Comfy API 将 ComfyUI 工作流转变为生产端点
任何在 ComfyUI 中做出过有用东西的人，都熟悉一种特定的挫败感。工作流在你的机器上跑得通，经过数周调优，自定义节点正确、LoRA 正确、所有东西的固定版本也正确。然后有人让你把它提供给团队其他成员，或者集成到产品里，于是你以为已经完成的工作，结果只完成了一半。
传统上，要让 ComfyUI 工作流进入生产环境，就意味着得在别处重建它的运行环境。你租用 GPU，重新安装每一个自定义节点和模型，梳理 Python 依赖直到它们不再互相冲突，还要围绕它编写扩缩容逻辑。图还是同一个图，但工程工作完全是新的，而且这类工作与你当初构建这个工作流的原因毫无关系。
ComfyUI 在 9 月底推出了 Comfy API，来弥合这一差距。所有付费 Comfy 方案的用户都可以使用，它做的事正如其名：无需你改动工作流，就能把 ComfyUI 工作流变成自动扩缩容的 API 端点。
打包一次，部署到你选择的 GPU 上
这个机制值得理解，因为大部分价值就在这里。你从一个工作流 JSON 开始，或者从 Comfy Desktop 导出一个快照。构建器会读取工作流，找出它需要的模型和自定义节点，并帮助解决相互冲突的 Python 依赖。它可以挑选任意版本，而你都能覆盖。
这个解析步骤会被固化到一个构建版本中：你的工作流所期望的 ComfyUI 版本、自定义节点、模型、LoRA 和 Python 依赖，全部固定在一起。基于一个构建版本，你可以切出一个不可变发布版本，并将该发布版本部署为拥有自己 URL 的托管端点。
不可变发布版本才是关键所在。因为发布版本一经切出就不再改变，你测试的环境就是你部署的环境。需要变更时，你更新构建版本并切出新的发布版本，而无需触碰正在线上运行的那个版本。任何见过正常运行的流水线因为底层依赖发生漂移而崩溃的人，都会明白为什么这不仅仅是个便利功能。
部署运行在 ComfyUI 的开发者平台上，构建版本、部署、用量、支出和 API 密钥都集中在一个控制台中。你可以在浏览器里操作，也可以用终端，或者借助编程代理。命令行路径很简洁。运行 `comfy build init`，它会扫描 ComfyUI 安装目录中的自定义节点、模型和固定依赖；运行 `comfy build push --release` 即可打包并发布。Comfy API 页面上还有一个可直接复制粘贴的代理提示词，供那些宁愿把整件事交给编程助手的人使用。
定价，以及它实际面向谁
工作负载在空闲时会缩容到零，这意味着没有 Worker 运行时不会产生 GPU 计费。对于突发性的创意流水线来说，这就是固定月度 GPU 账单与只为实际完成的工作付费之间的区别。对延迟敏感的团队则可以选择让 Worker 保持热启动，用成本换取没有冷启动。
GPU 按秒计费，公开费率如下：RTX PRO 6000 每小时 4.54 美元，H100 每小时 6.23 美元，H200 每小时 7.71 美元，B200 每小时 11.23 美元。需要 Standard 及以上的付费方案，用量另行计费。
这次发布最诚实的一点，是 ComfyUI 对谁不该使用它的说明。团队指出，如果 RunPod 或 Modal 已经适合你，那就继续用；并把 Comfy API 定位为适合那种管理 ComfyUI 环境本身就是头疼问题的情况。这比常见的“万能平台”式宣传更有用，也告诉你目标客户是谁：瓶颈在依赖管理，而不是原始算力采购的人。
为什么这会改变小团队能交付的东西
看清这一转变最清楚的方式，是通过交接问题。构建工作流的人，往往不是唯一需要运行它的人。一位设计师用自定义节点和微调过的 LoRA 调好了一个产品摄影工作流，然后需要一个简单界面，让团队其他人无需打开 ComfyUI 就能运行它。一个产品团队希望客户能够重新设计图片风格，由应用把每个请求发送到团队控制的工作流，并随流量扩缩容。一个运营团队希望每周自动让新目录项跑一遍工作流，而不需要有人盯着图。
这三种情况都是同一种需求的变体：把一个编码了真正专业能力的工作流图拿出来，让其他人无需暴露或重建它就能使用。Comfy API 正是针对这一点。它让你能够给团队一个工具、给产品增加一个功能，或者自动化可重复的创意工作，而所有这些使用者都不需要理解那张图。
对于 Team 和 Enterprise 方案，队友可以基于同一个构建版本协作，其中的版本、模型、自定义节点和依赖全部固定在一起。Enterprise 客户可以获得托管构建版本和治理控制，以便在各团队之间标准化已批准的版本和依赖。最后这项能力解决的是大型组织中的一个真实风险：三个团队维护着三套互不兼容的 ComfyUI 环境，却没人说得清某个给定资产是哪一套生成的。
更大的图景
ComfyUI 实际上把自己从本地工具升级成了托管的媒体生成栈。引擎仍然开源，构建版本也仍可移植到你拥有的硬件上，因此这家公司并不是试图把工作流困在它的云里。在托管工具通常会往相反方向拉的市场中，这种可移植性是一个值得注意的选择。
这次发布也说明了图像和视频生成领域的价值已经迁移到了哪里。一年前，差异化在于模型。如今，能力强大的模型人人都能用，开放权重又把其中许多模型带到了本地硬件上，差异化正在转向工作流：那串特定的节点和设置序列，能把通用模型变成针对某个狭窄用途的可靠输出。这些工作流正是领域专业知识被编码的地方，而在此之前，它们一直难以投入实际运营。
Comfy API 是否会成为这方面的标准路径，仍是一个未决问题。它需要付费方案，运行在 ComfyUI 自己的平台上，而且它并不在纯粹的价格上与专业 GPU 云竞争。它真正提供的，是消除发布 AI 媒体过程中最缺乏创意、最容易出错的部分。对许多小团队来说，正是这种取舍，让他们能够把内部工具变成可以出售的东西。