Run LoRA on RunComfy - billed per request. The inference uses the same base model and the full AI Toolkit pipeline definition from your training run, so what you saw during training is what you get in inference.
Choose a base model, and start running your lora
MiniMax-H3
运行 LoRA
Krea 2 Edit
运行 LoRA
Krea 2 Edit Turbo
运行 LoRA
Krea 2 Turbo
运行 LoRA
Krea 2
运行 LoRA
LTX-2.3
运行 LoRA
Z-Image Base
运行 LoRA
FLUX.2 Klein 9B
运行 LoRA
LTX-2
运行 LoRA
Qwen Image 2512
运行 LoRA
Z-Image de-Turbo
运行 LoRA
Z-Image Turbo
运行 LoRA
FLUX.2
运行 LoRA
Wan 2.2 14B I2V
运行 LoRA
Wan 2.2 14B T2V
运行 LoRA
Qwen Image
运行 LoRA
SDXL
运行 LoRA
FLEX 1
运行 LoRA
FLUX.1
运行 LoRA
MiniMax-H3-Image
运行 LoRA
PrunaAI P-H3-Image
运行 LoRA
Fibo 2.0 Dev
运行 LoRA
FastH3 Omni
运行 LoRA
MOSS-Image SFT [Edit Training]
运行 LoRA
MOSS-Image SFT
运行 LoRA
MOSS-Image Base
运行 LoRA
MOSS-Image Base [Edit Training]
运行 LoRA
FLUX.3 Image Klein (base)
运行 LoRA
Qwen-Image-2.1 Turbo (w/ Training Adapter)
运行 LoRA
Iris-3B (pixel space)
运行 LoRA
FastH3 8-Step V2
运行 LoRA
Ming-Image 0.1 Design (w/ Training Adapter)
运行 LoRA
Qwen-Image-2.1
运行 LoRA
YuE2
运行 LoRA
MiniMax-H3 Ref2V
运行 LoRA
LTX-2.5
运行 LoRA
Mage-Flow
运行 LoRA
Mage-Flow Edit
运行 LoRA
Anima
运行 LoRA
Boogu Image
运行 LoRA
Boogu Image Edit
运行 LoRA
PRXPixel (pixel space)
运行 LoRA
Ideogram4
运行 LoRA
Z-Image L2P (pixel space)
运行 LoRA
HiDream-O1
运行 LoRA
ERNIE-Image
运行 LoRA
Nucleus-Image
运行 LoRA
ACE-Step 1.5
运行 LoRA
ACE-Step 1.5 XL
运行 LoRA
Zeta Chroma
运行 LoRA
FLUX.2-klein-base-4B
运行 LoRA
Qwen-Image-Edit-2511
运行 LoRA
Qwen-Image-Edit-2509
运行 LoRA
Qwen-Image-Edit
运行 LoRA
Wan 2.2 TI2V (5B)
运行 LoRA
HiDream E1
运行 LoRA
Wan 2.1 I2V (14B-480P)
运行 LoRA
Wan 2.1 I2V (14B-720P)
运行 LoRA
FLUX.1-Kontext-dev
运行 LoRA
OmniGen2
运行 LoRA
SD 1.5
运行 LoRA
Flex.2
运行 LoRA
Chroma
运行 LoRA
Wan 2.1 (1.3B)
运行 LoRA
Wan 2.1 (14B)
运行 LoRA
HiDream
运行 LoRA
Lumina2
运行 LoRA