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 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/happyhorse-1.1-t2v
エンドポイント: POST https://api.comfy.org/v2/models/wan/happyhorse-1.1-t2v
- 結果を待つ
- キューに送信して後で収集する
同じリクエストボディを
POST https://api.comfy.org/v2/models/wan/happyhorse-1.1-t2v/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、収集の流れを説明します。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 モデルと
wan2.6-i2v モデルでは必須です。happyhorse-1.x の i2v 表記は、最初のフレームをここでは受け取りません。
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(下記の media を参照)。
また、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。さらに wan2.7/wan3.0 の表記も参照アセットを同様に media で受け取ります。
画像フォーマット: 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が提供するすべての
モデルで共有されており、あるモデルがどの 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 240-8000 ピクセル、アスペクト比 1:8 から 8:1 の間、 最大 20MB、パブリック 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): パブリックな 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 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 から 8:1 の間、最大 20MB、パブリック URL または data:{MIME_type};base64,… URL。reference_video: パブリックな 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、 1 辺 240-4096 ピクセル、最大 100MB、パブリックな 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、 1 辺 240-8000 ピクセル、アスペクト比 1:8 から 8:1 の間、最大 20MB、パブリック 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、再生時間の合計 <= 15 秒)、 reference_audio(最大 5 クリップ、再生時間の合計 <= 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 最大 8:1、最大 20MB、パブリック URL または data:{MIME_type};base64,… URL。reference_video、reference_audio、file、link: パブリックな 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。これらの表記は 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。最低 300x300 ピクセル、アスペクト比 1:2.5 から 2.5:1 の間、JPEG/JPG/PNG/WEBP、最大 20MB、パブリック 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。これが このモデル唯一の参照入力です。最短辺が最低 400 ピクセル、JPEG/JPG/PNG/WEBP、 最大 20MB、パブリック 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(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、短辺が最低 360 ピクセル、アスペクト比 1:2.5 から 2.5:1 の間、 最大 100MB、パブリックな 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、最低 300x300 ピクセル、 アスペクト比 1:2.5 から 2.5:1 の間、最大 20MB、パブリック 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向けリファレンスにはメディア入力が記載されていないため、 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向けのメディア ボキャブラリ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 とその上限が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。また逆方向について言えば、 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) 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、アセットがパブリック URL の 場合は記載どおりに適用されます。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 で応答されます。 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、 ここに記載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で余裕をもって収まります。そのため、1 つのアセットについてはパートナーのルールが制約となります。一方、トランスポートの上限は複数のアセットにまたがって制約します。100 MiB の Router の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 IMAGE 入力に限り、インラインの data:{MIME_type};base64,... URL。対象となる IMAGE 入力は、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 です。これらのモデルのいずれについても、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 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るのではなく、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。500 文字を超えると、wan モデルは拒否するのではなく切り詰めます。これは 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。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するのではなく切り詰めます。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。プロバイダーは、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を拒否し、InvalidParameter
Range of input length should be [1, 61440] を返します。
複数の参照ビデオを使う wan2.6-r2v では、‘character1’、‘character2’ などを使って、参照ビデオの順に被写体を指定します。例: “Character1 sings on the roadside, Character2 dances beside it”
wan3.0-video の参照モードでは、‘Image 1’、‘Video 1’、‘Audio 1’ などを使って、media 配列内の対応する順序でメディアアセットを指定します。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。
入力の制限:
- 形式: mp4, mov
- 本数: 1~3 本のビデオ
- 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。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 のみでサポートされます。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、10、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 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 のサポートなし)
- 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 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。課金レートを選択するのは解像度ティアだからです。resolution をチェックする前に大文字に変換し、大文字に変換した値をそのまま転送します。この enum に含まれない値に対しては 400 を返し、上記で 480P がないとされている wan2.6、wan2.7、happyhorse-1.0 の各モデルでは、480P に対して 400 を返します (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同様です)。
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動作します。
wan2.6 および wan2.7-r2v モデル向け。
- 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
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 の両方が送信された場合、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、解像度の説明で 480P がないとされているすべてのモデルで 400 を返します。
GET /v2/models/wan/happyhorse-1.1-t2v/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のと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 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れ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。