Wan 動画を作成する

POST

videos

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F model=wan3.0 \
  -F 'prompt=A small robot walks through a bright greenhouse with smooth camera movement.' \
  -F seconds=5 \
  -F size=1920x1080

{
  "id": "task_example",
  "task_id": "task_example",
  "object": "video",
  "model": "wan3.0",
  "status": "queued",
  "progress": 0,
  "created_at": 1779938152
}

テキスト、参照メディア、または最初と最後のフレームから Wan 動画を作成します。返された id を保存してタスクをポーリングし、完成した動画をダウンロードします。 POST /v1/videos multipart/form-data を使用します。明示的な整数の seconds 値と、size 形式の WxH を送信します。

入力モードを選択する

すべてのモードで model と prompt が必要です。使用可能なメディア入力はモデルによって異なります。

目的	モデル ID	メディアフィールド
テキストから動画	`wan2.6`, `wan2.7`, `wan3.0`, `wan3.0-prime`	メディアフィールドを省略
画像から動画	`wan2.7`, `wan3.0`, `wan3.0-prime`	`input_reference` URL またはアップロードした画像ファイル
参照動画	`wan2.6`	`reference_videos` のみ
画像および動画の参照	`wan2.7`, `wan3.0`, `wan3.0-prime`	`input_reference` とともに `reference_videos`
画像、動画、および音声の参照	`wan3.0`, `wan3.0-prime`	画像/動画の参照とともに `reference_audios`
最初と最後のフレーム	`wan2.7`, `wan3.0`, `wan3.0-prime`	`first_frame`、必要に応じて `last_frame`

API キーで利用可能な Wan モデル ID を確認するには、利用可能なモデルを一覧表示.

参照画像を使用する

wan2.7、wan3.0、および wan3.0-prime では、公開アクセス可能な HTTPS URL またはアップロードしたファイルとして、input_reference を通じて参照画像を送信します。複数の画像を使用する場合は、画像の順序に従ってフィールドを繰り返し、各フィールドには 1 つの URL またはファイルを指定します。 input_reference 内では、すべて URL またはすべてファイルを使用してください。URL をカンマ区切りの値にまとめず、各 URL を個別に送信します。 PNG または JPEG 画像を使用し、各画像のサイズは 20 MB 以下にしてください。単一の input_reference URL またはファイルでは、画像から動画へのワークフローを使用します。この画像は構図と外観をガイドします。動きとカメラの挙動はプロンプト（Prompt）で説明してください。 wan3.0 と wan3.0-prime では、URL とアップロードしたファイルのどちらを使用する場合でも、input_reference を通じて送信できる参照画像は最大 10 枚です。

参照動画と音声を使用する

動画は reference_videos、音声クリップは reference_audios を通じて送信し、各入力につき各フィールドを1回ずつ指定します。各入力には、公開アクセス可能な HTTPS URL またはアップロードしたファイルを使用できます。動画参照には、H.264 でエンコードされた動画を含む MP4 ファイルを使用します。音声参照には、個別の MP3 ファイルを使用します。画像 URL とアップロードした動画のように、異なるフィールドで異なる入力タイプを使用できます。reference_videos または reference_audios 内では、すべて URL またはすべてファイルのいずれかを使用してください。最大5つの動画ファイルをアップロードできます。各ファイルは最大 50 MiB（50 × 1024 × 1024 バイト). 最大5つの音声ファイルをアップロードできます。各ファイルは最大 15 MiB（15 × 1024 × 1024 バイト).

Wan 2.6 の動画参照

reference_videos を1～3件送信します。各動画は 2～30 秒、最大 30 MB、かつ少なくとも 16 fps である必要があります。これらの制限は URL とアップロードした動画の両方に適用されます。プロンプトでは、入力順に被写体を @Video1、@Video2、@Video3 として参照します。このモードでは、input_reference、reference_audios、first_frame、last_frame を省略します。seconds は 5 または 10 に設定します。以下の例では、2つの動画参照から5秒の動画を作成します。メディア URL またはファイル名を入力に置き換えてください。

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.6' \
  --form-string 'prompt=Keep @Video1 and @Video2 recognizable as they walk.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'reference_videos=https://your-media-host/reference-1.mp4' \
  -F 'reference_videos=https://your-media-host/reference-2.mp4'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.6' \
  --form-string 'prompt=Keep @Video1 and @Video2 recognizable as they walk.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'reference_videos=@reference-1.mp4;type=video/mp4' \
  -F 'reference_videos=@reference-2.mp4;type=video/mp4'

Wan 2.7 の画像および動画参照

画像参照と動画参照を組み合わせて、被写体の外観と動きを指定します。seconds は 2 から 10 までの整数に設定します。reference_audios は省略します。 2つの画像 URL または2つのアップロード済み画像を動画参照とともに使用します。

curl \
  https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.7' \
  -F 'prompt=Preserve the image subjects and follow the video motion.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'input_reference=https://your-image-host/reference-1.png' \
  -F 'input_reference=https://your-image-host/reference-2.jpg' \
  -F 'reference_videos=https://your-media-host/reference.mp4'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.7' \
  -F 'prompt=Preserve the image subjects and follow the video motion.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'input_reference=@reference-1.png;type=image/png' \
  -F 'input_reference=@reference-2.jpg;type=image/jpeg' \
  -F 'reference_videos=@reference.mp4;type=video/mp4'

Wan 3.0 の画像、動画、および音声参照

wan3.0 と wan3.0-prime では、画像参照と動画参照を音声参照と組み合わせて、外観、動き、リズムを指定します。合計時間が最大15秒となるよう、動画参照を最大5件送信します。各動画は少なくとも 16 fps である必要があります。合計時間が最大15秒となるよう、音声参照を最大5件送信します。動画と音声の時間は別々に計算されます。出力 seconds は 2 から 30 までの整数に設定します。 2つの画像 URL または2つのアップロード済み画像を、1つの動画と2つの音声クリップとともに使用します。

curl \
  https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan3.0' \
  -F 'prompt=Preserve image subjects, video motion, and audio rhythm.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'input_reference=https://your-image-host/reference-1.png' \
  -F 'input_reference=https://your-image-host/reference-2.jpg' \
  -F 'reference_videos=https://your-media-host/reference.mp4' \
  -F 'reference_audios=https://your-media-host/reference-1.mp3' \
  -F 'reference_audios=https://your-media-host/reference-2.mp3'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan3.0' \
  -F 'prompt=Preserve image subjects, video motion, and audio rhythm.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'input_reference=@reference-1.png;type=image/png' \
  -F 'input_reference=@reference-2.jpg;type=image/jpeg' \
  -F 'reference_videos=@reference.mp4;type=video/mp4' \
  -F 'reference_audios=@reference-1.mp3;type=audio/mpeg' \
  -F 'reference_audios=@reference-2.mp3;type=audio/mpeg'

最初と最後のフレームを使用する

wan2.7、wan3.0、および wan3.0-prime では、開始画像に first_frame を送信し、終了画像には必要に応じて last_frame を送信します。各フィールドには、公開アクセス可能な HTTPS PNG または JPEG の URL を1つ、あるいはアップロードされた PNG または JPEG ファイルを1つ指定できます。 Wan 2.7 のフレーム入力では、開始画像によってアスペクト比が決まり、size によって出力解像度の階層が選択されます。フレーム入力は、input_reference、reference_videos、および reference_audios とは別のリクエストで送信してください。以下の Wan 2.7 の例では、開始フレームから終了フレームへの遷移を作成します：

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.7' \
  -F 'prompt=Move smoothly from the opening frame to the ending frame.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'first_frame=https://your-image-host/first-frame.png' \
  -F 'last_frame=https://your-image-host/last-frame.jpg'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.7' \
  -F 'prompt=Move smoothly from the opening frame to the ending frame.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'first_frame=@first-frame.png;type=image/png' \
  -F 'last_frame=@last-frame.jpg;type=image/jpeg'

以下の Wan 3.0 の例では、開始フレームから終了フレームへの遷移を作成します：

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan3.0' \
  -F 'prompt=Move smoothly from the opening frame to the ending frame.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'first_frame=https://your-image-host/first-frame.png' \
  -F 'last_frame=https://your-image-host/last-frame.jpg'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan3.0' \
  -F 'prompt=Move smoothly from the opening frame to the ending frame.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'first_frame=@first-frame.png;type=image/png' \
  -F 'last_frame=@last-frame.jpg;type=image/jpeg'

継続時間とサイズを設定

モデルと入力モードに対応する範囲内の整数として seconds を送信します。

モデル ID	入力モード	`seconds`	デフォルト
`wan3.0`, `wan3.0-prime`	テキスト、参照、またはフレーム	整数 `2`–`30`	`5` 秒、 `1920x1080`
`wan2.7`	テキスト	整数 `2`–`15`	`5` 秒、 `1920x1080`
`wan2.7`	フレーム	整数 `2`–`15`	`5` 秒、`1080p` ティア。アスペクト比は開始画像に従います
`wan2.7`	画像/動画の参照	整数 `2`–`10`	`5` 秒、 `1920x1080`
`wan2.6`	テキスト	`5`, `10`, `15`	`5` 秒、 `1920x1080`
`wan2.6`	動画の参照	`5`, `10`	`5` 秒、 `1920x1080`

対象モデル向けの以下の WxH 値のいずれかに size を設定します。 Wan 3.0 のサイズ値は wan3.0-prime にも適用されます。

Wan 3.0 のサイズ値

解像度ティア	アスペクト比	`size` (`WxH`)
`480p`	`16:9`	`832x480`
	`9:16`	`480x832`
	`1:1`	`624x624`
`720p`	`16:9`	`1280x720`
	`9:16`	`720x1280`
	`1:1`	`960x960`
	`4:3`	`1088x832`
	`3:4`	`832x1088`
`1080p`	`16:9`	`1920x1080`
	`9:16`	`1080x1920`
	`1:1`	`1440x1440`
	`4:3`	`1632x1248`
	`3:4`	`1248x1632`

Wan 2.7 のサイズ値

解像度ティア	アスペクト比	`size` (`WxH`)
`720p`	`16:9`	`1280x720`
	`9:16`	`720x1280`
`1080p`	`16:9`	`1920x1080`
	`9:16`	`1080x1920`
	`1:1`	`1440x1440`

Wan 2.6 のサイズ値

解像度ティア	アスペクト比	`size` (`WxH`)
`720p`	`16:9`	`1280x720`
	`9:16`	`720x1280`
	`4:3`	`1088x832`
	`3:4`	`832x1088`
`1080p`	`16:9`	`1920x1080`
	`9:16`	`1080x1920`
	`1:1`	`1440x1440`
	`4:3`	`1632x1248`
	`3:4`	`1248x1632`

タスクフロー

タスクを作成

マルチパートフォームリクエストを送信し、返された id を保存します。

タスクをポーリング

を呼び出し、 Wan 動画を取得 status が completed、failed、または error になるまで。

結果をダウンロード

タスクが completed の場合は、 Wan 動画コンテンツを取得を呼び出して MP4 ファイルをダウンロードします。

承認

Authorization

string

header

必須

Bearer authentication. Use your CometAPI API key.

ボディ

multipart/form-data

model

string

必須

Wan model ID: wan2.6, wan2.7, wan3.0, or wan3.0-prime. Use wan2.6 for text or reference-video input. Use wan2.7 for text, image/video references, or frame inputs. Use wan3.0 or wan3.0-prime to also include reference audio.

例:

"wan3.0"

prompt

string

必須

Text prompt that describes the video to generate. Describe the appearance and motion to preserve from references, or the transition between first_frame and last_frame. For wan2.6 video references, use @Video1, @Video2, and @Video3 in input order.

例:

"A small robot walks through a bright greenhouse with smooth camera movement."

seconds

integer

Requested output duration in whole seconds. Send an explicit integer. For wan2.6 reference-to-video, use 5 or 10; text-to-video also accepts 15. For wan2.7 reference-to-video, use 2 through 10; text and frame inputs accept 2 through 15. For wan3.0 and wan3.0-prime, use 2 through 30. Default is 5.

必須範囲: 2 <= x <= 30

例:

5

size

string

Supported WxH size values. For wan3.0 and wan3.0-prime: 832x480, 480x832, 624x624, 640x480, 480x640, 1280x720, 720x1280, 960x960, 1088x832, 832x1088, 1920x1080, 1080x1920, 1440x1440, 1632x1248, 1248x1632. For wan2.6: 1280x720, 720x1280, 1088x832, 832x1088, 1920x1080, 1080x1920, 1440x1440, 1632x1248, 1248x1632. For wan2.7: 1280x720, 720x1280, 1920x1080, 1080x1920, 1440x1440. Default is 1920x1080. For Wan 2.7 frame inputs, the opening image determines the aspect ratio; size selects the output resolution tier.

例:

"1920x1080"

input_reference

PNG or JPEG reference images for wan2.7, wan3.0, and wan3.0-prime. Repeat input_reference with one publicly accessible HTTPS image URL or uploaded image file per field. Use all URLs or all files within this field. Do not combine URLs into a comma-separated value. A single URL or file uses the image-to-video workflow. Each image can be up to 20 MB. For wan3.0 and wan3.0-prime, send at most 10 reference images, whether you use URLs or uploaded files. Image and video references can share a request; reference audio requires wan3.0 or wan3.0-prime. Submit frame inputs separately. Omit for text-to-video and wan2.6 reference-to-video. Submit images in the order you want to reference them in the prompt.

Pattern: ^https://

reference_videos

(string<uri> | file)[]

Reference videos for wan2.6, wan2.7, wan3.0, and wan3.0-prime. Repeat reference_videos with publicly accessible HTTPS URLs or uploaded MP4 files with H.264 video. Use one input type within this field: all URLs or all files. For wan2.6, send 1 to 3 clips, each 2 to 30 seconds and up to 30 MB, with at least 16 fps; omit image, audio, and frame fields. For wan2.7, combine video references with image references. For wan3.0 and wan3.0-prime, send at most 5 clips totaling at most 15 seconds, with at least 16 fps. Video uploads are limited to 5 files, each at most 50 MiB (50 x 1024 x 1024 bytes); the lower wan2.6 limits still apply. Submit frame inputs separately.

Minimum array length: 1

Pattern: ^https://

reference_audios

(string<uri> | file)[]

Reference audio for wan3.0 and wan3.0-prime, combined with image or video references. Repeat reference_audios with publicly accessible HTTPS MP3 URLs or uploaded MP3 files. Use one input type within this field: all URLs or all files. Send at most 5 audio references totaling at most 15 seconds, counted separately from reference video duration. Audio uploads are limited to 5 files, each at most 15 MiB (15 x 1024 x 1024 bytes). Submit frame inputs separately. Omit for wan2.6 and wan2.7.

Minimum array length: 1

Pattern: ^https://

first_frame

Opening frame for wan2.7, wan3.0, and wan3.0-prime, as one publicly accessible HTTPS PNG or JPEG URL or one uploaded PNG or JPEG file. Use first_frame alone or add last_frame to guide the ending. Submit frame inputs in a separate request from input_reference, reference_videos, and reference_audios. Omit for wan2.6. For Wan 2.7 frame inputs, the opening image determines the aspect ratio; size selects the output resolution tier.

Pattern: ^https://

last_frame

Ending frame for wan2.7, wan3.0, and wan3.0-prime, as one publicly accessible HTTPS PNG or JPEG URL or one uploaded PNG or JPEG file. Use with first_frame to guide the ending. Submit frame inputs in a separate request from input_reference, reference_videos, and reference_audios. Omit for wan2.6. For Wan 2.7 frame inputs, the opening image determines the aspect ratio; size selects the output resolution tier.

Pattern: ^https://

レスポンス

Task created. Store the returned id and poll GET /v1/videos/{task_id}.

string

必須

Task ID. Use this value with retrieve and content endpoints.

例:

"task_example"

object

string

必須

Object type. Video tasks return video.

例:

"video"

model

string

必須

Model ID used for the task.

例:

"wan3.0"

status

enum<string>

必須

Task lifecycle status. Poll until the value is completed, failed, or error.

利用可能なオプション:

queued,

in_progress,

completed,

failed,

error

例:

"queued"

progress

integer

必須

Task progress as a coarse percentage.

必須範囲: 0 <= x <= 100

例:

0

created_at

integer

必須

Task creation time as a Unix timestamp in seconds.

例:

1779938152

task_id

string

Compatibility alias for id when present.

例:

"task_example"

completed_at

integer

Task completion time as a Unix timestamp in seconds. This field appears on completed tasks.

例:

1779938219

video_url

string

Temporary video delivery URL. This field appears on completed tasks.

例:

"<temporary-video-url>"

error

object

Failure details. This field appears when the task fails.

最終更新日 2026年9月9日

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F model=wan3.0 \
  -F 'prompt=A small robot walks through a bright greenhouse with smooth camera movement.' \
  -F seconds=5 \
  -F size=1920x1080

{
  "id": "task_example",
  "task_id": "task_example",
  "object": "video",
  "model": "wan3.0",
  "status": "queued",
  "progress": 0,
  "created_at": 1779938152
}

コンテンツモデレーション

APIキー

入力モードを選択する

参照画像を使用する

参照動画と音声を使用する

Wan 2.6 の動画参照

Wan 2.7 の画像および動画参照

Wan 3.0 の画像、動画、および音声参照

最初と最後のフレームを使用する

継続時間とサイズを設定

Wan 3.0 のサイズ値

Wan 2.7 のサイズ値

Wan 2.6 のサイズ値

タスクフロー

承認

ボディ

レスポンス

​入力モードを選択する

​参照画像を使用する

​参照動画と音声を使用する

​Wan 2.6 の動画参照

​Wan 2.7 の画像および動画参照

​Wan 3.0 の画像、動画、および音声参照

​最初と最後のフレームを使用する

​継続時間とサイズを設定

​Wan 3.0 のサイズ値

​Wan 2.7 のサイズ値

​Wan 2.6 のサイズ値

​タスクフロー

承認

ボディ

レスポンス

入力モードを選択する

参照画像を使用する

参照動画と音声を使用する

Wan 2.6 の動画参照

Wan 2.7 の画像および動画参照

Wan 3.0 の画像、動画、および音声参照

最初と最後のフレームを使用する

継続時間とサイズを設定

Wan 3.0 のサイズ値

Wan 2.7 のサイズ値

Wan 2.6 のサイズ値

タスクフロー