FLUX 3 Video: geração multimodal de vídeo com áudio nativo na página do modelo e via API | RunComfy

curl --request POST \
  --url https://model-api.runcomfy.net/v1/models/blackforestlabs/flux-3/video \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer <token>" \
  --data '{
    "prompt": "A powerful dappled-grey stallion gallops across a windswept green moor under a brooding storm sky, mane and tail streaming, clumps of turf kicking up in slow motion, distant thunder rumbling and hooves pounding the earth, cinematic low-angle tracking shot, moody desaturated color, anamorphic look."
  }'

curl --request GET \
  --url https://model-api.runcomfy.net/v1/requests/{request_id}/status \
  --header "Authorization: Bearer <token>"

curl --request GET \
  --url https://model-api.runcomfy.net/v1/requests/{request_id}/result \
  --header "Authorization: Bearer <token>"

curl --request POST \
  --url https://model-api.runcomfy.net/v1/requests/{request_id}/cancel \
  --header "Authorization: Bearer <token>"

{
  "type": "object",
  "title": "Esquema de entrada",
  "required": [
    "prompt"
  ],
  "properties": {
    "prompt": {
      "title": "Prompt",
      "description": "Prompt de texto para o vídeo (recomenda-se até cerca de 500 caracteres em chinês ou 1000 palavras em inglês).",
      "type": "string",
      "default": "A powerful dappled-grey stallion gallops across a windswept green moor under a brooding storm sky, mane and tail streaming, clumps of turf kicking up in slow motion, distant thunder rumbling and hooves pounding the earth, cinematic low-angle tracking shot, moody desaturated color, anamorphic look."
    },
    "images": {
      "title": "Imagens",
      "description": "Imagens de referência para o modo de referência multimodal (0–9). Formatos aceitos: jpeg, png, webp, bmp, tiff, gif.",
      "type": "array",
      "items": {
        "type": "string",
        "format": "image_uri"
      },
      "maxItems": 9
    },
    "videos": {
      "title": "Vídeos",
      "description": "Vídeos de referência para o modo de referência multimodal (0–3). Formatos aceitos: mp4, mov. A duração deve ficar entre 2 e 15 segundos.",
      "type": "array",
      "items": {
        "type": "string",
        "format": "video_uri"
      },
      "maxItems": 3
    },
    "audios": {
      "title": "URLs de áudio",
      "description": "Áudios de referência para o modo de referência multimodal (0–3). Formatos aceitos: wav, mp3. A duração deve ficar entre 2 e 15 segundos, e o arquivo deve ter menos de 15 MB.",
      "type": "array",
      "items": {
        "type": "string",
        "format": "audio_uri"
      },
      "maxItems": 3
    },
    "aspect_ratio": {
      "title": "Proporção (L:A)",
      "description": "O padrão é adaptativo: o modelo escolhe a proporção mais próxima e a proporção efetivamente usada é retornada na consulta da tarefa.",
      "type": "string",
      "enum": [
        "adaptive",
        "16:9",
        "9:16",
        "4:3",
        "3:4",
        "1:1",
        "21:9"
      ],
      "default": "adaptive"
    },
    "duration": {
      "title": "Duração (segundos)",
      "description": "Número inteiro de segundos no intervalo [4, 15].",
      "type": "integer",
      "minimum": 4,
      "maximum": 15,
      "default": 5
    },
    "resolution": {
      "title": "Resolução",
      "description": "",
      "type": "string",
      "enum": [
        "480p",
        "720p",
        "1080p",
        "4k"
      ],
      "default": "720p"
    },
    "generate_audio": {
      "title": "Gerar áudio",
      "description": "Quando ativado, o modelo produz um vídeo com áudio sincronizado (fala, efeitos sonoros e música).",
      "type": "boolean",
      "default": true
    },
    "seed": {
      "title": "Semente",
      "description": "Semente aleatória usada na geração do vídeo.",
      "type": "integer"
    },
    "tools": {
      "title": "Pesquisa na web",
      "description": "Quando `web_search` é incluído, o modelo pode realizar uma pesquisa online conforme o prompt (por exemplo, sobre produtos específicos ou o clima atual). Isso pode deixar as informações mais atualizadas, mas aumenta a latência.",
      "type": "boolean",
      "default": false
    }
  }
}