genmedia-labs/wan-3-0-prime-reference-to-video

Wan 3.0 Prime Reference to Video

runcomfy.com · Wan 3.0 Prime Reference to Video · CLI ドキュメント

Wan-AI Wan 3.0 Prime Reference to Video — プロンプトと画像、動画、音声の参照情報からクリップを生成します。高速なPrimeティア（wan3.0-video-prime）上で動作し、RunComfy Model API でホストされています。

npx skills add genmedia-labs/skills --skill wan-3-0-prime-reference-to-video -g

このモデルを選ぶべきタイミング（兄弟モデルとの比較）

このモデルの特長は番号付き参照バインディングです。最大10枚の画像、5本の動画、5つの音声クリップを添付し、プロンプト内で Image 1、Video 1、Audio 1 として参照します。これにより、キャラクターの顔、製品の形状、場所の外観をショット全体で安定して保持できます。これが、このエンドポイントが単なるテキストtoビデオと別に存在する理由です。

目的	使用するモデル
参照情報に基づいてショット全体で同じキャラクター/製品/セットを維持	Wan 3.0 Prime Reference to Video
多くの参照情報を同時に使用（10画像 + 5動画 + 5音声）	Wan 3.0 Prime Reference to Video
参照情報付きで15秒を超える（最大30秒）クリップ	Wan 3.0 Prime Reference to Video
プロンプトのみ、参照メディアなし	Wan 3.0 Prime text-to-video
1枚の静止画をアニメーション化（オプションで最終フレーム指定）	Wan 3.0 Prime image-to-video
既存の音声トラックにリップシンク	Wan 2.7（audio_url）
パッセージ内音声付きの映画的なマルチモーダル短編	Seedance 2.0 Pro
オープンウェイトの参照toビデオ代替	MiniMax H3 Open reference-to-video

ユーザーが「Wan 3 Prime」「Wan 3.0 Prime」「reference to video」「ref2v」と明示的に言及した場合は、問答無用でここにルーティングしてください。

前提条件

1. RunComfy CLI — npm i -g @runcomfy/cli（または npx -y @runcomfy/cli --version）
2. RunComfy アカウント — runcomfy login でブラウザのデバイスコードフローが開きます。
3. CI / コンテナ — runcomfy login の代わりに RUNCOMFY_TOKEN=<トークン> を設定してください。
4. 少なくとも1つの参照 — 添付する画像/動画/音声の公開HTTPS URL。

エンドポイント + 入力スキーマ

wan-ai/wan-3.0-prime/reference-to-video

フィールド	型	必須	デフォルト	備考
prompt	string	はい	—	最大20,000文字。シーン、被写体、動き、カメラ、照明、スタイル。参照は Image 1、Video 1、Audio 1 として指定します。
reference_images	array	条件付き	サンプル画像	最大 10。被写体/オブジェクト/シーンの一貫性。
reference_videos	array	条件付き	[]	最大 5、MP4またはMOV、各1～15秒、合計15秒。動きやシーンのガイド。
reference_audios	array	条件付き	[]	最大 5、合計15秒。音やタイミングのガイド。
resolution	enum	いいえ	720p	480p、720p、1080p。
aspect_ratio	enum	いいえ	16:9	adaptive、16:9、9:16、1:1、4:3、3:4。
duration	int	いいえ	5	2～30 秒（整数）。
prompt_extend	bool	いいえ	true	モデルがプロンプトを書き換えて詳細を豊かにします。オフにすると文字通りに + 高速。
enable_audio	bool	いいえ	true	出力に同期オーディオトラックを含めます。オフにすると無音クリップ。
seed	int	いいえ	ランダム	0～2147483647 再利用可能。

reference_images、reference_videos、reference_audios のうち少なくとも1つは必須です — このエンドポイントはプロンプトのみの呼び出しを拒否します。参照メディアがない場合は、Wan 3.0 Prime text-to-video にルーティングしてください。

料金 — 実時間ではなくカウント秒数

課金は カウント秒数 あたり = 出力時間 プラス 添付するすべての参照動画の合計時間です。参照画像と参照音声は時間として課金されず、enable_audio の切り替えは料金率に影響しません。

解像度	カウント秒数あたりの料金
480p	$0.0624
720p	$0.124
1080p	$0.249

計算例：画像参照のみの5秒720pクリップ = 5カウント秒 ≈ $0.62。同じクリップに10秒の参照動画を添付 = 15カウント秒 ≈ $1.86。参照動画なしの30秒1080pクリップ ≈ $7.47。

大規模実行の前にユーザーに伝えるべき2つのこと：参照動画は動きを伝えるのに必要な最短のクリップにトリミングすること、そして最終レンダリングの前に480pでドラフトを作成すること（1080pより約4倍安い）。送信前に表示される金額は見積もりです。参照クリップは実行後に測定されるため、最終的な請求額はその時点で確定します。

呼び出し方

デフォルト（画像参照、5秒、720p、16:9、音声オン）:

runcomfy run wan-ai/wan-3.0-prime/reference-to-video \
  --input '{
    "prompt": "Image 1 walks slowly through a sunlit botanical garden, pauses beside a glass pavilion, then turns toward the camera with a relaxed smile; soft dappled light, gentle handheld motion, cinematic.",
    "reference_images": ["https://.../subject.webp"]
  }' \
  --output-dir <絶対パス>

低コストドラフトパス（480p、短い、文字通りプロンプト）:

runcomfy run wan-ai/wan-3.0-prime/reference-to-video \
  --input '{
    "prompt": "Image 1 rotates slowly on a marble pedestal, a highlight sweeps across the glass, soft studio bokeh behind.",
    "reference_images": ["https://.../perfume-bottle.jpg"],
    "resolution": "480p",
    "duration": 3,
    "prompt_extend": false
  }' \
  --output-dir <絶対パス>

マルチモーダル（画像 + 動き参照 + 音声参照）、縦型、無音対応:

runcomfy run wan-ai/wan-3.0-prime/reference-to-video \
  --input '{
    "prompt": "Image 1 wearing the jacket from Image 2 crosses the rain-slick street from Video 1; camera dollies forward, neon reflections shimmer. Match the pacing of Audio 1.",
    "reference_images": ["https://.../actor.jpg", "https://.../jacket.jpg"],
    "reference_videos": ["https://.../street-plate.mp4"],
    "reference_audios": ["https://.../rhythm-ref.mp3"],
    "aspect_ratio": "9:16",
    "duration": 8,
    "resolution": "1080p",
    "seed": 12345
  }' \
  --output-dir <絶対パス>

CLIはリクエストを送信し、ポーリングし、結果を取得し、*.runcomfy.net / *.runcomfy.com URLを --output-dir にダウンロードします。Ctrl-C で終了前にリモートリクエストをキャンセルします。

プロンプティング — 実際に効果的な方法

参照を番号で指定する。 Image 1、Video 1、Audio 1 は渡した配列の順序に従います。これがこのエンドポイントの要点です：`