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 raw HTTP で行うものです。
モデル ID: wan/wan3.0-video-prime
エンドポイント: POST https://api.comfy.org/v2/models/wan/wan3.0-video-prime
- 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、基本的な情報を入力します。
string
オーディオファイルのダウンロードURL。サポートされる形式: mp3 および wav。reference_video_urls とは併用できません。
string
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。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。
各要素には type と url フィールドが含まれます。
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相互排他的です。配列の順序が、プロンプト内のアセットの参照順 (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 の一時 URL)
string
ネガティブプロンプトワードは、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。上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被写体を
‘character1’、‘character2’ などで参照します。例: 「Character1 が道端で歌い、Character2 がその横で踊る」
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
‘Image 1’、‘Video 1’、‘Audio 1’ などで参照します。
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。
入力の制限:
- 形式: mp4、mov
- 本数: 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 本の場合はそれに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もの: squish、flying、carousel。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
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の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 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になります
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な書き換えを有効にするかどうか。デフォルトは true
string
生成されるビデオの比率。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の階層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
適切な比率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 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。
解像度の階層が課金レートを選択するためです。
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 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/wan3.0-video-prime/openapi.json で提供するスキーマから生成されたもので、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対象となる同一のドキュメントです。
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
オーディオ生成を伴うI2Vタスクのオーディオ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
タスクの総数
string
必須
タスクのステータス指定可能な値:
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アスペクト比。例: 16:9(wan3.0-videoタスク)
string
画像の解像度(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
ビデオ解像度の比率(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、envelope 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、envelope 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。