Skip to main content
openai/gpt-image-1.5 的 API 参考,由 Comfy Router 从 OpenAI 提供。

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 代码片段使用 Comfy SDK(pip install comfy-sdk 和 npm install @comfyorg/sdk);cURL 代码片段是通过原生 HTTP 发出的同一调用。 模型 ID: openai/gpt-image-1.5 端点: POST https://api.comfy.org/v2/models/openai/gpt-image-1.5
相同的请求体,发送到 POST https://api.comfy.org/v2/models/openai/gpt-image-1.5/requests。只要运行被受理,Router 就会返回 201 和 request_id,结果就绪后即可收集,既可以在本进程中收集,也可以在另一个进程中收集。队列投递 会详细介绍状态、取消和结果收集。

结构

输入

string
背景透明度。auto 让模型自行选择。可能的值:transparent、opaque、auto
string | string[]
要编辑的来源图像。此字段的存在即选中编辑操作:若要进行文生图生成,则完全省略该字段。 该模型公开发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变更而非场景,因此下面的编辑请求体读起来与生成示例不同,尽管结构上新增的只有这一个字段。 可以完全按原样复制:{"prompt": "give the rocketship rainbow coloring", "image": ["data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mP8z8BQDwAEhQGAhKmMIQAAAABJRU5ErkJggg=="], "size": "1024x1024"}。其中的 payload 是一个完整的 1x1 PNG,并非缩写,且此请求体在 Router 自身的请求验证测试中被固定为可接受的用例。请替换为你自己图像的字节。 接受单张图像或其数组;gpt-image-1 及更高版本最多接受 16 张,Router 会在派发之前依据此结构强制执行该限制。
string
单张图像,可以是 Router 代调用方抓取的 https URL,也可以是内联携带字节的 data:image/<format>;base64,<payload> URI。可接受的图像类型为 png、webp 和 jpeg,该集合在解析时就会被强制执行,而不是交给提供商处理:svg、gif、avif 或 tiff 会在此处被拒绝,并指明你发送的图像,而不会变成距根因两跳之外的合作伙伴错误。 优先使用 URL 形式。base64 payload 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;URL 则完全避开了这一点。本描述末尾说明的单张图像与单次请求的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,你首先遇到的会是这些限制。 该 URL 必须无需你的凭据即可解析。Router 在服务器端抓取它,并且不会随请求发送任何调用方凭据,因此预签名 URL(签名位于查询字符串中的那种)才是受支持的形式。像 /api/assets/{id}/content 这样的需要认证的端点会向 Router 返回 401 而不是图像;请自行请求该 URL,并传入它重定向到的已签名 URL。 抓取被限制在一组命名主机之内,而非开放互联网;同一列表会同时应用于你发送的 URL 以及每一次重定向跳转,因此位于任何其他主机的 URL,或重定向到列表之外主机的 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 自身的资产分发:Comfy 资产桶下已签名的 storage.googleapis.com URL,也就是 /api/assets/{id}/content 重定向到的形式。合作伙伴 CDN 或普通 https 主机不在该列表之内。 有两项放宽正在逐步推出,且目前默认都是关闭的。它们位于同一个切换开关之后并一同启用,因此请把下文的一切视为即将推出,而不是现在就可以依赖的功能:在依赖其中任何一项之前请先咨询。 第一项是 POST /customers/storage 为你的上传签发到的桶。在该功能推广到你的环境之前,来自该端点的上传 URL 会在此处被拒绝,即便该桶属于 Comfy 且主机相同,因此“先上传到 Comfy,再传入 URL”目前并不奏效,可行的形式是 /api/assets/{id}/content 重定向到的已签名 URL。 第二项是按账户启用,而不是一次性对所有人开放,因为这些主机背后的桶属于你而非我们:即使上面的开关已打开,未启用第三方入站媒体的账户仍会被拒绝,并且会以这样的措辞告知,而不是说该主机不受支持。请联系你的 Comfy 对接人,为你的账户启用该功能。它还会额外允许以下第三方对象存储主机,这些主机上的桶属于你,Router 对其不作任何所属声明:Cloudflare R2(<account>.r2.cloudflarestorage.com、<id>.r2.dev)、Amazon S3(s3.amazonaws.com 和 s3.<region>.amazonaws.com,路径式或以 <bucket>. 为前缀的形式均可)、Azure Blob Storage(<account>.blob.core.windows.net)以及阿里云 OSS(<bucket>.oss-<region>.aliyuncs.com,包括 oss-accelerate 端点)。这些都是对象存储端点:同一提供商域名上的通用端点,例如阿里云函数计算触发器,不在列表之内,会被拒绝。 下面的示例只展示形状:真实的值还会带有签名查询参数,此处有意省略,因为公开发布的示例会永远留在规范中,而真实的签名既是泄露的凭据,也是会失效的链接。 每张图像上限为 25 MiB,单次请求的图像合计上限为 64 MiB。
string
要运行的 gpt-image 模型。Router 会将所寻址的模型 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、auto
integer
要生成的图像数量(1-10)。范围:1 到 10
integer
JPEG 或 WebP 的压缩级别(0-100)范围:0 到 100
string
输出图像的格式可能的值:png、webp、jpeg
integer
仅适用于 gpt-image。流式传输期间要发出多少张部分图像(0-3)。仅在配合 stream: true 时才有意义。范围:0 到 3
string
必填
要生成的图像的文本描述,或要对 image 执行的编辑的文本描述。
string
生成或编辑后图像的质量。xhigh 和 max 是专为 gpt-image-2.5-flare 和 gpt-image-2.5-sunburst 新增的两个档位;standard 和 hd 是 dall-e 时代的写法,没有任何已收录的模型会读取它们。可能的值:auto、low、medium、high、xhigh、max、standard、hd
string
图像尺寸(例如 1024x1024、1536x1024、auto)
boolean
仅适用于 gpt-image。在部分图像生成时将其流式返回。OpenAI 拒绝将 stream: true 与大于 1 的 n 一起使用。
string
用于最终用户监控的唯一标识符
由 Router 在 GET /v2/models/openai/gpt-image-1.5/openapi.json 提供的 schema 生成,该文档与它在请求到达提供商之前用于校验调用的文档相同。

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
生成图像的背景是 opaque 还是 transparent,以 OpenAI 在本次生成中解析的结果为准。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(REQUIRED)的唯一成员,因此只要由 OpenAI 生成响应,它就一定存在;由 fal 或 wavespeed 提供的 openai/gpt-image-2 响应则会完全省略它,与另外四个已解析参数成员一样。声明为 int64,是因为当前时代的 epoch 值已经足够接近 2^31,未加格式限定的 integer 会让许多 SDK 生成器生成 32 位字段。格式:int64
string
data[].b64_json 中字节的编码格式:png、webp 或 jpeg。它是 OpenAI 实际编码所用的格式:发送了请求的 output_format 时就是该值,未发送时则为 png,因此解码器可以直接依据它,而无需从请求中重新推断格式。
string
本次生成实际使用的质量档位:OpenAI 会报告 low、medium、high、xhigh 或 max 之一。它是已解析(RESOLVED)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
本次生成实际使用的像素尺寸,格式为 <width>x<height>。它是已解析(RESOLVED)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所用尺寸的地方。

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。