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 および npm install @comfyorg/sdk)を使用しています。cURL のスニペットは、raw HTTP 経由で同じ呼び出しを行うものです。
モデル ID: wan/happyhorse-1.0-r2v
エンドポイント: POST https://api.comfy.org/v2/models/wan/happyhorse-1.0-r2v
- 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/happyhorse-1.0-r2v/requests に送信します。Router は実行が受け付けられるとすぐに request_id とともに 201 を返し、結果は準備ができ次第、このプロセスまたは別のプロセスから収集します。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
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 と
wan2.6-i2v モデルでは必須です。happyhorse-1.x の i2v 系の表記では先頭フレームをここで受け取りません
— 先頭フレームは type が first_frame のメディア要素として受け取ります(下記の media を参照)。そして
wan2.6-i2v で成功する img_url ボディは、happyhorse-1.0-i2v と happyhorse-1.1-i2v では
プロバイダーに拒否されます — また wan2.7/wan3.0 系の表記も参照アセットを
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。
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あり、あるモデルがどの type 値を受け付けるか — そして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 — はモデルごとに異なります。
モデル別の対応 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。少なくとも 1つの reference_image または reference_video が必要で、reference 画像と reference ビデオの合計は最大5つです。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(ちょうど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 type と first_frame/last_frame の type は、同一リクエスト内で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。最小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 最小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 type 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 最大4096ピクセル、短辺 最小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、 最小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。これらの対応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 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。 上記のモデル別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。受け付け可能な type 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 — そして 逆方向として、上記のアセット単位の「最大20MB」という数値 — 画像入力(インラインで送信できる 唯一の入力)の上限 — は、最終的にパートナーが持つ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。これらのバイト列は 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、超えると 413 が返り、 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 ここに記され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つのアセットで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 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。
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列挙されている画像入力に限り)インラインの data:{MIME_type};base64,... URL です。対象となる画像入力は、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 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が発行する oss://dashscope-instant の一時 URL、または(wan2.7-videoedit の場合)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 リクエストボディの上限については、media の説明を参照してください。逆プロンプトは、ビデオ画面に映したくないコンテンツを記述するために使用します。500 文字を超えると、wan モデルはそれを拒否せずに切り捨てます。prompt と同じ入力予算にカウントされます。
テキストプロンプトです。中国語と英語をサポートします。ドキュメントに記載された長さを超えると、wan2.x モデルはプロンプトを拒否せずに切り捨てます: wan2.5 と wan2.6 では 1,500 文字、wan2.7 では 5,000 文字です。wan3.0-video と wan3.0-video-prime は最大 20,000 文字を受け付けます。prompt と negative_prompt を合わせて約 60,850 バイトの UTF-8 テキスト(約 20,000 文字の中国語)を超えるリクエストは、プロバイダーが拒否し、InvalidParameter
Range of input length should be [1, 61440] を返します。
複数の参照ビデオを指定する wan2.6-r2v では、参照ビデオの順序に対応させて ‘character1’、‘character2’ などで被写体を参照します。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 ‘Image 1’、‘Video 1’、‘Audio 1’ などを使ってメディアアセットを参照します。wan2.6-r2v モデル専用の参照ビデオ URL。1-3 本のビデオ URL の配列です。
入力の制限:
- 形式: mp4、mov
- 数量: 1-3 本
- 単一ビデオの長さ: 2-30 秒
- 単一ファイルのファイルサイズ: 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 本の場合はそれぞれ最大 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。
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である WanVideoGenerationRequest にあります。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ドキュメント化していません。
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
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 duration に対して 400 を返します。
範囲:
-1から30
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)が適切なアスペクト比を自動的に推奨します。アスペクト比は入力メディアの比率と意図に基づいて決まります。指定可能な値:
adaptive、16:9、9:16、1:1、4:3、3:4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 非対応)
- 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 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。解像度の階層が課金レートを決めるためです。チェックの前に resolution を大文字化して、その大文字化した値を転送します。この列挙にない値には 400 を返し、上記の 480P 非対応として挙げた wan2.6、wan2.7、happyhorse-1.0 モデルでは 480P に対して(resolution として送られた場合も、480P の size として送られた場合も)400 を返します。
指定可能な値:
480P、720P、1080P
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
幅高さ形式のビデオ解像度。サポートされ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、課金階層を選ぶのは 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、解像度の説明で 480P 非対応として挙げたすべてのモデルで 400 を返します。
GET /v2/models/wan/happyhorse-1.0-r2v/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を検証する際に使用する同じドキュメントです。
出力
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れを読んでください。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。