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、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/wan2.7-i2v
エンドポイント: POST https://api.comfy.org/v2/models/wan/wan2.7-i2v
- Wait for the result
- Queue and collect later
スキーマ
入力
object
必須
プロンプトワード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。サポート形式: mp3、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 エンコードデータ。I2Vモデルでは必須です。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[]
wan2.7 および wan3.0 モデル用のメディアアセットリスト。ビデオ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 フィールドを含みます。
サポートされる type の値はモデルによって異なります:
- wan2.7-i2v: first_frame、last_frame、driving_audio、first_clip
- wan2.7-r2v: reference_image、reference_video
- wan2.7-videoedit: video、reference_image
- wan3.0-video: 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 タイプと first_frame/last_frame タイプは、同一リクエスト内では 相互に排他的です。配列の順序が、プロンプト内でのアセットの参照順序 (Image 1、Video 1、Audio 1、…)を定義します。
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(公開HTTP/HTTPS URLまたはOSS一時URL)
string
ネガティブプロンプトワード。ビデオ画面に表示したくない内容を記述するために使用します
string
テキストプロンプトワード。中国語と英語をサポートし、長さは800文字以内
(wan3.0-video では最大20,000文字。制限を超えた内容は切り捨てられます)。
複数の参照ビデオを使用する wan2.6-r2v では、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に従って
‘Image 1’、‘Video 1’、‘Audio 1’ などでメディアアセットを参照します。
string[]
wan2.6-r2v モデル専用の参照ビデオURL。1~3件のビデオURLの配列。
入力制限:
- 形式: mp4、mov
- 数量: 1~3本
- 単一ビデオの長さ: 2~30秒
- 単一ファイルサイズ: 最大30MB
- audio_url とは併用できません 参照可能な再生時間: 単一ビデオは最大5秒、2本の場合は各最大2.5秒、3本の場合はそれに比例して短くなります。 課金: 実際に使用した参照再生時間に基づきます。
string
ビデオエフェクトテンプレート名。任意。現在サポートされているのは squish、flying、carousel です。使用時は 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 v1 直接呼び出しでは必ず指定する必要があり、受け入れられる表記の enum はそのオペレーション自身のコンポーネント WanVideoGenerationRequest に定義されています。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
string
デフォルト:"\"auto\""
wan2.7-videoedit モデル用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内容に基づいてインテリジェントに判断
-
origin: 入力ビデオのオリジナルオーディオを強制的に保持
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
入力ビデオの合計再生時間 + 出力ビデオの再生時間が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
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リライトを有効にするか。デフォルトは true
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。
wan2.7 モデルでは、指定しない場合は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、3:4string
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-i2v: 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 1080P)
-
wan3.0-video、wan3.0-video-prime: 480P、720P、1080P(上流のデフォルトは 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定するためです。
指定可能な値:
480P、720P、1080P
integer
ランダムシード。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 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: 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
string
幅高さ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 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
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/wan2.7-i2v/openapi.json で提供する schema から生成されており、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され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
元の入力プロンプト(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
元の入力プロンプト
string
生成された画像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
失敗したタスクの数
integer
成功したタスクの数
integer
タスクの総数
string
必須
タスクステータス可能な値:
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
生成されたビデオの再生時間(秒)(I2V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比率。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、これを確認してください。Examples
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 は理由を示す 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。
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。