GeminiNodeV2 - ComfyUI Built-in Node Documentation

使用 Google 的 Gemini 模型生成文本响应。提供一个文本提示，并可选择提供一个或多个图像、音频剪辑、视频或文件作为多模态上下文。

输入

通用输入

参数	描述	数据类型	是否必需	范围
`model`	用于生成响应的 Gemini 模型。	DYNAMIC_COMBO	是	`"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。包含详细的指令、问题或上下文。必须至少包含一个非空白字符。（默认值：""）	STRING	是
`seed`	采样种子。设置为 0 以使用随机种子。不保证确定性输出。（默认值：42）	INT	是	0 到 2147483647
`system_prompt`	决定模型行为的基础指令。（默认值：""）	STRING	否

Gemini 3.7 Flash 输入

当 model 设置为 "Gemini 3.7 Flash" 时，显示以下输入。

参数	描述	数据类型	是否必需	范围
`thinking_level`	模型在回答前进行内部推理的强度。HIGH 可提高困难任务的质量，但会消耗更多（思考）token，且速度较慢。（默认值：“MEDIUM”）	COMBO	是	`"LOW"` `"MEDIUM"` `"HIGH"`
`temperature`	控制随机性。较低的值更专注/确定性更强，较高的值更具创造性。（默认值：1.0）	FLOAT	是	0.0 到 2.0
`top_p`	核采样：从累积概率达到 `top_p` 的最小 token 集合中采样。（默认值：0.95）	FLOAT	是	0.0 到 1.0
`max_output_tokens`	要生成的最大 token 数，包括模型的内部思考。当 `thinking_level` 为 HIGH 时，较低的值可能没有空间留给回答；如果响应为空或被截断，请调高此值。模型在完成时会提前停止，因此对于简短回复，较高的上限不会产生额外成本。（默认值：32768）	INT	是	16 到 65536

Gemini 3.5 Flash 输入

当 model 设置为 "Gemini 3.5 Flash" 时，显示以下输入。

参数	描述	数据类型	是否必需	范围
`thinking_level`	模型在回答前进行内部推理的强度。HIGH 可提高困难任务的质量，但会消耗更多（思考）token，且速度较慢。（默认值：“MEDIUM”）	COMBO	是	`"MINIMAL"` `"LOW"` `"MEDIUM"` `"HIGH"`
`temperature`	控制随机性。较低的值更专注/确定性更强，较高的值更具创造性。（默认值：1.0）	FLOAT	是	0.0 到 2.0
`top_p`	核采样：从累积概率达到 `top_p` 的最小 token 集合中采样。（默认值：0.95）	FLOAT	是	0.0 到 1.0
`max_output_tokens`	要生成的最大 token 数，包括模型的内部思考。当 `thinking_level` 为 HIGH 时，较低的值可能没有空间留给回答；如果响应为空或被截断，请调高此值。模型在完成时会提前停止，因此对于简短回复，较高的上限不会产生额外成本。（默认值：32768）	INT	是	16 到 65536

Gemini 3.1 Pro 输入

当 model 设置为 "Gemini 3.1 Pro" 时，显示以下输入。

参数	描述	数据类型	是否必需	范围
`thinking_level`	模型在回答前进行内部推理的强度。HIGH 可提高困难任务的质量，但会消耗更多（思考）token，且速度较慢。（默认值：“HIGH”）	COMBO	是	`"LOW"` `"HIGH"`
`temperature`	控制随机性。较低的值更专注/确定性更强，较高的值更具创造性。（默认值：1.0）	FLOAT	是	0.0 到 2.0
`top_p`	核采样：从累积概率达到 `top_p` 的最小 token 集合中采样。（默认值：0.95）	FLOAT	是	0.0 到 1.0
`max_output_tokens`	要生成的最大 token 数，包括模型的内部思考。当 `thinking_level` 为 HIGH 时，较低的值可能没有空间留给回答；如果响应为空或被截断，请调高此值。模型在完成时会提前停止，因此对于简短回复，较高的上限不会产生额外成本。（默认值：32768）	INT	是	16 到 65536

Gemini 3.1 Flash-Lite 输入

当 model 设置为 "Gemini 3.1 Flash-Lite" 时，显示以下输入。

参数	描述	数据类型	是否必需	范围
`thinking_level`	模型在回答前进行内部推理的强度。HIGH 可提高困难任务的质量，但会消耗更多（思考）token，且速度较慢。（默认值：“LOW”）	COMBO	是	`"LOW"` `"HIGH"`
`temperature`	控制随机性。较低的值更专注/确定性更强，较高的值更具创造性。（默认值：1.0）	FLOAT	是	0.0 到 2.0
`top_p`	核采样：从累积概率达到 `top_p` 的最小 token 集合中采样。（默认值：0.95）	FLOAT	是	0.0 到 1.0
`max_output_tokens`	要生成的最大 token 数，包括模型的内部思考。当 `thinking_level` 为 HIGH 时，较低的值可能没有空间留给回答；如果响应为空或被截断，请调高此值。模型在完成时会提前停止，因此对于简短回复，较高的上限不会产生额外成本。（默认值：32768）	INT	是	16 到 65536

媒体和文件输入

以下输入由所有四个模型共享，并与模型特定输入一起显示。

参数	描述	数据类型	是否必需	范围
`images`	可扩展插槽：连接 1 到 16 张图像（`image_1` … `image_16`）。可选，作为模型上下文的图像。最多 16 张图像。	IMAGE	否	0 到 16 images
`audio`	可扩展插槽：连接一个音频剪辑（`audio_1`）。可选，作为模型上下文的音频剪辑。	AUDIO	否	0 到 1 clip
`video`	可扩展插槽：连接一个视频剪辑（`video_1`）。可选，作为模型上下文的视频剪辑。	VIDEO	否	0 到 1 clip
`files`	可选，作为模型上下文的文件。接受来自 Gemini Input Files 节点的输入。	GEMINI_INPUT_FILES	否

注意： 当附加媒体（图像、音频或视频）时，节点会将前 10 个媒体项目上传到 ComfyAPI 存储，并以 URL 形式传递；此 URL 配额由所有媒体类型共享，并按顺序消耗（先视频，再音频，最后图像）。其余媒体将以内联 base64 数据编码，最大组合内联负载为 18 MB。如果内联负载超过 18 MB，节点将报错。prompt 参数必须至少包含一个非空白字符。将 seed 设置为 0 则请求随机种子。

输出

输出名称	描述	数据类型
`output`	Gemini 模型生成的文本响应。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): 00e0f614303fa723eb787ad763e0b0c6322f89abf43d93b697357527b2fae49c

​输入

​通用输入

​Gemini 3.7 Flash 输入

​Gemini 3.5 Flash 输入

​Gemini 3.1 Pro 输入

​Gemini 3.1 Flash-Lite 输入

​媒体和文件输入

​输出

输入