openai/gpt-image-2.6-flare 的 API 参考,由 Comfy Router 从 OpenAI 提供。
输入: 文本、图像 · 输出: 图像
快速开始
在你的 Comfy 工作区中创建一个密钥,并将其导出为COMFY_API_KEY。Python 和 TypeScript 片段使用 Comfy SDK(pip install comfy-sdk 和 npm install @comfyorg/sdk);cURL 片段则是通过原始 HTTP 发起的相同调用。
模型 ID: openai/gpt-image-2.6-flare
端点: POST https://api.comfy.org/v2/models/openai/gpt-image-2.6-flare
- 等待结果
- 先排队,稍后收集
请求体相同,发送到
POST https://api.comfy.org/v2/models/openai/gpt-image-2.6-flare/requests。运行一旦被接纳,Router 会立即以 201 和 request_id 应答,结果就绪后即可收集,无论来自当前进程还是其他进程。队列投递 详细介绍了状态、取消和收集。Schema
输入
string
背景透明度。
auto 让模型自行选择。可能的值:transparent、opaque、autostring | string[]
要编辑的来源图像。只要存在此字段,就会选择编辑操作;如果要进行文生图生成,请完全省略它。
模型公布的示例是生成调用,其中省略了此字段。添加
image 就是两种模式之间的全部差异:相同的端点、相同的模型 id。只不过编辑提示词描述的是你想要的更改,而不是场景,因此下面的编辑请求体读起来会与生成示例不同,尽管从结构上看只有这个字段是新增的。
它可以完全照原样复制:{"prompt": "give the rocketship rainbow coloring", "image": ["data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mP8z8BQDwAEhQGAhKmMIQAAAABJRU5ErkJggg=="], "size": "1024x1024"}。该载荷是完整的 1x1 PNG,而不是缩写形式;该请求体在 Router 自身的请求验证测试中已被固定为可接受的用例。请替换为你自己图像的字节。
接受一张图像或由多张图像组成的数组;gpt-image-1 及更高版本最多接受 16 张,Router 会在分发之前根据此 schema 强制执行该限制。string
一张图像,可以是 Router 代表调用方获取的 https URL,也可以是内联携带字节的
data:image/<format>;base64,<payload> URI。接受的图像类型为 png、webp 和 jpeg,并且该集合会在解析时强制执行,而不是留给提供商处理。svg、gif、avif 或 tiff 会在这里被拒绝,并会指明你发送的图像,而不是在距离原因两跳之外变成一个合作伙伴错误。
优先使用 URL 形式。base64 载荷大约会膨胀 4/3,而整个请求体上限为 100 MiB,因此内联形式的上限约为 75 MB 的来源图像;而 URL 完全绕过了这一点。本描述末尾所述的每图像和每请求媒体上限比请求体上限更严格,因此对于任何实际尺寸的图像,你首先会遇到的是这些限制。
URL 必须在不使用你的凭据的情况下完成解析。Router 会在服务器端获取它,并且不会随请求发送调用方凭据,因此受支持的形式是预签名 URL,即签名位于查询字符串中的 URL。诸如 /api/assets/{id}/content 之类的需要认证的端点会向 Router 返回 401,而不是返回图像;请自行请求该 URL,并传入它重定向到的签名 URL。
获取操作仅限于一组具名主机,而不是开放互联网;同一列表既会应用于你发送的 URL,也会重新应用于每一次重定向跳转。因此,位于任何其他主机上的 URL,或者会重定向到列表之外的 URL,都会在联系任何提供商之前被拒绝。目前,该列表仅包含 Comfy 自己的资产交付:位于 Comfy 资产存储桶下的已签名 storage.googleapis.com URL,也就是 /api/assets/{id}/content 将你重定向到的形式。合作伙伴 CDN 或普通的 https 主机不在列表中。
两项扩展正在逐步推出,并且目前两者都默认关闭。它们通过一个切换项发布并一起启用,因此请将下面的所有内容视为即将推出的功能,而不是现在就能作为开发依据的内容:在依赖其中任何一项之前,请先询问。
第一项是 POST /customers/storage 为你的上传签发指向的存储桶。在该推广覆盖你的环境之前,来自该端点的上传 URL 会在这里被拒绝,即使该存储桶属于 Comfy 且主机相同也是如此。因此,“上传到 Comfy,然后传入 URL”目前并不可行;可行的形式是由 /api/assets/{id}/content 重定向到的签名 URL。
第二项按账户启用,而不是一次性对所有人启用,因为这些主机背后的存储桶属于你而不是我们:即使上面的切换项已打开,未启用第三方入站媒体的账户仍会被拒绝,并且会以这些字样告知这一点,而不是告知该主机不受支持。请联系你的 Comfy 联系人,为你的账户启用它。它还额外允许以下第三方对象存储主机;在这些主机中,存储桶属于你,Router 不对其提出所有权主张:Cloudflare R2(<account>.r2.cloudflarestorage.com、pub-<hash>.r2.dev)、Amazon S3(s3.amazonaws.com 和 s3.<region>.amazonaws.com,采用路径风格或带 <bucket>. 前缀的形式均可)、Azure Blob Storage(<account>.blob.core.windows.net)和 Alibaba Cloud OSS(<bucket>.oss-<region>.aliyuncs.com,包括 oss-accelerate 端点)。这些具体是对象存储端点:同一提供商域上的常规端点(例如阿里云函数计算触发器)不在列表中,会被拒绝。
匹配的是主机名形式,而不是提供商。因此,上面提到某个提供商并不意味着该提供商能够签发的每个 URL 都会被接受;有三种近似但不匹配的形式值得直接说明,因为调用方有理由可能遇到其中每一种。R2 自定义域名(cdn.example.com)不被接受:Cloudflare 将 pub-<hash>.r2.dev 记录为受速率限制的调试主机名,并将生产流量改为指向自定义域名,但自定义域名的主机名中不包含任何可将其标识为 R2 的内容,因此 Router 无法将其与任何其他主机区分开,并会拒绝它。请对 <account>.r2.cloudflarestorage.com 端点进行预签名,或使用 pub-<hash>.r2.dev 形式。S3 的 IPv6 双栈端点(s3.dualstack.<region>.amazonaws.com)也不被接受;请使用普通的区域端点。Azure Blob 的备用 DNS 区域(<account>.z<N>.blob.storage.azure.net)同样不被接受;请使用 <account>.blob.core.windows.net。你收到的拒绝信息会列出这些相同的形式,因此你不必回到这里阅读它们。
上面的 <account> 和 pub-<hash> 占位符展示的是你通常拿到的形式,它们并不是对层级的限制。匹配针对的是对象存储的域名后缀,因此在同一命名空间下更深的名称(a.b.pub-<hash>.r2.dev)也同样会被接受。这一点并未扩大命名空间本身:后缀仍然必须是所列出的后缀之一。
下面的示例只展示形式:真实值还会携带签名查询参数,这里有意省略,因为公开的示例会永远留在规范中,而真实签名既是泄露的凭据,也是一个会失效的链接。
每张图像上限为 25 MiB,单个请求的图像总量上限为 64 MiB。唯一的例外是 ideogram/ideogram-4-5 Precise Edit(发送 image 的调用)且在 context_window 可用时:此时每张图像最大可达 50 MB(50,000,000 字节)和 67,108,864 像素,单个请求的图像总量上限为 128 MiB。string
要运行的 gpt-image 模型。Router 会把所寻址的模型 id 拼接进去,因此寻址 /v2/models/openai/gpt-image-2 的调用方无需发送此字段。
string
内容审核设置可能的值:
low、autointeger
要生成的图像数量(1-10)。范围:
1 到 10integer
JPEG 或 WebP 的压缩级别(0-100)范围:
0 到 100string
输出图像的格式可能的值:
png、webp、jpeginteger
只有配合实时流才有意义,而本接口无法提供实时流:即使你发送
stream,它也会被固定为 false。在生成请求中,任何不是 0 或 null 的值都会被以 400 拒绝,无论请求是否同时发送 stream: true;在携带 image 的请求中,该字段会被丢弃而不是转发。请省略该字段。范围:0 到 3string
必填
要生成的图像的文本描述,或要对
image 进行的编辑的文本描述。string
生成或编辑后图像的质量。
xhigh 和 max 是新增 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst 时所引入的两个档位;standard 和 hd 是 dall-e 时代的拼写,任何已收录的模型都不会读取。可能的值:auto、low、medium、high、xhigh、max、standard、hdstring
图像的尺寸(例如 1024x1024、1536x1024、auto)
boolean
声明此字段是为了让发送它的调用方不会被拒绝,但它在当前接口上不生效:Router 在分发之前会把它固定为
false,因为它捕获的是提供商响应,而不是转发 text/event-stream(携带 image 的请求则会丢弃该字段,因为编辑结果会在不带该字段的情况下重新编码)。没有任何 Comfy 接口提供 gpt-image 的部分图像流式传输:v1 POST /proxy/openai/images/generations 入口会以 400 拒绝 stream: true,并且绝不会将请求转发到上游,因此请省略该字段,并将已完成的响应当作单个 JSON 正文读取。由于流从未打开,OpenAI 关于将 stream: true 与大于 1 的 n 组合使用的限制在此处不适用;n 会按发送时的值转发。string
用于最终用户监控的唯一标识符
GET /v2/models/openai/gpt-image-2.6-flare/openapi.json 提供的 schema 生成,这也是它在请求到达提供商之前用于校验调用的同一份文档。
输出
object[]
string
Base64 编码的图像数据
string
修订后的提示词
string
图像的 URL
object
integer
object
integer
integer
integer
object
integer
integer
integer
string
生成的图像背景是
opaque 还是 transparent,以 OpenAI 为本次生成解析的结果为准。请求参数默认为 auto,因此未固定该参数的调用方可以在这里得知实际生成的是哪一种。integer
生成完成时的 Unix 时间戳,单位为秒。它是 OpenAI 在图像生成响应中声明为必填的唯一成员,因此只要生产者是 OpenAI 它就会出现;在任一由 alt 后端支持的 id 上,由 fal、pika、wavespeed 或 runware 提供的响应会完全省略它,与其他四个已解析参数成员一样。声明为
int64 是因为当前时代的 epoch 值已足够接近 2^31,未格式化的 integer 会在许多 SDK 生成器中生成 32 位字段。格式:int64string
data[].b64_json 中字节的编码格式,为 png、webp 或 jpeg。它是 OpenAI 实际编码的格式:若请求中发送了 output_format,则为请求中的该值;若未发送,则为 png。因此解码器可以直接依据它,而不必从请求中重新推导格式。string
生成实际运行时使用的质量档位:OpenAI 会报告
low、medium、high、xhigh 或 max 之一。它是已解析的档位,而不是对请求的回显,因为请求自身的 quality 默认为 auto。string
生成实际运行时使用的像素尺寸,格式为
<width>x<height>。它是已解析的尺寸:请求的 size 默认为 auto 且明确接受 auto,因此这里是唯一报告实际使用尺寸的地方。示例
输入
输出
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。
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。
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。
请求头
身份验证、幂等性、请求 ID、错误分类、重试节奏、消费限额。
使用 Router API
模型发现、验证错误、重试与计费。
限制
Router 目前不支持的功能,以及替代方案。