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)を使用しており、cURL スニペットは同じ呼び出しを生の HTTP で行うものです。
モデル ID: wan/wan2.7-t2v
エンドポイント: POST https://api.comfy.org/v2/models/wan/wan2.7-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/wan2.7-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、収集について説明します。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
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 系の表記はここでは先頭フレームを受け取りません。先頭フレームは type が first_frame の media 要素として渡します(後述の media を参照)。また、wan2.6-i2v では成功する img_url のボディも、happyhorse-1.0-i2v および 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は media で渡します。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有されますが、特定のモデルがどの type 値を受け付けるか、またそもそも画像やビデオの入力を img_url や reference_video_urls ではなく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 値は次のとおりです。
- wan2.7-i2v: first_frame、last_frame、driving_audio、first_clip。first_frame と 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 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、各辺 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。reference_image または reference_video のうち少なくとも 1 つが必要で、reference_image と reference_video の合計は最大 5 です。first_frame と 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 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、各辺 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、各辺 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 <= 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、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、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 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、1~9 個。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、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 0~5 個の 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 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です。これらのパートナー参照ドキュメントにはメディア入力が記載されていないため、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 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の制約であり、このスキーマの制約ではありません。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、media には minItems/maxItems が宣言されていません。スキーマが受け付けることはプロバイダーが受け付け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(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です)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、アセットが公開 URL である場合はそのまま適用されます。そのバイトは 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、これは 100 MiB の Router 上限が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: 公開 HTTP/HTTPS URL、または、上記の
media の説明がモデルごとに挙げているまさにその画像入力(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 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呼び出しを行い、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ことなく、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
逆プロンプトの単語は、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されます
string
テキストプロンプトの単語。中国語と英語をサポートし、長さは 800 文字を超えないこと
(wan3.0-video では最大 20,000 文字。制限を超えるコンテンツ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 個のビデオ 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 本のビデオはそれに比例して短くなります。 課金: 使用した実際の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 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 呼び出しではこれを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択する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 です
string
生成されるビデオのアスペクト比。wan2.7 と wan3.0 モデル専用です。
wan2.7 モデルでは、指定しない場合、解像度の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
このプロキシは、解像度も 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。解像度のティアが課金レートを選択するためです。プロキシはチェックの前に解像度を大文字に変換し、その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 に対しては(resolution として送信された場合でも 480P の size として送信された場合でも)上記で 480P 非対応として記載されている wan2.6、wan2.7、happyhorse-1.0 モデルで 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 と解像度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、解像度はそのモデルに対してこのプロキシが受け入れる値である必要があります。480P の size は、解像度の説明で 480P 非対応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/wan2.7-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
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
タスクの完了時刻
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
生成された画像のURLアドレス
string
タスクの実行時間
string
タスクの送信時刻
string
必須
タスクID
object
画像生成タスクのタスク結果統計
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集計されます
integer
ビデオの解像度レベル(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。