Google Gemini - ComfyUI Built-in Node Documentation

使用 Google Gemini 模型生成文本回复。提供一个文本提示词，并可选择附带一个或多个图像、音频片段、视频或文件作为多模态上下文。

使用 Google Gemini 模型生成文本回复。提供一个文本提示词，并可选择附带一个或多个图像、音频片段、视频或文件作为多模态上下文。所选的模型决定了会出现哪些额外设置。

输入

通用输入

参数	描述	数据类型	必需	范围
`model`	用于生成回复的 Gemini 模型。所选的模型决定了会显示哪些额外输入。	DYNAMIC\_COMBO	是	`"Gemini 3.8 Flash"` `"Gemini 3.7 Flash"` `"Gemini 3.5 Flash"` `"Gemini 3.1 Pro"` `"Gemini 3.1 Flash-Lite"`

媒体输入

这些可扩展的媒体输入对每个模型选项都可用。

参数	描述	数据类型	必需	范围
`images`	可选的一张或多张图像，用作模型的上下文。最多 16 张图像。可扩展插槽：将图像连接到 `image_1` 至 `image_16`。	IMAGE	否	最多 16 张图像
`audio`	可选的一个音频片段，用作模型的上下文。可扩展插槽：`audio_1`。	AUDIO	否	1 个音频片段
`video`	可选的一个视频片段，用作模型的上下文。可扩展插槽：`video_1`。	VIDEO	否	1 个视频片段

Gemini 3.8 Flash 输入

参数	描述	数据类型	必需	范围
`prompt`	提供给模型的文本输入。请包含详细的指令、问题或上下文。不能为空。	STRING	是	多行文本（必须包含至少一个非空白字符）
`video_processing`	模型读取所附视频的方式。`static` 会以固定帧率采样帧，并将所有帧作为上下文发送；`agentic` 则让模型自行浏览时间轴，只加载它所需的帧、音频或转录文本，在处理长视频时输入的 token 消耗要少得多。	COMBO	是	`"static"` `"agentic"`（默认：`"static"`）
`files`	可选的一个或多个文件，用作模型的上下文。接受来自 Gemini Input Files 节点的输入。	GEMINI\_INPUT\_FILES	否	N/A
`thinking_level`	模型在回答之前内部推理的强度。HIGH 可提升处理困难任务时的质量，但会消耗更多（思考）token，且速度更慢。	COMBO	是	`"LOW"` `"MEDIUM"` `"HIGH"`（默认：`"MEDIUM"`）
`max_output_tokens`	生成的最大 token 数，包括模型的内部思考。当 thinking\_level 为 HIGH 时，取值过低可能没有余量留给最终回答；如果回复为空或被截断，可提高此值。模型完成时会提前停止，因此对简短回复而言，更高的上限不会带来额外开销。	INT	是	16-65536（默认：32768）
`seed`	采样种子。设为 0 表示使用随机种子。不保证输出可复现。	INT	是	0-2147483647（默认：42）
`system_prompt`	决定模型行为的基础指令。	STRING	是	多行文本（默认：空）

Gemini 3.7 Flash 输入

参数	描述	数据类型	必需	范围
`prompt`	提供给模型的文本输入。请包含详细的指令、问题或上下文。不能为空。	STRING	是	多行文本（必须包含至少一个非空白字符）
`files`	可选的一个或多个文件，用作模型的上下文。接受来自 Gemini Input Files 节点的输入。	GEMINI\_INPUT\_FILES	否	N/A
`thinking_level`	模型在回答之前内部推理的强度。HIGH 可提升处理困难任务时的质量，但会消耗更多（思考）token，且速度更慢。	COMBO	是	`"LOW"` `"MEDIUM"` `"HIGH"`（默认：`"MEDIUM"`）
`temperature`	控制随机性。较低值更聚焦、更确定，较高值更具创造性。	FLOAT	是	0.0-2.0（默认：1.0）
`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。	FLOAT	是	0.0-1.0（默认：0.95）
`max_output_tokens`	生成的最大 token 数，包括模型的内部思考。当 thinking\_level 为 HIGH 时，取值过低可能没有余量留给最终回答；如果回复为空或被截断，可提高此值。模型完成时会提前停止，因此对简短回复而言，更高的上限不会带来额外开销。	INT	是	16-65536（默认：32768）
`seed`	采样种子。设为 0 表示使用随机种子。不保证输出可复现。	INT	是	0-2147483647（默认：42）
`system_prompt`	决定模型行为的基础指令。	STRING	是	多行文本（默认：空）

Gemini 3.5 Flash 输入

参数	描述	数据类型	必需	范围
`prompt`	提供给模型的文本输入。请包含详细的指令、问题或上下文。不能为空。	STRING	是	多行文本（必须包含至少一个非空白字符）
`files`	可选的一个或多个文件，用作模型的上下文。接受来自 Gemini Input Files 节点的输入。	GEMINI\_INPUT\_FILES	否	N/A
`thinking_level`	模型在回答之前内部推理的强度。HIGH 可提升处理困难任务时的质量，但会消耗更多（思考）token，且速度更慢。	COMBO	是	`"MINIMAL"` `"LOW"` `"MEDIUM"` `"HIGH"`（默认：`"MEDIUM"`）
`temperature`	控制随机性。较低值更聚焦、更确定，较高值更具创造性。	FLOAT	是	0.0-2.0（默认：1.0）
`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。	FLOAT	是	0.0-1.0（默认：0.95）
`max_output_tokens`	生成的最大 token 数，包括模型的内部思考。当 thinking\_level 为 HIGH 时，取值过低可能没有余量留给最终回答；如果回复为空或被截断，可提高此值。模型完成时会提前停止，因此对简短回复而言，更高的上限不会带来额外开销。	INT	是	16-65536（默认：32768）
`seed`	采样种子。设为 0 表示使用随机种子。不保证输出可复现。	INT	是	0-2147483647（默认：42）
`system_prompt`	决定模型行为的基础指令。	STRING	是	多行文本（默认：空）

Gemini 3.1 Pro 输入

参数	描述	数据类型	必需	范围
`prompt`	提供给模型的文本输入。请包含详细的指令、问题或上下文。不能为空。	STRING	是	多行文本（必须包含至少一个非空白字符）
`files`	可选的一个或多个文件，用作模型的上下文。接受来自 Gemini Input Files 节点的输入。	GEMINI\_INPUT\_FILES	否	N/A
`thinking_level`	模型在回答之前内部推理的强度。HIGH 可提升处理困难任务时的质量，但会消耗更多（思考）token，且速度更慢。	COMBO	是	`"LOW"` `"HIGH"`（默认：`"HIGH"`）
`temperature`	控制随机性。较低值更聚焦、更确定，较高值更具创造性。	FLOAT	是	0.0-2.0（默认：1.0）
`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。	FLOAT	是	0.0-1.0（默认：0.95）
`max_output_tokens`	生成的最大 token 数，包括模型的内部思考。当 thinking\_level 为 HIGH 时，取值过低可能没有余量留给最终回答；如果回复为空或被截断，可提高此值。模型完成时会提前停止，因此对简短回复而言，更高的上限不会带来额外开销。	INT	是	16-65536（默认：32768）
`seed`	采样种子。设为 0 表示使用随机种子。不保证输出可复现。	INT	是	0-2147483647（默认：42）
`system_prompt`	决定模型行为的基础指令。	STRING	是	多行文本（默认：空）

Gemini 3.1 Flash-Lite 输入

参数	描述	数据类型	必需	范围
`prompt`	提供给模型的文本输入。请包含详细的指令、问题或上下文。不能为空。	STRING	是	多行文本（必须包含至少一个非空白字符）
`files`	可选的一个或多个文件，用作模型的上下文。接受来自 Gemini Input Files 节点的输入。	GEMINI\_INPUT\_FILES	否	N/A
`thinking_level`	模型在回答之前内部推理的强度。HIGH 可提升处理困难任务时的质量，但会消耗更多（思考）token，且速度更慢。	COMBO	是	`"LOW"` `"HIGH"`（默认：`"LOW"`）
`temperature`	控制随机性。较低值更聚焦、更确定，较高值更具创造性。	FLOAT	是	0.0-2.0（默认：1.0）
`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。	FLOAT	是	0.0-1.0（默认：0.95）
`max_output_tokens`	生成的最大 token 数，包括模型的内部思考。当 thinking\_level 为 HIGH 时，取值过低可能没有余量留给最终回答；如果回复为空或被截断，可提高此值。模型完成时会提前停止，因此对简短回复而言，更高的上限不会带来额外开销。	INT	是	16-65536（默认：32768）
`seed`	采样种子。设为 0 表示使用随机种子。不保证输出可复现。	INT	是	0-2147483647（默认：42）
`system_prompt`	决定模型行为的基础指令。	STRING	是	多行文本（默认：空）

注意：对于 Gemini 3.8 Flash，temperature 和 top_p 不可用，而 video_processing 仅在该模型选项下可用。thinking_level 的选项和默认值因模型而异，如上所列。

注意：prompt 输入不能为空。节点会校验其至少包含一个非空白字符。

注意：节点最多将前 10 个媒体项作为 URL 上传，优先级依次为视频、音频、图像。其余媒体则以 base64 内联方式发送。内联媒体总量限制为 18 MB；若超出，节点会报错，要求你减少所附媒体的数量或大小。

输出

输出名称	描述	数据类型
`STRING`	所选 Gemini 模型生成的文本回复。	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): d04d1e97a9c213297899291ad30db14a9f946b07506d0377fead4e29510c5ad9