Flux3MaxTextToVideoNode - ComfyUI Built-in Node Documentation - ComfyUI

FLUX 3 Max Text to Video 可根据文本提示词生成带同步音频的视频。FLUX 3 Max 会在渲染前解释并扩展提示词，节点会等待渲染完成，然后返回生成的片段。

输入

参数	描述	数据类型	必填	范围
`prompt`	片段应展示的内容，使用自然语言描述。若要获得分层音频，请分别描述环境声、音乐和语音（默认：空）。	STRING	是	多行文本
`aspect_ratio`	输出宽高比。对于文本提示词，`"auto"` 为 16:9（默认：`"auto"`）。	COMBO	是	`"auto"` `"21:9"` `"2:1"` `"16:9"` `"4:3"` `"1:1"` `"3:4"` `"9:16"`
`duration`	片段长度，单位为秒（默认：`"5"`）。	COMBO	是	`"5"` `"6"` `"7"` `"8"` `"9"` `"10"` `"11"` `"12"` `"13"` `"14"` `"15"` `"16"` `"17"` `"18"` `"19"` `"20"`
`resolution`	输出分辨率（默认：`"720p"`）。	COMBO	是	`"720p"` `"1080p"`
`reasoning_level`	生成前模型对提示词进行推理和扩展的程度。`"high"` 耗时更长；价格相同（默认：`"high"`）。	COMBO	是	`"low"` `"high"`
`generate_audio`	生成同步音频。关闭后生成的视频没有音轨（默认：true）。	BOOLEAN	是	`true` `false`
`seed`	控制节点是否重新运行的种子。无论此值如何，结果都是非确定性的（默认：42）。	INT	是	0 到 2147483646

注意：prompt 必须至少包含一个字符。显示的价格基于 resolution 和 duration：在 2026 年 11 月 7 日之前，720p 按每秒 $0.060775 计费，1080p 按每秒 $0.103675 计费；该日期之后分别按每秒 $0.2431 和 $0.4147 计费。界面中会显示该片段的预计总费用。

输出

输出名称	描述	数据类型
`video`	生成的视频片段；启用 `generate_audio` 时包含同步音频。	VIDEO

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 6dcb11e7aa7f1592169ede449c4092740db43e635501205eba02a066f03a967f