クイックスタート
キーをComfy ワークスペースで作成し、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 と 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います。
モデル ID: wan/happyhorse-1.0-t2v
エンドポイント: POST https://api.comfy.org/v2/models/wan/happyhorse-1.0-t2v
- 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-t2v/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、結果は準備が整った時点で、このプロセスまたは別のプロセスから収集されます。キュー配信では、ステータス、キャンセル、収集について順を追って説明します。スキーマ
入力
object
必須
プロンプトワード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
最初のフレーム画像の 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 表記は、ここで最初のフレームを
受け取りません。最初のフレームは type が first_frame の media 要素として受け取ります(後述の
media を参照)。また、wan2.6-i2v では成功する img_url ボディも、
happyhorse-1.0-i2v と happyhorse-1.1-i2v ではプロバイダーに拒否されます。そして
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。
各要素には type フィールドと url フィールドが含まれます。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有されており、どの type 値を特定のモデルが受け入れるか、
また img_url や reference_video_urls ではなくここで画像やビデオの入力を受け取るかどうかは、
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 から 8:1 の間、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 つ)、reference_image、reference_video。少なくとも 1 つの reference_image または reference_video が必須で、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 から 8:1 の間、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 から 4 つの 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 から 8:1 の間、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 とは併用 不可)、link(最大 1、file とは併用不可)。reference_*/file/link タイプ と first_frame/last_frame タイプは、同じリクエスト内では相互に排他的です。 配列の順序が、プロンプト内のアセットの参照順序を定義します(画像 1、ビデオ 1、 オーディオ 1、…)。first_frame、last_frame および reference_image: JPEG/JPG/PNG/BMP/WEBP、 1辺あたり 240-8000 ピクセル、アスペクト比は最大 8:1、最大 20MB、公開 URL または data:{MIME_type};base64,… URL。reference_video、reference_audio、file および 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 は最初の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 から 2.5:1 の間、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 から 9 つ。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 から 2.5:1 の間、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 から 5 つの 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 から 2.5:1 の間、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。これらのパートナー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ます。
- 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 メディアの語彙を列挙していません。wan2.5-i2v-preview と wan2.6-i2v は最初の 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、このスキーマの制約ではなくパートナーの制約です。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は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。逆の方向も同様で、 上記のアセット単位の「最大 20MB」という数値(画像入力に対する上限であり、インラインで送信できる 唯一の入力です)は、最終的にパートナーが受け取るアセットに対するパートナーの上限であり、 アセットが公開 URL である場合には記載どおりに適用されます。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、転送の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、それを超えると 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、 ここに示したパートナーのルールのいずれかに到達する前に拒否されます。そのサイズでは、パートナー自身の20MB の上限ならインラインで問題なく収まるため、アセットが 1 つの場合はパートナーのルールのほうが制約となります。複数のアセットにまたがる場合は転送の上限のほうが制約となります。100 MiB の Router の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値はパブリック URL として送信してください。
string
必須
メディアアセットの種類指定可能な値:
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 の説明でモデルごとに挙げているまさに IMAGE 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、happyhorse-1.0-video-edit の reference_image)に限り、インラインの data:{MIME_type};base64,... URL を使用できます。これらのモデルのいずれにおいても、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を呼び出し、アップロード経路を公開していないため、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に転送されます。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
逆プロンプトの語句は、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の語句。中国語と英語をサポートし、長さは 800 文字以内です
(wan3.0-video では最大 20,000 文字。上限を超えた内容は切り捨てられます)。
複数の参照ビデオを使う wan2.6-r2v では、参照ビデオの順序に従って被写体を指すために ‘character1’、‘character2’ などを使用します。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指すために ‘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
- 1 本あたりのビデオの長さ: 2〜30 秒
- 1 ファイルあたりのファイルサイズ: 最大 30MB
- audio_url と併用できません 参照の再生時間: ビデオ 1 本なら最大 5 秒、2 本ならそれぞれ最大 2.5 秒、3 本ならそれに応じて短くなります。 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。使用した場合、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 はそのオペレーション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 でのみサポートされます。他の wan モデルについて、プロバイダーはそのような切り替えを記載していません。
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 または 10 秒
- wan2.6-t2v、wan2.6-i2v: 5、10、または 15 秒
- wan2.6-r2v: 5 または 10 秒のみ(15 秒は非サポート)
- 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 + 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 はスマート再生時間モードを有効にし、モデルが適切な再生時間を選択します
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 は非サポート)
- wan2.7 モデル(i2v、t2v、r2v、videoedit): 720P、1080P(デフォルトは 1080P)
- wan3.0-video、wan3.0-video-prime: 480P、720P、1080P(アップストリームのデフォルトは 1080P)
- happyhorse-1.0-*(t2v、i2v、r2v、video-edit): 720P、1080P
- happyhorse-1.1-*(t2v、i2v、r2v): 480P、720P、1080P
480P、720P、1080Pinteger
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 から 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 が有効な場合にのみ機能します。
wan2.6 および wan2.7-r2v モデル用。
- single: 単一ショットのビデオ(デフォルト)
-
multi: マルチショットのビデオ
指定可能な値:
multi、single
string
幅高さ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 の各サイズ
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、課金される階層を選ぶのは size であり、resolution はその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、解像度の説明で 480P が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-t2v/openapi.json で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
タスク完了時間
string
失敗したリクエストに関する詳細情報(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
タスク実行時間
string
タスク送信時間
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
失敗したタスクの数
integer
成功したタスクの数
integer
タスクの総数
string
必須
タスクのステータス指定可能な値:
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 時間です
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集計されます
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
生成された画像の数(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
画像解像度(T2I および I2I タスク)
integer
生成されたビデオの数(T2V タスク)
number
生成されたビデオの再生時間(秒)(T2V タスク)
string
ビデオ解像度の比率(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に関する詳細情報。
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ちら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。