クイックスタート
お使いの Comfy ワークスペースでキーを作成し、COMFY_API_KEY としてエクスポートします。Python と TypeScript のスニペットは Comfy SDK(pip install comfy-sdk および npm install @comfyorg/sdk)を使用しています。cURL のスニペットは、raw HTTP 経由で同じ呼び出しを行うものです。
モデル ID: wan/happyhorse-1.0-r2v
エンドポイント: POST https://api.comfy.org/v2/models/wan/happyhorse-1.0-r2v
- 結果を待つ
- キューに送信して後で収集
同じボディを
POST https://api.comfy.org/v2/models/wan/happyhorse-1.0-r2v/requests に送信します。Router は実行が受け付けられるとすぐに request_id とともに 201 を返し、結果は準備ができ次第、このプロセスまたは別のプロセスから収集します。キュー配信 では、ステータス、キャンセル、収集について説明します。スキーマ
入力
object
必須
プロンプトなどの基本情報を入力します。
string
オーディオファイルのダウンロードURL。対応形式: mp3 と wav。reference_video_urls とは併用できません。
string
先頭フレームの画像URL、または Base64 エンコードされたデータ。wan2.5-i2v-preview および
wan2.6-i2v モデルでは必須です。happyhorse-1.x の i2v 表記では、先頭フレームをここでは受け取りません。
代わりに type が first_frame のメディア要素として受け取ります(下記 media を参照)。
wan2.6-i2v で成功する img_url ボディは、happyhorse-1.0-i2v と happyhorse-1.1-i2v ではプロバイダーに
拒否されます。また wan2.7/wan3.0 の表記も参照アセットを media で受け取ります。画像形式: JPEG、JPG、PNG、BMP、WEBP。
解像度: 360-2000 ピクセル。ファイルサイズ: 最大 10MB。
object[]
メディアアセットのリスト。ビデオ生成用の参照素材(画像、オーディオ、ビデオ)を指定します。
各要素は type フィールドと url フィールドを含みます。このフィールドは、このコンポーネントから
提供されるすべてのモデルで共通ですが、あるモデルがどの type 値を受け入れるか、また img_url や
reference_video_urls ではなくここに画像またはビデオ入力を渡すかどうかは、モデルによって異なります。
モデルごとの対応 type 値:
- wan2.7-i2v: first_frame、last_frame、driving_audio、first_clip。first_frame と last_frame: JPEG/JPG/PNG/BMP/WEBP、1辺あたり 240-8000 ピクセル、アスペクト比 1:8~8:1、 最大 20MB、公開URL または data:{MIME_type};base64,… URL。 driving_audio(WAV/MP3、2~30 秒、最大 15MB)と first_clip(MP4/MOV、2~10 秒、 1辺あたり 240-4096 ピクセル、最大 100MB): 公開 HTTP/HTTPS URL。インラインの data: URL は受け付けられません。
- wan2.7-r2v: first_frame(任意、最大1)、reference_image、reference_video。少なくとも 1つの reference_image または reference_video が必要で、reference_image と reference_video を合わせて最大5つです。first_frame と reference_image: JPEG/JPG/PNG/BMP/WEBP (アルファチャンネルなし)、1辺あたり 240-8000 ピクセル、アスペクト比 1:8~8:1、最大 20MB、公開URL または data:{MIME_type};base64,… URL。reference_video: 公開 HTTP/HTTPS URL。インラインの data: URL は受け付けられません。
- wan2.7-videoedit: video(ちょうど1つ、編集対象のクリップ: MP4/MOV、2~10 秒、 1辺あたり 240-4096 ピクセル、最大 100MB、公開 HTTP/HTTPS URL。インラインの data: URL は受け付けられません)に加えて、任意で 0~4 個の reference_image(JPEG/JPG/PNG/BMP/WEBP、 1辺あたり 240-8000 ピクセル、アスペクト比 1:8~8:1、最大 20MB、公開URL または data:{MIME_type};base64,… URL)。
- wan3.0-video、wan3.0-video-prime: first_frame(最大1)、last_frame(最大1)、 reference_image(最大10)、reference_video(最大5クリップ、合計再生時間 <= 15s)、 reference_audio(最大5クリップ、合計再生時間 <= 15s)、file(最大1、link と併用不可)、 link(最大1、file と併用不可)。reference_*/file/link タイプと first_frame/last_frame タイプは、同じリクエスト内で相互に排他的です。配列の順序が、プロンプト内のアセットの 参照順序(Image 1、Video 1、Audio 1、…)を定義します。first_frame、last_frame、 reference_image: JPEG/JPG/PNG/BMP/WEBP、1辺あたり 240-8000 ピクセル、アスペクト比 最大 8:1、最大 20MB、公開URL または data:{MIME_type};base64,… URL。reference_video、 reference_audio、file、link: 公開 HTTP/HTTPS URL。インラインの data: URL は 受け付けられません。
- happyhorse-1.0-i2v、happyhorse-1.1-i2v: first_frame のみ、ちょうど1つ。これらの表記は 先頭フレームをここで受け取り、img_url では受け取りません。少なくとも 300x300 ピクセル、 アスペクト比 1:2.5~2.5:1、JPEG/JPG/PNG/WEBP、最大 20MB、公開URL または data:{MIME_type};base64,… URL。
- happyhorse-1.0-r2v、happyhorse-1.1-r2v: reference_image のみ、1~9 個。これが このモデル唯一の参照入力です。最短辺が少なくとも 400 ピクセル、JPEG/JPG/PNG/WEBP、 最大 20MB、公開URL または data:{MIME_type};base64,… URL。reference_video は この操作の入力タイプではありません。
- happyhorse-1.0-video-edit: video(ちょうど1つ、編集対象のクリップ: MP4/MOV、3~60 秒、長辺が最大 4096 ピクセル、短辺が少なくとも 360 ピクセル、アスペクト比 1:2.5~2.5:1、最大 100MB、公開 HTTP/HTTPS URL。インラインの data: URL は受け付けられません)に加えて、任意で 0~5 個の reference_image(JPEG/JPG/PNG/WEBP、 少なくとも 300x300 ピクセル、アスペクト比 1:2.5~2.5:1、最大 20MB、公開URL または data:{MIME_type};base64,… URL)。
- happyhorse-1.0-t2v、happyhorse-1.1-t2v、wan2.7-t2v、wan2.6-t2v、wan2.5-t2v-preview: テキストから動画への操作。対応するパートナーのリファレンスにはメディア入力の記載がないため、 このフィールドは未設定のままにしてください。
- wan2.5-i2v-preview、wan2.6-i2v、wan2.6-r2v: このコンポーネントは、これらの表記に対して media の語彙を列挙していません。wan2.5-i2v-preview と wan2.6-i2v は先頭フレームを img_url で受け取り、wan2.6-r2v は参照クリップを reference_video_urls で受け取ります。 上記のモデルごとの個数はパートナー側の制約であり、このスキーマのものではありません。media には minItems/maxItems が宣言されていません。許容されるタイプとその上限がモデルごとに異なるためです。 スキーマが受け入れることはプロバイダーが受け入れることを意味しません。逆に、上記のアセット ごとの「最大 20MB」という数値は、画像入力の上限であり(これらはインラインで送信できる唯一の 入力です)、最終的に受け取るアセットに対するパートナー側の上限であり、アセットが公開URL の場合は そのまま適用されます。そのバイト列は Comfy を経由しないためです。インラインの data:{MIME_type};base64,… URL は Comfy を経由するため、転送上限にも直面します。Comfy Router の POST ボディは合計 100 MiB に制限され、超えると 413 が返されます。また base64 はペイロードを 約 4/3 に膨らませるため、およそ 75 MB を超える単一のインラインアセットは、ここに記載された パートナーのルールに到達する前に拒否されます。そのサイズでは、単一のアセットはパートナー自身の20MB の上限はインラインに余裕で収まるため、1つのアセットについてはパートナーのルールが制約となります。トランスポートの上限は複数のアセットにまたがる場合に制約となります。100 MiB の Router 上限は各要素ではなくリクエスト全体を制限するためです。これらの上限に近いものはすべてパブリック URL として送信してください。
string
必須
メディアアセットのタイプ指定可能な値:
first_frame、last_frame、driving_audio、first_clip、reference_image、reference_video、reference_audio、video、file、linkstring
必須
メディアファイルの URL。パブリックな HTTP/HTTPS URL、または、上記の
media の説明が各モデルについて挙げているまさに画像の入力(wan2.7-i2v の first_frame と last_frame、wan2.7-r2v の first_frame と reference_image、wan2.7-videoedit の reference_image、wan3.0-video と wan3.0-video-prime の first_frame、last_frame、reference_image、happyhorse-1.0-i2v と happyhorse-1.1-i2v の first_frame、happyhorse-1.0-r2v と happyhorse-1.1-r2v の reference_image、そして happyhorse-1.0-video-edit の reference_image)に限り、インラインの data:{MIME_type};base64,... URL。
これらのモデルのいずれでも、ビデオ、オーディオ、ファイル、リンクの入力はインラインの data: URL を受け付けません。パートナー自身のアップロードサービスによる oss://dashscope-instant の一時 URL、または(wan2.7-videoedit では)Asset Center の asset_id は、それをアップロードした Alibaba Cloud アカウントに対してのみ解決されます。Comfy は自身のキーでモデル呼び出しを行い、アップロード経路を公開しないため、呼び出し元自身の oss:// URL や asset_id はサポートされる入力ではありません。このフィールドは URL スキームを検証しないため、そのような値はここで拒否されず、そのままパートナーへ転送されます。モデルごとのサイズとピクセルの制限、およびインラインのペイロードを全体として制限する 100 MiB の Router リクエストボディ上限については、media の説明を参照してください。string
ネガティブプロンプトは、ビデオ画面に表示したくないコンテンツを記述するために使用します
string
テキストプロンプト。中国語と英語に対応し、長さは800文字以内(wan3.0-video では最大20,000文字。制限を超えたコンテンツは切り捨てられます)。
wan2.6-r2v で複数の参照ビデオを使用する場合は、参照ビデオの順序に従って被写体を ‘character1’、‘character2’ などで参照します。例: “Character1 sings on the roadside, Character2 dances beside it”
wan3.0-video の参照モードでは、media 配列内の対応する順序でメディアアセットを参照するために ‘Image 1’、‘Video 1’、‘Audio 1’ などを使用します。
string[]
wan2.6-r2v モデル専用の参照ビデオ URL。1~3本のビデオ URL の配列。
入力の制限:
- フォーマット: mp4、mov
- 本数: 1~3本のビデオ
- 単一ビデオの長さ: 2~30秒
- 単一ファイルサイズ: 最大30MB
- audio_url と併用できません 参照の再生時間: 単一ビデオは最大5秒、2本の場合は各最大2.5秒、3本の場合はそれに比例して短くなります。 課金: 実際に使用した参照の再生時間に基づきます。
string
ビデオエフェクトのテンプレート名。任意。現在サポートされているのは squish、flying、carousel です。使用すると prompt パラメータは無視されます。
string
呼び出すモデルの ID。このコンポーネントでは制約されません。Comfy Router が
POST /v2/models/wan/{model} の {model} パスセグメントから設定するため、Router の呼び出し元は省略します。POST /proxy/wan/api/v1/services/aigc/video-generation/video-synthesis への直接の v1 呼び出しでは必ず指定する必要があり、受け付けられる表記の enum はその操作自身のコンポーネント WanVideoGenerationRequest にあります。object
ビデオ処理パラメータ
boolean
デフォルト:"true"
ビデオにオーディオを追加するかどうか。wan3.0-video と wan3.0-video-prime のみでサポートされます。他の wan モデルについては、プロバイダーはそのような切り替えをドキュメント化していません。
string
デフォルト:"\"auto\""
wan2.7-videoedit モデルのビデオオーディオ設定。
- auto(デフォルト): モデルがプロンプトの内容に基づいてインテリジェントに判断します
-
origin: 入力ビデオのオリジナルオーディオを強制的に保持します
指定可能な値:
auto、origin
integer
デフォルト:"5"
生成されるビデオの再生時間(秒):
- wan2.5 モデル: 5秒または10秒
- wan2.6-t2v、wan2.6-i2v: 5、10、または15秒
- wan2.6-r2v: 5秒または10秒のみ(15秒はサポートされません)
- wan2.7-i2v、wan2.7-t2v: [2, 15] の整数
- wan2.7-r2v、wan2.7-videoedit: [2, 10] の整数
-
wan3.0-video: ビデオ入力なしの場合は [2, 30] の整数。ビデオ入力ありの場合は、入力ビデオの再生時間と出力ビデオの再生時間の合計が30秒を超えてはなりません。-1 はモデルが適切な再生時間を選ぶスマート再生時間モードを有効にします
このプロキシは [-1, 30] の範囲外の再生時間に対して400を返します。
範囲:
-1~30
boolean
デフォルト:"true"
プロンプトのインテリジェントな書き換えを有効にするかどうか。デフォルトは true です
string
生成されるビデオのアスペクト比。wan2.7 および wan3.0 モデル専用です。
wan2.7 モデルでは、指定しない場合は解像度の階層に基づいてデフォルトが決まります。
wan3.0-video では、adaptive(デフォルト)が入力メディアの比率と意図に基づいて適切なアスペクト比を自動的に推奨します。指定可能な値:
adaptive、16:9、9:16、1:1、4:3、3:4string
解像度レベル。サポートされる値はモデルによって異なります:
- wan2.5-i2v-preview: 480P、720P、1080P
- wan2.6 モデル(t2v、i2v、r2v): 720P、1080P のみ(480P はサポートされません)
- wan2.7 モデル(i2v、t2v、r2v、videoedit): 720P、1080P(デフォルト 1080P)
- wan3.0-video、wan3.0-video-prime: 480P、720P、1080P(上流のデフォルトは 1080P)
- happyhorse-1.0-*(t2v、i2v、r2v、video-edit): 720P、1080P
-
happyhorse-1.1-*(t2v、i2v、r2v): 480P、720P、1080P
このプロキシは、解像度も size も指定されていないビデオ生成リクエストを拒否します。解像度のティアが課金レートを選択するためです。このプロキシは、解像度をチェックする前に大文字に変換し、その大文字に変換した値をそのまま転送します。この enum に含まれない値には 400 を返し、上記で 480P を持たないものとして記載されている wan2.6、wan2.7、happyhorse-1.0 のモデルでは、480P(解像度として送信された場合も、480P の size として送信された場合も)に対して 400 を返します。
指定可能な値:
480P,720P,1080P
integer
乱数シード。モデルが生成するコンテンツのランダム性を制御するために使用します範囲:
0 ~ 2147483647string
デフォルト:"\"single\""
インテリジェントなマルチレンズ制御。prompt_extend が有効な場合のみ機能します。
wan2.6 および wan2.7-r2v モデル用です。
- single: シングルショットビデオ(デフォルト)
-
multi: マルチショットビデオ
指定可能な値:
multi,single
string
widthheight 形式のビデオ解像度。対応する解像度はモデルによって異なります:
wan2.5 T2V の場合: 480P(480832、832480、624624)、720P、1080P のサイズ
wan2.6 T2V/R2V の場合(480P なし):
720P: 1280720, 7201280, 960960, 1088832, 8321088
1080P: 19201080, 10801920, 14401440, 16321248, 12481632
size と resolution の両方を送信した場合、課金ティアを選択するのは size であり、
resolution はモデルに対してこのプロキシが受け付ける値である必要があります。480P の size は、
resolution の説明で 480P を持たないと記載されているすべてのモデルで 400 を返します。
boolean
デフォルト:"false"
ウォーターマークロゴを追加するかどうか。ウォーターマークは右下隅に配置されます
GET /v2/models/wan/happyhorse-1.0-r2v/openapi.json で Router が提供するスキーマから生成されています。これは、リクエストがプロバイダーに到達する前に呼び出しを検証する際に使用するのと同じドキュメントです。
出力
object
必須
string
インテリジェントな書き換え後の実際のプロンプト(ビデオタスク用)
string
オーディオ生成を伴う I2V タスク用のオーディオ URL
string
失敗したリクエストのエラーコード(リクエストが成功した場合は返されません)
string
タスクの完了時間
string
失敗したリクエストの詳細情報(リクエストが成功した場合は返されません)
string
オリジナルの入力プロンプト(ビデオタスク用)
object[]
画像生成タスクのタスク結果のリスト
string
インテリジェントな書き換え後の実際のプロンプト(有効な場合)
string
画像のエラーコード(一部のタスクが失敗した場合に返されます)
string
画像のエラー情報(一部のタスクが失敗した場合に返されます)
string
オリジナルの入力プロンプト
string
生成済み画像の URL アドレス
string
タスクの実行時間
string
タスクの送信時間
string
必須
タスク ID
object
画像生成タスクのタスク結果の統計
integer
失敗したタスク数
integer
成功したタスク数
integer
タスクの総数
string
必須
タスクステータス取り得る値:
PENDING, RUNNING, SUCCEEDED, FAILED, CANCELED, UNKNOWNstring
完了したビデオ生成タスクのビデオ URL。リンクの有効期間は 24 時間
string
必須
一意のリクエスト識別子
object
出力情報の統計。成功した結果のみがカウントされます
integer
ビデオ解像度レベル(I2V および wan3.0-video タスク)
number
生成されたビデオの再生時間(秒)(I2V および wan3.0-video タスク)
integer
生成されたビデオのフレームレート(wan3.0-video タスク)
integer
生成された画像数(T2I および I2I タスク)
number
入力ビデオの再生時間(秒)。ビデオ入力がない場合は 0.0(wan3.0-video タスク)
number
出力ビデオの再生時間(秒)(wan3.0-video タスク)
string
生成されたビデオのアスペクト比。例: 16:9(wan3.0-video タスク)
string
画像の解像度(T2I および I2I タスク)
integer
生成されたビデオ数(T2V タスク)
number
生成されたビデオの再生時間(秒)(T2V タスク)
string
ビデオの解像度比率(T2V タスク)
string
失敗したリクエストのエラーコード。
output の下ではなく、エンベロープのルートで報告されます(リクエストが成功した場合は返されません)。string
失敗したリクエストの詳細情報。
output の下ではなく、エンベロープのルートで報告されます(リクエストが成功した場合は返されません)。output.message にフォールバックする前にこれを確認してください。例
入力
出力
出荷前の確認
SDK はIdempotency-Key を生成し、自動リトライで再利用します。手動リトライでは元のキーを再利用してください。Router は最大 10 分間接続を保持できます。
リクエストが失敗すると、Router は理由を説明する X-Comfy-Error-Type レスポンスヘッダーを送信します。422 は、プロバイダーを呼び出す前に Router が入力を拒否したことを意味し、413 はリクエスト本文が Router の受け入れ可能なサイズを超えていたことを意味します。生成されたアセットは 結果 URL の有効期限 があるため、早めにダウンロードしてください。
上記のフィールド説明に記載されているサイズ制限は、プロバイダーの仕様から引用した、そのフィールドに対するプロバイダー自身の上限です。Router はリクエスト本文全体に対して別の上限を適用し、base64 エンコードされたメディアもこれにカウントされます。リクエスト本文のサイズ を参照してください。
このページは、Comfy Router 経由で呼び出す 1 つのパートナーモデルについて説明しています。同じ comfy-sdk / @comfyorg/sdk パッケージには、Comfy Cloud 上で ComfyUI のワークフローグラフ全体を実行するための 2 つ目のクライアントも含まれています: Comfy(api_key=...) / new Comfy({ apiKey })、および client.workflows、client.assets、client.jobs。Comfy SDKs を参照してください。
ヘッダー
認証、冪等性、リクエスト ID、エラー分類、リトライ間隔、支出上限。
Router API の利用
モデルの検出、バリデーションエラー、リトライ、課金。
制限事項
Router が現在対応していないことと、代替手段。