四个 portable 包别下错：ComfyUI Windows 便携版的选包与落地流程
在 Windows 上装 ComfyUI，最容易在第一步就翻车的不是环境变量，也不是驱动，而是「下载页上摆着四个长得几乎一样的 7z，随手点了第一个」。这四个包的文件名只差中间那一小截，官方 README 对它们的适用范围写得很明确，但下载按钮本身不会拦你。等你解压完、双击启动、看到报错，再回头翻 README，一晚上就过去了。
这篇按 ComfyUI 官方仓库 README 的口径（核对日 2026-08-09，对应版本 v0.31.0）把选包这件事拆开讲：四个包分别是什么、cu126 那句全大写的警告到底针对谁、默认 NVIDIA 包自带什么运行时、解压和放模型的两个必检点，以及下错了怎么在两分钟内确认并回退。
先泼一盆冷水：portable 不是「进阶版」
很多人默认「桌面应用是给小白的，便携版才是给会玩的」。README 不是这么定位的。
Installing 章节对 Windows Portable Package 的原始描述是 “Get the latest commits and completely portable.”，紧接着又明确写了一句 “It is not recommended for regular users. Regular users should use the desktop app above.”——不推荐普通用户使用，普通用户应该用上面那个桌面应用。而 Desktop Application 那一栏 README 给的是 “The easiest way to get started.”，并在正文里写「我们强烈推荐使用桌面应用」「对新用户是最简单也是最好的方式」。
所以 portable 的卖点只有两条：拿到最新 commit、完全便携（拷走整个目录就能换机器跑）。它不是「更专业的配置」，也不代表性能或稳定性上的任何优势。如果你选它的理由只是「感觉更硬核」，README 的意见是让你回去用桌面版。
官方一共给了四条安装路径，选包之前先确认自己该不该走这条：
| 方式 | README 原始定位 | 平台 |
|---|---|---|
| Desktop Application | ”The easiest way to get started.”，强烈推荐，对新用户是最简单也最好的方式 | Windows & macOS |
| Windows Portable Package | 最新 commit + 完全便携，但明确不推荐普通用户 | Windows |
| Manual Install | 支持所有操作系统与 GPU 类型（NVIDIA、AMD、Intel、Apple Silicon、Ascend） | 全平台 |
| Comfy Cloud | 官方付费云版本，面向买不起本地硬件的用户 | 云端 |
四个包的完整文件名与适用范围
确认要走 portable 之后，下载地址的形式是：
github.com/comfyanonymous/ComfyUI/releases/latest/download/<包名>
四个包名以及 README 给出的适用范围：
| 包 | 文件名 | 适用范围（README 原文要点） |
|---|---|---|
| NVIDIA（默认） | ComfyUI_windows_portable_nvidia.7z | supports 20 series and above |
| NVIDIA 旧卡 | ComfyUI_windows_portable_nvidia_cu126.7z | pytorch cuda 12.6 + python 3.12，Supports Nvidia 10 series and older GPUs |
| AMD | ComfyUI_windows_portable_amd.7z | AMD GPUs |
| Intel | ComfyUI_windows_portable_intel.7z | Intel GPUs |
对着这张表选包，实际只需要回答一个问题：我这张卡是什么牌子、什么代？ AMD 和 Intel 两个包名字里带得清清楚楚，不容易混；真正的雷区在 NVIDIA 这两个包上，因为它们的文件名只差 _cu126 这五个字符。
cu126 包那句全大写的警告，是写给 20 系及以上用户的
README 对 ComfyUI_windows_portable_nvidia_cu126.7z 的描述里有一句全大写：
DO NOT USE THIS ON NEWER 20 SERIES AND ABOVE GPUS
全大写不是排版随手写的，它和 Manual Install 章节的版本矩阵是一条线上的：README 在那张矩阵里写明 cu130 及以上在 NVIDIA 20 系及以上是必需的（required）。cu126 包自带的是 pytorch cuda 12.6，低于这条线，所以官方直接用一句全大写把 20 系及以上的用户挡在门外。
反过来，这个包存在的理由也很清楚：它的适用范围是 Nvidia 10 series and older GPUs——10 系以及更老的卡。它自带 python 3.12，而不是默认包的 3.13。
所以 NVIDIA 用户的判断只有一条分界线：
- 20 系及以上 →
ComfyUI_windows_portable_nvidia.7z - 10 系及更老 →
ComfyUI_windows_portable_nvidia_cu126.7z
需要留意的是，README 只把这句话写成「不要在 20 系及以上用 cu126 包」，并没有描述违反之后会出现什么具体报错或什么具体后果。所以不要指望网上流传的某条固定报错就是它的唯一表现，我们也不去猜。
默认 NVIDIA 包自带什么，起不来先动哪一步
README 关于默认 NVIDIA portable 包还有一条容易被跳过的信息：它自带 python 3.13 与 pytorch cuda 13.0。
这条信息有两个用处。
第一个用处是回答「我要不要先装 Python」。不用。portable 包里就带着解释器，这也是它叫便携包的原因。README 的版本矩阵里对 Python 3.13 的评价是 very well supported，所以默认包的运行时选择是和矩阵一致的。
第二个用处更实际：如果这个包起不来，README 给出的第一处置动作是更新 NVIDIA 驱动。 README 并没有解释为什么是这一步，也没有描述起不来时的具体报错，我们不去替它补因果；能确定的只有两件事：包里带的是 pytorch cuda 13.0，以及官方把「更新驱动」摆在了第一位。这一步的顺序反直觉的地方在于——大多数人第一反应是去折腾 Python、去 pip 装点什么，但 portable 包里的 Python 环境是打包好的，你在外面装的东西根本不参与，先去驱动那边看反而更快。
顺带说一句版本卫生。README 在版本策略里写的是：一般推荐用最新 major 版 pytorch + 最新 cuda 版本，除非它发布不足 2 周；如果你的 pytorch 超过 6 个月没更新，请更新它。这条是给 Manual Install 用户的，但对 portable 用户同样有参考价值：你手上那个几个月前解压的便携包，运行时也是几个月前的。
解压这一步的两个必检点
包下下来之后，README 只提了两件事，都很短，也都很容易漏。
第一，用 7-Zip 或者较新版本 Windows 的资源管理器解压即可运行。 不需要安装器，不需要额外配置，解压完就是可运行状态。
第二，解压出问题时，右键文件 → 属性 → 解除锁定（unblock）。 README 把这一条和「用 7-Zip 解压」并列写在 portable 段落里，说明它是官方认为值得提前告知的动作；至于标记具体会导致哪种解压失败，README 没写，我们也不补。
落到操作上就是这个顺序。第一步的下载地址可以直接拼出来（README 给的形式就是 releases/latest/download/<包名>），复制到浏览器地址栏或者丢给下载工具都行：
https://github.com/comfyanonymous/ComfyUI/releases/latest/download/ComfyUI_windows_portable_nvidia.7z
10 系及更老的卡把结尾那段换成 ComfyUI_windows_portable_nvidia_cu126.7z，AMD 换 ComfyUI_windows_portable_amd.7z，Intel 换 ComfyUI_windows_portable_intel.7z——四个包共用同一个 latest/download/ 前缀，改的只有最后那个文件名。也正因为只差最后一截，复制粘贴时最容易把 _cu126 那五个字符连着带过去或者漏掉，贴完地址栏回头再扫一眼结尾，比下完再发现划算。
拿到文件之后：
1. 右键下载好的 .7z 文件 → 属性 → 勾选「解除锁定」→ 确定
2. 用 7-Zip（或较新版本 Windows 的资源管理器）解压到一个你有写权限的目录
（例如 <你的 ComfyUI 目录>）
3. 进入解压出来的目录，按包内说明启动
4. 把模型放进解压目录里的 ComfyUI\models\ 下对应位置
第 1 步放在第 2 步之前，是因为解除锁定针对的是那个下载下来的压缩包本身；等解压完再回头处理，就得面对一堆已经落地的文件。
解压完之后手里应该有什么
这里要先说清一个边界：README 没有给出 portable 包内的文件清单，所以启动脚本叫什么名字、日志会打印哪几行，我们一概不猜——你打开目录照着包内自带的说明走就行。README 明确写到的、可以拿来当验收锚点的只有三条：
- 它是解压即可运行的形态：没有安装器、没有安装向导、不需要你先在系统里装 Python。解压出来的目录本身就是完整的一份可运行环境，这也是「完全便携」的含义——整个目录拷到另一台机器上继续用。
- 目录里有一个
ComfyUI子结构，模型走ComfyUI\models\：README 给放模型的路径就是这个形式，说明解压出来的东西不是一个扁平的 exe，而是带完整目录树的。 - standalone windows 构建里有
extra_model_paths.yaml.example，位置在 ComfyUI 目录下：README 专门点了这个文件在 windows 构建里的位置，所以它是你解压后一定能找到的东西之一。找不到它，八成是解压路径进错了一层。
模型往哪儿放
README 关于放模型只写了两句，但这两句正好覆盖了新手最容易搞混的场景：
- 小模型：只需要把 ckpt / safetensors 文件放进
ComfyUI\models\checkpoints。 - 很多大模型有多个文件：这时候要按各自的说明，把文件放进
ComfyUI\models\下对应的子目录，而不是一股脑全塞 checkpoints。
也就是说，「所有模型都丢进 checkpoints」这个习惯只在单文件小模型上成立。碰到一个模型带好几个文件的情况，别自己猜目录，去看那个模型自己的说明。
如果你机器上已经有别的 UI、模型不想再存一份，README 指向仓库里的 extra_model_paths.yaml.example：把它改名为 extra_model_paths.yaml 并编辑，就能设置模型搜索路径、与其它 UI 共享模型。在 standalone windows 构建里，这个文件就在 ComfyUI 目录下。
怎么验收：三处要看
按官方口径，这一趟做完之后可以检查的点有三处，顺序也就是出错概率从高到低：
第一处，包名对不对。 回到解压前的那个 7z 文件名上核一遍：你的卡是 20 系及以上，文件名里就不该出现 cu126；是 10 系及更老，文件名里就必须有 cu126。这一处最好在下载完的当下就核，因为一旦解压完、目录铺开、模型也拷进去了，再发现选错，返工成本要高得多。
第二处，能不能起来。 起不来的话，先按 README 的指引更新 NVIDIA 驱动，而不是先去动 Python 或 pip。
第三处，模型是不是落在了 ComfyUI\models\checkpoints（单文件小模型）或 ComfyUI\models\ 下对应子目录（多文件大模型）。README 只给了目录规则，没有描述放错之后会是什么表现，所以这一处不要指望靠某个提示来发现，只能人工对着目录规则核一遍：单文件的落 checkpoints，多文件的按模型自己的说明分目录。
最容易出错的一步是第一处。第二、三处至少还有反馈，选错包这件事在下载的那一刻是完全静默的。
下错了怎么判断，以及怎么回退
先说判断。portable 包最可靠的判断依据不是猜报错，而是回去看你下载的那个文件名——四个包的差异全写在文件名里，nvidia / nvidia_cu126 / amd / intel 四选一，对照自己的显卡型号一比就知道。因为 portable 是完全便携的形态，判定错了之后的回退也简单：换下正确的包、重新解压到新目录，把模型文件按前面说的目录规则挪过去即可，不涉及卸载和系统级清理。
再说一类相关但不同的错误。README 的 Troubleshooting 章节里只给了一条处置，针对的是出现 “Torch not compiled with CUDA enabled” 错误的情况：
pip uninstall torch
然后用对应平台的命令重新安装。以 NVIDIA 稳定版为例：
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu130
以上两条命令按官方给出的语义组合成一次处置流程，未逐项实测，以官方文档与 python main.py --help 的实际输出为准。
这里要说清楚一件事：这条 Troubleshooting 是 README 写在手动安装语境下的处置，而按 README 的定位，portable 包是「完全便携」的、自带 python 3.13，跟你在系统里那套 Python 不是同一套解释器。所以看到这个错误时，第一件事是先确认自己到底跑的是哪套环境，别拿手动安装的解法去修便携包的问题——README 对 portable 起不来给的第一动作，前面说过，是更新驱动。
什么情况别走 portable
四个包选对了也不代表这条路适合你，下面几种情况建议直接换路径：
- 你是第一次装、只想尽快跑起来：README 的态度很直接，普通用户应该用桌面应用，portable 明确不推荐给普通用户。
- 你的卡不是 NVIDIA / AMD / Intel 这三类：Apple Silicon、Ascend NPU 这些平台根本没有 portable 包，只能走 Manual Install。README 对这些平台给的也只是「按官方指引装」的顺序，不是详细步骤。
- 你需要精确控制 Python 与 PyTorch 版本：portable 包的运行时是打包死的，默认 NVIDIA 包是 python 3.13 + pytorch cuda 13.0，cu126 包是 python 3.12 + pytorch cuda 12.6。要自己挑版本（比如 README 提到的「在 3.13 上遇到自定义节点依赖问题可以退回 3.12」这种取舍），Manual Install 才给得了这个自由度。
- 你根本没有本地硬件：README 把 Comfy Cloud 定位成面向买不起本地硬件的用户，那是另一条路，不用在选包上纠结。
还有一种情况需要人工兜底：如果你手上是一台你不完全清楚显卡型号的机器（公司配的机器、别人装好的机器），别靠猜。先把显卡型号确认下来再选包，这一步花的两分钟，比事后返工便宜得多。
延伸阅读
- 让 ComfyUI 和别的 UI 共享同一份模型目录
- ComfyUI 的 Python 与 PyTorch 版本怎么定：照 README 版本矩阵倒推一条安装命令
- Windows 上装 ComfyUI 的四条路径：桌面版、portable、comfy-cli、手动装怎么挑
本文依据 ComfyUI 官方仓库（github.com/Comfy-Org/ComfyUI）的 README、comfy/cli_args.py、
release notes 与官方安全公告整理，核对日 2026-08-09，对应版本 v0.31.0；
文中引用的 issue 状态为该日期的快照。本文内容为官方文档与源码口径，非本机实测。
参数、默认值与功能随版本变动，请以官方文档与 python main.py --help 的实际输出为准。