From 7c56da8aebf58b5a3fbe3c57e2024db762250fe9 Mon Sep 17 00:00:00 2001
From: lin-bot23 <linzhixiong23@gmail.com>
Date: Fri, 21 Aug 2026 08:28:35 +0800
Subject: [PATCH] docs: sync with ComfyUI backend changes (Gemini 3.7 Flash
 pricing, ROCm dynamic VRAM default, Qwen-Image-Layered template output)

---
 development/comfyui-server/startup-flags.mdx    |  2 +-
 ja/development/comfyui-server/startup-flags.mdx |  6 +++---
 ja/tutorials/image/qwen/qwen-image-layered.mdx  | 10 +++++-----
 ja/tutorials/partner-nodes/pricing.mdx          |  5 +++--
 ko/development/comfyui-server/startup-flags.mdx |  6 +++---
 ko/tutorials/image/qwen/qwen-image-layered.mdx  |  8 ++++----
 ko/tutorials/partner-nodes/pricing.mdx          |  5 +++--
 tutorials/image/qwen/qwen-image-layered.mdx     |  4 ++--
 tutorials/partner-nodes/pricing.mdx             |  1 +
 zh/development/comfyui-server/startup-flags.mdx |  6 +++---
 zh/tutorials/image/qwen/qwen-image-layered.mdx  |  8 ++++----
 zh/tutorials/partner-nodes/pricing.mdx          |  5 +++--
 12 files changed, 35 insertions(+), 31 deletions(-)

diff --git a/development/comfyui-server/startup-flags.mdx b/development/comfyui-server/startup-flags.mdx
index 89fb8c9c3..c106e4b7c 100644
--- a/development/comfyui-server/startup-flags.mdx
+++ b/development/comfyui-server/startup-flags.mdx
@@ -195,7 +195,7 @@ See the [UNET precision](#unet-precision) section for the explanation of each FP
 | `--async-offload` `[NUM_STREAMS]` | enabled on Nvidia | Async weight offloading. Optional stream count (default: 2). |
 | `--disable-async-offload` | — | Disable async weight offloading. |
 | `--disable-dynamic-vram` | — | Disable dynamic VRAM; use estimate-based model loading. |
-| `--enable-dynamic-vram` | auto on Nvidia | Enable dynamic VRAM on systems where it is not enabled by default. |
+| `--enable-dynamic-vram` | auto on Nvidia, ROCm 7.14+ | Enable dynamic VRAM on systems where it is not enabled by default. |
 | `--fast-disk` | disabled | Prefer disk-backed dynamic loading over unpinned RAM. Useful with fast NVMe. |
 | `--force-non-blocking` | disabled | Force non-blocking tensor operations. May help on non-Nvidia systems; can break some workflows. |
 | `--disable-smart-memory` | disabled | Aggressively offload to RAM instead of keeping models in VRAM. |
diff --git a/ja/development/comfyui-server/startup-flags.mdx b/ja/development/comfyui-server/startup-flags.mdx
index 7a372e653..9577e6eb8 100644
--- a/ja/development/comfyui-server/startup-flags.mdx
+++ b/ja/development/comfyui-server/startup-flags.mdx
@@ -3,7 +3,7 @@ title: "起動オプション"
 sidebarTitle: "起動オプション"
 description: "ComfyUI main.py コマンドライン引数の完全リファレンス"
 icon: "terminal"
-translationSourceHash: 5c8a9688
+translationSourceHash: 1a47674d
 translationFrom: development/comfyui-server/startup-flags.mdx
 translationBlockHashes:
   "_intro": 10812161
@@ -15,7 +15,7 @@ translationBlockHashes:
   "Preview": 92d0c26e
   "Cache": 94a7f737
   "Attention": 35477f4d
-  "VRAM & Memory": cae9020b
+  "VRAM & Memory": cf79989d
   "Performance & Debugging": 5c337217
   "ComfyUI Manager": 551a43d3
   "Custom Nodes & API Nodes": 9b333c54
@@ -213,7 +213,7 @@ python main.py --disable-auto-launch
 | `--async-offload` `[NUM_STREAMS]` | Nvidia でデフォルト有効 | 非同期ウェイトオフロード。オプションのストリーム数（デフォルト：2）。 |
 | `--disable-async-offload` | — | 非同期ウェイトオフロードを無効化。 |
 | `--disable-dynamic-vram` | — | 動的 VRAM を無効化。推定ベースのモデル読み込みを使用。 |
-| `--enable-dynamic-vram` | Nvidia で自動 | デフォルトで無効なシステムで動的 VRAM を有効化。 |
+| `--enable-dynamic-vram` | Nvidia、ROCm 7.14+ で自動 | デフォルトで無効なシステムで動的 VRAM を有効化。 |
 | `--fast-disk` | 無効 | 非ピン RAM よりディスクベースの動的読み込みを優先。高速 NVMe に有用。 |
 | `--force-non-blocking` | 無効 | 非ブロッキングテンソル操作を強制。非 Nvidia システムで改善する可能性。一部ワークフローで問題の可能性。 |
 | `--disable-smart-memory` | 無効 | VRAM に保持せず RAM へ積極的にオフロード。 |
diff --git a/ja/tutorials/image/qwen/qwen-image-layered.mdx b/ja/tutorials/image/qwen/qwen-image-layered.mdx
index b81b385fc..59efd1b13 100644
--- a/ja/tutorials/image/qwen/qwen-image-layered.mdx
+++ b/ja/tutorials/image/qwen/qwen-image-layered.mdx
@@ -2,14 +2,14 @@
 title: "Qwen-Image-Layered ComfyUI ワークフロー例"
 description: "Qwen-Image-Layered は、画像を複数の RGBA レイヤーに分解できるモデルであり、レイヤー分解を通じて本質的な編集可能性を実現します。"
 sidebarTitle: "Qwen-Image-Layered"
-translationSourceHash: d1bbd90e
+translationSourceHash: bf1b0da5
 translationFrom: tutorials/image/qwen/qwen-image-layered.mdx
 translationBlockHashes:
   "_intro": 19900234
-  "Qwen-Image-Layered workflow": 50313ac4
+  "Qwen-Image-Layered workflow": 309e8412
   "Model links": 053c337d
   "FP8 version": 6bffdd17
-  "Layers and output": 2419fd13
+  "Layers and output": 1b020f3c
   "Workflow settings": 098636f1
 ---
 
@@ -87,13 +87,13 @@ import UpdateReminder from '/snippets/ja/tutorials/update-reminder.mdx'
 | `2`（テンプレートの既定値） | 3 | 完全な画像、続いて 2 枚のレイヤー |
 | `5` | 6 | 完全な画像、続いて 5 枚のレイヤー |
 
-**最初の画像は完全な画像であり、レイヤーではありません。** 画像からレイヤーへのワークフローでは入力画像を再現したものになるため、レイヤーだけが必要な場合は破棄してください。`layers` には `0` を指定でき、その場合はこの画像だけが得られます。
+**最初の画像は完全な画像であり、レイヤーではありません。** 画像からレイヤーへのワークフローでは、バッチ分割の前に `LatentCut` ノード（`dim` が `t`、`index` が `1`）によって自動的に破棄されるため、テンプレートの出力は `layers` 枚になります。このノードを含まないカスタムグラフを構築する場合は、レイヤーだけが必要なときに最初の画像を破棄してください。`layers` には `0` を指定でき、その場合はこの画像だけが得られます。
 
 **すべてのレイヤーを合成し直すと完全な画像が再現されます。** これは確認に使えます。レイヤーを重ねても最初の画像が再現されない場合、分解は意図したとおりに機能していません。
 
 ### レイヤーが個別の画像になる仕組み
 
-**Empty Qwen Image Layered Latent** ノードは `[batch_size, 16, layers + 1, height // 8, width // 8]` という形状の 5D Latent を確保します。レイヤーは 3 番目の軸に並び、これは映像モデルがフレームを置くのと同じ時間軸です。**LatentCutToBatch** ノードの `dim` を `t` に設定するとその軸がバッチ次元へ移されるため、**VAE Decode** の後は各レイヤーがバッチ内の個別の画像になります。
+**Empty Qwen Image Layered Latent** ノードは `[batch_size, 16, layers + 1, height // 8, width // 8]` という形状の 5D Latent を確保します。レイヤーは 3 番目の軸に並び、これは映像モデルがフレームを置くのと同じ時間軸です。**LatentCutToBatch** ノードの `dim` を `t` に設定するとその軸がバッチ次元へ移されるため、**VAE Decode** の後は各レイヤーがバッチ内の個別の画像になります。テンプレートでは、`LatentCutToBatch` の前に `LatentCut` ノード（`dim` が `t`、`index` が `1`）を挿入して完全画像のエントリを破棄するため、デコード後のバッチにはレイヤーのみが含まれます。
 
 したがって、レイヤーの重なり順はバッチ内のインデックスそのものであり、インデックス 0 の完全な画像から数えます。z-index フィールドも、その順序を保持するレイヤーごとのメタデータも存在しないため、バッチを並べ替えたりフィルタリングしたりすることは、そのままレイヤーの並べ替えになります。
 
diff --git a/ja/tutorials/partner-nodes/pricing.mdx b/ja/tutorials/partner-nodes/pricing.mdx
index 67d8a3c0d..9c0528bf1 100644
--- a/ja/tutorials/partner-nodes/pricing.mdx
+++ b/ja/tutorials/partner-nodes/pricing.mdx
@@ -3,7 +3,7 @@ title: "料金"
 description: "この記事では、現在のパートナーノードの料金を一覧表示します。"
 sidebarTitle: "料金"
 mode: "wide"
-translationSourceHash: 5d3312e9
+translationSourceHash: a6d6c810
 translationFrom: tutorials/partner-nodes/pricing.mdx
 translationBlockHashes:
   "_intro": 471c1619
@@ -14,7 +14,7 @@ translationBlockHashes:
   "ByteDance": 74859904
   "ElevenLabs": 166ecbf9
   "Magnific": 4000e7e1
-  "Google": d5075af1
+  "Google": ca8ad90c
   "HappyHorse": bceb584a
   "HeyGen": 47d0a040
   "Hitpaw": 320c0537
@@ -323,6 +323,7 @@ Seedream 5.0 Proは解像度ベースの課金方式を採用しています：*
 
 | モデル                                                    | 入力クレジット / 1K | 出力クレジット / 1K |
 | :------------------------------------------------------ | -----------------: | :------------------ |
+| Gemini 3.7 Flash（`gemini-3.7-flash`）                |            0.45365 | 2.26403             |
 | Gemini 3.5 Flash（`gemini-3.5-flash`）                |             0.3165 | 1.899               |
 | Gemini 3.1 Pro（`gemini-3.1-pro-preview`）              |              0.422 | 2.532               |
 | Gemini 3.1 Flash-Lite（`gemini-3.1-flash-lite-preview`）|            0.05275 | 0.3165              |
diff --git a/ko/development/comfyui-server/startup-flags.mdx b/ko/development/comfyui-server/startup-flags.mdx
index 063455ffc..5f553bd80 100644
--- a/ko/development/comfyui-server/startup-flags.mdx
+++ b/ko/development/comfyui-server/startup-flags.mdx
@@ -3,7 +3,7 @@ title: "시작 플래그"
 sidebarTitle: "시작 플래그"
 description: "ComfyUI main.py 명령줄 인수에 대한 완전한 참조"
 icon: "terminal"
-translationSourceHash: 5c8a9688
+translationSourceHash: 1a47674d
 translationFrom: development/comfyui-server/startup-flags.mdx
 translationBlockHashes:
   "_intro": 10812161
@@ -15,7 +15,7 @@ translationBlockHashes:
   "Preview": 92d0c26e
   "Cache": 94a7f737
   "Attention": 35477f4d
-  "VRAM & Memory": cae9020b
+  "VRAM & Memory": cf79989d
   "Performance & Debugging": 5c337217
   "ComfyUI Manager": 551a43d3
   "Custom Nodes & API Nodes": 9b333c54
@@ -212,7 +212,7 @@ python main.py --disable-auto-launch
 | `--async-offload` `[NUM_STREAMS]` | Nvidia에서 활성화 | 비동기 가중치 오프로딩입니다. 선택적 스트림 수(기본값: 2). |
 | `--disable-async-offload` | — | 비동기 가중치 오프로딩을 비활성화합니다. |
 | `--disable-dynamic-vram` | — | 동적 VRAM을 비활성화하고 예측 기반 모델 로딩을 사용합니다. |
-| `--enable-dynamic-vram` | Nvidia에서 자동 활성화 | 기본적으로 활성화되지 않은 시스템에서 동적 VRAM을 활성화합니다. |
+| `--enable-dynamic-vram` | Nvidia 및 ROCm 7.14+에서 자동 활성화 | 기본적으로 활성화되지 않은 시스템에서 동적 VRAM을 활성화합니다. |
 | `--fast-disk` | 비활성화 | 비고정 RAM보다 디스크 기반 동적 로딩을 선호합니다. 고속 NVMe에 유용합니다. |
 | `--force-non-blocking` | 비활성화 | 비차단 텐서 연산을 강제합니다. 비Nvidia 시스템에서 도움이 될 수 있지만 일부 워크플로를 손상시킬 수 있습니다. |
 | `--disable-smart-memory` | 비활성화 | 모델을 VRAM에 유지하는 대신 RAM으로 적극적으로 오프로드합니다. |
diff --git a/ko/tutorials/image/qwen/qwen-image-layered.mdx b/ko/tutorials/image/qwen/qwen-image-layered.mdx
index 7342a5c91..efb28d6b8 100644
--- a/ko/tutorials/image/qwen/qwen-image-layered.mdx
+++ b/ko/tutorials/image/qwen/qwen-image-layered.mdx
@@ -2,14 +2,14 @@
 title: "Qwen-Image-Layered ComfyUI 워크플로우 예시"
 description: "Qwen-Image-Layered는 이미지를 여러 개의 RGBA 레이어로 분해할 수 있는 모델로, 레이어 분해를 통해 본질적인 편집 가능성을 제공합니다."
 sidebarTitle: "Qwen-Image-Layered"
-translationSourceHash: 1e77344f
+translationSourceHash: bf1b0da5
 translationFrom: tutorials/image/qwen/qwen-image-layered.mdx
 translationBlockHashes:
   "_intro": 19900234
   "Qwen-Image-Layered workflow": 309e8412
   "Model links": 053c337d
   "FP8 version": 6bffdd17
-  "Layers and output": 2419fd13
+  "Layers and output": 1b020f3c
   "Workflow settings": 098636f1
 ---
 
@@ -107,13 +107,13 @@ import UpdateReminder from '/snippets/ko/tutorials/update-reminder.mdx'
 | `2` (템플릿 기본값) | 3 | 전체 이미지, 그다음 레이어 2개 |
 | `5` | 6 | 전체 이미지, 그다음 레이어 5개 |
 
-**첫 번째 이미지는 전체 이미지이며 레이어가 아닙니다.** 이미지를 레이어로 분해하는 워크플로우에서는 입력 이미지를 재현한 것이므로, 레이어만 필요하다면 이 이미지는 버리세요. `layers`에는 `0`을 지정할 수 있으며, 이 경우 해당 이미지 하나만 얻게 됩니다.
+**첫 번째 이미지는 전체 이미지이며 레이어가 아닙니다.** 이미지를 레이어로 분해하는 워크플로우에서는 배치 분할 전에 `LatentCut` 노드(`dim`은 `t`, `index`는 `1`)가 자동으로 이를 제거하므로, 템플릿은 `layers`개의 이미지를 출력합니다. 해당 노드가 없는 커스텀 그래프를 직접 구성하는 경우, 레이어만 필요하다면 첫 번째 이미지를 버리세요. `layers`에는 `0`을 지정할 수 있으며, 이 경우 해당 이미지 하나만 얻게 됩니다.
 
 **모든 레이어를 다시 합성하면 전체 이미지가 재현됩니다.** 이를 검증에 사용하세요. 레이어를 쌓아도 첫 번째 이미지가 재현되지 않는다면 분해가 의도대로 이루어지지 않은 것입니다.
 
 ### 레이어가 개별 이미지가 되는 방식
 
-**Empty Qwen Image Layered Latent** 노드는 `[batch_size, 16, layers + 1, height // 8, width // 8]` 형태의 5D Latent를 할당합니다. 레이어는 세 번째 축에 놓이며, 이는 비디오 모델이 프레임을 두는 것과 같은 시간 축입니다. **LatentCutToBatch** 노드의 `dim`을 `t`로 설정하면 그 축이 배치 차원으로 옮겨지므로, **VAE Decode** 이후 각 레이어는 배치 안의 개별 이미지가 됩니다.
+**Empty Qwen Image Layered Latent** 노드는 `[batch_size, 16, layers + 1, height // 8, width // 8]` 형태의 5D Latent를 할당합니다. 레이어는 세 번째 축에 놓이며, 이는 비디오 모델이 프레임을 두는 것과 같은 시간 축입니다. **LatentCutToBatch** 노드의 `dim`을 `t`로 설정하면 그 축이 배치 차원으로 옮겨지므로, **VAE Decode** 이후 각 레이어는 배치 안의 개별 이미지가 됩니다. 템플릿은 `LatentCutToBatch` 앞에 `LatentCut` 노드(`dim`은 `t`, `index`는 `1`)를 삽입하여 전체 이미지 항목을 제거하므로, 디코딩된 배치에는 레이어만 포함됩니다.
 
 따라서 레이어의 쌓임 순서는 배치 안에서의 인덱스 그 자체이며, 인덱스 0의 전체 이미지부터 셉니다. z-index 필드도, 그 순서를 담는 레이어별 메타데이터도 없으므로 배치를 재정렬하거나 걸러내는 것은 곧 레이어를 재정렬하는 것입니다.
 
diff --git a/ko/tutorials/partner-nodes/pricing.mdx b/ko/tutorials/partner-nodes/pricing.mdx
index 40ca4f5b7..e582baefe 100644
--- a/ko/tutorials/partner-nodes/pricing.mdx
+++ b/ko/tutorials/partner-nodes/pricing.mdx
@@ -3,7 +3,7 @@ title: "Pricing"
 description: "이 문서에는 현재 파트너 노드의 가격 정책이 나와 있습니다."
 sidebarTitle: "가격 정책"
 mode: "wide"
-translationSourceHash: 5d3312e9
+translationSourceHash: a6d6c810
 translationFrom: tutorials/partner-nodes/pricing.mdx
 translationBlockHashes:
   "_intro": 471c1619
@@ -14,7 +14,7 @@ translationBlockHashes:
   "ByteDance": 74859904
   "ElevenLabs": 166ecbf9
   "Magnific": 4000e7e1
-  "Google": d5075af1
+  "Google": ca8ad90c
   "HappyHorse": bceb584a
   "HeyGen": 47d0a040
   "Hitpaw": 320c0537
@@ -323,6 +323,7 @@ Seedream 5.0 Pro는 해상도 기반 요금제를 사용합니다: **1K** (≤2.
 
 | 모델                                                   | 입력 크레딧 / 1K | 출력 크레딧 / 1K |
 | :------------------------------------------------------ | -----------------: | :------------------ |
+| Gemini 3.7 Flash (`gemini-3.7-flash`)                |            0.45365 | 2.26403             |
 | Gemini 3.5 Flash (`gemini-3.5-flash`)                |             0.3165 | 1.899               |
 | Gemini 3.1 Pro (`gemini-3.1-pro-preview`)               |              0.422 | 2.532               |
 | Gemini 3.1 Flash-Lite (`gemini-3.1-flash-lite-preview`) |            0.05275 | 0.3165              |
diff --git a/tutorials/image/qwen/qwen-image-layered.mdx b/tutorials/image/qwen/qwen-image-layered.mdx
index 52fd72217..29a0bb21a 100644
--- a/tutorials/image/qwen/qwen-image-layered.mdx
+++ b/tutorials/image/qwen/qwen-image-layered.mdx
@@ -97,13 +97,13 @@ This model regenerates the full image as well as the layers, so a generation alw
 | `2` (template default) | 3 | The full image, then 2 layers |
 | `5` | 6 | The full image, then 5 layers |
 
-**The first image is the full image, not a layer.** In the image to layers workflow it reproduces the input image, so discard it when you only want the layers. `layers` accepts `0`, which gives you that image on its own.
+**The first image is the full image, not a layer.** The image to layers workflow drops it automatically with a `LatentCut` node (`dim` `t`, `index` `1`) before the batch split, so the template outputs `layers` images. If you build a custom graph without that node, discard the first image when you only want the layers. `layers` accepts `0`, which gives you that image on its own.
 
 **Compositing all of the layers back together recreates the full image.** Use it as a check: if stacking the layers does not reproduce the first image, the decomposition did not do what you wanted.
 
 ### How the layers become separate images
 
-The **Empty Qwen Image Layered Latent** node allocates a 5D latent shaped `[batch_size, 16, layers + 1, height // 8, width // 8]`. The layers sit on the third axis, the same temporal axis that video models use for frames. The **LatentCutToBatch** node with `dim` set to `t` moves that axis into the batch dimension, so after **VAE Decode** each layer is a separate image in the batch.
+The **Empty Qwen Image Layered Latent** node allocates a 5D latent shaped `[batch_size, 16, layers + 1, height // 8, width // 8]`. The layers sit on the third axis, the same temporal axis that video models use for frames. The **LatentCutToBatch** node with `dim` set to `t` moves that axis into the batch dimension, so after **VAE Decode** each layer is a separate image in the batch. The template inserts a `LatentCut` node (`dim` `t`, `index` `1`) before `LatentCutToBatch` to drop the full-image entry, so the decoded batch contains only the layers.
 
 A layer's position in the stack is therefore its index in the batch, counting from the full image at index 0. There is no z-index field and no per-layer metadata carrying that order, so reordering or filtering the batch reorders the layers.
 
diff --git a/tutorials/partner-nodes/pricing.mdx b/tutorials/partner-nodes/pricing.mdx
index 8349cdae5..d92375be6 100644
--- a/tutorials/partner-nodes/pricing.mdx
+++ b/tutorials/partner-nodes/pricing.mdx
@@ -276,6 +276,7 @@ Token-based billing; thought tokens use the output text rate.
 
 | Model                                                   | Input credits / 1K | Output credits / 1K |
 | :------------------------------------------------------ | -----------------: | :------------------ |
+| Gemini 3.7 Flash (`gemini-3.7-flash`)                |            0.45365 | 2.26403             |
 | Gemini 3.5 Flash (`gemini-3.5-flash`)                |             0.3165 | 1.899               |
 | Gemini 3.1 Pro (`gemini-3.1-pro-preview`)               |              0.422 | 2.532               |
 | Gemini 3.1 Flash-Lite (`gemini-3.1-flash-lite-preview`) |            0.05275 | 0.3165              |
diff --git a/zh/development/comfyui-server/startup-flags.mdx b/zh/development/comfyui-server/startup-flags.mdx
index e08089f50..8c88aeede 100644
--- a/zh/development/comfyui-server/startup-flags.mdx
+++ b/zh/development/comfyui-server/startup-flags.mdx
@@ -3,7 +3,7 @@ title: "启动参数"
 sidebarTitle: "启动参数"
 description: "ComfyUI main.py 命令行启动参数完整参考"
 icon: "terminal"
-translationSourceHash: 5c8a9688
+translationSourceHash: 1a47674d
 translationFrom: development/comfyui-server/startup-flags.mdx
 translationBlockHashes:
   "_intro": 10812161
@@ -15,7 +15,7 @@ translationBlockHashes:
   "Preview": 92d0c26e
   "Cache": 94a7f737
   "Attention": 35477f4d
-  "VRAM & Memory": cae9020b
+  "VRAM & Memory": cf79989d
   "Performance & Debugging": 5c337217
   "ComfyUI Manager": 551a43d3
   "Custom Nodes & API Nodes": 9b333c54
@@ -213,7 +213,7 @@ python main.py --disable-auto-launch
 | `--async-offload` `[NUM_STREAMS]` | Nvidia 上默认启用 | 异步权重卸载。可选流数量（默认：2）。 |
 | `--disable-async-offload` | — | 禁用异步权重卸载。 |
 | `--disable-dynamic-vram` | — | 禁用动态 VRAM，使用基于估算的模型加载。 |
-| `--enable-dynamic-vram` | Nvidia 上自动 | 在默认未启用的系统上启用动态 VRAM。 |
+| `--enable-dynamic-vram` | Nvidia 与 ROCm 7.14+ 上自动 | 在默认未启用的系统上启用动态 VRAM。 |
 | `--fast-disk` | 关闭 | 优先使用磁盘-backed 动态加载而非未固定 RAM。适合高速 NVMe。 |
 | `--force-non-blocking` | 关闭 | 强制非阻塞张量操作。可能有助于非 Nvidia 系统；可能导致部分工作流异常。 |
 | `--disable-smart-memory` | 关闭 | 积极卸载到 RAM，而非尽量保留在 VRAM 中。 |
diff --git a/zh/tutorials/image/qwen/qwen-image-layered.mdx b/zh/tutorials/image/qwen/qwen-image-layered.mdx
index 357b0d4b8..89d9eba7f 100644
--- a/zh/tutorials/image/qwen/qwen-image-layered.mdx
+++ b/zh/tutorials/image/qwen/qwen-image-layered.mdx
@@ -2,14 +2,14 @@
 title: "Qwen-Image-Layered ComfyUI 工作流示例"
 description: "Qwen-Image-Layered 是一个能够将图像分解为多个 RGBA 图层的模型，通过图层分解实现固有的可编辑性。"
 sidebarTitle: "Qwen-Image-Layered"
-translationSourceHash: 1e77344f
+translationSourceHash: bf1b0da5
 translationFrom: tutorials/image/qwen/qwen-image-layered.mdx
 translationBlockHashes:
   "_intro": 19900234
   "Qwen-Image-Layered workflow": 309e8412
   "Model links": 053c337d
   "FP8 version": 6bffdd17
-  "Layers and output": 2419fd13
+  "Layers and output": 1b020f3c
   "Workflow settings": 098636f1
 ---
 
@@ -107,13 +107,13 @@ import UpdateReminder from '/snippets/zh/tutorials/update-reminder.mdx'
 | `2`（模板默认值） | 3 | 完整图像，然后是 2 个图层 |
 | `5` | 6 | 完整图像，然后是 5 个图层 |
 
-**第一张图像是完整图像，而不是图层。** 在图像转图层的工作流中，它重现的是输入图像，因此当你只需要图层时应将其丢弃。`layers` 可以设为 `0`，此时只会得到这一张图像。
+**第一张图像是完整图像，而不是图层。** 图像转图层工作流会在批处理拆分前通过 `LatentCut` 节点（`dim` 为 `t`、`index` 为 `1`）自动将其丢弃，因此模板输出的是 `layers` 张图像。如果你自行构建不包含该节点的图，则在只需要图层时应丢弃第一张图像。`layers` 可以设为 `0`，此时只会得到这一张图像。
 
 **将所有图层合成回去可以重建完整图像。** 可以用它来检查：如果堆叠图层无法重现第一张图像，说明分解没有达到预期效果。
 
 ### 图层如何变成单独的图像
 
-**Empty Qwen Image Layered Latent** 节点会分配一个形状为 `[batch_size, 16, layers + 1, height // 8, width // 8]` 的 5D Latent。图层位于第三个轴上，也就是视频模型用于存放帧的那个时间轴。将 **LatentCutToBatch** 节点的 `dim` 设置为 `t`，会把该轴移动到批次维度上，因此在 **VAE Decode** 之后，每个图层都是批次中一张单独的图像。
+**Empty Qwen Image Layered Latent** 节点会分配一个形状为 `[batch_size, 16, layers + 1, height // 8, width // 8]` 的 5D Latent。图层位于第三个轴上，也就是视频模型用于存放帧的那个时间轴。将 **LatentCutToBatch** 节点的 `dim` 设置为 `t`，会把该轴移动到批次维度上，因此在 **VAE Decode** 之后，每个图层都是批次中一张单独的图像。模板会在 `LatentCutToBatch` 之前插入一个 `LatentCut` 节点（`dim` 为 `t`、`index` 为 `1`）来丢弃完整图像条目，因此解码后的批次只包含各个图层。
 
 因此，图层在堆栈中的位置就是它在批次中的索引，从索引 0 处的完整图像开始计数。这里没有 z-index 字段，也没有承载该顺序的逐图层元数据，因此重新排序或过滤批次就等于重新排序图层。
 
diff --git a/zh/tutorials/partner-nodes/pricing.mdx b/zh/tutorials/partner-nodes/pricing.mdx
index 2e90f75ff..1463be192 100644
--- a/zh/tutorials/partner-nodes/pricing.mdx
+++ b/zh/tutorials/partner-nodes/pricing.mdx
@@ -3,7 +3,7 @@ title: "定价"
 description: "本文列出了当前合作伙伴节点的定价。"
 sidebarTitle: "定价"
 mode: "wide"
-translationSourceHash: 5d3312e9
+translationSourceHash: a6d6c810
 translationFrom: tutorials/partner-nodes/pricing.mdx
 translationBlockHashes:
   "_intro": 471c1619
@@ -14,7 +14,7 @@ translationBlockHashes:
   "ByteDance": 74859904
   "ElevenLabs": 166ecbf9
   "Magnific": 4000e7e1
-  "Google": d5075af1
+  "Google": ca8ad90c
   "HappyHorse": bceb584a
   "HeyGen": 47d0a040
   "Hitpaw": 320c0537
@@ -323,6 +323,7 @@ Seedream 5.0 Pro 使用基于分辨率的计费方式：**1K**（≤2.36 百
 
 | 模型                                                     | 输入积分 / 1K | 输出积分 / 1K |
 | :------------------------------------------------------ | -----------------: | :------------------ |
+| Gemini 3.7 Flash (`gemini-3.7-flash`)                |            0.45365 | 2.26403             |
 | Gemini 3.5 Flash (`gemini-3.5-flash`)                |             0.3165 | 1.899               |
 | Gemini 3.1 Pro (`gemini-3.1-pro-preview`)               |              0.422 | 2.532               |
 | Gemini 3.1 Flash-Lite (`gemini-3.1-flash-lite-preview`) |            0.05275 | 0.3165              |