¿Qué Scheduler de ComfyUI Debo Elegir? Guía Completa 2025 de Schedulers
Domina la selección de schedulers en ComfyUI con esta guía definitiva. Aprende cuándo usar schedulers Karras, Normal, Simple o DDIM para obtener resultados óptimos en la generación de imágenes en 2025.

Estás mirando el menú desplegable de Scheduler en ComfyUI y ves opciones como "normal", "karras", "exponential", "ddim_uniform" - ¿pero qué hacen realmente? ¿Cuál deberías usar? Elegir mal no va a romper tu flujo de trabajo, pero podría añadir tiempo de generación innecesario o reducir la calidad de la imagen.
Los schedulers controlan la secuencia y el timing de los pasos de denoising durante la generación de imágenes. Determinan cuándo el sampler muestrea en qué niveles de ruido, afectando fundamentalmente tanto la calidad como la velocidad de tu resultado final.
Entender los schedulers los transforma de opciones misteriosas en un menú desplegable a herramientas poderosas para optimizar tus flujos de trabajo en ComfyUI.
Qué Hacen Realmente los Schedulers - La Base Técnica
Los schedulers definen los niveles de ruido (timesteps/sigmas) en los que tu sampler realiza pasos de denoising. Este detalle aparentemente técnico tiene implicaciones prácticas para la calidad de imagen y la eficiencia de generación.
Repaso del Proceso de Difusión: La generación de imágenes comienza con ruido puro y gradualmente lo elimina a lo largo de múltiples pasos. Cada paso reduce el nivel de ruido en una cierta cantidad, acercándose a la imagen coherente final.
Los schedulers determinan los niveles específicos de ruido donde ocurren estos pasos de denoising.
Por Qué Importa el Scheduling:
Enfoque de Scheduling | Distribución de Nivel de Ruido | Efecto en Calidad | Efecto en Velocidad |
---|---|---|---|
Espaciado uniforme | Intervalos iguales | Balanceado | Estándar |
Espaciado Karras | Más tiempo en detalles sutiles | Mayor calidad percibida | Ligeramente más lento |
Exponential | Enfoque en denoising temprano | Convergencia más rápida | Puede perder detalles finos |
Custom/Advanced | Optimización dirigida | Depende del flujo de trabajo | Variable |
Timesteps vs Sigmas: Diferentes modelos de difusión usan timesteps o sigmas para representar niveles de ruido. Los schedulers manejan esta conversión automáticamente, pero entender el concepto te ayuda a comprender qué significa realmente "pasar más tiempo en niveles de ruido más bajos".
Los niveles de ruido más bajos corresponden a detalles finos y texturas. Los niveles de ruido más altos determinan la composición general y estructura.
Interacción Scheduler-Sampler: Los schedulers y samplers trabajan juntos. El scheduler define dónde muestrear, el sampler define cómo remover el ruido en esos puntos. Combinaciones desajustadas pueden producir resultados subóptimos. Aprende más sobre cómo elegir el sampler correcto en nuestra guía completa de selección de samplers.
Ciertos samplers fueron diseñados con schedulers específicos en mente, aunque la mayoría de las combinaciones funcionan aceptablemente.
Para usuarios que quieren enfocarse en la producción creativa en lugar de optimización técnica, plataformas como Apatero.com manejan la selección de schedulers automáticamente según el modelo elegido y los objetivos de salida.
Karras vs Normal - Los Dos Schedulers Que Realmente Usarás
ComfyUI ofrece muchos schedulers, pero el desarrollador de ComfyUI notó explícitamente que "karras y normal son los que deberías usar para la mayoría de los samplers". Entendamos por qué y cuándo elegir cada uno.
Scheduler Normal: El scheduler normal distribuye los pasos de denoising uniformemente a través de los niveles de ruido. Es el enfoque tradicional y directo que funciona confiablemente con todos los samplers.
Piénsalo como la línea base - predecible, bien probado y universalmente compatible.
Scheduler Karras: El scheduler Karras dedica más tiempo de muestreo en timesteps más pequeños (niveles de ruido más bajos) en comparación con el scheduler normal. Este énfasis en detalles finos a menudo produce resultados de calidad subjetivamente superior. Para mayor profundidad técnica, ve nuestra explicación dedicada del scheduler Karras.
Nombrado en honor al investigador Tero Karras, este enfoque de scheduling se ha convertido en el favorito de la comunidad para la mayoría de los casos de uso.
Diferencias Prácticas:
Aspecto | Normal | Karras | Ganador |
---|---|---|---|
Calidad de detalle | Buena | Excelente | Karras |
Velocidad de generación | Base | 5-10% más lento | Normal |
Compatibilidad | Universal | Universal | Empate |
Consistencia | Muy consistente | Muy consistente | Empate |
Texturas finas | Adecuado | Superior | Karras |
Preferencia de la comunidad | Minoría | Mayoría | Karras |
Comparación de Calidad Visual: En comparaciones directas, las imágenes programadas con Karras tienden a mostrar mejor detalle en texturas, bordes más nítidos y elementos pequeños más refinados. Las diferencias son sutiles pero notables cuando se ven lado a lado.
Las imágenes programadas con Normal no son malas - son resultados perfectamente buenos que muchos usuarios no notarían problemas en aislamiento.
Cuándo Elegir Normal: Usa el scheduler normal cuando la velocidad de generación importa más que mejoras de calidad marginales, cuando trabajas con samplers experimentales que pueden no haber sido probados con Karras, o cuando quieres el comportamiento más predecible y estándar.
Cuándo Elegir Karras: Usa Karras como tu predeterminado para variantes DPM++, variantes Euler y la mayoría de samplers modernos (aprende más sobre estos samplers en nuestra guía de selección de samplers). Es la opción recomendada por la comunidad para generación enfocada en calidad.
Recomendación Predeterminada: Comienza con Karras para todos los flujos de trabajo. Solo cambia a Normal si encuentras problemas de compatibilidad o necesitas la ligera ventaja de velocidad.
Otros Schedulers - Cuándo Usarlos
Más allá de Karras y Normal, ComfyUI proporciona varios schedulers alternativos para casos de uso específicos.
DDIM Uniform: Este scheduler está específicamente diseñado para el sampler DDIM. Si estás usando muestreo DDIM, usa ddim_uniform como tu scheduler.
No uses ddim_uniform con samplers no-DDIM - está optimizado para ese algoritmo específico y no funcionará bien en otros lados.
Scheduler Simple:
Caso de Uso | Efectividad | Notas |
---|---|---|
Segunda pasada hi-res fix | Excelente | Diseñado específicamente para esto |
Generación inicial | Pobre | Usa Karras o Normal en su lugar |
Flujos de trabajo de upscaling | Bueno | Funciona bien para refinamiento |
Flujos de trabajo estándar | Subóptimo | Quédate con Karras/Normal |
El scheduler simple funciona bien en escenarios de refinamiento específicos pero tiene bajo rendimiento para generación inicial.
Scheduler Exponential: El scheduling exponential carga el proceso de denoising al frente, pasando más tiempo removiendo ruido pesado temprano y menos tiempo en detalles finales.
Flujos de ComfyUI Gratuitos
Encuentra flujos de ComfyUI gratuitos y de código abierto para las técnicas de este artículo. El código abierto es poderoso.
Esto puede acelerar la generación pero puede sacrificar calidad de detalle fino. Experimental para la mayoría de usuarios.
Beta y SGM Uniform: Schedulers avanzados que modifican el scheduling de ruido de formas específicas. La mayoría de los usuarios no se beneficiarán de estos sobre Karras.
Útiles para requerimientos de flujo de trabajo muy específicos o cuando se igualan ciertas implementaciones de investigación.
Scheduler GITS: Una opción de scheduler más nueva mencionada en actualizaciones recientes de ComfyUI. Todavía siendo evaluada por la comunidad para casos de uso óptimos.
Cuándo Experimentar: Prueba schedulers alternativos cuando Karras/Normal no producen resultados deseados para prompts específicos, cuando igualas trabajos de investigación específicos o flujos de trabajo publicados, o cuando generas en resoluciones extremas o conteos de pasos.
Cuándo Quedarte con los Predeterminados: Para el 95% de los casos de uso, Karras (o Normal como respaldo) proporciona resultados óptimos. El tiempo gastado experimentando con schedulers exóticos rara vez produce mejoras significativas.
Configuraciones de Scheduler por Sampler - Las Combinaciones Óptimas
Diferentes samplers se emparejan mejor con schedulers específicos. Aquí está tu guía de referencia rápida.
Variantes DPM++:
Sampler | Mejor Scheduler | Alternativa | Notas |
---|---|---|---|
DPM++ 2M | Karras | Normal | Combinación más popular |
DPM++ 2M SDE | Karras | Normal | Alta calidad, más lento |
DPM++ 3M SDE | Karras | Normal | Última variante |
DPM++ 2S Ancestral | Karras | Normal | Variación creativa |
Variantes Euler:
Sampler | Mejor Scheduler | Alternativa | Notas |
---|---|---|---|
Euler | Karras | Normal | Rápido, confiable |
Euler A (Ancestral) | Karras | Normal | Creativo, no convergente |
DDIM: Siempre usa el scheduler ddim_uniform con el sampler DDIM. Este emparejamiento está específicamente diseñado para trabajar juntos.
LMS y Heun: Ambos funcionan excelentemente con el scheduler Karras. El scheduler Normal proporciona alternativa más rápida si es necesario.
Samplers Especializados:
Sampler | Mejor Scheduler | Notas |
---|---|---|
UniPC | Karras | Rápido, enfocado en calidad |
LCM | Normal | Diseñado para generación de pocos pasos |
DDPM | Normal | Investigación/experimental |
Regla General: Cuando tengas dudas, usa Karras. Es el predeterminado seguro que funciona bien con virtualmente cada sampler en ComfyUI.
¿Quieres evitar la complejidad? Apatero te ofrece resultados profesionales de IA al instante sin configuración técnica.
Cómo los Schedulers Afectan el Conteo de Pasos y el Tiempo de Generación
Los schedulers interactúan con las configuraciones de conteo de pasos, afectando tanto el tiempo de generación como los umbrales de calidad.
Requisitos de Conteo de Pasos por Scheduler:
Scheduler | Pasos Mínimos | Pasos Óptimos | Pasos Máximos Útiles |
---|---|---|---|
Karras | 15 | 20-30 | 50 |
Normal | 15 | 20-30 | 50 |
Simple | 10 | 15-20 | 30 |
DDIM Uniform | 20 | 30-50 | 100 |
Exponential | 10 | 15-25 | 40 |
Compensaciones de Tiempo vs Calidad: Los schedulers Karras típicamente necesitan 20-25 pasos para excelentes resultados. Los schedulers Normal logran calidad similar alrededor del mismo conteo de pasos, con procesamiento por paso ligeramente más rápido.
Reducir pasos por debajo de 15 con Karras o Normal produce calidad notablemente degradada para la mayoría de samplers.
Cuándo Aumentar Pasos: Escenas complejas con detalles finos se benefician de 30-40 pasos con scheduling Karras. Resoluciones extremadamente altas pueden mostrar mejora hasta 50 pasos.
Más allá de 50 pasos, las mejoras de calidad se vuelven imperceptibles con schedulers y samplers modernos.
Cuándo Disminuir Pasos: Para iteración rápida y pruebas, 15-20 pasos con Karras proporciona calidad aceptable. Cuando uses LCM u otros samplers de pocos pasos, sigue sus recomendaciones específicas de pasos (a menudo 4-8 pasos).
Optimización de Rendimiento:
Prioridad | Conteo de Pasos | Scheduler | Resultado Esperado |
---|---|---|---|
Máxima velocidad | 15-20 | Normal | Calidad aceptable, rápido |
Balanceado | 20-25 | Karras | Excelente calidad, velocidad moderada |
Máxima calidad | 30-40 | Karras | Calidad excepcional, más lento |
Experimentación | 10-15 | Normal | Iteración rápida |
Tiempos de Generación del Mundo Real: En una GPU de gama media (RTX 3060), generar una imagen de 512x512 a 20 pasos con scheduling Karras toma aproximadamente 8-12 segundos. Aumentar a 30 pasos añade cerca de 4-6 segundos. Para sistemas con bajo VRAM, revisa nuestra guía completa de optimización de bajo VRAM.
El scheduler en sí añade sobrecarga mínima - el conteo de pasos determina el tiempo de generación mucho más que la elección del scheduler.
Técnicas Avanzadas de Scheduler y Schedules Personalizados
Los usuarios avanzados pueden aprovechar características avanzadas de scheduling para objetivos de optimización específicos.
Creación de Scheduler Personalizado: ComfyUI soporta definiciones de scheduler personalizadas a través de nodos avanzados. Puedes definir manualmente los valores sigma exactos para cada paso.
Este nivel de control rara vez es necesario pero permite igualar precisamente trabajos de investigación u optimización de flujo de trabajo extrema.
Únete a otros 115 miembros del curso
Crea Tu Primer Influencer IA Ultra-Realista en 51 Lecciones
Crea influencers IA ultra-realistas con detalles de piel realistas, selfies profesionales y escenas complejas. Obtén dos cursos completos en un paquete. Fundamentos de ComfyUI para dominar la tecnología, y Academia de Creadores Fanvue para aprender a promocionarte como creador de IA.
Flujos de Trabajo de Comparación de Schedulers: Crea un flujo de trabajo que genere el mismo prompt con diferentes schedulers simultáneamente. Esto te permite comparar directamente resultados y elegir basándote en salida real en lugar de diferencias teóricas.
La mayoría de usuarios descubren que Karras funciona mejor para sus casos de uso específicos, validando el consenso de la comunidad.
Combinaciones de Schedulers:
Técnica | Descripción | Caso de Uso |
---|---|---|
Dos pasadas diferentes schedulers | Primera pasada Normal, segunda pasada Karras | Velocidad inicial, refinamiento de calidad |
Dependiente de resolución | Baja resolución Normal, alta resolución Karras | Flujo de trabajo balanceado |
Específico del modelo | Igualar scheduler al entrenamiento del modelo | Reproducción exacta |
Depuración con Schedulers: Si las generaciones se ven mal, prueba cambiar de Karras a Normal. Esto elimina el scheduler como variable, ayudando a aislar si los problemas provienen del sampler, modelo u otros componentes del flujo de trabajo. Para solución de problemas integral, ve nuestra guía de solución de problemas de cajas rojas de ComfyUI.
Cuándo Importan las Técnicas Avanzadas: Flujos de trabajo profesionales con requisitos de calidad específicos pueden beneficiarse de la experimentación con schedulers. La reproducción de investigación requiere igualar configuraciones exactas de scheduler de los trabajos.
La mayoría del trabajo creativo no necesita este nivel de optimización - el Karras predeterminado proporciona excelentes resultados.
Errores Comunes de Scheduler y Cómo Solucionarlos
Incluso usuarios experimentados a veces cometen errores de configuración de scheduler. Aquí están los problemas más comunes.
Error 1 - Usar DDIM Uniform con Samplers No-DDIM:
Problema | Síntomas | Solución |
---|---|---|
Par scheduler-sampler incorrecto | Mala calidad, generación lenta | Usa Karras o Normal con samplers no-DDIM |
Error 2 - Copiar Flujos de Trabajo a Ciegas: Flujos de trabajo de diferentes versiones o forks de ComfyUI pueden usar schedulers obsoletos o renombrados. Verifica que los nombres de scheduler coincidan con tu instalación de ComfyUI.
Error 3 - Sobre-Optimizar: Pasar horas probando cada combinación de scheduler rara vez produce mejoras significativas sobre el Karras predeterminado. Enfoca tu energía creativa en prompts y composición en su lugar.
Error 4 - Ignorar Relaciones Sampler-Scheduler: Algunos samplers tienen schedulers preferidos. Usar combinaciones desajustadas funciona pero no es óptimo.
Error 5 - Conteos de Pasos Incorrectos:
Scheduler | Error Común | Enfoque Correcto |
---|---|---|
Karras | Usar 50+ pasos | 20-30 es óptimo |
DDIM Uniform | Usar 15 pasos | 30+ funciona mejor |
Simple | Usar 30+ pasos | 15-20 suficiente |
Lista de Verificación de Solución de Problemas: Si tus imágenes se ven mal, verifica que estás usando una combinación scheduler-sampler compatible (ve nuestra guía de samplers para emparejamientos), revisa que el conteo de pasos es apropiado para tu scheduler elegido, y prueba cambiar a Karras si estás usando un scheduler exótico.
Compara resultados con una configuración conocida como buena para aislar el scheduler como la fuente del problema.
Selección de Scheduler para Diferentes Casos de Uso
Diferentes objetivos creativos se benefician de elecciones específicas de scheduler.
Trabajo de Retratos y Personajes:
Objetivo | Scheduler | Pasos | Razonamiento |
---|---|---|---|
Caras foto-realistas | Karras | 25-30 | Máximo detalle fino |
Personajes estilizados | Karras | 20-25 | Buen equilibrio |
Iteración rápida | Normal | 15-20 | Velocidad sobre perfección |
Paisaje y Arquitectura: El scheduler Karras sobresale en detalles arquitectónicos y renderizado de texturas. 25-30 pasos capturan detalles intrincados de edificios y texturas naturales.
Fotografía de Producto y Comercial: El trabajo comercial demanda consistencia. Karras a 25-30 pasos proporciona resultados de alta calidad reproducibles.
Artístico y Experimental: Sampler Euler A con scheduler Karras introduce variación creativa mientras mantiene calidad. 20-25 pasos balancea creatividad con coherencia.
Generación en Lotes: Cuando generas cientos de imágenes, considera el scheduler Normal para la ligera ventaja de velocidad. El ahorro de tiempo por imagen se acumula significativamente sobre lotes grandes.
Generación de Cuadros de Video: Los flujos de trabajo de video se benefician de configuraciones de scheduler consistentes a través de todos los cuadros. Karras a 20 pasos proporciona buena relación calidad-velocidad para generación multi-cuadro. Aprende más sobre flujos de trabajo de generación de video ComfyUI.
Transferencia de Estilo y ControlNet: Los flujos de trabajo ControlNet funcionan bien con el scheduler Karras a 20-25 pasos estándar. La elección del scheduler tiene menos impacto cuando hay condicionamiento fuerte presente.
Conclusión - Selección de Scheduler Simplificada
Los schedulers parecen complicados inicialmente, pero la guía práctica es directa. Usa el scheduler Karras para el 95% de tus flujos de trabajo. Configura los pasos a 20-30 para calidad, 15-20 para velocidad. Usa DDIM Uniform solo con sampler DDIM. Eso es todo - has dominado la selección de schedulers.
Árbol de Decisión Rápido: ¿Estás usando sampler DDIM? Usa DDIM Uniform. Si no, usa Karras. Listo.
Lo Que Realmente Importa: La calidad del prompt, selección de modelo y composición afectan la salida mucho más que la elección del scheduler. Pasar 10 minutos refinando tu prompt produce mejoras más grandes que pasar una hora probando schedulers.
Cuándo Experimentar: Si estás chocando con una pared creativa con configuraciones predeterminadas, probar diferentes schedulers proporciona una variable rápida para ajustar. Solo no esperes transformaciones dramáticas.
La Alternativa de Plataforma: Para usuarios que quieren enfocarse completamente en dirección creativa sin configuraciones técnicas, plataformas como Apatero.com manejan toda la optimización de scheduler y sampler automáticamente.
Recomendación Final: Configura tu scheduler a Karras, pasos a 25, y olvídate de ello. Enfócate en los elementos creativos que realmente definen tus imágenes - composición, prompting y dirección artística.
Los schedulers son importantes, pero no es donde tu energía creativa debería enfocarse. Entiende lo básico, usa los predeterminados recomendados y gasta tu tiempo en lo que hace tu trabajo único.
¿Listo para Crear Tu Influencer IA?
Únete a 115 estudiantes dominando ComfyUI y marketing de influencers IA en nuestro curso completo de 51 lecciones.
Artículos Relacionados

Los 10 Errores Más Comunes de Principiantes en ComfyUI y Cómo Solucionarlos en 2025
Evita los 10 principales obstáculos de ComfyUI que frustran a los nuevos usuarios. Guía completa de solución de problemas con soluciones para errores de VRAM, problemas de carga de modelos y errores de flujo de trabajo.

Rotación 360 de Anime con Anisora v3.2: Guía Completa de Rotación de Personajes ComfyUI 2025
Domina la rotación de personajes de anime de 360 grados con Anisora v3.2 en ComfyUI. Aprende flujos de trabajo de órbita de cámara, consistencia multi-vista y técnicas profesionales de animación turnaround.

7 Nodos Personalizados de ComfyUI que Deberían Ser Nativos (Y Cómo Obtenerlos)
Nodos personalizados esenciales de ComfyUI que todo usuario necesita en 2025. Guía completa de instalación para WAS Node Suite, Impact Pack, IPAdapter Plus y más nodos revolucionarios.