Skip to main content
Wan 3.0 Video Prime の API リファレンスです。Wan 3.0 Video Prime は Wan 3.0 Video の高品質ティアであり、同じ Router プロンプトおよびメディアスキーマに対して検証されています。 入力: テキスト, 画像, ビデオ, オーディオ · 出力: ビデオ + オーディオ

クイックスタート

お使いの 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 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/wan3.0-video-prime エンドポイント: POST https://api.comfy.org/v2/models/wan/wan3.0-video-prime
同じボディを POST https://api.comfy.org/v2/models/wan/wan3.0-video-prime/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
プロンプト文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 の i2v 記法はここでは最初のフレームを 受け取りません。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、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 の記法も参照アセットを 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。ビデオ生成のための参照素材(画像、オーディオ、ビデオ)を 指定します。各要素は type と url フィールドを含みます。このフィールドはこのコンポーネントで 提供されるすべてのモデルで共有されますが、どの type 値がどのモデルで受け入れられるか、 また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、1 辺あたり 240~8000 ピクセル、アスペクト比 1:8 ~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、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)、reference_image、reference_video。少なくとも 1 つの reference_image または reference_video 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)、1 辺あたり 240~8000 ピクセル、アスペクト比 1:8~8:1、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(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 0~4 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、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 タイプは同一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を 定義します(Image 1、Video 1、Audio 1、…)。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、 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。これらの記法は 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 1:2.5~2.5:1、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、1~9 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(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 1:2.5~2.5:1、 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 0~5 つの reference_image(JPEG/JPG/PNG/WEBP、 少なくとも 300x300 ピクセル、アスペクト比 1:2.5~2.5:1、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。これらのパートナー参照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記法に対する 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 で受け取ります。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。media には minItems/maxItems が宣言されていません。許可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。また逆に、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、転送時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。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、ここにあるパートナーの 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、単一のアセットはパートナー自身の 20MB の上限ならインラインで余裕をもって収まります。したがって、アセット 1 件ではパートナーのルールが制約となり、複数件になると転送の上限が制約となります。100 MiB の Router の上限は個々の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, 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、前述の media の説明が各モデルについて列挙しているまさに画像の入力(wan2.7-i2v では first_frame と last_frame、wan2.7-r2v では first_frame と reference_image、wan2.7-videoedit では reference_image、wan3.0-video と wan3.0-video-prime では first_frame、last_frame、reference_image、happyhorse-1.0-i2v と happyhorse-1.1-i2v では first_frame、happyhorse-1.0-r2v と happyhorse-1.1-r2v では reference_image、happyhorse-1.0-video-edit では reference_image)に限り、インラインの data:{MIME_type};base64,... URL を使用できます。これらのモデルのビデオ、オーディオ、ファイル、リンクの入力はいずれもインラインの 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
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 文字を超えないでください(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詰められます)。 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指すために ‘character1’、‘character2’ などを使用します。例: “Character1 が道端で歌い、その横で Character2 が踊る” 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 です。1~3 本のビデオ URL の配列です。 入力の制限:
  • フォーマット: mp4、mov
  • 本数: 1~3 本
  • 1 本あたりのビデオ長: 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 本なら比例して短くなります。 課金: 実際に使用された参照時間に基づきます。
string
ビデオエフェクトテンプレート名。任意です。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 です。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 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 でのみサポートされます。プロバイダーは他の wan モデルについて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、10、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と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ぶ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 duration 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 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, 3:4
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 のどちらも指定し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めるためです。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 がないもの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 ~ 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。
  • 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、課金ティアを選択するのは size で、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 がないもの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/wan3.0-video-prime/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呼び出しの検証に使用され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
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
タスクステータス取り得る値: 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、envelope 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、envelope 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

ビデオ URL の有効期限は 24 時間です。保存しておく必要がある場合は、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。