在ComfyUI中CLIP Text Encode (Prompt)和CLIPTextEncodeFlux的区别
CLIP Text Encode (Prompt)
CLIPTextEncodeFlux
在 ComfyUI 中对 token 支持长度是否相同的详细技术对比：
1、 CLIP Text Encode (Prompt)
通常来自：
ComfyUI 官方自带
CLIPTextEncode节点。
特点：
✅ 使用 OpenAI CLIP 模型（ViT-L/14 等）
✅ 默认最大支持 77 tokens (固定超参数)
✅ 超过 77 tokens 时：
部分实现直接截断前 77 tokens（但不会提示）
部分 forked 节点在超长时直接报错（引发
Token indices sequence length ...错误）
2、CLIPTextEncodeFlux
通常来自：
ComfyUI 扩展（如 FluxNodes、Advanced Conditioning、Flux conditioning patch）。
特点：
✅ 可能使用：
CLIP variants (ViT-G/14)
Flux 内部优化过的动态批量/动态 token 处理
⚠️ Token 支持长度取决于 Flux 节点实现：
部分 Flux 节点仍然 限制 77 tokens（以兼容 SD 模型原生结构）。
部分 Flux 节点支持 更长 tokens（如 128、256），用于 XL 模型或特殊 pipelines。
如果用于普通 SD 1.5/2.1 模型，依旧建议保持 ≤ 77 tokens，否则多余部分在实际推理时无效。
3、 实测差异总结
| 功能 | CLIP Text Encode (Prompt) | CLIPTextEncodeFlux |
|---|---|---|
| 默认 token 限制 | 77 tokens (固定) | 77 / 可配置 / 可变 |
| 超长处理 | 截断或报错 | 截断 / 支持更长（取决实现） |
| 适用范围 | SD 1.5 / 2.1 / SDXL | Flux pipelines / 高级 workflows |
| 稳定性 | 高 | 高，但取决扩展版本 |
4、 是否需要使用更长 tokens？
SD 1.5 / 2.1 / SDXL 模型本身在推理时只使用前 77 tokens，即使 CLIPTextEncodeFlux 支持更多，也不会在推理中被使用。
仅在使用：
特殊大模型
Dreambooth/LoRA 训练前文本嵌入提取
高级控制条件
时，才考虑使用更长 tokens。
总结结论
它们可能对 token 支持长度不同：
CLIP Text Encode (Prompt) → 固定 77 tokens。
CLIPTextEncodeFlux → 取决于实现，可能支持 >77 tokens，但若推送给标准 SD 模型仍仅使用前 77 tokens。