Skip to main content
openai/gpt-image-2 的 API 参考,该模型由 OpenAI 提供,并通过 Comfy Router 服务。

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 代码片段则是通过原始 HTTP 发起的同一调用。 模型 ID: openai/gpt-image-2 端点: POST https://api.comfy.org/v2/models/openai/gpt-image-2
相同的请求体,发送到 POST https://api.comfy.org/v2/models/openai/gpt-image-2/requests。只要运行被接纳,Router 就会立即返回 201 和一个 request_id,结果准备就绪后再进行收集,可以由当前进程或另一个进程完成。排队投递 会详细讲解状态、取消和收集。

服务提供商

除非请求中指定了其他提供商,否则此模型由 Comfy Router 直接提供服务。以下提供商也在同一端点上、使用相同的模型 ID 提供该模型,通过 model_provider 查询参数来选择。
  • Comfy(默认):POST https://api.comfy.org/v2/models/openai/gpt-image-2
  • fal,以 fal/fal-gpt-image-2 的形式:POST https://api.comfy.org/v2/models/openai/gpt-image-2?model_provider=fal
  • Runware,以 runware/runware-gpt-image-2 的形式:POST https://api.comfy.org/v2/models/openai/gpt-image-2?model_provider=runware
  • WaveSpeed,以 wavespeed/wavespeed-gpt-image-2 的形式:POST https://api.comfy.org/v2/models/openai/gpt-image-2?model_provider=wavespeed
strict_mode 默认为 false,因此 Router 会将本页记录的原生请求体转换为提供商自己的 schema,并把响应转换回来。请参阅 API 参考中的 model_provider、strict_mode 和 fallback_provider,以及服务提供商,了解所有以这种方式路由的模型。

Schema

输入

string
背景透明度。auto 由模型自行选择。可选值:transparent、opaque、auto
string | string[]
要编辑的来源图像。存在此字段即选择编辑操作:进行文生图生成时请完全省略它。 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:端点相同、模型 id 相同,区别在于编辑提示词描述的是你想要的变化,而不是场景,因此下面的编辑请求体读起来与生成示例不同,即使结构上只有这一个字段是新增的。 它可以按原样直接复制:{"prompt": "give the rocketship rainbow coloring", "image": ["data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVR42mP8z8BQDwAEhQGAhKmMIQAAAABJRU5ErkJggg=="], "size": "1024x1024"}:该 payload 是一个完整的 1x1 PNG,而不是缩写,并且此请求体在 Router 自身的请求验证测试中被顶固为可接受用例。请替换为你自己图像的字节。 接受一张图像或图像数组;gpt-image-1 及更高版本最多接受 16 张,Router 会在派发前依据此 schema 强制执行。
string
一张图像,可以是 Router 代表调用方抓取的 https URL,也可以是内联携带字节的 data:image/<format>;base64,<payload> URI。接受的图像类型为 png、webp 和 jpeg,该集合在解析时强制执行,而不是留给提供商:svg、gif、avif 或 tiff 会在此处被拒绝,并指出你发送的图像,而不是变成距原因两步之遥的合作伙伴错误。 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大约对应 75 MB 的来源图像;使用 URL 则完全绕开这一点。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,你会先碰到这些限制。 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 这类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。 抓取被限制在一组指定主机内,而不是开放互联网,并且同一列表会同时应用于你发送的 URL 以及每一个重定向跳转:因此位于任何其他主机的 URL,或重定向离开该列表的 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 自己的资产分发:Comfy 资产桶下已签名的 storage.googleapis.com URL,这正是 /api/assets/{id}/content 将你重定向到的形式。合作伙伴 CDN 或普通 https 主机不在该列表中。 两项放宽正在逐步推出,目前均默认关闭。它们通过同一个切换项发布并一起启用,因此请将以下所有内容视为即将推出,而不是目前可以据此构建的功能:在依赖其中任何一项之前请先咨询。 第一项是 POST /customers/storage 将你的上传签名到的桶。在该推出到达你的环境之前,来自该端点的上传 URL 会在此处被拒绝,即使该桶属于 Comfy 且主机相同:因此“上传到 Comfy,然后传入 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。 第二项按账户启用,而不是对所有人一次性启用,因为这些主机背后的桶属于你而不是我们:即使上面的切换项已开启,未启用第三方入站媒体的账户仍会被拒绝,并且会用这些措辞告知你,而不是告知你不支持该主机。请联系你的 Comfy 对接人,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,此处的桶属于你,Router 不对其主张所属:Cloudflare R2(<account>.r2.cloudflarestorage.com、pub-<hash>.r2.dev)、Amazon S3(s3.amazonaws.com 和 s3.<region>.amazonaws.com,路径样式或带 <bucket>. 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)。这些具体是对象存储端点:同一提供商域名上的常规端点(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签发的每个 URL 都会被接受,有三种近似但不匹配的情况值得直接说明,因为调用方完全可能带着其中每一种前来。R2 自定义域名(cdn.example.com)不被接受:Cloudflare 将 pub-<hash>.r2.dev 记录为有速率限制的调试主机名,并把生产流量指向自定义域名,但自定义域名的主机名中不携带任何标识其为 R2 的信息,因此 Router 无法将其与其他主机区分开来,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 dualstack 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同样的形式,因此你不必回到这里来阅读它们。 上面的 <account> 和 pub-<hash> 占位符展示的是你通常会使用的形式,它们并不是深度限制。匹配针对的是对象存储域后缀,因此同一命名空间下更深的名称(a.b.pub-<hash>.r2.dev)也会被接受。这一点并不会放宽命名空间本身:后缀仍然必须是列出的其中之一。 下面的示例仅展示形状:真实值还会带有签名查询参数,这里特意省略了这些参数,因为已发布的示例会永久留在规范中,而真实的签名既是被泄露的凭据,也是一个会失效的链接。 每张图像的上限为 25 MiB,单个请求的图像总计上限为 64 MiB。
string
要运行的 gpt-image 模型。Router 会将寻址到的模型 id 拼接进去,因此寻址 /v2/models/openai/gpt-image-2 的调用方不需要发送此项。
string
内容审核设置Possible values: low, auto
integer
要生成的图像数量(1-10)。Range: 1 to 10
integer
JPEG 或 WebP 的压缩级别(0-100)Range: 0 to 100
string
输出图像的格式Possible values: png, webp, jpeg
integer
仅在配合实时流时才有意义,而本接口无法提供该功能:即使你传入,stream 也会被固定为 false。在生成调用中,任何非 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。请省略它。Range: 0 to 3
string
必填
要生成的图像的文本描述,或要对 image 所做的编辑的文本描述。
string
生成或编辑后图像的质量。xhigh 和 max 正是为 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,任何已采纳的模型都不会读取。Possible values: auto, low, medium, high, xhigh, max, standard, hd
string
图像尺寸(例如 1024x1024、1536x1024、auto)
boolean
声明该字段是为了让发送它的调用方不被拒绝,但它在本接口上是无效的:Router 会在派发前将其固定为 false,因为 Router 捕获提供商的响应,而不是转发 text/event-stream(携带 image 的请求会改为丢弃该字段,因为编辑请求在重新编码时会去掉它)。Comfy 的任何接口都不提供 gpt-image 的部分图像流式传输:v1 的 POST /proxy/openai/images/generations 入口会以 400 拒绝 stream: true,并且从不把请求转发到上游,因此请省略该字段,将完成的响应当作单个 JSON 响应体读取。由于流从未开启,OpenAI 关于 stream: true 不得与大于 1 的 n 组合的限制在这里并不适用;n 会按传入的值转发。
string
用于终端用户监控的唯一标识符
由 Router 在 GET /v2/models/openai/gpt-image-2/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
生成图像的背景是 opaque 还是 transparent,以 OpenAI 为本次生成解析出的结果为准。请求参数默认为 auto,因此未固定该参数的调用方可以在此处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 REQUIRED 的唯一成员,因此只要由 OpenAI 生成就一定存在;对于任何由 alt 支持的 id,由 fal、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,因为当今的 epoch 值已接近 2^31,未格式化的 integer 会在许多 SDK 生成器中生成 32 位字段。Format: 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,即发送了请求参数 output_format 时采用该值,未发送时为 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。