Skip to main content
HappyHorse 1.1 I2V の API リファレンスです。HappyHorse 1.1 の画像から動画への変換は、静止した最初のフレームをアニメーション化し、同期したセリフ、エフェクト、音楽を同じパスでレンダリングします。

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-sdknpm install @comfyorg/sdk)を使用します。cURL のスニペットは、生の HTTP で同じ呼び出しを行います。 モデル ID: wan/happyhorse-1.1-i2v エンドポイント: POST https://api.comfy.org/v2/models/wan/happyhorse-1.1-i2v

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 フィールドと 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。
string
必須
メディアアセットのタイプ指定可能な値: first_framelast_framedriving_audiofirst_clipreference_imagereference_videoreference_audiovideofilelink
string
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。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。中国語と英語をサポートし、長さは800文字を超えないこと (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、「character1」「character2」などを使って、 参照ビデオの順に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、「Image 1」「Video 1」「Audio 1」などを使って、 media 配列内の対応する順序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本のビデオURLの配列。 入力制限:
  • 形式: mp4、mov
  • 本数: 1~3本
  • 1本あたりのビデオ長: 2~30秒
  • 1ファイルあたりのサイズ: 最大30MB
  • audio_url と併用できません 参照再生時間: 1本の場合は最大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。これを使用した場合、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}{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: autoorigin
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 入力ビデオ再生時間の合計 + 出力ビデオ再生時間が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: -130
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どうか。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、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: adaptive16:99:161:14:33:4
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-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。 解像度ティアによって課金レートが決まるためです。 指定可能な値: 480P720P1080P
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機能します。 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
string
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
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
Router が GET /v2/models/wan/happyhorse-1.1-i2v/openapi.json で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のと同じドキュメントです。

出力

object
必須
string
インテリジェントなリライト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リライト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
生成された画像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取り得る値: PENDINGRUNNINGSUCCEEDEDFAILEDCANCELEDUNKNOWN
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
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 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)。
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 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れを確認してください。

入力

出力

ビデオの URL は 24 時間有効です。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。