5：笑顔が少し変わり、歯が見えるようになった
• pixel 2倍 0.35：線がくっきりして、元の顔に近い

元の絵を気に入っていて、そのまま細かくしたいならpixel、多少変わってもいいから描き込みを増やしたいならlatentの0.5、という使い分けになりそうです。

時間とVRAM

• 1024の生成だけ：約10秒
• latentで1.5倍（1536）：約29秒
• latentで2倍（2048）：約46秒
• pixelで2倍（2048）：約60秒

VRAMはどれも最大で11GB前後で、12GBのGPUで止まることはありませんでした。ただ、残りは1GB前後なので、ブラウザなどは閉じておくと安心です。

なお、latentは手元の検証用のComfyUI 0.30、pixelは新しく入れた0.43で測りました。時間は目安です。

pixelの手順

1. いつもどおり1024×1024で生成し、「VAEデコード」まで進める
2. 「拡大モデルを読み込む」でRealESRGAN_x4plus_anime_6Bを選び、「モデルを使用して画像を拡大」につなぐ
3. 「画像を拡大（指定サイズ）」でスケールバイを0.50にする（4倍のモデルなので、半分で2倍になる）
4. 「VAEエンコード」で潜在画像に戻す
5. 2つ目の「Kサンプラー」につなぎ、ステップは20、ノイズ除去は0.35にする
6. 「VAEデコード」から「画像を保存」へ

拡大モデルの入れ方と置く場所は、アップスケールの記事にあります。

latentの手順

1. 1回目の「Kサンプラー」の出力（潜在）を、「潜在を拡大（指定サイズ）」につなぐ。拡大方法はnearest-exact、スケールバイは2.00にした
2. 2つ目の「Kサンプラー」につなぎ、ノイズ除去は0.5以上にする
3. 「VAEデコード」から「画像を保存」へ

拡大モデルが要らないので、ノードは少なく済みます。

よくある質問

web UIのHires.fixと同じもの？

考え方は同じです。web UIでは「Upscaler」でlatentや拡大モデルを選び、「Denoising strength」で描き直しの強さを決めていました。web UIでの使い方はHires.fixの記事にあります。

4倍（4096×4096）でも描き直せる？

2倍で12GBのVRAMをほぼ使い切ったので、4倍をそのまま描き直すのは難しそうです。絵を小さな区画に分けて描き直す「Ultimate SD Upscale」というカスタムノードがありますが、わたしはまだ試せていません。

描き直すと顔が変わってしまう

ノイズ除去が大きすぎます。pixelなら0.35くらいに下げてください。描き直さずに大きくするだけなら、アップスケールの記事のanime 6Bの方法で、元の絵のまま2倍にできます。

まとめ

ComfyUIでHires.fixをするなら、まずはpixelの方法で、ノイズ除去0.35から始めるのがおすすめです。latentを使うなら、倍率が大きいほどノイズ除去を0.5以上に上げないと、ギザギザが残ります。

次に読む記事

参考

どれも2026年11月2日に確認しました。

• ComfyUI公式ドキュメントの拡大の説明：拡大モデルの置き場所
• Real-ESRGAN（GitHub）：拡大モデルの配布元
• 実測：RTX 4070（12GB）のPC。latentはComfyUI 0.30.0、pixelは0.43.0