Wan 3.0 API ガイド：モデル、入力、最初の動画
Wan 3.0、Wan 3.0 Prime、Wan 3.0 Pro、Wan 3.0 Prime Pro の API 入力・動画出力の仕様を比較し、初回テストを準備するためのガイドです。
Wan 3.0 API を導入する際に最初に決めるのは、モデルに何を入力するかです。シーンを説明する文章、開始画像、複数の参照素材から選べます。Alibaba Cloud は Wan 3.0 を、1 回で最長 30 秒の動画を生成でき、テキスト、画像、音声、動画、文書を入力できる動画モデルとして説明しています。1
このガイドでは、入力の選び方と最初のテストの準備を説明します。ここで紹介するのは提供元モデルの機能です。Wan API の本番エンドポイントと API キーの利用方法は、連携ドキュメントで公開する予定です。モデルの料金は料金ページに掲載しています。以下の各モデルには個別の仕様ページがあります。
モデル名を理解する
Wan 3.0 はモデルファミリーの名称です。Comfy の公式連携でも、選択可能なモデルとして wan3.0-video-prime が掲載されています。これにより Prime が別の選択肢であることは確認できますが、提供元のモデル名だけでは、リクエストのスキーマ、別サービスでの利用可否、アプリで得られる処理時間まではわかりません。2
| 名称 | 導入前の確認事項 |
|---|---|
| Wan 3.0 | テキスト、画像、参照素材による生成。480p、720p、1080p の出力 |
| Wan 3.0 Prime | 独自の料金を持つ別の Prime モデル。最大 1080p の出力 |
| Wan 3.0 Pro | 仕様上 1080p、2K、4K の出力に対応する Pro モデル |
| Wan 3.0 Prime Pro | 1080p、2K、4K を設定できる別の Prime Pro モデル |
Prime と Pro は異なるモデルです。選ぶ前に、解像度の選択肢と正確なモデル識別子を比較してください。Wan 3.0 と Prime は最大 1080p に対応し、Pro と Prime Pro には 2K と 4K の選択肢が加わります。
有意義な比較をするには、同じプロンプトと参照素材を、同じ長さと解像度で送ります。完了までの時間、費用、結果が制作指示を満たしているかを記録してください。モデル名だけで、このテストの代わりにはなりません。
素材に合う入力方法を選ぶ
Comfy は Wan 3.0 の使い方として、テキストから動画、画像から動画、参照素材から動画という 3 つのワークフローを紹介しています。画像入力では開始フレームと任意の終了フレームを使用できます。参照素材のワークフローでは画像、動画、音声を使い、@Image1、@Video1、@Audio1 などのタグで各入力の役割を説明します。これらの名称とタグはその連携固有のものです。実際には、利用する API 提供元が定めたフィールドを使用してください。2
| 入力素材 | 最初のテスト例 |
|---|---|
| シーンを説明する文章 | 一つの被写体、一つの動作、一つのカメラの動きを説明する |
| 商品写真 | 保ちたい細部を指定しながら、動きを説明する |
| 複数の参照素材 | 人物の外見、商品の外観、動き、音など、各素材に役割を割り当てる |
| プレゼンテーションや文書 | 短い一部分を選び、対象の視聴者とメッセージを明確にする |
Alibaba の文書入力は、ファイルまたはリンクを一つ使用でき、ファイルサイズの上限は 100 MB です。50 ページの制限は PDF、DOCX、DOC、PPTX、PPT、KEY、PAGES ファイルに適用されます。ゲートウェイによって利用できる入力モードが少ない場合があるため、アップロード機能を作る前に文書への対応を確認してください。1
最初のテストを評価しやすくする
短い動画と明確な出力設定から始めましょう。たとえば、ゆっくりしたカメラワークで、話し声のない 5 秒の商品ショットを試します。以下はテスト用の制作指示の例であり、API ペイロードではありません。
柔らかな朝の光が差す窓辺に、陶器のコーヒーカップが置かれている。湯気が立ち上る中、カメラがゆっくりカップに近づく。カップの形と色を保つ。静かな室内の環境音を使い、話し声は入れない。
提供元が設定を公開している場合は、長さ、解像度、アスペクト比、音声を意図的に選んでください。Comfy の現在の Wan ワークフローは音声がデフォルトで有効で、480p、720p、1080p の出力を選べます。これらの仕様は出発点として役立ちますが、すべての Wan エンドポイントで同じ設定が使えることを保証するものではありません。2
被写体の一貫性、指定した動き、音声、使える構図など、アプリに実際に必要な点で結果を確認します。Alibaba は、音声の質感や画面内の文字の正確さを引き続き改善中の領域として挙げています。本番で使用する前に、生成された話し声や文字を確認してください。1
実装前に API の仕様を確認する
本番アプリを接続する前に、正確なモデル ID、認証方法、対応するメディア形式、タスクの送信から結果取得までの流れ、エラー時の動作、課金ルールを提供元のドキュメントで確認してください。これらの情報は、制作内容を指定するプロンプトとは分けて扱います。
Wan API では、まずモデル一覧をご確認ください。公開されたエンドポイントへの認証付きリクエストを成功させることが、最初の連携目標になります。マーケティングページだけでは API 仕様にはなりません。
出典
- Alibaba Cloud、Wan3.0: 30-Second AI Video Generation from Any Input。2026 年 8 月 13 日公開、2026 年 10 月 13 日確認。
- Comfy、Wan 3.0 Video Generation in ComfyUI。2026 年 10 月 13 日確認。ここで引用した設定は Comfy の連携についてのものです。
Wan API からのお知らせ
API の提供開始とモデルの最新情報
ご登録いただくと、Wan API の提供開始や Wan モデルの更新情報をメールでお知らせします。