Skip to main content
Wan 2.7 Video Edit の API リファレンス。Wan 2.7 video edit は、テキスト指示に基づいて既存のクリップを書き換え、必要に応じて参照画像でガイドします。 入力: ビデオ, 画像, テキスト · 出力: ビデオ

クイックスタート

あなたの 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、同じ呼び出しを生の HTTP で実行するものです。 モデル ID: wan/wan2.7-videoedit エンドポイント: POST https://api.comfy.org/v2/models/wan/wan2.7-videoedit
同じリクエストボディを POST https://api.comfy.org/v2/models/wan/wan2.7-videoedit/requests に送信します。実行が受け付けられるとすぐに Router は 201 と request_id を返し、結果は準備ができた時点で、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ています。

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
音声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 と wan2.6-i2v モデルでは必須です。happyhorse-1.x の i2v 系の名称は、最初のフレームを ここでは受け取りません。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 のボディも、happyhorse-1.0-i2v と happyhorse-1.1-i2v ではプロバイダーに拒否されます。wan2.7/wan3.0 系の名称も参照アセットを 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 と url のフィールドを持ちます。このフィールドは本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あり、どのモデルがどの 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 ではなくここで持つかどうかは、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、各辺 240-8000 ピクセル、アスペクト比 1:8 から 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、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 が少なくとも 1 つ必要で、reference_image と reference_video は合計で最大 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、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(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、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、各辺 240-8000 ピクセル、アスペクト比 1:8 から 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、同一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(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、アスペクト比は最大 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、正確に 1 つ。これらの名称は最初のフレームを img_url ではなくここで受け取ります。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、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(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、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、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リファレンスには 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: 本コンポーネントは、これらの名称に対する 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件数は本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がモデルごとに異なるためです。スキーマが受理しても、プロバイダーが受理するとは限りません。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、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 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で問題なく収まるため、単一のアセットで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, link
string
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まさにIMAGE入力、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、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です。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から得られる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はサポートされた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制限、およびインラインのペイロードを合計で制限する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します
string
テキストプロンプト語。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。制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、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とは併用できません 参照の長さ: 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: 実際に使用された参照の長さに基づきます。
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値: squish, flying, carousel。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埋めるため、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、 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 から 30 まで
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、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, 3:4
string
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(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 と size のどちら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決定するためです。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 を持たないものとして記載されている wan2.6、wan2.7、happyhorse-1.0 のモデルに対しては、480P(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)に 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 ~ 2147483647
string
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: 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
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 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 なし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
Router が GET /v2/models/wan/wan2.7-videoedit/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対象となる同一のドキュメントです。

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
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(有効になっている場合)
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、UNKNOWN
string
完了したビデオ生成タスクのビデオURL。リンクの有効期限は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、こちらを確認してください。

例

入力

出力

ビデオの URL は 24 時間有効です。保持する必要がある場合は、速やかにビデオをダウンロードしてください。

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。