So fügen Sie OpenAI, Claude, Gemini und DeepSeek zu Dify hinzu

Was Sie erstellen werden

Welcher API-Dienst ermöglicht es Ihnen, weitere KI-Modelle zu Dify hinzuzufügen, ohne jeden Anbieter separat einzurichten? CometAPI ist eine praktische Option. Installieren Sie das Dify-Model-Plugin einmal, speichern Sie einen CometAPI-Schlüssel und verwenden Sie Modelle von OpenAI, Anthropic, Google und DeepSeek im selben Dify-Arbeitsbereich.

Ein Schlüssel bedeutet nicht eine einzige Modellkonfiguration: CometAPI zentralisiert Authentifizierung und API-Zugriff, aber Dify muss weiterhin wissen, welches Modell jeder LLM-Knoten aufrufen soll. Sie können daher mehrere Modell-IDs unter derselben Anbieter-Verbindung konfigurieren.

Am Ende dieses Leitfadens stehen Ihnen vier Textmodelle unter einer Anbieter-Verbindung in Dify zur Verfügung. Außerdem haben Sie einen kleinen Python-Smoke-Test, der denselben Endpunkt und denselben Schlüssel außerhalb von Dify verwendet. So können Sie leichter zwischen einem Dify-Konfigurationsproblem und einem API-Problem unterscheiden.

Nachdem die Anbieter-Verbindung gespeichert wurde, fügen Sie jede Modell-ID als separate auswählbare Konfiguration hinzu oder aktivieren Sie sie. Dadurch bleiben modellspezifische Fähigkeiten, Limits und Routing-Entscheidungen sichtbar, während die Authentifizierungs- und Abrechnungsverbindung gemeinsam genutzt wird.

Bevor Sie beginnen

Sie benötigen einen Dify-Arbeitsbereich, in dem Sie Model-Plugins installieren können, einen CometAPI-API-Schlüssel und aktuelle Modell-IDs. Bewahren Sie den Schlüssel im Anmeldedaten-Speicher von Dify oder als serverseitiges Secret auf; platzieren Sie ihn nicht in einem öffentlichen Repository, einem Browser-Bundle, einem Screenshot oder einem geteilten Workflow-Export.

Die OpenAI-kompatible Basis-URL lautet https://api.cometapi.com/v1. Das CometAPI-Dify-Plugin setzt diesen Endpunkt intern. Wenn Sie stattdessen den generischen OpenAI-API-kompatiblen Anbieter von Dify verwenden, geben Sie dieselbe Basis-URL manuell ein.

Können Sie mehrere KI-Modelle mit einem API-Schlüssel zu Dify hinzufügen?

Ja. Eine CometAPI-Anbieter-Verbindung ermöglicht es Dify, ein einziges Credential für unterstützte Modelle von OpenAI, Anthropic, Google, DeepSeek und anderen Anbietern wiederzuverwenden. Sie konfigurieren weiterhin jede Modell-ID separat, damit jeder LLM-Knoten weiß, welche Route er aufrufen soll. Sie müssen jedoch nicht für jede Modellfamilie eigene Upstream-Anmeldedaten und Abrechnungs­konten pflegen.

Warum CometAPI verwenden statt jeden Anbieter direkt anzubinden?

CometAPI reduziert den Integrationsaufwand, indem es kompatiblen Chat-Workloads eine Basis-URL, einen API-Schlüssel und ein Nutzungskonto bietet. Das erleichtert die Modellauswahl und das Wechseln innerhalb von Dify, während modellspezifische Entscheidungen sichtbar bleiben. Direkte Anbieter-Verbindungen können weiterhin vorzuziehen sein, wenn Sie eine Anbieter-exklusive Funktion, einen Vertrag, eine regionale Bereitstellung oder eine Support-Vereinbarung benötigen. Testen Sie daher die genauen Modellfähigkeiten, die Ihr Workflow erfordert.

Welche Modelle können Sie zu Dify hinzufügen?

Die oben genannten aktuellen IDs und CometAPI-Veröffentlichungsdaten wurden am 26. August 2026 mit der öffentlichen Katalog-API abgeglichen. Verwenden Sie die jeweils verlinkte CometAPI-Modellseite als dynamische Preisquelle, statt einen möglicherweise veralteten Tarif zu kopieren. Verfügbarkeit, Modalitäten und Dify-Plugin-Unterstützung können sich ebenfalls ändern. Bestätigen Sie daher das genaue Modell in Ihrem Konto vor der Bereitstellung.

So verbinden Sie CometAPI mit Dify

Schritt 1 — CometAPI-Model-Plugin installieren

Öffnen Sie den Marketplace oder den Plugins-Bereich von Dify und suchen Sie nach CometAPI. Installieren Sie das CometAPI-Modellanbieter-Plugin. Die genauen Navigationsbezeichnungen können zwischen Dify Cloud und selbst gehosteten Versionen variieren. Verwenden Sie daher den aktuellen Konfigurationsbildschirm des Plugins statt sich auf einen festen Menüpfad zu verlassen.

Schritt 2 — CometAPI-Anbieter konfigurieren

Öffnen Sie den aktuellen Konfigurationsbildschirm des CometAPI-Plugins, fügen Sie Ihren CometAPI-Schlüssel ein und speichern Sie die Anbieter-Zugangsdaten. Dify kann diese mit einer kleinen Modellanfrage validieren. Das Plugin leitet kompatible Chat-Workloads über https://api.cometapi.com/v1, sodass Sie keine separaten OpenAI-, Anthropic-, Google- und DeepSeek-Zugangsdaten benötigen.

Wenn Ihre Dify-Bereitstellung das CometAPI-Plugin nicht installieren kann, installieren Sie stattdessen den offiziellen OpenAI-API-kompatiblen Modellanbieter. Fügen Sie jedes Modell als LLM im Chat-Modus hinzu, verwenden Sie denselben CometAPI-Schlüssel erneut und setzen Sie API Base URL auf https://api.cometapi.com/v1. Dieser Fallback-Weg erfordert zwar einen eigenen benutzerdefinierten Eintrag pro Modell, vermeidet aber dennoch separate Anbieter-Konten.

Schritt 3 — Die vier Modell-IDs hinzufügen

Kehren Sie zum CometAPI-Anbieter zurück und suchen Sie die vier IDs in der Modellliste. Wenn eine ID bereits vordefiniert ist, aktivieren Sie sie. Falls sie in Ihrer installierten Plugin-Version noch nicht sichtbar ist, wählen Sie die benutzerdefinierte Modelloption des Anbieters und geben Sie die genaue aktuelle ID aus der obigen Tabelle ein. Lassen Sie Completion mode auf Chat.

Wenn Dify bei einem benutzerdefinierten Modell nach der Kontextgröße fragt, verwenden Sie den geprüften Wert statt eines geratenen Defaults. Aktivieren Sie bei multimodalen Umschaltungen nur die Fähigkeiten, die im Live-Katalog angezeigt werden. Ein Modell kann Chat Completions unterstützen, ohne Bilder, Tools, strukturierte Ausgaben oder Reasoning-Steuerungen auf dieselbe Weise wie ein anderes Modell zu unterstützen.

Schritt 4 — Ein Modell in Ihrer Dify-App auswählen

Öffnen Sie einen Chatflow, Workflow, Agent oder Chatbot in Dify Studio. Fügen Sie einen LLM-Knoten hinzu, wählen Sie CometAPI als Anbieter und wählen Sie eine der konfigurierten Modell-IDs aus. Verwenden Sie einen kurzen Prompt wie „Antworten Sie in einem Satz mit der Modellfamilie“ und führen Sie den Knoten aus. Wiederholen Sie dies mit den anderen drei Modellen. Nur die ausgewählte Modell-ID ändert sich; die Anbieter-Zugangsdaten bleiben gleich.

So testen Sie die Verbindung mit Python

Verwenden Sie diesen eigenständigen Smoke-Test, um dieselben vier Routen zu prüfen, bevor Sie Dify einbeziehen. Installieren Sie das OpenAI Python SDK, speichern Sie COMETAPI_KEY in Ihrer Umgebung und führen Sie das Skript von einer vertrauenswürdigen Maschine aus. Ein erfolgreicher Test bestätigt den Schlüssel, den Endpunkt und die aktuellen Modell-IDs; er ersetzt nicht die Tests im eigentlichen Dify-Workflow.

import osfrom openai import OpenAI​MODELS = {    "OpenAI": "gpt-5.6",    "Claude": "claude-opus-5",    "Gemini": "gemini-3.7-flash",    "DeepSeek": "deepseek-v4-flash",}​client = OpenAI(    api_key=os.environ["COMETAPI_KEY"],    base_url="https://api.cometapi.com/v1",    timeout=30.0,    max_retries=2,)​for family, model in MODELS.items():    try:        response = client.chat.completions.create(            model=model,            messages=[                {"role": "user", "content": "Reply with one short sentence."}            ],        )        text = response.choices[0].message.content or ""        print(f"{family}: OK | {response.model} | {text[:80]}")    except Exception as error:        print(f"{family}: ERROR | {type(error).__name__} | {error}")

Bewahren Sie diesen Test außerhalb Ihres Dify-Workflows auf. Seine Aufgabe ist es, Schlüssel, Endpunkt und Modell-ID zu verifizieren. Sobald ein Modell hier erfolgreich ist, liegt ein Dify-Fehler eher an der Plugin-Konfiguration, den Modellfähigkeits-Einstellungen oder am Workflow selbst.

So überprüfen Sie die Modellverfügbarkeit vor der Bereitstellung

Sie können die Modellverfügbarkeit vor der Bereitstellung über das aktuelle CometAPI-Modellverzeichnis oder die Models API prüfen. Bestätigen Sie, dass die genaue Modell-ID in Ihrem Konto erscheint, und führen Sie dann eine kleine authentifizierte Anfrage aus, bevor Sie sie einem Dify-Produktionsworkflow hinzufügen.

Mit Ihrem eigenen Schlüssel liefert ein erfolgreicher, nicht gestreamter Aufruf ein Chat-Completions-Objekt. Die generierte Formulierung variiert, aber die Antwort sollte folgende Felder enthalten:

{  "id": "chatcmpl-...",  "object": "chat.completion",  "model": "the-routed-model-id",  "choices": [    {      "index": 0,      "message": {        "role": "assistant",        "content": "..."      },      "finish_reason": "stop"    }  ],  "usage": {    "prompt_tokens": 0,    "completion_tokens": 0,    "total_tokens": 0  }}

In Dify ist das entsprechende Erfolgssignal ein abgeschlossener LLM-Knoten mit Text im Ausgabefeld. Prüfen Sie die Ausführungsprotokolle in Dify auf das ausgewählte Modell, die verstrichene Zeit, den Tokenverbrauch und etwaige normalisierte Anbieterfehler.

So wählen Sie das richtige Modell für Dify

Beginnen Sie mit dem Workload statt mit dem Anbieternamen. Verwenden Sie ein Spitzenmodell für schwieriges Reasoning, große Codebasen oder hochwertige Antworten; wählen Sie ein schnelleres Modell für interaktive Chats und wiederholte Workflow-Schritte; und setzen Sie ein kostengünstigeres Textmodell für Klassifizierung, Extraktion oder andere begrenzte Aufgaben ein. Vergleichen Sie Modelle mit demselben Prompt-Set und protokollieren Sie Antwortqualität, Latenz, Tokenverbrauch, Tool-Verhalten und Kosten pro erfolgreichem Lauf. Bestätigen Sie außerdem, dass die gewählte Route alle erforderlichen Eingaben und Funktionen unterstützt. Eine gemeinsame CometAPI-Verbindung vereinfacht das Wechseln, macht aber Kontextlimits, Multimodalität, Tools, strukturierte Ausgabe oder Reasoning-Steuerungen nicht zwischen den Modellen identisch.

Häufige Problemfälle & Lösungen

Dify weist die Zugangsdaten mit 401 zurück. Kopieren Sie den Schlüssel erneut aus dem CometAPI-Dashboard und entfernen Sie führende oder nachfolgende Leerzeichen. Geben Sie das Wort Bearer nicht in das API-Key-Feld von Dify ein; das Plugin erstellt den Authorization-Header.

Der generische Anbieter liefert 404 oder HTML. Verwenden Sie die vollständige Basis-URL https://api.cometapi.com/v1. Das Weglassen von /v1 oder das Hinzufügen von /chat/completions zur Basis-URL von Dify kann zu einem falschen Endpfad führen.

Das Modell erscheint nicht in Dify. Aktualisieren Sie das CometAPI-Plugin und vergleichen Sie dann die ID mit dem Live-Katalog. Wenn die aktuelle ID nicht vordefiniert ist, fügen Sie sie unter demselben CometAPI-Anbieter als benutzerdefiniertes Modell hinzu. Ersetzen Sie sie nicht durch einen ähnlich aussehenden Modellnamen.

Eine Textanfrage funktioniert, aber Bilder oder Tools schlagen fehl. OpenAI-Kompatibilität beschreibt die Request-Oberfläche, nicht identisches Modellverhalten. Prüfen Sie die aufgelisteten Modalitäten des Modells und die Vision-, Tool-Calling-, Structured-Output- und Reasoning-Einstellungen des Plugins erneut.

Die Anfrage überschreitet das Kontextfenster. Bestätigen Sie die Kontextgröße des benutzerdefinierten Modells in Dify, kürzen Sie abgerufene Dokumente und den Gesprächsverlauf und lassen Sie Platz für die Ausgabe. Ein größerer Katalogkontext hebt weder Dify-Workflow-Limits noch anbieter­spezifische Tokenregeln auf.

Sie erhalten 429 oder intermittierende 5xx-Fehler. Wiederholen Sie 429-, Timeout- und temporäre Serverfehler mit exponentiellem Backoff und Jitter. Versuchen Sie Authentifizierungs-, Invalid-Model- oder Malformed-Request-Fehler nicht automatisch erneut.

Hinweise für den Einsatz in der Produktion

Secrets serverseitig aufbewahren. Verwenden Sie separate CometAPI-Schlüssel für Entwicklung und Produktion, setzen Sie sinnvolle Quoten, rotieren Sie exponierte Schlüssel und exportieren Sie keine echten Zugangsdaten mit Dify-Apps.

Getestete Modell-ID fixieren. Ersetzen Sie ein Modell nicht stillschweigend, nur weil ein neuerer Name im Katalog erscheint. Fähigkeiten, Latenz, Ausgabestil und Preis können sich zwischen Versionen ändern, selbst wenn der Anbieter derselbe ist.

Pro Route messen. Protokollieren Sie Modell-ID, Latenz, Tokenverbrauch, Fehlercode und Dify-App-Version bei jedem Produktionsaufruf. So können Sie Modelle vergleichen und Kostenänderungen untersuchen, ohne sich auf Eindrücke zu verlassen.

Fallback nach Fähigkeiten entwerfen. Verwenden Sie ein kostengünstigeres Modell für Routineverkehr und ein stärkeres Modell für Eskalationen, aber koppeln Sie nur Modelle, die dieselben Eingaben und erforderlichen Tools unterstützen. Wiederholen Sie temporäre Fehler, bevor Sie das Modell wechseln, begrenzen Sie das gesamte Latenzbudget und testen Sie jede Fallback-Route. Siehe CometAPIs Modell-Fallback-Leitfaden für ein Produktionsmuster.

Preise vor dem Start erneut prüfen. Die in diesem Artikel genannten Tarife sind eine Momentaufnahme, kein Vertrag. Prüfen Sie den Preisleitfaden und das Live-Modellverzeichnis, bevor Sie ein Budget festlegen oder Preisangaben veröffentlichen.

FAQs

Wie fügen Sie OpenAI über CometAPI zu Dify hinzu?

Installieren Sie das CometAPI-Modellanbieter-Plugin, speichern Sie Ihren CometAPI-Schlüssel und fügen Sie gpt-5.6 als auswählbares LLM-Modell hinzu. Wählen Sie den Chat-Modus, wenn Dify nach einem Completion-Modus fragt, und führen Sie dann einen kurzen Textprompt aus, bevor Sie das Modell in einem Produktionsworkflow aktivieren. Der aktuelle CometAPI-Katalog listet die Route für kompatible Chat- und Responses-Workloads, aber die Dify-Plugin-Unterstützung kann je nach Version variieren. Wenn die ID nicht vordefiniert ist, aktualisieren Sie das Plugin oder verwenden Sie die benutzerdefinierte Modelloption. Belassen Sie die gemeinsame Anbieter-Zugangsdaten unverändert und validieren Sie Bildinput, Tool-Aufrufe, strukturierte Ausgabe und Reasoning-Einstellungen separat, bevor Sie sich darauf verlassen.

Wie fügen Sie Claude über CometAPI zu Dify hinzu?

Fügen Sie unter derselben CometAPI-Anbieter-Verbindung claude-opus-5 als separates LLM-Modell hinzu und wählen Sie es in dem Dify-Knoten aus, der Claude benötigt. Der CometAPI-Katalog dokumentiert derzeit sowohl die Anthropic-Messages-Route als auch eine OpenAI-kompatible Chat-Route für dieses Modell. Dify benötigt weiterhin einen eigenen Modelleintrag, da sich Claude-ID, unterstützte Eingaben, Tokenlimits und Verhalten von der OpenAI-Route unterscheiden. Testen Sie eine einfache Antwort und eine repräsentative lange oder toolgestützte Aufgabe und prüfen Sie dann das Dify-Ausführungsprotokoll auf das tatsächliche Modell, Latenz, Tokenverbrauch und normalisierte Fehler, bevor Sie es zum Standard machen.

Wie fügen Sie Gemini über CometAPI zu Dify hinzu?

Fügen Sie gemini-3.7-flash unter dem bestehenden CometAPI-Anbieter hinzu und wählen Sie diesen Eintrag im entsprechenden Dify-LLM-Knoten. CometAPI listet derzeit sowohl die native Gemini-Generating-Content-Route als auch eine OpenAI-kompatible Chat-Route. Für einen grundlegenden Dify-Chat-Workflow beginnen Sie mit Text-only und bestätigen Sie einen erfolgreichen Lauf, bevor Sie Bilder, PDFs, Audio- oder Videoeingaben testen. Diese Modalitäten können von der Plugin-Version und der Knoten-Konfiguration abhängen, selbst wenn der Modellkatalog sie aufführt. Halten Sie Gemini als eigene Modellkonfiguration, damit Sie geeignete Limits setzen und seine Geschwindigkeit, Qualität und Kosten mit den anderen Routen vergleichen können.

Wie fügen Sie DeepSeek über CometAPI zu Dify hinzu?

Erstellen Sie einen separaten Dify-Modelleintrag für deepseek-v4-flash und verwenden Sie dabei dieselben CometAPI-Anbieter-Zugangsdaten. Der aktuelle CometAPI-Katalog listet diese Route für text-zu-text Chat-Workloads, daher sollten Sie keine Bildeinstellungen aus den OpenAI-, Claude- oder Gemini-Konfigurationen übernehmen. Testen Sie zuerst einen kurzen Textprompt, gefolgt von der Programmier- oder Reasoning-Aufgabe, die Sie tatsächlich ausführen möchten. Wenn das Modell in Dify fehlt, aktualisieren Sie das Plugin oder fügen Sie die exakte aktuelle ID über die benutzerdefinierte Modelloption hinzu. Prüfen Sie die Live-Modellseite erneut auf dynamische Preise und Verfügbarkeit, bevor Sie Produktivverkehr routen.

Kann ich OpenAI, Claude, Gemini und DeepSeek im selben Dify-Workflow verwenden?

Ja. Jeder LLM-Knoten kann einen anderen Modellanbieter/Modellkonfiguration verwenden. Mit CometAPI können unterstützte Modelle dieselben Anbieter-Zugangsdaten teilen, während der Workflow unterschiedliche Modell-IDs auswählt.

Deckt ein CometAPI-Schlüssel wirklich OpenAI, Claude, Gemini und DeepSeek in Dify ab?

Ja. Das Dify-CometAPI-Modell-Plugin speichert ein Anbieter-Credential und verwendet es für unterstützte Modelle über diese Familien hinweg. Sie wählen oder fügen weiterhin jede Modell-ID hinzu, damit Dify weiß, welches Modell aufgerufen werden soll.

Muss ich die CometAPI-Basis-URL in Dify eingeben?

Nicht, wenn Sie das dedizierte CometAPI-Plugin verwenden; es setzt https://api.cometapi.com/v1 intern. Geben Sie die Basis-URL nur dann manuell ein, wenn Sie den generischen OpenAI-API-kompatiblen Modellanbieter von Dify verwenden.

Unterstützt Dify Claude über eine OpenAI-kompatible API?

Dify kann mit OpenAI-kompatiblen Modellanbietern arbeiten, aber Kompatibilität macht das API-Verhalten von Claude nicht identisch mit dem von OpenAI. Validieren Sie die unterstützten Parameter und Fähigkeiten des Modells, bevor Sie Tools, strukturierte Ausgabe, Vision oder Reasoning-spezifische Funktionen aktivieren.

Kann ich dieselben Dify-Einstellungen für jedes Modell verwenden?

Nein. Endpunkt und Schlüssel können geteilt werden, aber Kontextlimits, Modalitäten, Tool-Unterstützung, Reasoning-Steuerungen, Latenz und Preise bleiben modellspezifisch. Behandeln Sie jedes Modell-Mapping als getestete Konfiguration.

Welches Modell sollte ich als Standard festlegen?

Entscheiden Sie nach Tests mit Ihren eigenen Prompts. Ein kostengünstiges Modell kann Routineklassifizierung oder Umformulierungen übernehmen, während ein stärkeres Modell komplexes Reasoning oder höherwertige Antworten liefert. Vermeiden Sie eine universelle „beste“ Aussage ohne Workload-Daten.

Fazit

CometAPI ermöglicht es einem Dify-Arbeitsbereich, OpenAI, Claude, Gemini und DeepSeek mit einem Anbieter-Credential und einem einheitlichen API-Endpunkt für kompatible Chat-Workloads zu nutzen. Die Einrichtung ist kurz: Plugin installieren, Schlüssel speichern, aktuelle Modell-IDs zuordnen und jede Route testen. Die operative Arbeit bleibt jedoch modellspezifisch—Fähigkeiten, Kontext, Preise und Fallback-Verhalten sollten verifiziert und nicht vorausgesetzt werden.