Google Gemini - ComfyUI Built-in Node Documentation

使用 Google 的 Gemini 模型生成文本回复。提供一个文本提示词，并可选地提供一个或多个图像、音频片段、视频或文件作为多模态上下文。

使用 Google 的 Gemini 模型生成文本回复。提供一个文本提示词，并可选地提供一个或多个图像、音频片段、视频或文件作为多模态上下文。此节点会将提示词及任何附加的媒体发送给所选模型，并返回模型的文本回答。

注意： 此节点在源代码中已被标记为弃用。

输入

通用输入

Parameter	Description	Data Type	Required	Range
`model`	用于生成回复的 Gemini 模型。选择某个模型后，下方会显示该模型自身的一组输入。	DYNAMIC\_COMBO	是	`"Gemini 3.8 Flash"` `"Gemini 3.7 Flash"` `"Gemini 3.5 Flash"` `"Gemini 3.1 Pro"` `"Gemini 3.1 Flash-Lite"`
`prompt`	输入给模型的文本。可包含详细说明、问题或上下文。（默认值：""）	STRING	是	必须包含至少一个非空白字符
`seed`	采样种子。设为 0 表示随机种子。不保证输出具有确定性。（默认值：42）	INT	是	0 至 2147483647
`system_prompt`	用于规定模型行为的基础指令。（默认值：""）	STRING	No

Gemini 3.8 Flash 输入

当 model 设置为 "Gemini 3.8 Flash" 时，会显示这些输入。

Parameter	Description	Data Type	Required	Range
`thinking_level`	模型在作答前进行内部推理的强度。HIGH 可提升困难任务的质量，但会消耗更多（thinking）token，且速度更慢。（默认值："MEDIUM"）	COMBO	是	`"LOW"` `"MEDIUM"` `"HIGH"`
`max_output_tokens`	要生成的最大 token 数，包含模型的内部思考。当 `thinking_level` 为 HIGH 时，较低的值可能不留任何空间给最终答案；如果响应为空或被截断，请调高此值。模型完成作答后会提前停止，因此对于简短回复，较高的上限并不会带来额外开销。（默认值：32768）	INT	是	16 至 65536

注意： 此模型不提供 temperature 或 top_p 采样控制项。

Gemini 3.7 Flash 输入

当 model 设置为 "Gemini 3.7 Flash" 时，会显示这些输入。

Parameter	Description	Data Type	Required	Range
`thinking_level`	模型在作答前进行内部推理的强度。HIGH 可提升困难任务的质量，但会消耗更多（thinking）token，且速度更慢。（默认值："MEDIUM"）	COMBO	是	`"LOW"` `"MEDIUM"` `"HIGH"`
`temperature`	控制随机性。较低值更聚焦/更确定，较高值更具创造性。（默认值：1.0）	FLOAT	是	0.0 至 2.0
`top_p`	核采样：从累积概率达到 `top_p` 的最小 token 集合中进行采样。（默认值：0.95）	FLOAT	是	0.0 至 1.0
`max_output_tokens`	要生成的最大 token 数，包含模型的内部思考。当 `thinking_level` 为 HIGH 时，较低的值可能不留任何空间给最终答案；如果响应为空或被截断，请调高此值。模型完成作答后会提前停止，因此对于简短回复，较高的上限并不会带来额外开销。（默认值：32768）	INT	是	16 至 65536

Gemini 3.5 Flash 输入

当 model 设置为 "Gemini 3.5 Flash" 时，会显示这些输入。

Parameter	Description	Data Type	Required	Range
`thinking_level`	模型在作答前进行内部推理的强度。HIGH 可提升困难任务的质量，但会消耗更多（thinking）token，且速度更慢。（默认值："MEDIUM"）	COMBO	是	`"MINIMAL"` `"LOW"` `"MEDIUM"` `"HIGH"`
`temperature`	控制随机性。较低值更聚焦/更确定，较高值更具创造性。（默认值：1.0）	FLOAT	是	0.0 至 2.0
`top_p`	核采样：从累积概率达到 `top_p` 的最小 token 集合中进行采样。（默认值：0.95）	FLOAT	是	0.0 至 1.0
`max_output_tokens`	要生成的最大 token 数，包含模型的内部思考。当 `thinking_level` 为 HIGH 时，较低的值可能不留任何空间给最终答案；如果响应为空或被截断，请调高此值。模型完成作答后会提前停止，因此对于简短回复，较高的上限并不会带来额外开销。（默认值：32768）	INT	是	16 至 65536

Gemini 3.1 Pro 输入

当 model 设置为 "Gemini 3.1 Pro" 时，会显示这些输入。

Parameter	Description	Data Type	Required	Range
`thinking_level`	模型在作答前进行内部推理的强度。HIGH 可提升困难任务的质量，但会消耗更多（thinking）token，且速度更慢。（默认值："HIGH"）	COMBO	是	`"LOW"` `"HIGH"`
`temperature`	控制随机性。较低值更聚焦/更确定，较高值更具创造性。（默认值：1.0）	FLOAT	是	0.0 至 2.0
`top_p`	核采样：从累积概率达到 `top_p` 的最小 token 集合中进行采样。（默认值：0.95）	FLOAT	是	0.0 至 1.0
`max_output_tokens`	要生成的最大 token 数，包含模型的内部思考。当 `thinking_level` 为 HIGH 时，较低的值可能不留任何空间给最终答案；如果响应为空或被截断，请调高此值。模型完成作答后会提前停止，因此对于简短回复，较高的上限并不会带来额外开销。（默认值：32768）	INT	是	16 至 65536

Gemini 3.1 Flash-Lite 输入

当 model 设置为 "Gemini 3.1 Flash-Lite" 时，会显示这些输入。

Parameter	Description	Data Type	Required	Range
`thinking_level`	模型在作答前进行内部推理的强度。HIGH 可提升困难任务的质量，但会消耗更多（thinking）token，且速度更慢。（默认值："LOW"）	COMBO	是	`"LOW"` `"HIGH"`
`temperature`	控制随机性。较低值更聚焦/更确定，较高值更具创造性。（默认值：1.0）	FLOAT	是	0.0 至 2.0
`top_p`	核采样：从累积概率达到 `top_p` 的最小 token 集合中进行采样。（默认值：0.95）	FLOAT	是	0.0 至 1.0
`max_output_tokens`	要生成的最大 token 数，包含模型的内部思考。当 `thinking_level` 为 HIGH 时，较低的值可能不留任何空间给最终答案；如果响应为空或被截断，请调高此值。模型完成作答后会提前停止，因此对于简短回复，较高的上限并不会带来额外开销。（默认值：32768）	INT	是	16 至 65536

媒体与文件输入

以下输入由所有模型共享，并与各模型专属输入一同显示。

Parameter	Description	Data Type	Required	Range
`images`	可扩展插槽：连接 1 至 16 张图像（`image_1` ... `image_16`）。可选的图像，用作模型的上下文。最多 16 张图像。	IMAGE	No	0 至 16 张图像
`audio`	可扩展插槽：连接一个音频片段（`audio_1`）。可选的音频片段，用作模型的上下文。	AUDIO	No	0 至 1 个片段
`video`	可扩展插槽：连接一个视频片段（`video_1`）。可选的视频片段，用作模型的上下文。	VIDEO	No	0 至 1 个片段
`files`	可选的文件，用作模型的上下文。接受来自 Gemini Input Files 节点的输入。	GEMINI\_INPUT\_FILES	No

注意： 当附加媒体（图像、音频或视频）时，此节点会将前 10 个媒体项上传至 ComfyAPI 存储，并以 URL 的形式传递它们；该 URL 配额由所有媒体类型共享，并按顺序消耗（先是视频，然后是音频，最后是图像）。其余媒体将以 base64 数据的形式内联编码，内联负载合计最大为 18 MB。如果内联负载超过 18 MB，此节点会报错。prompt 参数必须包含至少一个非空白字符。将 seed 设为 0 表示请求随机种子。

输出

Output Name	Description	Data Type
`output`	Gemini 模型生成的文本回复。如果模型未生成任何文本，则返回字符串 "Empty response from Gemini model..."。	STRING

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 8ae14c6465569695e1e99b0040cb2c745e5f3d9ddcd3b03013530dc7e7135b87