クイックスタート
ご利用の 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 raw HTTP で実行するものです。
モデル ID: wan/wan3.0-video
エンドポイント: POST https://api.comfy.org/v2/models/wan/wan3.0-video
- 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/wan3.0-video/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、結果は準備ができた時点で、このプロセスまたは別のプロセスから収集されます。キュー配信で、ステータス、キャンセル、収集の流れを説明します。サービングプロバイダー
このモデルは、リクエストで別のプロバイダーを指定しない限り、Comfy Router が直接サービングします。以下のプロバイダーも、同じエンドポイントで同じモデル ID を使用してこのモデルをサービングしており、model_provider クエリパラメータで選択します。
- Comfy (デフォルト):
POST https://api.comfy.org/v2/models/wan/wan3.0-video - Higgsfield、
higgsfield/higgsfield-wan-3として:POST https://api.comfy.org/v2/models/wan/wan3.0-video?model_provider=higgsfield
strict_mode のデフォルトは false であるため、Router はこのページに記載されているネイティブのリクエストボディをプロバイダー独自のスキーマに変換し、レスポンスを元の形式に戻します。API リファレンスの model_provider、strict_mode、fallback_provider を参照し、この方法でルーティングされるすべてのモデルについてはサービングプロバイダーを参照してください。
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 および 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 表記では、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 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よって拒否されます。さらに wan2.7/wan3.0 の表記も、参照アセットは同様に 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。動画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 の値を受け付けるか、また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、モデルごとに異なります。モデルごとの対応する type の値:
- wan2.7-i2v: first_frame、last_frame、driving_audio、first_clip。first_frame と last_frame: JPEG/JPG/PNG/BMP/WEBP、1辺 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 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 つが必須で、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 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(必ず 1 つ、編集対象のクリップ: MP4/MOV、2~10 秒、1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 つの reference_image(JPEG/JPG/PNG/BMP/WEBP、1辺 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 <= 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 のタイプと first_frame/last_frame のタイプは、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、プロンプト内でのアセットの参照順(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 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、必ず 1 つ。これらの表記で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、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。これが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(必ず 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。パートナーの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。
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 の説明でモデルごとに挙げている IMAGE 入力、つまり 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。これらのモデルのビデオ、オーディオ、ファイル、リンクのいずれの入力も、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が発行する 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の語句。中国語と英語に対応し、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う wan2.6-r2v では、参照ビデオの順序に対応する被写体を
‘character1’、‘character2’ などで指定します。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
‘Image 1’、‘Video 1’、‘Audio 1’ などで指定します。
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
- 本数: ビデオ 1〜3 本
- 1 本のビデオの長さ: 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: ビデオ 1 本の場合は最大 5 秒、2 本の場合は各最大 2.5 秒、3 本の場合は比例して短くなります。 課金: 実際に使用した参照の再生時間に基づきます。
string
ビデオエフェクトのテンプレート名。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。他の wan モデルについて、プロバイダーはそのような切り替えをドキュメント化していません。
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 または 10 秒
- wan2.6-t2v、wan2.6-i2v: 5、10、または 15 秒
- wan2.6-r2v: 5 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。ビデオ入力ありの場合は、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 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 は非サポート)
- 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のどちらも指定していないビデオ生成リクエストを拒否します。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を大文字化し、その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 がないモデルとして挙げられている wan2.6、wan2.7、happyhorse-1.0 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 ~ 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: 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、解像度の説明で 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"
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/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
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
生成済み画像の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
失敗したタスク数
integer
成功したタスク数
integer
タスクの合計数
string
必須
タスクステータス取り得る値:
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
生成済みビデオの再生時間 (秒) (I2Vおよびwan3.0-videoタスク)
integer
生成済みビデオのフレームレート (wan3.0-videoタスク)
integer
生成済み画像の数 (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
生成済み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
生成済みビデオの数 (T2Vタスク)
number
生成済みビデオの再生時間 (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
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。