Skip to main content
Referencia de API de gemini-interactions/gemini-omni-1.2-flash, que Comfy Router sirve desde Gemini Interactions. Entrada: Texto, Imagen, Audio, Video · Salida: Texto + Video

Inicio rápido

Crea una clave en tu espacio de trabajo de Comfy y expórtala como COMFY_API_KEY. Los fragmentos de Python y TypeScript usan los SDK de Comfy (pip install comfy-sdk y npm install @comfyorg/sdk); el fragmento de cURL es la misma llamada sobre HTTP directo. ID del modelo: gemini-interactions/gemini-omni-1.2-flash Endpoint: POST https://api.comfy.org/v2/models/gemini-interactions/gemini-omni-1.2-flash
El mismo cuerpo, enviado a POST https://api.comfy.org/v2/models/gemini-interactions/gemini-omni-1.2-flash/requests. Router responde 201 con un request_id en cuanto se admite la ejecución, y el resultado se recoge cuando está listo, desde este proceso o desde otro. Entrega en cola recorre el estado, la cancelación y la recogida.

Esquema

Entrada

object
required
Una cadena de prompt o un arreglo de partes de contenido tipadas (texto, imagen, audio, video, documento).
string
Identificador del modelo Gemini: gemini-omni-1.2-flash o gemini-omni-1.1-flash (disponibles de forma general), o el obsoleto gemini-omni-flash-preview. En la ruta de Comfy Router POST /v2/models/gemini-interactions/{model} se toma de la ruta y puede omitirse. Esas tres grafías, el conjunto que Comfy Router direcciona como gemini-interactions/<model>, son las que sirve esta operación (supportedGeminiInteractionModels); se escriben aquí en lugar de restringirse a un enum, porque el proxy valida el modelo por su cuenta y responde con su propio 400 ante una grafía que no sirve.
string
ID de una interacción almacenada previamente, que permite la edición de video con estado en varios turnos.
Generado a partir del esquema que Router sirve en GET /v2/models/gemini-interactions/gemini-omni-1.2-flash/openapi.json, el mismo documento contra el que valida una llamada antes de que la solicitud llegue al proveedor.

Salida

string
string
string
string
required
Siempre completed en una respuesta de Router. Los demás estados del proveedor (in_progress, requires_action, failed, cancelled, incomplete, budget_exceeded) no llegan a quien llama a través de Router como un 200; se devuelven como un error de Comfy Router que incluye el cuerpo del proveedor.Valores posibles: completed
object[]
required
La línea de tiempo de la interacción, en orden. Aquí se acota desde el steps sin tipar de GeminiInteraction para que la hoja de salida sea direccionable; el proveedor sigue agregando tipos de paso, así que un elemento es additionalProperties: true y solo se declaran los campos que lee quien llama a Router.
object[]
Los bloques de contenido tipados de este paso.
string
Medios en línea codificados en Base64, en un bloque de medios entregado en línea. Google limita los medios en línea a 4 MB y exige delivery: uri por encima de ese tamaño.
string
Tipo de medio de data o uri, en un bloque de medios.
string
El texto generado. Está presente en un bloque text, y esta es la hoja que verifica el caso nocturno del SDK de Router, concretamente en un paso model_output (steps[type=model_output].content[].text).
string
Tipo de bloque: text, image, audio, video o document.
string
Referencia a medios entregados por otra vía, que quien llama obtiene desde el URI que se indica.
string
Tipo de paso. model_output es la respuesta generada; user_input es el turno de quien llama devuelto por la ruta de recuperación; thought es razonamiento interno. Los pasos de herramientas (function_call, function_result, code_execution_call, google_search_call, …) son abiertos y Google los amplía.
object
Uso de tokens de una interacción de Gemini.
object[]
Conteo de tokens de una modalidad.
string
Uno de text, image, audio, video, document.
integer
object[]
Conteo de tokens de una modalidad.
string
Uno de text, image, audio, video, document.
integer
integer
integer
integer
integer
integer

Ejemplos

Entrada

Salida

Antes de lanzar

Los SDK crean una Idempotency-Key y la reutilizan para los reintentos automáticos. Para los reintentos manuales, reutiliza la clave original. Router puede mantener la conexión abierta hasta 10 minutos. Cuando una solicitud falla, Router envía un encabezado de respuesta X-Comfy-Error-Type que explica el motivo. Un 422 significa que Router rechazó la entrada antes de llamar al proveedor, y un 413 significa que el cuerpo de la solicitud era más grande de lo que Router acepta. Descarga los recursos generados de inmediato, porque las URL de resultados pueden caducar. Cualquier límite de tamaño mencionado en la descripción de un campo más arriba es el límite propio del proveedor para ese campo, citado de la especificación del proveedor. Router aplica un tope aparte al cuerpo completo de la solicitud, con el que cuentan los medios codificados en base64: consulta tamaño del cuerpo de la solicitud. Esta página documenta un modelo socio al que se llama a través de Comfy Router. El mismo paquete comfy-sdk / @comfyorg/sdk también incluye un segundo cliente, para ejecutar todo un gráfico de flujo de trabajo de ComfyUI en Comfy Cloud: Comfy(api_key=...) / new Comfy({ apiKey }), con client.workflows, client.assets y client.jobs. Consulta SDK de Comfy.

Encabezados

Autenticación, idempotencia, IDs de solicitud, agrupaciones de errores, ritmo de reintentos y límites de gasto.

Uso de la API de Router

Descubrimiento de modelos, errores de validación, reintentos y facturación.

Limitaciones

Lo que Router no hace hoy y qué usar en su lugar.