将 GPT 4.1 Mini 与 Comfy Router 配合使用

通过 Comfy Router 调用 openai/gpt-4.1-mini：端点、请求格式以及 Router 返回的响应。

openai/gpt-4.1-mini 的 API 参考文档，由 Comfy Router 提供，模型来自 OpenAI。

输入： 文本, 图像 · 输出： 文本

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 代码片段是通过原始 HTTP 进行的同一调用。

模型 ID：openai/gpt-4.1-mini

端点：POST https://api.comfy.org/v2/models/openai/gpt-4.1-mini

[tab] 等待结果 ``python Python theme={null} from comfy_sdk import Comfy # 从环境变量中读取 COMFY_API_KEY。 # SDK 会自动创建幂等键，并在自动重试时复用它。 with Comfy() as client: result = client.models.run( "openai/gpt-4.1-mini", { "input": "Reply with the single word: ok", "max_output_tokens": 1024, }, ) print(result) ` `typescript TypeScript theme={null} import { comfy } from "@comfyorg/sdk"; // 从环境变量中读取 COMFY_API_KEY。 // SDK 会自动创建幂等键，并在自动重试时复用它。 const { data } = await comfy.models.run("openai/gpt-4.1-mini", { input: "Reply with the single word: ok", max_output_tokens: 1024, }); console.log(data); ` `bash cURL theme={null} curl https://api.comfy.org/v2/models/openai/gpt-4.1-mini \ -H "X-API-Key: $COMFY_API_KEY" \ -H "Idempotency-Key: $(uuidgen)" \ -H "Content-Type: application/json" \ -d "{\"input\": \"Reply with the single word: ok\", \"max_output_tokens\": 1024}" ``

[tab] 排队并稍后收集相同的请求体，发送到 POST https://api.comfy.org/v2/models/openai/gpt-4.1-mini/requests。运行一经受理，Router 就会立即返回 201 和 request_id；结果就绪后，可从本进程或其他进程收集。队列投递详细介绍了状态、取消和收集。 ``python Python theme={null} import asyncio from comfy_sdk import AsyncComfy # 从环境变量中读取 COMFY_API_KEY。 # 每次 submit() 调用都会生成自己的 Idempotency-Key，并在自动重试时复用它。 async def main(): async with AsyncComfy() as client: handle = await client.models.submit( "openai/gpt-4.1-mini", { "input": "Reply with the single word: ok", "max_output_tokens": 1024, }, ) print("request_id:", handle.request_id) # 加上模型 ID，就是另一个进程所需的全部信息 # 轮询直到请求完成，等待服务器指定的 Retry-After 时长。 async for update in handle.iter_events(): print(update.status, update.queue_position) # 提供商自身的载荷，即 models.run() 返回的同一个值。 # 失败或已取消的请求会在这里抛出类型化的 Router 错误。 result = await handle.get() print(result) asyncio.run(main()) ` `typescript TypeScript theme={null} import { comfy } from "@comfyorg/sdk"; // 从环境变量中读取 COMFY_API_KEY。 // 每次 submit() 调用都会生成自己的 Idempotency-Key，并在自动重试时复用它。 const handle = await comfy.models.submit("openai/gpt-4.1-mini", { input: "Reply with the single word: ok", max_output_tokens: 1024, }); console.log("requestId:", handle.requestId); // 加上模型 ID，就是另一个进程所需的全部信息 // 轮询直到请求完成，等待服务器指定的 Retry-After 时长。 for await (const update of handle.events()) { console.log(update.status, update.queuePosition); } // 与 models.run() 返回的结果相同。失败或已取消的请求会在这里被拒绝。 const result = await handle.get(); console.log(result.data); ` `bash cURL theme={null} # 1. 提交。Router 返回 201，并带有 request_id、status_url、response_url 和 cancel_url。 curl https://api.comfy.org/v2/models/openai/gpt-4.1-mini/requests \ -H "X-API-Key: $COMFY_API_KEY" \ -H "Idempotency-Key: $(uuidgen)" \ -H "Content-Type: application/json" \ -d "{\"input\": \"Reply with the single word: ok\", \"max_output_tokens\": 1024}" # 2. 轮询直到状态为 COMPLETED，每次响应指定的 Retry-After 秒数需要等待。 REQUEST_ID="<request_id from the 201 body>" curl -i https://api.comfy.org/v2/models/openai/gpt-4.1-mini/requests/$REQUEST_ID/status \ -H "X-API-Key: $COMFY_API_KEY" # 3. 收集。返回 200 时为模型的原生输出；若仍在运行，则返回 202 及状态响应体。 curl https://api.comfy.org/v2/models/openai/gpt-4.1-mini/requests/$REQUEST_ID \ -H "X-API-Key: $COMFY_API_KEY" ``

Schema

输入

include string[]

要包含在模型响应中的额外输出数据。

input string | object[] required

提供给模型的文本、图像或文件输入，用于生成响应。这是本契约中 Router 无法提供的唯一字段，也是下方 required 中唯一的条目。

instructions string

将系统（或开发者）消息作为第一项插入模型上下文中。

max\_output\_tokens integer

为一次响应生成的 token 数量上限，包括可见输出 token 和推理 token。在推理 id 上，该上限与隐藏的推理 token 共享，因此较小的值可能在产生任何可见文本之前就耗尽全部预算，这正是推理冒烟用例发送 1024、而聊天用例发送 16 的原因。

范围：1 到 …

model string

OpenAI 模型标识符。在 Comfy Router 上该字段是可选的（OPTIONAL），Router 会用 {model} 路径段填充它；显式的 null 也会以同样方式被替换。发送与路径不一致的值会被拒绝。

parallel\_tool\_calls boolean

是否允许模型并行执行工具调用。

previous\_response\_id string

上一个响应的 ID，用于多轮对话。

reasoning object

仅限推理层级。推理模型的配置，例如 {"effort": "medium"}。原样转发；可接受的键请参阅 OpenAI 的推理指南。聊天层级的 id 会忽略它。

store boolean

OpenAI 是否存储已生成的响应以便日后检索。

stream boolean

声明该字段是为了让发送它的调用方不被拒绝，但它在本接口上不起作用（INERT）：Router 会在派发之前将其置为 false，因为 Router 捕获的是提供商响应，而不是转发 text/event-stream。Router 无法解码该流，因此流式生成会由 OpenAI 计费，却没有任何一方进行计量。Comfy 的任何接口都不提供该流：v1 POST /proxy/openai/v1/responses 入口会以 400 拒绝 stream: true，并且从不将请求转发到上游，因此请省略该字段，或在任一接口上发送 false，并以单个 JSON 正文读取已完成的响应。

temperature number

采样温度。仅限聊天层级：o 系列推理 id（o1、o1-pro、o3、o4-mini）会在 OpenAI 处拒绝该参数。Router 不会替它们拒绝该参数（原因请参见本组件中关于两个层级为何共用同一 schema 的说明），因此发送该参数的推理调用会收到 OpenAI 自身的错误响应。

范围：0 到 2

text object

输出格式配置，例如用于 Structured Outputs 的 {"format": {"type": "json_schema", ...}}。原样转发。

tool\_choice string | object

模型应如何选择要使用的工具。可以是一个字符串模式，也可以是一个指明某个工具的对象。

tools object[]

模型可以调用的工具定义。Router 不会收窄工具分类；可接受的形状请参阅 OpenAI 的 Responses API 参考文档。

top\_p number

核采样截断值。仅限聊天层级，条件与 temperature 相同。

范围：0 到 1

truncation string

当上下文超过模型窗口时使用的截断策略。与上面三个词表不同，此处的枚举会被强制执行，因为这两个值是 OpenAI 文档给出的完整集合，且至今没有增加。显式的 null 仍然会被接受，条件与上面的字段相同。

可选值：auto、disabled

usage object

Token 用量封装结构。该字段出现在本契约中，是因为 v1 操作在请求体上声明了它；OpenAI 会在响应中填充它，因此调用方没有理由发送它。

本文档由 Router 在 GET /v2/models/openai/gpt-4.1-mini/openapi.json 提供的 schema 生成，Router 在请求到达提供商之前对调用进行校验时使用的也正是这份文档。

输出

instructions string

将一条 system（或 developer）消息作为第一项插入模型的上下文中。

当与 previous_response_id 一起使用时，上一个响应中的 instructions 不会被带入下一个响应。这使得在新响应中替换 system（或 developer）消息变得非常简单。

max\_output\_tokens integer

可为响应生成的 token 数量上限，包括可见输出 token 和推理 token。

model string

用于生成响应的模型

temperature number (default: 1)

控制响应的随机性

范围：0 到 2

top\_p number (default: 1)

通过核采样控制响应的多样性

范围：0 到 1

truncation string (default: "disabled")

用于模型响应的截断策略。

auto：如果此响应及之前响应的上下文超过模型的上下文窗口大小，模型将通过丢弃对话中间的输入项来截断响应，使其适应上下文窗口。
disabled（默认）：如果模型响应将超过该模型的上下文窗口大小，请求将失败并返回 400 错误。

可选值：auto、disabled

previous\_response\_id string

模型上一个响应的唯一 ID。用它来创建多轮对话。了解更多关于对话状态的信息。

reasoning object

仅限 o 系列模型

推理模型的配置选项。

reasoning.context string

控制在后续轮次中哪些推理项会被渲染回模型，例如 auto、current_turn 或 all_turns。

reasoning.effort string (default: "medium")

仅限 o 系列模型

约束推理模型的推理投入程度。目前支持的值为 low、medium 和 high。降低推理投入程度可以使响应更快，并在响应中用于推理的 token 更少。

可选值：low、medium、high

reasoning.generate\_summary string

弃用： 请改用 summary。

模型所执行推理的摘要。这对于调试和理解模型的推理过程很有用。取值为 auto、concise 或 detailed 之一。

可选值：auto、concise、detailed

reasoning.mode string

用于该响应的推理模式。

reasoning.summary string

模型所执行推理的摘要。这对于调试和理解模型的推理过程很有用。取值为 auto、concise 或 detailed 之一。

可选值：auto、concise、detailed

text object

text.format object

一个对象，用于指定模型必须输出的格式。

配置 { "type": "json_schema" } 会启用结构化输出，从而确保模型匹配你提供的 JSON schema。了解更多信息请参阅结构化输出指南。

默认格式为 { "type": "text" }，不附带其他选项。

不建议用于 gpt-4o 及更新模型：

设置为 { "type": "json_object" } 会启用较旧的 JSON 模式，它可确保模型生成的消息是有效的 JSON。对于支持 json_schema 的模型，建议优先使用它。

text.verbosity string

约束模型响应的详细程度。取值为 low、medium 或 high 之一。

tool\_choice \\none, auto, required | object

模型在生成响应时应如何选择要使用的一个或多个工具。请参阅 tools 参数，了解如何指定模型可以调用哪些工具。

tools object[]

background boolean

模型响应是否在后台运行。

billing object

该响应的计费信息。

billing.payer string

负责为该响应付费的一方。

completed\_at number

此响应完成时的 Unix 时间戳（以秒为单位）。仅当状态为 completed 时存在。

created\_at number

此响应创建时的 Unix 时间戳（以秒为单位）。

error object

当模型未能生成响应时返回的错误对象。

error.code string required

该响应的错误代码。

可选值：server_error, rate_limit_exceeded, invalid_prompt, vector_store_timeout, invalid_image, invalid_image_format, invalid_base64_image, invalid_image_url, image_too_large, image_too_small, image_parse_error, image_content_policy_violation, invalid_image_mode, image_file_too_large, unsupported_image_media_type, empty_image_file, failed_to_download_image, image_file_not_found

error.message string required

错误的可读描述。

frequency\_penalty number

根据 token 目前在文本中出现的频率对新 token 进行惩罚。

id string

此 Response 的唯一标识符。

incomplete\_details object

响应未完成的原因详情。

incomplete\_details.reason string

响应未完成的原因。

可选值：max_output_tokens, content_filter

max\_tool\_calls integer

一次响应中可以处理的内置工具调用总数上限。

metadata object

可以附加到响应上的键值对集合。

moderation object

响应输入和输出的审核结果（如果请求了经过审核的补全）。

object string

此资源的对象类型，始终为 response。

可选值：response

output object[]

由模型生成的内容项数组。

output 数组中各项的长度和顺序取决于模型的响应。
与其访问 output 数组中的第一项并假定它是包含模型生成内容的 assistant 消息，你不如在 SDK 支持的情况下考虑使用 output_text 属性。

output\_text string

仅 SDK 提供的便捷属性，包含 output 数组中所有 output_text 项聚合后的文本输出（如果存在）。在 Python 和 JavaScript SDK 中受支持。

parallel\_tool\_calls boolean (default: true)

是否允许模型并行执行工具调用。

presence\_penalty number

根据 token 是否已在当前文本中出现来对新 token 进行惩罚。

prompt\_cache\_key string

OpenAI 用于缓存相似请求的响应，以优化缓存命中率。取代 user 字段。

prompt\_cache\_retention string

提示缓存的保留策略，例如 in_memory 或 24h。

safety\_identifier string

一个稳定的标识符，用于帮助检测可能违反 OpenAI 使用政策的应用用户。

service\_tier string

用于处理请求的处理层级，例如 auto、default、flex、scale 或 priority。

status string

响应生成的状态。取值为 completed、failed、in_progress、cancelled、queued 或 incomplete 之一。

可选值：completed, failed, in_progress, cancelled, queued, incomplete

store boolean

响应是否会被存储，以便之后通过 API 检索。

tool\_usage object

按内置工具细分的 token 和请求用量。

tool\_usage.image\_gen object

图像生成工具的 token 用量。

tool\_usage.image\_gen.input\_tokens integer

tool\_usage.image\_gen.input\_tokens\_details object

tool\_usage.image\_gen.input\_tokens\_details.image\_tokens integer

tool\_usage.image\_gen.input\_tokens\_details.text\_tokens integer

tool\_usage.image\_gen.output\_tokens integer

tool\_usage.image\_gen.output\_tokens\_details object

tool\_usage.image\_gen.output\_tokens\_details.image\_tokens integer

tool\_usage.image\_gen.output\_tokens\_details.text\_tokens integer

tool\_usage.image\_gen.total\_tokens integer

tool\_usage.web\_search object

网络搜索工具的用量。

tool\_usage.web\_search.num\_requests integer

top\_logprobs integer

在每个 token 位置返回的最可能 token 的最大数量，每个 token 都带有对应的对数概率。

usage object

表示 token 用量详情，包括输入 token、输出 token、输出 token 的明细以及使用的总 token 数。

usage.input\_tokens integer required

输入 token 的数量。

usage.input\_tokens\_details object required

输入 token 的详细明细。

usage.input\_tokens\_details.cache\_write\_tokens integer

写入缓存的输入 token 数量。

usage.input\_tokens\_details.cache\_write\_tokens\_details object

按缓存存活时间拆分的缓存写入。两个计数之和等于 cache_write_tokens。

usage.input\_tokens\_details.cache\_write\_tokens\_details.ttl\_12h\_tokens integer

以 12 小时存活时间写入缓存的输入 Token 数。

usage.input\_tokens\_details.cache\_write\_tokens\_details.ttl\_30m\_tokens integer

以 30 分钟存活时间写入缓存的输入 Token 数。

usage.input\_tokens\_details.cached\_tokens integer required

从缓存中检索到的 token 数量。关于提示缓存的更多内容。

usage.output\_tokens integer required

输出 token 的数量。

usage.output\_tokens\_details object required

输出 token 的详细明细。

usage.output\_tokens\_details.reasoning\_tokens integer required

推理 token 的数量。

usage.total\_tokens integer required

使用的 token 总数。

user string

已弃用的终端用户标识符。已替换为 safety_identifier 和 prompt_cache_key。

示例

输入

{
  "input": "Reply with the single word: ok",
  "max_output_tokens": 1024
}

输出

{
  "completed_at": 1767225601,
  "created_at": 1767225600,
  "id": "resp_0a1b2c3d4e5f6a7b8c9d0e1f",
  "object": "response",
  "output": [
    {
      "content": [
        {
          "annotations": [],
          "text": "ok",
          "type": "output_text"
        }
      ],
      "id": "msg_0a1b2c3d4e5f6a7b8c9d0e1f",
      "role": "assistant",
      "status": "completed",
      "type": "message"
    }
  ],
  "output_text": "ok",
  "status": "completed",
  "usage": {
    "input_tokens": 14,
    "input_tokens_details": {
      "cached_tokens": 0
    },
    "output_tokens": 2,
    "output_tokens_details": {
      "reasoning_tokens": 0
    },
    "total_tokens": 16
  }
}

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。

[card] 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。

[card] 使用 Router API 模型发现、验证错误、重试与计费。

[card] 限制 Router 目前不支持的功能，以及替代方案。