> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# 使用 Gemini Omni 1.2 Flash 配合 Comfy Router

> 通过 Comfy Router 调用 gemini-interactions/gemini-omni-1.2-flash：端点、请求结构以及 Router 返回的响应。

`gemini-interactions/gemini-omni-1.2-flash` 的 API 参考，该模型由 Comfy Router 从 Gemini Interactions 提供。

**输入：** 文本、图像、音频、视频 · **输出：** 文本 + 视频

## 快速开始

在[你的 Comfy 工作区](https://platform.comfy.org/profile/api-keys?onboarding=router)中创建一个密钥，并将其导出为 `COMFY_API_KEY`。Python 与 TypeScript 代码片段使用 Comfy SDK（`pip install comfy-sdk` 和 `npm install @comfyorg/sdk`）；cURL 代码片段则是通过原始 HTTP 发起的同一调用。

**模型 ID：** `gemini-interactions/gemini-omni-1.2-flash`

**端点：** `POST https://api.comfy.org/v2/models/gemini-interactions/gemini-omni-1.2-flash`

> [tab] 等待结果
>
> ```python Python theme={null}
> from comfy_sdk import Comfy
>
> # 从环境中读取 COMFY_API_KEY。
> # SDK 会自动创建幂等键，并在自动重试时复用该键。
> with Comfy() as client:
>     result = client.models.run(
>         "gemini-interactions/gemini-omni-1.2-flash",
>         {
>             "input": "Reply with the single word: ok",
>             "stream": False,
>         },
>     )
>
> print(result)
> ```
>
> ```typescript TypeScript theme={null}
> import { comfy } from "@comfyorg/sdk";
>
> // 从环境中读取 COMFY_API_KEY。
> // SDK 会自动创建幂等键，并在自动重试时复用该键。
> const { data } = await comfy.models.run("gemini-interactions/gemini-omni-1.2-flash", {
>   input: "Reply with the single word: ok",
>   stream: false,
> });
>
> console.log(data);
> ```
>
> ```bash cURL theme={null}
> curl https://api.comfy.org/v2/models/gemini-interactions/gemini-omni-1.2-flash \
>   -H "X-API-Key: $COMFY_API_KEY" \
>   -H "Idempotency-Key: $(uuidgen)" \
>   -H "Content-Type: application/json" \
>   -d "{\"input\": \"Reply with the single word: ok\", \"stream\": false}"
> ```

> [tab] 排队并稍后收集
>
> 相同的请求体，发送到 `POST https://api.comfy.org/v2/models/gemini-interactions/gemini-omni-1.2-flash/requests`。只要运行被接纳，Router 就会返回 `201` 及 `request_id`，结果准备就绪后即可收集，不论是在当前进程还是另一个进程中。[排队投递](https://docs.comfy.org/zh/development/comfy-router/queue.md)介绍了状态、取消与收集的完整流程。
>
> ```python Python theme={null}
> import asyncio
> from comfy_sdk import AsyncComfy
>
> # 从环境中读取 COMFY_API_KEY。
> # 每次 submit() 调用都会生成自己的 Idempotency-Key，并在自动重试时复用该键。
> async def main():
>     async with AsyncComfy() as client:
>         handle = await client.models.submit(
>             "gemini-interactions/gemini-omni-1.2-flash",
>             {
>                 "input": "Reply with the single word: ok",
>                 "stream": False,
>             },
>         )
>         print("request_id:", handle.request_id)  # 配合模型 ID，另一个进程只需这些信息
>
>         # 轮询直到请求完成，每次等待服务器指定的 Retry-After。
>         async for update in handle.iter_events():
>             print(update.status, update.queue_position)
>
>         # 提供商自身的负载，与 models.run() 返回的值相同。
>         # 失败或已取消的请求会在这里抛出带类型的 Router 错误。
>         result = await handle.get()
>
>     print(result)
>
> asyncio.run(main())
> ```
>
> ```typescript TypeScript theme={null}
> import { comfy } from "@comfyorg/sdk";
>
> // 从环境中读取 COMFY_API_KEY。
> // 每次 submit() 调用都会生成自己的 Idempotency-Key，并在自动重试时复用该键。
> const handle = await comfy.models.submit("gemini-interactions/gemini-omni-1.2-flash", {
>   input: "Reply with the single word: ok",
>   stream: false,
> });
> console.log("requestId:", handle.requestId); // 配合模型 ID，另一个进程只需这些信息
>
> // 轮询直到请求完成，每次等待服务器指定的 Retry-After。
> for await (const update of handle.events()) {
>   console.log(update.status, update.queuePosition);
> }
>
> // 与 models.run() 返回的结果相同。失败或已取消的请求会在这里被拒绝。
> const result = await handle.get();
>
> console.log(result.data);
> ```
>
> ```bash cURL theme={null}
> # 1. 提交。Router 返回 201，以及 request_id、status_url、response_url 和 cancel_url。
> curl https://api.comfy.org/v2/models/gemini-interactions/gemini-omni-1.2-flash/requests \
>   -H "X-API-Key: $COMFY_API_KEY" \
>   -H "Idempotency-Key: $(uuidgen)" \
>   -H "Content-Type: application/json" \
>   -d "{\"input\": \"Reply with the single word: ok\", \"stream\": false}"
>
> # 2. 轮询直到状态为 COMPLETED，每次响应都会指定需要等待的 Retry-After 秒数。
> REQUEST_ID="<request_id from the 201 body>"
> curl -i https://api.comfy.org/v2/models/gemini-interactions/gemini-omni-1.2-flash/requests/$REQUEST_ID/status \
>   -H "X-API-Key: $COMFY_API_KEY"
>
> # 3. 收集。请求仍在运行时返回 202 及状态响应体，完成时返回 200 及模型的原始输出。
> curl https://api.comfy.org/v2/models/gemini-interactions/gemini-omni-1.2-flash/requests/$REQUEST_ID \
>   -H "X-API-Key: $COMFY_API_KEY"
> ```

## Schema

### 输入

**input** `object` *required*

可以是提示词字符串，也可以是带类型的内容部分数组（文本、图像、音频、视频、文档）。

**model** `string`

Gemini 模型标识符：`gemini-omni-1.2-flash` 或 `gemini-omni-1.1-flash`（正式可用），或弃用的 `gemini-omni-flash-preview`。在 Comfy Router 路由 `POST /v2/models/gemini-interactions/{model}` 上，它由路径提供，可以省略。这三种拼写（即 Comfy Router 以 `gemini-interactions/<model>` 寻址的集合）正是此操作所服务的拼写（supportedGeminiInteractionModels）；这里将它们逐一列出，而不是约束为枚举，因为代理会自行验证模型，并对它不服务的拼写返回自己的 400 响应。

**previous\_interaction\_id** `string`

先前存储的交互的 ID，用于支持有状态的多轮视频编辑。

根据 Router 在 `GET /v2/models/gemini-interactions/gemini-omni-1.2-flash/openapi.json` 提供的 schema 生成；该 schema 也是它在请求到达提供商之前校验调用时所依据的同一份文档。

### 输出

**id** `string`

**model** `string`

**object** `string`

**status** `string` *required*

在 Router 响应中始终为 `completed`。提供商的其他状态（`in_progress`、`requires_action`、`failed`、`cancelled`、`incomplete`、`budget_exceeded`）不会通过 Router 作为 200 响应到达调用方；它们会作为携带提供商响应体的 Comfy Router 错误返回。

可能的值：`completed`

**steps** `object[]` *required*

交互时间线，按顺序排列。这里从 `GeminiInteraction` 上无类型的 `steps` 收窄而来，以便输出叶子节点可寻址；提供商会不断添加步骤类型，因此每一项都是 `additionalProperties: true`，只声明 Router 调用方会读取的字段。

**steps\[].content** `object[]`

此步骤的带类型内容块。

**steps\[].content\[].data** `string`

Base64 编码的内联媒体，出现在以内联方式传递的媒体块上。Google 将内联媒体限制为 4 MB，超过后要求使用 `delivery: uri`。

**steps\[].content\[].mime\_type** `string`

媒体块上 `data` 或 `uri` 的媒体类型。

**steps\[].content\[].text** `string`

生成的文本。出现在 `text` 块上，并且这是每夜 Router SDK 测试用例所断言的叶子节点：具体是在 `model_output` 步骤上（`steps[type=model_output].content[].text`）。

**steps\[].content\[].type** `string`

块类型：`text`、`image`、`audio`、`video` 或 `document`。

**steps\[].content\[].uri** `string`

对带外传递媒体的引用，调用方从它指定的 URI 获取。

**steps\[].type** `string`

步骤类型。`model_output` 是生成的答案；`user_input` 是检索路由回显的调用方自己的轮次；`thought` 是内部推理。工具步骤（`function_call`、`function_result`、`code_execution_call`、`google_search_call` 等）是开放式的，Google 会不断添加。

**usage** `object`

Gemini 交互的 token 用量。

**usage.input\_tokens\_by\_modality** `object[]`

一种模态的 token 数量。

**usage.input\_tokens\_by\_modality\[].modality** `string`

`text`、`image`、`audio`、`video`、`document` 之一。

**usage.input\_tokens\_by\_modality\[].tokens** `integer`

**usage.output\_tokens\_by\_modality** `object[]`

一种模态的 token 数量。

**usage.output\_tokens\_by\_modality\[].modality** `string`

`text`、`image`、`audio`、`video`、`document` 之一。

**usage.output\_tokens\_by\_modality\[].tokens** `integer`

**usage.total\_cached\_tokens** `integer`

**usage.total\_input\_tokens** `integer`

**usage.total\_output\_tokens** `integer`

**usage.total\_thought\_tokens** `integer`

**usage.total\_tokens** `integer`

## 示例

### 输入

```json theme={null}
{
  "input": "Reply with the single word: ok",
  "stream": false
}
```

### 输出

```json theme={null}
{
  "id": "interactions/3f6c1a90-2b47-4d18-9a55-7c0e8b21d4f3",
  "object": "interaction",
  "status": "completed",
  "steps": [
    {
      "content": [
        {
          "text": "ok",
          "type": "text"
        }
      ],
      "type": "model_output"
    }
  ],
  "usage": {
    "input_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 9
      }
    ],
    "output_tokens_by_modality": [
      {
        "modality": "text",
        "tokens": 2
      }
    ],
    "total_cached_tokens": 0,
    "total_input_tokens": 9,
    "total_output_tokens": 2,
    "total_thought_tokens": 0,
    "total_tokens": 11
  }
}
```

## 发布前须知

SDK 会生成 `Idempotency-Key` 并在自动重试中复用它。手动重试时，请复用原始 key。Router 最长可保持连接 10 分钟。

请求失败时，Router 会发送 `X-Comfy-Error-Type` 响应头说明原因。`422` 表示 Router 在调用提供商之前就拒绝了输入，`413` 表示请求体超出了 Router 可接受的大小。已生成的资源请及时下载，因为[结果 URL 会过期](https://docs.comfy.org/zh/development/comfy-router/reference.md#结果资产)。

上文任何字段描述中提到的尺寸限制，都是提供商对该字段自身的限定，引自提供商的规范。Router 会对整个请求体另行设置上限，base64 编码的媒体内容也计入其中：参见[请求体大小](https://docs.comfy.org/zh/development/comfy-router/limitations.md)。

本页记录的是通过 Comfy Router 调用的某一个合作伙伴模型。同一个 `comfy-sdk` / `@comfyorg/sdk` 包还提供第二个客户端，用于在 Comfy Cloud 上运行完整的 ComfyUI 工作流图：`Comfy(api_key=...)` / `new Comfy({ apiKey })`，并带有 `client.workflows`、`client.assets` 和 `client.jobs`。请参阅 [Comfy SDKs](https://docs.comfy.org/zh/development/api-development/sdks.md)。

> [card] [请求头](https://docs.comfy.org/zh/development/comfy-router/headers.md)
>
> 身份验证、幂等性、请求 ID、错误分类、重试节奏、消费限额。

> [card] [使用 Router API](https://docs.comfy.org/zh/development/comfy-router/api.md)
>
> 模型发现、验证错误、重试与计费。

> [card] [限制](https://docs.comfy.org/zh/development/comfy-router/limitations.md)
>
> Router 目前不支持的功能，以及替代方案。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.