openai/gpt-image-1.5, servida por Comfy Router desde OpenAI.
Entrada: Texto, Imagen · Salida: Imagen
Inicio rápido
Crea una clave en tu espacio de trabajo de Comfy y expórtala comoCOMFY_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 por HTTP directo.
ID del modelo: openai/gpt-image-1.5
Endpoint: POST https://api.comfy.org/v2/models/openai/gpt-image-1.5
- Esperar el resultado
- Encolar y recoger más tarde
El mismo cuerpo, enviado a
POST https://api.comfy.org/v2/models/openai/gpt-image-1.5/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 explica el estado, la cancelación y la recogida.Esquema
Entrada
string
Transparencia del fondo.
auto deja que el modelo elija.Valores posibles: transparent, opaque, autostring | string[]
La imagen o imágenes de origen que se van a editar. LA PRESENCIA DE ESTE CAMPO SELECCIONA LA OPERACIÓN DE EDICIÓN: omítelo por completo para la generación de texto a imagen.
El ejemplo publicado del modelo es la llamada de GENERACIÓN, que omite este campo. Añadir
image es toda la diferencia entre los dos modos (mismo endpoint, mismo id de modelo), salvo que un prompt de edición describe el CAMBIO que quieres y no la escena, así que el cuerpo de edición de abajo se lee distinto del ejemplo de generación aunque solo este campo sea estructuralmente nuevo.
Se puede copiar exactamente tal como está impreso: {"prompt": "give the rocketship rainbow coloring", "image": ["data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mP8z8BQDwAEhQGAhKmMIQAAAABJRU5ErkJggg=="], "size": "1024x1024"}. La carga útil es un PNG de 1x1 completo, no una abreviatura, y este cuerpo está fijado como caso aceptado en las propias pruebas de validación de solicitudes de Router. Sustituye los bytes por los de tu propia imagen.
Acepta una imagen o un arreglo de ellas; gpt-image-1 y posteriores aceptan hasta 16, y Router lo aplica desde este esquema antes de despachar.string
Una imagen, ya sea una URL https que Router descarga en nombre de quien llama o un URI
data:image/<format>;base64,<payload> que lleva los bytes en línea. Los tipos de imagen aceptados son png, webp y jpeg, y ese conjunto se APLICA en el momento de la resolución en lugar de dejarlo al proveedor: un svg, gif, avif o tiff se rechaza aquí, nombrando la imagen que enviaste, en vez de convertirse en un error de socio a dos saltos de la causa.
Prefiere la forma de URL. Una carga útil base64 se infla aproximadamente 4/3 y el cuerpo completo de la solicitud tiene un tope de 100 MiB, así que la forma en línea llega como máximo a una imagen de origen de unos 75 MB; una URL evita eso por completo. Los límites de medios por imagen y por solicitud indicados al final de esta descripción son más estrictos que el tope del cuerpo, así que para una imagen de cualquier tamaño real son los que encuentras primero.
LA URL DEBE RESOLVERSE SIN TUS CREDENCIALES. Router la descarga del lado del servidor y no envía ninguna credencial de quien llama con la solicitud, así que una URL prefirmada (aquella cuya firma está en la cadena de consulta) es la forma admitida. Un endpoint autenticado como /api/assets/{id}/content responde a Router con 401 en lugar de la imagen; solicita esa URL tú mismo y pasa la URL firmada a la que redirige.
LA DESCARGA ESTÁ LIMITADA A UN CONJUNTO DE HOSTS CON NOMBRE, en lugar de a la internet abierta, y la misma lista se vuelve a aplicar a cada salto de redirección además de a la URL que envías, así que una URL en cualquier otro host, o una que redirige fuera de la lista, se rechaza antes de contactar a cualquier proveedor. Hoy esa lista es solo la entrega de recursos de Comfy: una URL firmada de storage.googleapis.com bajo un bucket de recursos de Comfy, que es la forma a la que te redirige /api/assets/{id}/content. Una CDN de socio o un host https simple NO están en la lista.
HAY DOS AMPLIACIONES EN DESPLIEGUE Y AMBAS ESTÁN DESACTIVADAS POR DEFECTO HOY. Se publican detrás de UN solo interruptor y se habilitan juntas, así que trata todo lo siguiente como algo futuro y no como algo sobre lo que construir todavía: pregunta antes de confiar en cualquiera de las dos.
La PRIMERA es el bucket en el que POST /customers/storage firma tu carga. Hasta que el despliegue llegue a tu entorno, una URL de carga de ese endpoint se rechaza aquí, aunque el bucket sea de Comfy y el host sea el mismo, así que “sube a Comfy y luego pasa la URL” TODAVÍA no funciona, y la forma que sí funciona es la URL firmada a la que redirige /api/assets/{id}/content.
La SEGUNDA SE HABILITA POR CUENTA en lugar de para todos a la vez, porque el bucket detrás de estos hosts es tuyo y no nuestro: incluso una vez que el interruptor anterior está activado, una cuenta a la que no se le han habilitado los medios entrantes de terceros se rechaza, y se le dice eso con esas palabras en lugar de decirle que el host no es compatible. Pide a tu contacto de Comfy que lo habilite para tu cuenta. Además admite estos hosts de almacenamiento de objetos de terceros, donde el bucket es tuyo y Router no reclama ninguna propiedad sobre él: Cloudflare R2 (<account>.r2.cloudflarestorage.com, pub-<hash>.r2.dev), Amazon S3 (s3.amazonaws.com y s3.<region>.amazonaws.com, tanto en la forma de estilo de ruta como en la prefijada con <bucket>.), Azure Blob Storage (<account>.blob.core.windows.net) y Alibaba Cloud OSS (<bucket>.oss-<region>.aliyuncs.com, incluido el endpoint oss-accelerate). Esos son endpoints de almacenamiento de objetos específicamente: un endpoint de propósito general en el mismo dominio del proveedor, como un trigger de Alibaba Function Compute, no está en la lista y se rechaza.
LO QUE SE COMPARA ES LA FORMA DEL NOMBRE DE HOST, NO EL PROVEEDOR, así que nombrar un proveedor arriba NO significa que se acepte toda URL que ese proveedor pueda emitir, y vale la pena enunciar tres casos que se parecen mucho porque quien llama puede llegar razonablemente con cada uno de ellos. Un DOMINIO PERSONALIZADO de R2 (cdn.example.com) NO se acepta: Cloudflare documenta pub-<hash>.r2.dev como un nombre de host de depuración con límite de tasa y dirige el tráfico de producción a un dominio personalizado, pero un dominio personalizado no lleva nada en su nombre de host que lo identifique como R2, así que Router no puede distinguirlo de cualquier otro host y lo rechaza. Firma previamente el endpoint <account>.r2.cloudflarestorage.com, o usa la forma pub-<hash>.r2.dev. El endpoint dualstack IPv6 de S3 (s3.dualstack.<region>.amazonaws.com) tampoco se acepta; usa el endpoint regional simple. Tampoco la zona DNS alternativa de Azure Blob (<account>.z<N>.blob.storage.azure.net); usa <account>.blob.core.windows.net. El rechazo que recibes nombra estas mismas formas, así que no tienes que venir aquí a leerlas.
Los marcadores de posición <account> y pub-<hash> de arriba muestran la forma con la que normalmente llegarás; no son una restricción de profundidad. La coincidencia se basa en el sufijo de dominio del almacenamiento de objetos, así que también se acepta un nombre más profundo dentro del mismo espacio de nombres (a.b.pub-<hash>.r2.dev). Lo que NO se amplía con eso es el propio espacio de nombres: el sufijo todavía debe ser uno de los enumerados.
El ejemplo de abajo muestra solo la forma: un valor real también lleva los parámetros de consulta de firma, que se omiten deliberadamente aquí porque un ejemplo publicado vive para siempre en la especificación y una firma real es a la vez una credencial filtrada y un enlace que deja de funcionar.
Cada imagen tiene un límite de 25 MiB y las imágenes de una solicitud, de 64 MiB en total.string
El modelo gpt-image que se ejecutará. Router inserta el id del modelo al que se dirige la llamada, así que un cliente que llama a /v2/models/openai/gpt-image-2 no envía esto.
string
Configuración de moderación de contenidoValores posibles:
low, autointeger
El número de imágenes que se generarán (1-10).Rango:
1 a 10integer
Nivel de compresión para JPEG o WebP (0-100)Rango:
0 a 100string
Formato de la imagen de salidaValores posibles:
png, webp, jpeginteger
Solo tiene sentido junto con un stream en vivo, que esta superficie no puede servir:
stream se fija en false incluso cuando lo envías. En una generación, cualquier valor distinto de 0 o null se rechaza con un 400, independientemente de que la solicitud también envíe stream: true; en una solicitud que lleva image, el campo se descarta en lugar de reenviarse. Omítelo.Rango: 0 a 3string
requerido
Una descripción de texto de la imagen que se generará, o de la edición que se hará en
image.string
La calidad de la imagen generada o editada.
xhigh y max son los dos niveles para los que se agregaron gpt-image-2.5-flare y gpt-image-2.5-sunburst; standard y hd son grafías de la era de DALL-E que ningún modelo admitido reconoce.Valores posibles: auto, low, medium, high, xhigh, max, standard, hdstring
Tamaño de la imagen (p. ej., 1024x1024, 1536x1024, auto)
boolean
Se declara para que no se rechace a un cliente que lo envía, pero es INERTE en esta superficie: Router lo FIJA en
false antes del despacho, porque captura la respuesta del proveedor en lugar de retransmitir un text/event-stream (una solicitud que lleva image descarta el campo, ya que la edición se recodifica sin él). No hay ninguna superficie de Comfy que ofrezca streaming de imágenes parciales de gpt-image: la entrada v1 POST /proxy/openai/images/generations rechaza stream: true con un 400 y nunca reenvía la solicitud al proveedor, así que omite el campo y lee la respuesta completada como un solo cuerpo JSON. Como el stream nunca se abre, la restricción de OpenAI sobre combinar stream: true con n mayor que 1 no se aplica aquí; n se reenvía tal como se envió.string
Un identificador único para el monitoreo de usuarios finales
GET /v2/models/openai/gpt-image-1.5/openapi.json, el mismo documento con el que valida una llamada antes de que la solicitud llegue al proveedor.
Salida
object[]
string
Datos de la imagen codificados en Base64
string
Prompt revisado
string
URL de la imagen
object
integer
object
integer
integer
integer
object
integer
integer
integer
string
Indica si el fondo de la imagen generada es
opaque o transparent, tal como OpenAI lo resolvió para esta generación. El parámetro de la solicitud tiene como valor predeterminado auto, así que aquí es donde quien no lo ancló averigua cuál se produjo.integer
Marca de tiempo Unix, en segundos, de cuándo se completó la generación. Es el único miembro que OpenAI declara REQUERIDO en una respuesta de generación de imágenes, así que está presente siempre que OpenAI sea el productor; una respuesta servida por fal, pika, wavespeed o runware en cualquiera de los ids respaldados por alternativas lo omite por completo, igual que los otros cuatro miembros de parámetros resueltos. Se declara
int64 porque un valor de época actual está lo bastante cerca de 2^31 como para que un integer sin formato genere un campo de 32 bits en muchos generadores de SDK.Formato: int64string
La codificación de los bytes en
data[].b64_json: png, webp o jpeg. Es el formato que OpenAI codificó realmente, que coincide con el output_format de la solicitud cuando se envió uno y es png cuando no se envió ninguno, así que un decodificador puede basarse en él en lugar de volver a derivar el formato desde la solicitud.string
El nivel de calidad con el que realmente se ejecutó la generación: OpenAI informa uno de
low, medium, high, xhigh o max. Es el nivel RESUELTO, no un eco de la solicitud, cuyo propio quality tiene como valor predeterminado auto.string
Las dimensiones en píxeles con las que realmente se ejecutó la generación, como
<width>x<height>. Es el tamaño RESUELTO: el size de la solicitud tiene como valor predeterminado auto y admite auto de forma explícita, así que este es el único lugar que reporta las dimensiones realmente usadas.Ejemplos
Entrada
Salida
Antes de lanzar
Los SDK crean unaIdempotency-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.