メインコンテンツへスキップ
Wan 2.5 T2V プレビューの API リファレンスです。Wan 2.5 のテキストから動画への生成は、プロンプトのみから短いビデオを作成します。参照画像や参照ビデオは不要です。 入力: オーディオ, テキスト · 出力: ビデオ + オーディオ

クイックスタート

あなたの 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、同じ呼び出しを生の HTTP で実行するものです。 モデル ID: wan/wan2.5-t2v-preview エンドポイント: POST https://api.comfy.org/v2/models/wan/wan2.5-t2v-preview
同じボディを POST https://api.comfy.org/v2/models/wan/wan2.5-t2v-preview/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、このプロセスからでも別のプロセスからでも回収できます。キュー配信では、ステータス、キャンセル、回収の流れを順を追って説明します。

スキーマ

入力

object
必須
プロンプト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、wav。reference_video_urls と併用できません。
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 系のスペルでは、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拒否されます。さらに wan2.7/wan3.0 系のスペルも 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。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、どの type 値を受け付けるか、またそもそも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 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。 reference_image または reference_video が少なくとも1つ必要で、reference_image と reference_video 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 <= 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、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。これらのスペルは 先頭フレームを 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つ。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(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です。これらのパートナー参照ドキュメント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ます。
  • wan2.5-i2v-preview、wan2.6-i2v、wan2.6-r2v: このコンポーネントはこれらのスペル向けの メディア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。 上記のモデルごとの個数はこのスキーマの制約ではなくパートナーの制約です。media には minItems/maxItems が宣言されていません。これは受け付け可能なタイプとその上限が 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。逆方向についても同様で、上記のアセットごとの「最大20MB」という数値は、 画像入力に対する上限であり、インラインで送信できる唯一の入力に対する上限です。 これはパートナーが最終的に受け取るアセットに対する上限であり、アセットが公開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、転送上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。 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、アセットが 1 つの場合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転送上限が制約となります。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。
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、上記の media の説明で各モデルについて列挙されている 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 を指定できます。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合計で制限する 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。
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。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 と同じ入力予算にカウントされます。
string
テキストプロンプト。中国語と英語をサポートします。独自に定めら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。wan2.6-r2v で複数の参照ビデオを使う場合は、参照ビデオの順序に従って ‘character1’、‘character2’ などで被写体を参照してください。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参照するために ‘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。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 本のビデオ
  • 単一ビデオの長さ: 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 本の場合はそれぞれ比例して短くなります。 課金: 実際に使用された参照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。使用すると 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 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。
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の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 はスマート再生時間モードを有効にし、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 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 と wan3.0 モデルのみ。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
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 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。これは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 非対応として示した 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
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 から 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
string
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、size が課金ティアを選択し、resolution はそのモデルに対してこのプロキシが受け入れる値である必要があります。480P の size は、解像度の説明で 480P 非対応として示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/wan2.5-t2v-preview/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のと同じドキュメントです。

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
音声生成を伴う 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
生成済み画像のURLアドレス
string
タスクの実行時間
string
タスクの送信時間
string
必須
タスクID
object
画像生成タスクのタスク結果の統計
integer
失敗したタスクの数
integer
成功したタスクの数
integer
タスクの合計数
string
必須
タスクのステータス指定可能な値: 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
ビデオの解像度レベル(I2V タスクおよび wan3.0-video タスク)
number
生成されたビデオの再生時間(秒)(I2V タスクおよび 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 タスクおよび 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
画像の解像度(T2I タスクおよび 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
ビデオの解像度比率(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。保存しておきたい場合は、速やかに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。