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 で実行するものです。
モデル ID: wan/wan2.6-r2v
エンドポイント: POST https://api.comfy.org/v2/models/wan/wan2.6-r2v
- Wait for the result
- Queue and collect later
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。サポートされる形式: mp3、wav。reference_video_urls とは併用できません。
string
先頭フレームの画像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。
各要素は type フィールドと url フィールドを含みます。
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、プロンプト内で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種類指定可能な値:
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は、ビデオ画面に表示させたくないコンテンツ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文字以内です
(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、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 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
‘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の配列です。
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 とは併用できません 参照の再生時間: 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さらに短くなります。 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。任意です。現在サポートされている値: squish、flying、carousel。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} の {model} パスセグメントから設定するため、Router の呼び出し側は省略します。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。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:
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 は
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を有効にします
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 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 モデル専用です。
wan2.7 モデルでは、指定しない場合、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、3:4string
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(アップストリームのデフォルトは 1080P)
このプロキシは、resolution と size のどちらも指定し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決定するためです。
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 の各サイズ
wan2.6 T2V/R2V の場合(480P 非対応):
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/wan2.6-r2v/openapi.json で提供するドキュメントです。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
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ちらを確認してください。使用例
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。