빠른 시작
your Comfy workspace에서 키를 생성하고COMFY_API_KEY로 내보내세요. Python 및 TypeScript 스니펫은 Comfy SDK(pip install comfy-sdk, npm install @comfyorg/sdk)를 사용하며, cURL 스니펫은 동일한 호출을 raw HTTP로 수행합니다.
호출할 모델을 선택하세요. 이 모델들은 하나의 요청 및 응답 형태를 공유하며, 아래에서 한 번만 설명합니다.
- Gemini 3.1 Pro
- Gemini 3.5 Flash
- Gemini 2.5 Pro
- Gemini 2.5 Flash
모델 ID:
vertexai/gemini-3.1-pro-preview엔드포인트: POST https://api.comfy.org/v2/models/vertexai/gemini-3.1-pro-preview- 결과 대기
- 대기열에 넣고 나중에 수집
스키마
입력
object[]
필수
모델과의 현재 대화 내용입니다. 단일 턴 쿼리의 경우 단일 인스턴스입니다. 다중 턴 쿼리의 경우 대화 기록과 최신 요청을 포함하는 반복 필드입니다.
object[]
필수
object
URI 기반 데이터입니다.
string
URI
string
data 또는 fileUri 필드에 지정된 파일의 미디어 유형입니다. 사용 가능한 값은 다음과 같습니다. gemini-2.0-flash-lite 및 gemini-2.0-flash의 경우 오디오 파일의 최대 길이는 8.4시간이고 비디오 파일(오디오 없음)의 최대 길이는 1시간입니다. 자세한 내용은 Gemini 오디오 및 비디오 요구 사항을 참조하세요. 텍스트 파일은 UTF-8로 인코딩되어야 합니다. 텍스트 파일의 내용은 토큰 한도에 포함됩니다. 이미지 해상도에는 제한이 없습니다.가능한 값:
application/pdf, audio/mpeg, audio/mp3, audio/wav, image/png, image/jpeg, image/webp, text/plain, video/mov, video/mpeg, video/mp4, video/mpg, video/avi, video/wmv, video/mpegps, video/flv, image/heic, image/heif, audio/flac, video/webmobject
원시 바이트 형식의 인라인 데이터입니다. gemini-2.0-flash-lite 및 gemini-2.0-flash의 경우 inlineData를 사용하여 최대 3000개의 이미지를 지정할 수 있습니다.
string (byte)
프롬프트에 인라인으로 포함할 이미지, PDF 또는 비디오의 base64 인코딩입니다. 미디어를 인라인으로 포함할 때는 해당 데이터의 미디어 유형(mimeType)도 지정해야 합니다. 크기 제한: 20MB형식:
bytestring
data 또는 fileUri 필드에 지정된 파일의 미디어 유형입니다. 사용 가능한 값은 다음과 같습니다. gemini-2.0-flash-lite 및 gemini-2.0-flash의 경우 오디오 파일의 최대 길이는 8.4시간이고 비디오 파일(오디오 없음)의 최대 길이는 1시간입니다. 자세한 내용은 Gemini 오디오 및 비디오 요구 사항을 참조하세요. 텍스트 파일은 UTF-8로 인코딩되어야 합니다. 텍스트 파일의 내용은 토큰 한도에 포함됩니다. 이미지 해상도에는 제한이 없습니다.가능한 값:
application/pdf, audio/mpeg, audio/mp3, audio/wav, image/png, image/jpeg, image/webp, text/plain, video/mov, video/mpeg, video/mp4, video/mpg, video/avi, video/wmv, video/mpegps, video/flv, image/heic, image/heif, audio/flac, video/webmstring
모델이 이 파트의 동영상을 읽는 방식입니다. “AGENTIC”으로 설정하면 고정 비율 프레임 샘플링 대신 모델이 검사할 세그먼트를 결정합니다. 기본 고정 비율 샘플링을 사용하려면 생략합니다. gemini-3.7-flash 이상의 Flash 모델에서 지원됩니다.
string
텍스트 프롬프트 또는 코드 스니펫입니다.
boolean
이 부분이 모델의 사고/추론 단계임을 나타냅니다.
string
가능한 값:
user, modelobject
생성에 대한 샘플링, 길이 및 출력 설정입니다. 모든 필드는 선택 사항입니다. 아래에서
default를 선언한 필드는 생략 시 해당 기본값이 적용되고, 나머지는 모델 자체 동작을 따릅니다.object
이미지 생성 설정
string
생성된 이미지의 가로세로 비율
object
선택 사항입니다. 생성된 이미지의 이미지 출력 형식입니다.
integer
선택 사항입니다. 출력 이미지의 압축 품질입니다.
string
선택 사항입니다. 출력을 저장할 이미지 형식입니다.
string
선택 사항입니다. 생성된 이미지의 크기를 지정합니다. 지원되는 값은 1K, 2K, 4K입니다. 지정하지 않으면 모델은 기본값인 1K를 사용합니다.
integer
응답에서 생성할 수 있는 최대 토큰 수입니다. 토큰은 대략 4자에 해당합니다. 100토큰은 대략 60~80단어에 해당합니다.범위:
16 ~ 65536`TEXT`, `IMAGE`[]
integer
시드를 특정 값으로 고정하면 모델은 반복 요청에 대해 동일한 응답을 제공하기 위해 최선을 다합니다. 결정론적 출력은 보장되지 않습니다. 또한 동일한 시드 값을 사용하더라도 모델이나 temperature와 같은 파라미터 설정을 변경하면 응답에 차이가 발생할 수 있습니다. 기본적으로 무작위 시드 값이 사용됩니다. 다음 모델에서 사용할 수 있습니다: gemini-2.5-flash, gemini-2.5-pro, gemini-2.5-flash-preview-04-1, gemini-2.5-pro-preview-05-0, gemini-2.0-flash-lite-00, gemini-2.0-flash-001
string[]
number
기본값:"1"
Temperature는 응답 생성 중 샘플링에 사용되며, 이는 topP와 topK가 적용될 때 발생합니다. Temperature는 토큰 선택의 무작위성 정도를 제어합니다.범위:
0 ~ 2형식: floatobject
선택 사항. 사고 기능에 대한 설정입니다. 사고는 모델이 복잡한 작업을 더 작은 단계로 나누어 더 높은 품질의 응답을 생성하는 과정입니다.
boolean
선택 사항. 참이면 모델이 응답에 자신의 사고 내용을 포함합니다.
integer
선택 사항. 모델의 사고 과정을 위한 토큰 예산입니다. 모델은 이 예산을 지키기 위해 최선을 다합니다.
string
선택 사항. 모델의 사고 수준입니다.가능한 값:
THINKING_LEVEL_UNSPECIFIED, LOW, MEDIUM, HIGH, MINIMALinteger
기본값:"40"
Top-K는 모델이 출력을 위해 토큰을 선택하는 방식을 변경합니다. Top-K가 1이면 다음으로 선택되는 토큰은 모델의 어휘 전체에서 가장 확률이 높은 토큰입니다. Top-K가 3이면 temperature를 사용하여 확률이 가장 높은 3개의 토큰 중에서 다음 토큰이 선택됩니다.범위:
1 ~ …number
기본값:"0.95"
지정한 경우, nucleus 샘플링이 사용됩니다.
Top-P는 모델이 출력을 위해 토큰을 선택하는 방식을 변경합니다. 확률의 합이 top-P 값과 같아질 때까지 확률이 가장 높은 토큰( top-K 참조)부터 가장 낮은 토큰 순으로 선택됩니다. 예를 들어 토큰 A, B, C의 확률이 각각 0.3, 0.2, 0.1이고 top-P 값이 0.5라면, 모델은 temperature를 사용하여 A 또는 B를 다음 토큰으로 선택하고 C는 후보에서 제외합니다.
무작위성이 적은 응답에는 낮은 값을, 무작위성이 큰 응답에는 높은 값을 지정하세요.범위:
0 ~ 1형식: floatobject[]
안전하지 않은 콘텐츠를 차단하기 위한 요청별 설정입니다. GenerateContentResponse.candidates에 적용됩니다.
string
필수
가능한 값:
HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_HARASSMENT, HARM_CATEGORY_DANGEROUS_CONTENTstring
필수
가능한 값:
OFF, BLOCK_NONE, BLOCK_LOW_AND_ABOVE, BLOCK_MEDIUM_AND_ABOVE, BLOCK_ONLY_HIGHobject
모델이 더 나은 성능을 내도록 유도하는 지침입니다. 예를 들어 “가능한 한 간결하게 답변하세요” 또는 “응답에 기술 용어를 사용하지 마세요”와 같습니다. 텍스트 문자열은 토큰 한도에 포함됩니다. systemInstruction의 role 필드는 무시되며 모델의 성능에 영향을 주지 않습니다. 참고: parts에는 텍스트만 사용해야 하며, 각 part의 content는 별도의 단락으로 작성해야 합니다.
object[]
필수
하나의 메시지를 구성하는 순서가 지정된 part 목록입니다. part마다 IANA MIME 유형이 다를 수 있습니다. 최대 토큰 수나 이미지 수와 같은 입력 제한은 Google 모델 페이지의 모델 사양을 참조하세요.
string
텍스트 프롬프트 또는 코드 스니펫입니다.
string
메시지를 생성하는 주체의 정체성입니다. 다음 값이 지원됩니다. user: 메시지가 실제 사람에 의해 전송되었음을 나타내며, 일반적으로 사용자가 생성한 메시지입니다. model: 메시지가 모델에 의해 생성되었음을 나타냅니다. model 값은 다중 턴 대화 중에 모델의 메시지를 대화에 삽입할 때 사용됩니다. 다중 턴이 아닌 대화에서는 이 필드를 비워 두거나 설정하지 않아도 됩니다.가능한 값:
user, modelobject[]
시스템이 모델의 지식과 범위를 벗어난 작업 또는 일련의 작업을 수행하기 위해 외부 시스템과 상호 작용할 수 있게 하는 코드 조각입니다. Function calling을 참조하세요.
object[]
string
string
필수
object
함수 파라미터에 대한 JSON 스키마
boolean
참이면 생성된 이미지가 클라우드 스토리지에 업로드되고 인라인 base64 데이터 대신 서명된 URL로 반환됩니다. URL은 24시간 후에 만료됩니다.
object
비디오 입력의 경우, Duration 형식으로 된 비디오의 시작 및 종료 오프셋입니다. 예를 들어 1:00에 시작하는 10초 클립을 지정하려면 “startOffset”: { “seconds”: 60 } 및 “endOffset”: { “seconds”: 70 }으로 설정하세요. 메타데이터는 비디오 데이터가 inlineData 또는 fileData에 제공될 때만 지정해야 합니다.
object
비디오 타임라인 위치에 대한 재생 시간 오프셋을 나타냅니다.
integer
나노초 해상도의 부호 있는 초의 소수 부분입니다. 소수 부분이 있는 음수 초 값이라도 나노초 값은 음수가 아니어야 합니다.범위:
0 ~ 999999999integer
시간 범위의 부호 있는 초입니다. -315,576,000,000에서 +315,576,000,000까지(양 끝 포함)여야 합니다.범위:
-315576000000 ~ 315576000000object
비디오 타임라인 위치에 대한 재생 시간 오프셋을 나타냅니다.
integer
나노초 해상도의 부호 있는 초의 소수 부분입니다. 소수 부분이 있는 음수 초 값이라도 나노초 값은 음수가 아니어야 합니다.범위:
0 ~ 999999999integer
시간 범위의 부호 있는 초입니다. -315,576,000,000에서 +315,576,000,000까지(양 끝 포함)여야 합니다.범위:
-315576000000 ~ 315576000000GET /v2/models/vertexai/gemini-3.1-pro-preview/openapi.json에서 제공하는 스키마에서 생성되었으며, 이는 요청이 공급자에게 도달하기 이전에 호출을 검증하는 기준이 되는 것과 동일한 문서입니다.
출력
object[]
object
object[]
string[]
integer
string
string (date)
형식:
dateinteger
string
string
object
모델과의 현재 대화 콘텐츠입니다. 단일 턴 쿼리의 경우 단일 인스턴스입니다. 다중 턴 쿼리의 경우 대화 기록과 최신 요청을 포함하는 반복 필드입니다.
object[]
필수
object
URI 기반 데이터입니다.
string
URI
string
data 또는 fileUri 필드에 지정된 파일의 미디어 타입입니다. 허용되는 값은 다음과 같습니다. gemini-2.0-flash-lite 및 gemini-2.0-flash의 경우 오디오 파일의 최대 길이는 8.4시간이고, 비디오 파일(오디오 없음)의 최대 길이는 1시간입니다. 자세한 내용은 Gemini 오디오 및 비디오 요구 사항을 참조하세요. 텍스트 파일은 UTF-8로 인코딩되어야 합니다. 텍스트 파일의 내용은 토큰 제한에 포함됩니다. 이미지 해상도에는 제한이 없습니다.가능한 값:
application/pdf, audio/mpeg, audio/mp3, audio/wav, image/png, image/jpeg, image/webp, text/plain, video/mov, video/mpeg, video/mp4, video/mpg, video/avi, video/wmv, video/mpegps, video/flv, image/heic, image/heif, audio/flac, video/webmobject
원시 바이트 형식의 인라인 데이터입니다. gemini-2.0-flash-lite 및 gemini-2.0-flash의 경우 inlineData를 사용하여 최대 3000개의 이미지를 지정할 수 있습니다.
string (byte)
프롬프트에 인라인으로 포함할 이미지, PDF 또는 비디오의 base64 인코딩입니다. 미디어를 인라인으로 포함할 때는 데이터의 미디어 타입(mimeType)도 지정해야 합니다. 크기 제한: 20MB형식:
bytestring
data 또는 fileUri 필드에 지정된 파일의 미디어 타입입니다. 허용되는 값은 다음과 같습니다. gemini-2.0-flash-lite 및 gemini-2.0-flash의 경우 오디오 파일의 최대 길이는 8.4시간이고, 비디오 파일(오디오 없음)의 최대 길이는 1시간입니다. 자세한 내용은 Gemini 오디오 및 비디오 요구 사항을 참조하세요. 텍스트 파일은 UTF-8로 인코딩되어야 합니다. 텍스트 파일의 내용은 토큰 제한에 포함됩니다. 이미지 해상도에는 제한이 없습니다.가능한 값:
application/pdf, audio/mpeg, audio/mp3, audio/wav, image/png, image/jpeg, image/webp, text/plain, video/mov, video/mpeg, video/mp4, video/mpg, video/avi, video/wmv, video/mpegps, video/flv, image/heic, image/heif, audio/flac, video/webmstring
모델이 이 파트의 동영상을 읽는 방식입니다. “AGENTIC”으로 설정하면 고정 비율 프레임 샘플링 대신 모델이 검사할 세그먼트를 결정합니다. 기본 고정 비율 샘플링을 사용하려면 생략합니다. gemini-3.7-flash 이상의 Flash 모델에서 지원됩니다.
string
텍스트 프롬프트 또는 코드 조각입니다.
boolean
이 부분이 모델의 사고/추론 단계임을 나타냅니다.
string
가능한 값:
user, modelstring
object[]
string
가능한 값:
HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_HARASSMENT, HARM_CATEGORY_DANGEROUS_CONTENTstring
콘텐츠가 지정된 안전 카테고리를 위반할 확률입니다.가능한 값:
NEGLIGIBLE, LOW, MEDIUM, HIGH, UNKNOWNstring
응답이 생성된 타임스탬프입니다.
string
응답을 생성하는 데 사용된 모델 버전입니다.
object
string
string
object[]
string
가능한 값:
HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_HARASSMENT, HARM_CATEGORY_DANGEROUS_CONTENTstring
콘텐츠가 지정된 안전 카테고리를 위반할 확률입니다.가능한 값:
NEGLIGIBLE, LOW, MEDIUM, HIGH, UNKNOWNstring
응답의 고유 식별자입니다.
object
integer
출력 전용. 입력의 캐시된 부분(캐시된 콘텐츠)에 있는 토큰 수입니다.
integer
응답에 있는 토큰 수입니다.
object[]
모달리티별 candidate 토큰의 내역입니다.
string
입력 또는 출력 콘텐츠 모달리티의 유형입니다.Possible values:
MODALITY_UNSPECIFIED, TEXT, IMAGE, VIDEO, AUDIO, DOCUMENTinteger
지정된 모달리티의 토큰 수입니다.
integer
요청에 있는 토큰 수입니다. cachedContent가 설정된 경우에도 이는 여전히 총 유효 프롬프트 크기이며, 캐시된 콘텐츠의 토큰 수를 포함합니다.
object[]
모달리티별 프롬프트 토큰의 내역입니다.
string
입력 또는 출력 콘텐츠 모달리티의 유형입니다.Possible values:
MODALITY_UNSPECIFIED, TEXT, IMAGE, VIDEO, AUDIO, DOCUMENTinteger
지정된 모달리티의 토큰 수입니다.
integer
thoughts 출력에 있는 토큰 수입니다.
integer
도구 사용 프롬프트에 있는 토큰 수입니다.
object[]
모달리티별 도구 사용 프롬프트 토큰의 내역입니다.
string
입력 또는 출력 콘텐츠 모달리티의 유형입니다.가능한 값:
MODALITY_UNSPECIFIED, TEXT, IMAGE, VIDEO, AUDIO, DOCUMENTinteger
해당 모달리티의 토큰 수입니다.
integer
총 토큰 수입니다(프롬프트 + candidates).
string
요청에 사용된 트래픽 유형입니다(예: PROVISIONED_THROUGHPUT).
예시
입력
출력
배포 전 확인
SDK는Idempotency-Key를 생성하고 자동 재시도에서 재사용합니다. 수동 재시도 시에는 원래 키를 재사용하세요. Router는 연결을 최대 10분간 유지할 수 있습니다.
요청이 실패하면 Router는 이유를 설명하는 X-Comfy-Error-Type 응답 헤더를 보냅니다. 422는 Router가 프로바이더를 호출하기 전에 입력을 거부했음을 의미합니다. 생성된 에셋은 결과 URL이 만료될 수 있으므로 즉시 다운로드하세요.
헤더
인증, 멱등성, 요청 ID, 오류 분류, 재시도 간격, 지출 한도.
Router API 사용
모델 검색, 유효성 검사 오류, 재시도, 과금.
제한 사항
Router가 현재 지원하지 않는 기능과 대체 방법.