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)を使用しています。cURL スニペットは、生の HTTP で同じ呼び出しを行うものです。
モデル ID: wan/happyhorse-1.0-video-edit
エンドポイント: POST https://api.comfy.org/v2/models/wan/happyhorse-1.0-video-edit
- 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-video-edit/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されます。キュー配信では、ステータス、キャンセル、収集について順を追って説明しています。スキーマ
入力
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 および
wan2.6-i2v モデルでは必須です。happyhorse-1.x の i2v 系の表記では、最初のフレームをここで受け取りません。
最初のフレームは type が first_frame のメディア要素として受け取ります(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。動画生成用の参照素材(画像、音声、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が提供する
すべてのモデルで共有されますが、どのモデルがどの type 値を受け付けるか、また画像やビデオの入力を
img_url や reference_video_urls ではなくここで受け取るかどうかはモデルによって異なります。
モデルごとの対応する 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、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個の 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 <= 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 の各 type と first_frame/last_frame の各 type 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(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 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 1:2.5〜2.5:1、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。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個の 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です。対応する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 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、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。許容される 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。 また逆に、上記のアセットごとの「最大20MB」という数値、つまり画像 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。 そのバイト列がComfyを経由することはないためです。インラインの data:{MIME_type};base64,… URL はComfyを経由し、転送の上限にも当たります: 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75MBを超える単一のインラインアセットは、 ここに示す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も余裕を持って収まるため、単一のアセットではパートナーのルールの方が制約となります。転送の上限は複数のアセットにまたがる場合に効いてきます。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。
メディアアセットの種類指定可能な値:
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 の説明がモデルごとに列挙している IMAGE 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 も使用できます。これらのモデルの video、audio、file、link 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、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すためアップロード経路を公開しておらず、呼び出し元自身の oss:// URL や asset_id はサポート対象の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。逆プロンプトの語句は、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 モデルは拒否せずに切り詰めます。prompt と同じ入力予算に計上されます。
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。文書化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詰めます。wan2.5 と wan2.6 は 1,500 文字、wan2.7 は 5,000 文字です。wan3.0-video と wan3.0-video-prime は最大 20,000 文字まで受け付けます。プロンプトと negative_prompt を合わせて約 60,850 バイトの UTF-8 テキスト(約 20,000 の中国語文字)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。
参照ビデオを複数使う wan2.6-r2v では、参照ビデオの順序に従って被写体を ‘character1’、‘character2’ などで参照します。例: “Character1 sings on the roadside, Character2 dances beside it”
wan3.0-video の reference 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
- 本数: 1〜3 本
- 1 本あたりの長さ: 2〜30 秒
- 1 ファイルあたりのサイズ: 最大 30MB
- audio_url と併用できません 参照の再生時間: 1 本の場合は最大 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 v1 の直接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。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 モデルについてこのような切り替えを文書化していません。
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
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 秒は非対応)
- 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 を指定すると
スマート再生時間モードが有効になり、モデルが適切な再生時間を選択します
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
生成されるビデオのアスペクト比。wan2.7 と wan3.0 のモデル専用です。
wan2.7 モデルでは、指定しない場合は解像度の階層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 も size 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、大文字化した値をそのまま転送します。この enum に含まれない値には 400 を返し、上記で 480P 非対応と記載した wan2.6、wan2.7、happyhorse-1.0 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
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 モデル向けです。
- single: シングルショットのビデオ(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
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 非対応):
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、課金ティアを決めるのは 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。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は、480P の size を送信すると 400 が返ります。
GET /v2/models/wan/happyhorse-1.0-video-edit/openapi.json で提供するもので、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のと同じドキュメントです。
出力
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。