はじめに
FloyoはComfyUIをブラウザで動かせるクラウドGPUサービスです。Stable DiffusionやFLUXなど主要な生成AIモデルに対応しており、ローカルにGPUがなくてもLoRA学習やワークフロー構築が可能です。
本記事では、Floyoの無料プラン（Free Trial） とプロモコードによるExplorerプラン（30日無料） の違いを整理し、クラウドGPUでLoRA学習を始めたいエンジニア・クリエイター向けに実用的な情報をまとめます。
Free Trial（$0）の現実
Floyoには無料プランがあります。ただし制約はかなり厳しいです。
| 項目 | Free Trial |
|---|---|
| FloTime（GPU使用時間） | 5分 |
| ストレージ | 10GB（72時間で消える） |
| GPU | 制限あり |
LoRA学習1回で5分は使い切る可能性が高く、「試す」には十分でも「検証する」には足りません。
プロモコードで何が変わるか
プロモコードを使うと、Explorer（通常$15/月）が30日間無料になります。
| 項目 | Free Trial | Explorer（プロモコード） |
|---|---|---|
| FloTime | 5分 | 月3.5時間（42倍） |
| ストレージ | 10GB / 72時間 | 20GB / 永続保存 |
| LoRAアップロード | 不可 | 可能 |
| GPU | 制限あり | H100 NVL（94GB VRAM） |
| 課金 | なし | 30日以内キャンセルで無料 |
LoRAモデル1つが約2〜4GBなので、20GBあれば複数モデルを保存しながら学習を回せます。
H100 NVLでLoRA学習を回す意味
Explorerプランで使えるH100 NVL（94GB VRAM）は、ローカルの RTX 4090（24GB）と比べてVRAM容量が約4倍です。
実務上の違い：
- バッチサイズを大きく取れる → 学習の安定性が向上
- 高解像度（1024x1024以上）での学習 → SDXL/FLUXのLoRAに有利
- OOM（Out of Memory）を回避 → トライ&エラーの時間を節約
ローカルGPUで「メモリが足りない」と感じたことがあるなら、クラウドH100の恩恵は大きいです。
セットアップ手順
1. Floyo（https://floyo.com）でアカウント作成
2. Pricingページ → Explorer（Monthly）の「Upgrade Plan」
3. チェックアウト画面でプロモコードを入力
4. 30日以内にキャンセルすれば課金なし
ComfyUIのワークフローはFloyoのテンプレートから選択でき、LoRA学習用のノードも用意されています。ローカル環境のセットアップ不要で、ブラウザからすぐに学習を開始できるのが最大の利点です。
注意点
- FloTimeはGPUを使っている時間でカウントされる（アイドル状態は消費しない）
- ストレージは永続だが、プラン終了後はアクセス不可になる可能性がある
- プロモコードの有効期限・配布数には限りがある
まとめ
| 判断基準 | おすすめ |
|---|---|
| とりあえず触りたい | Free Trial（5分） |
| LoRA学習を数回試したい | Explorer + プロモコード（30日無料） |
| 本格運用したい | Explorer有料プラン or ローカルGPU |
クラウドGPUは「試す→検証する→判断する」のサイクルを回すのに最適です。ローカル環境との使い分けを考える材料として、まず30日間のExplorerを活用してみてください。
補足：生成物の「源流管理」という課題
クラウドGPUで学習したLoRAモデル、そこから生成した画像——これらのデータは複数の環境を横断します。ローカルで学習→クラウドで推論、あるいはその逆。ワークフローが複雑になるほど、「この画像は、どのモデルで、いつ、誰が生成したのか」 を追跡するのが難しくなります。
C2PAやSynthIDは「AIが作った」ことを証明する技術ですが、クリエイターが本当に必要としているのは「自分が作った」ことの証明です。
AI和指紋くんは、生成プロセスの記録をブロックチェーンに刻むことで、モデルの源流から生成物の帰属までを一貫して管理します。クラウドGPUを使いこなすほど重要になる「来歴証明」のインフラとして、ぜひチェックしてみてください。
本記事は質感LoRA研究所（note）からのクロスポストです。