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)を使用しており、cURL スニペットは同じ呼び出しを生の HTTP で行うものです。
モデル ID: wan/wan2.7-t2v
エンドポイント: POST https://api.comfy.org/v2/models/wan/wan2.7-t2v
- 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/wan2.7-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、収集について説明します。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 および
wan2.6-i2v モデルでは必須です。happyhorse-1.x の i2v 表記では、ここで最初のフレームを
受け取りません。タイプ first_frame の media 要素として受け取ります(下記の media を参照)。
また、wan2.6-i2v では成功する img_url 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 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、オーディオ、ビデオ)を指定します。
各要素には type フィールドと url フィールドが含まれます。このフィールドは、この
コンポーネントで提供されるすべてのモデルで共有され、特定のモデルが受け入れる type 値、
および画像またはビデオの入力を img_url や reference_video_urls ではなく、そもそもここで
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 type 値:
- wan2.7-i2v: first_frame、last_frame、driving_audio、first_clip。first_frame と last_frame: JPEG/JPG/PNG/BMP/WEBP、各辺 240〜8000 ピクセル、アスペクト比 1:8〜8:1、 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、 各辺 240〜4096 ピクセル、最大 100MB): パブリック 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_image と reference_video 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)、各辺 240〜8000 ピクセル、 アスペクト比 1:8〜8:1、最大 20MB、パブリック URL または data:{MIME_type};base64,… URL。reference_video: パブリック 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、 各辺 240〜4096 ピクセル、最大 100MB、パブリック HTTP/HTTPS URL。インラインの data: URL は受け付けられません)と、任意で 0〜4 個の reference_image(JPEG/JPG/PNG/BMP/WEBP、 各辺 240〜8000 ピクセル、アスペクト比 1:8〜8:1、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、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序(Image 1、Video 1、Audio 1、…)を定義します。 first_frame、last_frame、reference_image: JPEG/JPG/PNG/BMP/WEBP、各辺 240〜8000 ピクセル、アスペクト比は最大 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 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。これらの表記では 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。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、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、1〜9 個。これはこの モデル唯一の参照入力です。最短辺は少なくとも 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 この操作の入力タイプではありません。
- 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、 長辺は最大 4096 ピクセル、短辺は少なくとも 360 ピクセル、アスペクト比 1:2.5〜2.5:1、最大 100MB、パブリック HTTP/HTTPS URL。インラインの data: URL は 受け付けられません)と、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、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のリファレンスには media 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 media 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件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。許容されるタイプとその上限は モデルごとに異なるためです。スキーマが受け入れることは、プロバイダーが受け入れることを 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(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です)は、最終的にパートナーが扱うアセットに 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、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、約 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 の上限にある単一のアセットはインラインで余裕を持って収まるため、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。転送の上限は複数のアセットにまたがる場合に制約となります。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 の説明が各モデルについて列挙している IMAGE 入力に限り、インラインの data:{MIME_type};base64,... URL。IMAGE 入力とは、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。これらのモデルのビデオ、オーディオ、ファイル、リンク入力はいずれもインラインの 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るのではなく、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 リクエストボディ上限については、media の説明を参照してください。ネガティブプロンプト(逆方向のプロンプト語)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。これは prompt と同じ入力予算に計上されます。
テキストプロンプト語。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 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(中国語で約 20,000 文字)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、参照ビデオの順序に従って被写体を参照するために「character1」「character2」などを使用してください。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に従ってメディアアセットを参照するために「Image 1」「Video 1」「Audio 1」などを使用してください。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。
入力の制限:
- 形式: mp4、mov
- 数量: 1〜3 本のビデオ
- 1 本あたりのビデオの長さ: 2〜30 秒
- 1 ファイルあたりのファイルサイズ: 最大 30MB
- audio_url と併用できません 参照の再生時間: ビデオ 1 本なら最大 5 秒、2 本なら各最大 2.5 秒、3 本ならそれぞれ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 でのみサポートされます。プロバイダーは他の wan モデルについてはそのような切り替えを記載していません。
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: ビデオ入力なしなら [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ぶ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 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(アップストリームのデフォルトは 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。resolution はチェックの前に大文字化され、大文字化された値がそのまま転送されます。この enum に含まれない値には 400 を返し、上記で 480P 非対応とされている 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動作します。
wan2.6 および wan2.7-r2v モデル用です。
- 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
widthheight 形式で指定するビデオ解像度。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、課金ティアは size で決まり、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、resolution の説明で 480P 非対応と記載されているすべてのモデルで 400 を返します。
GET /v2/models/wan/wan2.7-t2v/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されるも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。