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 および 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-videoedit
エンドポイント: POST https://api.comfy.org/v2/models/wan/wan2.7-videoedit
- 結果を待つ
- キューに送信して後で収集
同じリクエストボディを
POST https://api.comfy.org/v2/models/wan/wan2.7-videoedit/requests に送信します。実行が受け付けられるとすぐに Router は 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 表記では、ここで最初のフレームを受け取りません。最初のフレームは 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 ボディも、happyhorse-1.0-i2v と happyhorse-1.1-i2v ではプロバイダーによって拒否されます。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、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から提供されるすべてのモデルで共有されますが、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、各辺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、各辺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、参照画像と参照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)、各辺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、各辺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、各辺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、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1:2.5~2.5:1、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。これはモデルの唯一の参照入力です。最短辺は最低400ピクセル、JPEG/JPG/PNG/WEBP、最大20MB、公開URLまたは data:{MIME_type};base64,… URL。この操作で reference_video は入力 type 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、長辺は最大4096ピクセル、短辺は最低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、最低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。これらのパートナーリファレンスには 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表記向けの 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。
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: 公開 HTTP/HTTPS URL、または、上記の
media の説明で各モデルに対して列挙されている 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。これらのモデルのいずれにおいても、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による 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呼び出しを行い、アップロード経路を公開しないため、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。各モデルのサイズとピクセル制限、およびインライン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。ネガティブプロンプトの語句は、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捨てます。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の語句。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捨てます。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 中国語文字)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用する wan2.6-r2v では、参照ビデオの順序に従って被写体を指すために ‘character1’、‘character2’ などを使用します。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でメディアアセットを指すために ‘Image 1’、‘Video 1’、‘Audio 1’ などを使用します。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
- 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 参照の再生時間: 単一ビデオは最大 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 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: 入力ビデオの元の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長さ(秒):
- wan2.5 モデル: 5 秒または 10 秒
- wan2.6-t2v、wan2.6-i2v: 5、10、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: ビデオ入力なしの場合は [2, 30] の整数。ビデオ入力を伴う場合、入力ビデオの合計再生時間 + 出力ビデオの再生時間は 30 秒を超えてはなりません。-1 は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を有効にします
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
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設定されます。
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 と size のどちら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。解像度の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 を大文字化して転送し、この enum にない値には 400 を返します。また、上記で 480P 非対応と記載した wan2.6、wan2.7、happyhorse-1.0 のモデルでは、480P に対して 400 を返します(resolution として送信した場合も、480P の size として送信した場合も同様です)。
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機能します。
wan2.6 および wan2.7-r2v モデル向け。
- 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
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 の両方を送信した場合、課金ティアを決めるのは 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 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-videoedit/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ドキュメントと同じものです。
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、この値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。