クイックスタート
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 スニペットは、生の HTTP で同じ呼び出しを行うものです。
モデル ID: wan/happyhorse-1.0-video-edit
エンドポイント: POST https://api.comfy.org/v2/models/wan/happyhorse-1.0-video-edit
- 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-video-edit/requests に送信します。Router は実行が受け付けられるとすぐに 201 と request_id を返し、結果は準備ができ次第、このプロセスからでも別のプロセスからでも収集されます。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ています。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。対応フォーマット:mp3 と wav。reference_video_urls と併用できません。
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 i2v 系の表記はここで先頭フレームを受け取りません。それらは first_frame タイプの 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。wan2.7/wan3.0 系の表記も参照アセットを media で受け取ります。画像フォーマット: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[]
media 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 と url フィールドを持ちます。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、そして画像やビデオの入力を img_url や reference_video_urls ではなくそもそもここで渡すかどうかは、モデルごとに異なります。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、パブリック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):パブリックな 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 画像と reference ビデオの合計は最大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、パブリックURLまたは data:{MIME_type};base64,… URL。reference_video:パブリックな 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(正確に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、パブリックな 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1:8~8:1、最大20MB、パブリック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 <= 15秒)、reference_audio(最大5クリップ、合計再生時間 <= 15秒)、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、パブリックURLまたは data:{MIME_type};base64,… URL。reference_video、reference_audio、file、link:パブリックな 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、正確に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、パブリックURLまたは data:{MIME_type};base64,… URL。
- happyhorse-1.0-r2v、happyhorse-1.1-r2v: reference_image のみ、1~9つ。これは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、パブリック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(正確に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、パブリックな 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つの reference_image(JPEG/JPG/PNG/BMP/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、パブリック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です。これらのパートナーの参照資料には media 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、これらの表記に対する 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 type 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、つまり画像入力(インラインで送信できる唯一の入力)の上限は、最終的にパートナーが扱うアセットに対するパートナーの上限であり、アセットがパブリックURLである場合は記載どおりに適用されます。これらのバイトが Comfy を経由することはないためです。インラインの data:{MIME_type};base64,… URL は Comfy を経由し、トランスポートの上限にも直面します。Comfy Router の POST ボディは合計で最大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、パートナー自身の 20MB の上限ならインラインに余裕で収まるため、単一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。 複数のアセットにまたがる場合は、転送の上限が制約となります。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 公開 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。公開 HTTP/HTTPS URL、または、上記の
media の説明で各モデルに対して列挙しているまさに画像入力に限り、インラインの data:{MIME_type};base64,... URL を指定できます。すなわち、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 と 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 です。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へ転送されます。モデルごとのサイズとピクセルの上限、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。中国語と英語をサポートし、長さは 800 文字以内
(wan3.0-video では最大 20,000 文字。上限を超えたコンテンツは切り捨てられます)。
複数の参照ビデオを使用する wan2.6-r2v では、‘character1’、‘character2’ などを使って、
参照ビデオの順序で被写体を参照します。例: “Character1 sings on the roadside, Character2 dances beside it”
wan3.0-video の参照モードでは、‘Image 1’、‘Video 1’、‘Audio 1’ などを使って、
media 配列内の対応する順序でメディアアセットを参照します。
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:
- 形式: mp4、mov
- 数量: 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 参照再生時間: ビデオ 1 本なら最大 5 秒、2 本なら各最大 2.5 秒、3 本ならそれに比例して短くなります。 課金: 実際に使用した参照再生時間に基づきます。
string
ビデオエフェクトテンプレート名。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 は
POST /v2/models/wan/{model} の {model} パスセグメントからこれを設定するため、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列挙は、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 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文書化していません。
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コンテンツ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 秒、10 秒、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。ビデオ入力がある場合は、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 を指定すると、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が有効になります
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ティア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、解像度と size のどちらも指定していないビデオ生成リクエストを拒否します。解像度の階層が課金レートを選択するためです。チェックの前に resolution を大文字化し、大文字化した値を転送します。この enum に含まれない値には 400 を返し、上記で 480P 非対応として挙げられている wan2.6、wan2.7、happyhorse-1.0 のモデルでは 480P(resolution 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 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: シングルショットのビデオ(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
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、課金階層を選択するのは size であり、resolution は引き続きこのプロキシがそのモデルで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 非対応として挙げら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"
ウォーターマークの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-video-edit/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 Router が呼び出しを検証する対象となるドキュメントと同じものです。
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
音声生成を伴う 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
元の入力プロンプト(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
元の入力プロンプト
string
生成された画像の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
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 ROOT 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 ROOT 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。