メインコンテンツへスキップ
Wan 3.0 Video Prime の API リファレンスです。Wan 3.0 Video Prime は Wan 3.0 Video の高品質ティアであり、同じ Router プロンプトおよびメディアスキーマに対して検証されています。 入力: テキスト, 画像, ビデオ, オーディオ · 出力: ビデオ + オーディオ

クイックスタート

お使いの 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 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
同じボディを POST https://api.comfy.org/v2/models/wan/wan3.0-video-prime/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

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。wan2.5-i2v-preview と wan2.6-i2v モデルでは必須です。happyhorse-1.x 系の i2v 表記は、最初のフレームをここでは受け取りません。 最初のフレームは type が first_frame のメディア要素として受け取ります(後述の media を参照)。 また、wan2.6-i2v で成功する img_url ボディは、happyhorse-1.0-i2v と happyhorse-1.1-i2v では プロバイダーに拒否されます。そして 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。
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 フィールドと 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、あるモデルがどの 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、1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、 1辺240〜4096ピクセル、最大100MB):パブリックな 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、パブリックURLまたは data:{MIME_type};base64,… URL。reference_video:パブリックな 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、パブリックな 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、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 の各 type と first_frame/last_frame の各 type は、同じリクエスト内では排他的です。 配列の順序が、プロンプト内でのアセットの参照順(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、パブリックURLまたは data:{MIME_type};base64,… URL。reference_video、reference_audio、file、link: パブリックな 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、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(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、パブリックな 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、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です。対応するパートナーのリファレンス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 メディア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個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 type 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、 上記のアセットごとの「最大20MB」という数値(画像入力の上限であり、インラインで送信できる 唯一の入力です)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 パブリックURLの場合はそのまま適用されます。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 達します。Comfy Router の POST ボディは合計で100 MiB に制限され、それを超えると 413 が返り、 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、 ここに挙げたパートナーのルールのいずれか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 の上限の範囲内でインラインでも余裕を持って収まるため、1つのアセットではパートナーのルールが制約となります。一方、複数のアセットにまたがる場合はトランスポートの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すべて公開 URL として送信してください。
string
必須
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
string
必須
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ついて列挙されている画像(IMAGE)入力に限り、インラインの data:{MIME_type};base64,... URL。対象となる画像入力は次のとおりです: 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 です。これらのモデルのビデオ、オーディオ、ファイル、リンクの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呼び出しを行うため、アップロード経路を公開していません。したがって、呼び出し元自身の oss:// URL や asset_id はサポート対象の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。
string
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 モデルはそれを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。
string
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。wan3.0-video と wan3.0-video-prime は最大 20,000 文字です。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には、‘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 参照の再生時間: 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。
string
ビデオエフェクトのテンプレート名。任意です。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。
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 のみでサポートされます。他の wan モデルについて、プロバイダーはそのような切り替えを文書化していません。
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 秒または 10 秒
  • wan2.6-t2v、wan2.6-i2v: 5、10、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択する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
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 および wan3.0 モデルのみ。 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、3:4
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 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)
  • 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定するためです。チェックの前に resolution を大文字化し、 大文字化した値を転送し、この enum にない値には 400 を返します。また 480P に対しては 400 を返します(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同様です)。対象は、上記で 480P を持たないと記載されている wan2.6、wan2.7、happyhorse-1.0 モデルです。 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 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動作します。 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
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 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 の両方を送信した場合、課金ティアを選択するのは size であり、 resolution はこのプロキシがそのモデルに対して受け付ける値である必要があります。480P のサイズは、 解像度の説明で 480P を持たないと記載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/wan3.0-video-prime/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

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
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。

例

入力

出力

ビデオ URL の有効期限は 24 時間です。保存しておく必要がある場合は、速やかにビデオを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。