ACE-Step 1.5 XLをRunPodで動かす公開ComfyUIテンプレートを作りました

📝 本記事にはアフィリエイトリンクが含まれています。

要約

ACE-Step 1.5 XLをRunPod上のComfyUIで動かすために、公開用のRunPodテンプレートを作りました。

テンプレート名は通常版が ComfyUI-ACE-Step1.5XL-FreeCraftLog、CUDA 12.8版が ComfyUI-ACE-Step1.5XL-cuda12.8-FreeCraftLog です。

同じ構成で試したい場合は、以下のDeployリンクから起動できます。

この記事では、公開テンプレートの使い方、base / SFT / turboの選び方、RTX 4090 / RTX 3090で2分音源を生成した時間、参考コスト、つまずいた点をまとめます。

はじめに

ACE-Step 1.5 XLは、ComfyUIからAI音楽生成を試せるモデルです。

ただ、RunPodで毎回モデルやtext encoderを確認しながら環境を作るのは手間でした。

そこで、ComfyUIのworkflow templateを選ぶだけでACE-Step 1.5 XLを実行できるRunPodテンプレートとしてまとめました。

この記事は、RunPodテンプレート作成シリーズのACE-Step 1.5 XL編です。Wan2.2用のRunPodテンプレートも同じ構成で公開しています。Wan2.2用ComfyUIテンプレート記事もあわせてどうぞ。

ACE-Step 1.5 XL用ComfyUIテンプレートの構成

作ったのは、ACE-Step 1.5 XLをRunPod上のComfyUIで試すための公開テンプレートです。

公開リポジトリはこちらです。

GitHub - RyoheiTanaka/runpod-templates: RunPod用スタートアップスクリプトテンプレート集（Wan2.2 / ACE-Step など）

RunPod用スタートアップスクリプトテンプレート集（Wan2.2 / ACE-Step など）. Contribute to RyoheiTanaka/runpod-templates development by creating an...

github.com

テンプレートでは、GHCRに置いた事前ビルド済みimageを使います。

Start Commandは以下です。

/opt/runpod/start.sh

image build時に、OS package、ComfyUI、Python dependencies、huggingface_hub、hf_transferを入れておき、Pod起動時にはモデル配置とComfyUI起動を行います。

公開テンプレートから使う方法

まず試すなら、通常版の ComfyUI-ACE-Step1.5XL-FreeCraftLog を使います。

RunPodの登録やクレジット追加がまだの場合は、先にRunPodの始め方ガイドを参考にしてください。

RunPodの始め方｜登録・クレジット購入・ComfyUI起動まで完全ガイド【2026年版】

RunPodの登録方法・クレジット購入・Pod起動・ComfyUI接続まで画面スクショ付きで解説。RunPodの始め方として、GPU選び・料金プラン・ストレージ設定・停止方法まで初心者向けにまとめました。

freecraftlog.com

2026.03.10

Pod作成時に見るポイントは以下です。

起動後はComfyUIを開き、workflow templateからACE-Step 1.5 XL系のワークフローを選んで実行します。

ACE-Step 1.5 XL自体の概要やComfyUIでの基本的な使い方は、ACE-Step 1.5 XLの解説記事でまとめています。

base / SFT / turboとtext encoderの選び方

このテンプレートでは、ACE-Step 1.5 XLのdiffusion modelを環境変数で切り替えられるようにしています。

text encoderも同じように切り替えられます。

最初は all にしています。モデル容量は増えますが、ComfyUIのworkflow templateを切り替えたときにtext encoder不足で止まるのを避けるためです。

CUDA 12.4版とCUDA 12.8版の使い分け

基本的には、RTX 3090 / RTX 4090では通常版の ComfyUI-ACE-Step1.5XL-FreeCraftLog を使う想定です。

CUDA 12.8版の ComfyUI-ACE-Step1.5XL-cuda12.8-FreeCraftLog は、RTX 5090など新しいGPUで通常版のPod作成や起動に失敗する場合に試すためのテンプレートです。

通常版より高性能なテンプレートというより、新しいGPU向けの互換性確保版として用意しています。

テンプレートの仕組み

事前ビルドimageで何を済ませているか

事前ビルドimageでは、以下を済ませています。

• git, git-lfs, curl, ffmpeg, libsndfile1 などをinstall
• /opt/ComfyUI にComfyUIをclone
• ComfyUI requirementsをinstall
• huggingface_hub と hf_transfer をinstall
• /opt/runpod/start.sh をimage内に配置

Pod起動時に毎回ComfyUIのinstallから始めると、起動時間と失敗要因が増えます。そこで、ComfyUI本体と依存関係はimage側で済ませ、Pod起動時はモデル配置とComfyUI起動に寄せました。

Pod起動時に何をしているか

Pod起動時の start.sh では、主に以下を行います。

1. /workspace/models/acestep15xl、/workspace/logs、/workspace/outputs を作成
2. ACESTEP_XL_VARIANT に応じてdiffusion modelをダウンロード
3. ACESTEP_LM に応じてqwen text encoderをダウンロード
4. ace_1.5_vae.safetensors をダウンロード
5. /opt/ComfyUI/models/* へsymlink
6. 0.0.0.0:8188 でComfyUIを起動

モデルはimageに含めず、Pod起動時に /workspace/models/acestep15xl へ配置します。RunPod上でComfyUIを開いた後の基本操作は、RunPodでComfyUIを使う方法でも整理しています。

Hugging Face tokenは設定推奨

ACE-Step 1.5 XLは大きめのモデルやtext encoderを使います。未認証でも取得できるファイルがある場合でも、Hugging Face tokenを設定しておいたほうが、rate limitやダウンロード安定性の面で安心です。

テンプレートには HF_TOKEN=your-huggingface-token というplaceholderを入れています。本物のtokenを使う場合は、Pod作成時に差し替えてください。

動作確認と生成時間

RTX 4090とRTX 3090で、2分音源の生成時間を確認しました。

ACESTEP_XL_VARIANT=all、ACESTEP_LM=all での初回起動（キャッシュなし）は、RTX 4090で約2分15秒でした。diffusion model 3本とtext encoder 3本のダウンロードが含まれます。2回目以降はキャッシュが効くためもっと短くなります。

共通設定は以下です。

• Duration: 120.0 seconds
• Sampler: euler
• Scheduler: simple
• Denoise: 1.00
• Seed: 0
• Language: en

生成時間は以下です。

XL Base / RTX 4090 での2分音源の生成サンプルです。

RTX 4090は速度と料金のバランスがよく、RTX 3090もコスパ枠として十分実用的でした。RTX 5090はCUDA 12.8版で起動確認まで行いましたが、詳細比較は別記事候補にします。

コスト感

検証時点の参考として、RunPod上の料金表示は以下でした。

生成時間だけで概算した2分音源1回あたりの参考コストは以下です。

ただし、実際の課金はPod稼働時間です。起動待ち、モデルdownload、操作時間、idle timeも入るため、この表はあくまで生成処理部分だけを切り出した目安です。

つまずいたところ

huggingface-cliがdeprecatedだった

最初は huggingface-cli download を使っていましたが、以下の警告が出ました。

Warning: huggingface-cli is deprecated and no longer works. Use hf instead.

そのため、hf download を使う形に変更しました。

text encoderが足りなかった

最初は qwen_1.7b だけでよいと思っていました。しかし、workflow templateによっては qwen_0.6b や qwen_4b も参照します。

そこで ACESTEP_LM=all を標準にして、text encoder不足で止まりにくい構成にしました。

80GB diskでは薄かった

diffusion model 3本とtext encoder 3本を入れると、モデル本体だけでかなり容量を使います。cacheや一時ファイルも考えると、80GBでは余裕が薄かったため、Container Diskは100GBにしました。

RTX 5090はCUDA 12.4でcontainer createに失敗した

RTX 5090では、CUDA 12.4 imageがsetup scriptに入る前のcontainer create段階で失敗しました。そのため、CUDA 12.8 / PyTorch 2.8のテンプレートを別に用意しています。

使い終わったらPodを止める

音楽生成も、GPUを起動したままにすると料金が発生します。生成が終わったら、RunPod consoleでPodの停止または削除を確認してください。

生成した音声ファイルを残したい場合は、Podを停止または削除する前に必ずダウンロードしておきます。

まとめ

ACE-Step 1.5 XL用のRunPodテンプレートは、最終的に以下の構成にしました。

• 通常版はCUDA 12.4 / PyTorch 2.4系
• CUDA 12.8版はRTX 5090など新しいGPU向けの代替
• ComfyUIと依存関係はimage build時に用意
• diffusion model 3本とtext encoder 3本を all で配置できる
• base / SFT / turboをComfyUI workflow templateから選んで実行できる
• RTX 4090 / RTX 3090で2分音源の生成時間を確認済み

同じ構成でACE-Step 1.5 XLを試す場合は、公開テンプレートからDeployするのが早いです。

関連記事

ACE-Step 1.5 XL完全ガイド｜ComfyUIで使えるAI音楽生成モデルの使い方・プロンプト・3つのモデル解説

ACE-Step 1.5 XLの3つのモデル（xl-base/sft/turbo）の使い分けからプロンプトの書き方、ComfyUIでの起動手順、RunPodでのクラウド実行まで実用的に解説。MIT商用ライセンスで無料・商用利用OK。

freecraftlog.com

2026.04.18

RunPodでComfyUIを使う方法｜モデル追加・ワークフロー実行・画像保存まで解説

RunPodでComfyUIを開く方法から、モデル・LoRA・VAEの配置場所、ワークフローJSONの読み込み、画像生成、保存、Pod停止、よくあるエラー対処まで初心者向けに解説します。起動後に何をすればよいか迷う人向けの実用ガイドとしてまとめました。

freecraftlog.com

2026.05.20

RunPodの始め方｜登録・クレジット購入・ComfyUI起動まで完全ガイド【2026年版】

RunPodの登録方法・クレジット購入・Pod起動・ComfyUI接続まで画面スクショ付きで解説。RunPodの始め方として、GPU選び・料金プラン・ストレージ設定・停止方法まで初心者向けにまとめました。

freecraftlog.com

2026.03.10