Comfy Router：前沿媒体模型统一API上线
Introducing Comfy Router: One API for Frontier Media Models
ComfyUI推出Comfy Router，为图像、视频、3D、音频等前沿生成模型提供统一API。开发者只需集成一次，即可在fal、Runware、WaveSpeed等多家供应商间按需切换，优化可用性与价格。支持Seedance 2.5、GPT Image 2、Kling等模型，并内置队列重试机制，与Comfy开发者平台共享密钥与运行历史。
深度解读
Comfy Router 的真正意义不是又多了一个模型聚合 API，而是 ComfyUI 从"开源工作流工具"正式向"模型调用基础设施"转型，它试图把生成式媒体领域最稀缺的资源——前沿模型的 Day 0 访问权——变成一行代码就能切换的公共品。
一个 API 背后的战略野心
Comfy Router 于 2026 年 9 月 23 日在 Comfy Developer Platform 上线。核心承诺很直接：集成一次前沿图像、视频、3D、音频模型，然后为每个任务选择 provider，以获得更好的可用性和价格。Day one 接入的模型包括 Seedance 2.5、MiniMax H3、Nano Banana Pro、GPT Image 2、Kling 和 Black Forest Labs，后续还会增加。
这些模型的名字本身就是信号。Seedance 和 Kling 是视频生成赛道的第一梯队，Nano Banana Pro 和 GPT Image 2 代表图像生成的前沿，Black Forest Labs 则是开源图像模型的重要玩家。Comfy 声称这些是 300 万+ ComfyUI 用户已经在用的模型，现在被统一到一个 API 后面。
Router 是你调用那些你自己不运行的 frontier 模型的方式。
这句话划定了边界：Comfy Router 不碰你自己部署的工作流，它只负责你调用外部模型的那部分。但恰恰是这部分，一直是开发者最头疼的环节。
两个字符串解决所有问题
代码示例把设计哲学暴露得很彻底：
```python from comfy_sdk import Comfy client = Comfy(api_key="comfyui-...") result = client.models.run( "openai/gpt-image-2", arguments={"prompt": "aerial view of a neon coral reef at dusk"}, provider="fal", ) ```
换模型只改模型字符串，换 provider 只改 provider 参数，其余全部不动。Comfy SDK 是唯一需要集成的 SDK，API key 是唯一的 key，job lifecycle 是统一的 job lifecycle。
这对开发者的意义在于：过去每接一个新模型，就要读新文档、申请新 key、适配新的请求格式和回调机制。现在这些全部被抽象掉了。新模型发布当天，如果 Comfy 有 Day 0 访问权，你只需要改一行字符串。
Provider 是参数，不是黑箱
Router 最反直觉的设计是：它不替你做路由决策。
当同一个模型在 fal、Runware、WaveSpeed、Higgsfield 等多个 provider 上都有支持时，你指定哪个，Comfy 就走哪个。如果那个 provider 不可用，请求直接失败，不会有静默替换。每个 job 都会报告实际运行的 provider。
When you name a provider, Comfy does not switch the route. If that provider is unavailable, the request fails there. There is no silent substitution.
这个选择值得细看。大多数路由层——比如 OpenRouter——的卖点是"帮你选最优 provider"，把选择权收走，包装成"优化"。Comfy 反其道而行：选择权留给你，透明度留给你，代价是你要自己承担 provider 不可用的风险。
这背后是对生成式媒体工作流的理解：图像和视频生成不是文本推理，一个 job 可能跑几分钟，输出可能是几百 MB 的资产。静默切换 provider 意味着输出质量、风格、参数支持都可能变化，这在生产环境里是不可接受的。Comfy 选择不替用户做这个决定。
队列机制解决的是真实痛点
`submit` 和 `subscribe` 两种模式的设计，直接对应两类使用场景。
`submit` 发送 job 后立即返回 request ID，队列自动重试遇到 429 rate limit 和其他瞬时错误的 job。`subscribe` 则提交后轮询直到完成。队列对所有支持的模型可用，并发上限在文档里有说明。
这对批处理场景是刚需。原文举的例子很具体：用 `submit` 排队几百个 job，持有 ID，结果落地时再取。没有 retry loop 占着连接不放。做视频生成批量任务的人都知道，provider 的并发限制是硬约束，过去要么自己写重试逻辑，要么眼睁睁看着 429 报错。现在这个逻辑被下沉到 Router 层。
三个典型场景划定了目标用户
Comfy Router 明确列出三类使用场景，每一类都对应一种真实的产品形态。
第一类：产品功能调用单一模型。你在 fal 上跑图像生成，流量 spike 触发 rate limit。如果这个模型在其他 provider 也有，改一个参数就能迁移，不需要新 SDK、新 key、重新部署。
第二类：混合管线。你的 ComfyUI 工作流跑在 Comfy API 上，前沿视频模型跑在 Router 上。两个调用来自同一份代码、同一个 key、同一个运行历史。替代方案是工作流用 Comfy，模型调用另签合同、另配 key、另开 dashboard。
第三类：超出自身限额的批量任务。用 `submit` 排队几百个 job，持有 ID，结果陆续取回。
这三类场景的共同点是：都需要不止一个模型或不止一个 provider。原文也承认，如果你只用一家 provider 的一个模型，直接集成是对的，Router 是多余的开销。
与 OpenRouter 的异同
原文主动对标 OpenRouter："如果你知道 OpenRouter，形态是熟悉的。区别在于生成式媒体需要的东西：大资产、模型特定的控制、跑几分钟的 job。"
这个对比很关键。OpenRouter 在文本 LLM 领域已经验证了聚合层的价值，但文本请求的 payload 小、延迟低、模型间差异相对可控。生成式媒体完全不同：一个视频生成 job 的输入可能是几十 MB 的参考图，输出可能是几分钟的渲染结果，不同模型对参数的支持千差万别。Router 要处理的工程复杂度高一个量级。
Comfy 的差异化在于它同时拥有工作流引擎和模型调用层。你的 ComfyUI 工作流和 Router 调用的模型在同一个账户下，共享 API key 和运行历史。这是纯聚合层做不到的。
定价、数据与信任问题
Router 使用 Comfy credits，与 Partner Nodes、Comfy Cloud 工作流运行共用同一套计费。没有订阅要求。每个模型的定价在模型目录里列出，运行前可查。
数据保留策略：输入在上传后保留 24 小时，输出在生成后保留 24 小时，然后删除。
这两个细节值得注意。统一计费降低了财务复杂度，对团队采购是加分项。24 小时保留窗口则是生成式媒体场景下的合理折中——足够你取回结果和做短期调试，又不至于长期存储大体积资产带来成本和合规压力。
路线图暴露的下一步
即将推出的功能包括：Comfy 工作流（用同一个 SDK 运行 ComfyUI 工作流，就像调用模型一样）、路由策略（可选 `reliable`、`fast_start`、`fast_finish`、`lowest_cost`，让 Comfy 选 provider）、按用例路由（请求 upscale、背景移除、动画，Comfy 自动选模型或工作流）。
路由策略的引入值得玩味。当前设计坚持"你自己选 provider"，但路线图里明确要加自动策略。这说明 Comfy 在收集足够多的运行数据后，有信心做智能路由。但原文强调"自己选 provider 仍然是默认，每个 job 报告实际运行的 provider"——选择权和透明度是底线，自动化是可选层。
按用例路由则更激进：你不需要知道哪个模型能做 upscale，只需要说"我要 upscale"。这会把 Router 从"模型调用层"推向"能力调用层"，抽象层级再升一级。
对行业意味着什么
ComfyUI 有 300 万+ 用户，这个数字在创意工具领域是统治级的。Router 把这种用户规模转化为对模型提供方的议价能力：Comfy 能拿到 Day 0 访问权，能谈下多个 provider 的接入，能把这些打包成一个 API。
对模型提供方来说，Comfy Router 是一个分发渠道。Seedance、Kling、Black Forest Labs 这些名字出现在 Day one 列表里，说明它们认可 Comfy 生态的流量价值。
对开发者来说，模型调用的迁移成本被压到一行代码。这意味着模型之间的竞争会更激烈——如果你的模型在 Router 上和其他模型并列，用户切换的成本几乎为零，你只能靠质量、价格和可用性留住人。
Comfy 正在构建视觉 AI 的开放标准。标准要成立，使用标准的人必须能看到它怎么运行，能换掉他们不喜欢的东西，所以 provider 选择是这里的基础，而不是我们后来加的一个设置。
这段话是整篇公告里最有野心的一句。Comfy 不满足于做一个工具，它想定义视觉 AI 的调用标准。而它选择的方式是：把选择权交给用户，把透明度做成产品特性，把 provider 可替换性当作标准的基础设施。
如果这个标准成立，生成式媒体的调用层会像今天的 LLM 调用层一样被抽象掉。到那时，Comfy Router 要回答的问题就不再是"为什么不用 fal 直接集成"，而是"为什么不通过 Comfy 来调用"。
