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 と npm install @comfyorg/sdk)を使用しています。cURL のスニペットは、同じ呼び出しを raw HTTP で行うものです。
モデル ID: wan/happyhorse-1.1-t2v
エンドポイント: POST https://api.comfy.org/v2/models/wan/happyhorse-1.1-t2v
- 結果を待つ
- キューに送信して後で収集する
同じリクエストボディを
POST https://api.comfy.org/v2/models/wan/happyhorse-1.1-t2v/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できます。キュー配信では、ステータス、キャンセル、収集の流れを説明します。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。対応フォーマット: mp3 と wav。reference_video_urls とは併用できません。
string
先頭フレーム画像の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、先頭フレームをここでは
受け取りません。先頭フレームは first_frame タイプのメディア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、プロバイダーは
happyhorse-1.0-i2v および happyhorse-1.1-i2v では拒否します。さらに 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[]
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ますが、あるモデルが受け付ける
type 値、およびそのモデルが画像やビデオの入力を img_url や
reference_video_urls ではなくここで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
サポートされる type 値:
- wan2.7-i2v: first_frame、last_frame、driving_audio、first_clip。first_frame および last_frame: JPEG/JPG/PNG/BMP/WEBP、各辺 240-8000 ピクセル、アスペクト比 1:8 から 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)および first_clip(MP4/MOV、2-10 秒、各辺 240-4096 ピクセル、最大 100MB): パブリック 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(オプション、最大 1)、reference_image、reference_video。少なくとも reference_image または reference_video を 1 つ指定する必要があり、reference_image と reference_video の合計は最大 5 です。first_frame および reference_image: JPEG/JPG/PNG/BMP/WEBP (アルファチャンネルなし)、各辺 240-8000 ピクセル、アスペクト比 1:8 から 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 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、 各辺 240-4096 ピクセル、最大 100MB、パブリック 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、オプションで 0 から 4 の reference_image(JPEG/JPG/PNG/BMP/WEBP、 各辺 240-8000 ピクセル、アスペクト比 1:8 から 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同時に使用できません。 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(Image 1、Video 1、 Audio 1、…)。first_frame、last_frame および reference_image: JPEG/JPG/PNG/BMP/WEBP、 各辺 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 および link: パブリック 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 から 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 から 9 つ。これは 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 から 2.5:1、最大 100MB、パブリック 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、オプションで 0 から 5 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 から 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。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 メディアの語彙を列挙していません。wan2.5-i2v-preview および 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数はパートナーの制約であり、このスキーマの制約ではありません。media には minItems/maxItems が宣言されていません。これは、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。スキーマ上の受け入れは、プロバイダーによる受け入れを意味しません。また、 その逆に、上記のアセットごとの「最大 20MB」という数値(画像入力の上限であり、インラインで 送信できる唯一の入力)は、パートナーが最終的に受け取るアセットに対する上限であり、アセットが パブリック URL の場合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 を経由し、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、それを超えると 413 が返され、 base64 はペイロードを約 4/3 に膨らませます。したがって、およそ 75 MB を超える単一のインライン アセットは、ここに示す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 の上限であればインラインで問題なく収まるため、アセット 1 つ分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トランスポートの上限が制約となります。100 MiB という 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ものは、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列挙している画像入力(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 を指定できます。これらのモデルのいずれにおいても、video、audio、file、link 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るのではなく、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
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。制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参照するために
‘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
- 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 参照の再生時間: 単一ビデオは最大 5 秒、2 本のビデオはそれぞれ最大 2.5 秒、3 本のビデオは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 の呼び出し元はこれを省略します。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。プロバイダーは他の wan モデルに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 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が 30 秒を超えてはなりません。-1 を指定すると
スマート再生時間モードが有効になり、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から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
string
生成されるビデオのアスペクト比。wan2.7 および wan3.0 モデルのみ。
wan2.7 モデルでは、指定しない場合、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 は非サポート)
- 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、resolution も size も指定していないビデオ生成リクエストを拒否します。
これは、解像度ティアが課金レートを選択するためです。チェックの前に resolution を大文字に変換し、
大文字に変換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、
480P については(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)
上記で 480P がないと記載されている wan2.6、wan2.7、happyhorse-1.0 モデルに対して 400 を返します。
Possible values:
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。Range:
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
Possible values:
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、課金ティアを選択するのは size であり、
resolution は引き続き、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、resolution 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"
透かしロゴを追加するかどうか。透かしは右下隅に配置されます。
GET /v2/models/wan/happyhorse-1.1-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 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
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
画像の解像度(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 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に関する詳細情報。
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。