Wan 3.0 NSFW-Videos: 5, 10 oder 15 Sekunden wählen

Das Ausgangsbild Ihrer Figur passt: Gesicht, Kleidung und Raum sind bereit. Sie möchten einen kurzen Teaser mit einem Blick, einer kleinen Geste und einem brauchbaren Schluss. Sollten Sie fünf, zehn oder fünfzehn Sekunden kaufen?

Wählen Sie fünf Sekunden für einen Blick oder eine kleine Kopfdrehung, zehn für eine Handgeste, die endet und zur Ruheposition zurückführt, und fünfzehn, wenn Vorbereitung und Ausklang sichtbar sein sollen. Passt die Idee bequem in fünf Sekunden, kaufen Sie mit fünfzehn meist nur mehr Wartezeit. Werden drei Bewegungen in fünf Sekunden hektisch, vereinfachen Sie die Aktion oder geben Sie ihr zehn. Sowohl standardmäßiges Wan 3.0 als auch Spicy unterstützen Clips von 2–30 Sekunden.

Dieser Leitfaden plant den Teaser einer fiktiven erwachsenen Figur für alle drei Längen. Er behandelt Wan 3.0 Bild-zu-Video und den separaten Wan 3.0 Spicy Bild-zu-Video-Endpunkt. Die Modellwahl stützt sich auf unsere Tests vom September und Oktober 2026.

Erst die Bewegung, dann die Dauer wählen

Planen Sie die sichtbare Veränderung zwischen Anfang und Ende.

Eine schnelle Geste passt in fünf Sekunden; eine langsame, sorgfältige braucht vielleicht zehn. Entscheidend ist, ob der Betrachter den Abschluss der Aktion sieht, nicht ob die angeforderte Dauer die längste verfügbare ist.

Ein Standbild mit Platz für die Geste vorbereiten

Verwenden Sie ein 9:16-Porträt einer fiktiven, 36 Jahre alten Frau, die neben einer warm leuchtenden Lampe in einem Polstersessel sitzt. Sie trägt ein blickdichtes marineblaues Trägertop und eine schwarze Hose. Ihr Gesicht ist leicht von der Kamera abgewandt, ihr langes Haar liegt neben dem rechten Ohr, und beide Hände sind auf den Armlehnen sichtbar. Zeigen Sie sie vom Kopf bis zu den Füßen und lassen Sie Platz über dem Kopf und neben dem rechten Ellbogen.

Dasselbe Ausgangsbild eignet sich für alle drei Beispiele. Es legt Figur, Kleidung, Raum und Licht bereits fest, sodass sich der Bewegungs-Prompt auf die Veränderungen konzentrieren kann.

Prüfen Sie vor dem Absenden die Hand, die sich bewegen soll. Verschmelzen ihre Finger mit der Armlehne, korrigieren Sie zuerst das Standbild. Ist das rechte Ohr hinter dichtem Haar verborgen, lässt sich ein vollständiges Hinter-das-Ohr-Streichen schwerer beurteilen; verwenden Sie stattdessen eine kleinere glättende Geste außen am Haar. Ein enger Gesichtsausschnitt eignet sich für den Fünf-Sekunden-Blick, bietet einer bewegten Hand aber keinen Platz im Bild, ohne den Ausschnitt zu ändern.

Probieren Sie die Aufnahme im Wan 3.0 Bild-zu-Video Playground:

1. Laden Sie das vorbereitete Porträt hoch und fügen Sie einen der folgenden Bewegungs-Prompts ein.
2. Wählen Sie fünf, zehn oder fünfzehn Sekunden bei 480p; schalten Sie generiertes Audio und Prompt-Erweiterung für den Bewegungsentwurf aus.
3. Generieren Sie den Clip und vergleichen Sie die Geste mit dem gewünschten Ende, bevor Sie die Auflösung erhöhen.

Standard und Spicy akzeptieren beide ganzzahlige Dauern von 2 bis 30 Sekunden. Standard bietet außerdem eine automatische Dauer; eine feste Länge ist einfacher, wenn das Ende in ein bestimmtes Zeitfenster fallen muss.

Fünf Sekunden: die Blickänderung als einzige Aktion

Ein Blick genügt, wenn das Standbild den Reiz der Szene bereits vermittelt. Fügen Sie keine Handgeste hinzu, nur weil der Prompt kurz aussieht.

Stellen Sie die Dauer auf 5 und fügen Sie Folgendes ein:

One continuous five-second shot of the fictional adult woman in the opening image. Keep the same face, opaque navy camisole, black trousers, chair and warm lamp throughout. From 0 to 1 second, she remains seated with both hands resting visibly on the chair arms, looking slightly off camera. From 1 to 3 seconds, she turns her eyes and head a little toward the camera and forms a small, relaxed smile. From 3 to 5 seconds, she keeps her gaze toward the viewer and lets the movement settle. Natural blinking and breathing continue. Eye-level fixed camera; the full-length framing remains unchanged. She stays seated and her hands remain on the chair arms. Her mouth stays closed.

Der Prompt beschreibt eine sichtbare Veränderung und einen Zielzustand. Die Hände bleiben absichtlich inaktiv, damit sich die Gesichtsdrehung beurteilen lässt, ohne gleichzeitig eine bewegte Hand zu bewerten.

Prüfen Sie die erste und die letzten zwei Sekunden. Bleibt das Gesicht während der Drehung erkennbar dasselbe? Ist das Lächeln für diese Figur dezent genug? Bleibt die Kamera auf der ursprünglichen Distanz? Wird das Lächeln übertrieben, ersetzen Sie „forms a small, relaxed smile“ durch „her expression softens slightly while her lips remain together.“ Ist die Drehung zu groß, verlangen Sie eine Augenbewegung und nur eine leichte Anpassung des Kinns.

Ergibt das bereits den gesamten gewünschten Handlungsmoment, behalten Sie die kurze Version.

Zehn Sekunden: die Handgeste vor der Ruhephase beenden

Wählen Sie zehn, wenn die Bewegung einen Hin- und Rückweg hat. Die Rückkehr der Hand zur Ruheposition lässt das Ende bewusst gestaltet wirken, statt die Geste mittendrin abzubrechen.

Stellen Sie die Dauer auf 10 und fügen Sie Folgendes ein:

One continuous ten-second shot of the fictional adult woman in the opening image. Keep her face, opaque navy camisole, black trousers, chair and warm lamp unchanged. From 0 to 2 seconds, she turns her gaze gently toward the camera while both hands rest on the chair arms. From 2 to 5 seconds, she lifts her right hand from the right chair arm, keeping it beside her cheek rather than across her face, and tucks the loose hair behind her right ear. From 5 to 8 seconds, her right hand travels back down and rests on the same chair arm; she maintains a small, relaxed smile. From 8 to 10 seconds, she remains in that settled seated pose, with both hands visible at rest. Natural blinking and breathing continue. Fixed eye-level camera, unchanged full-length framing, one take. Her outfit stays in place and her mouth stays closed.

Die zusätzlichen fünf Sekunden dienen dem Weg der Hand, dem Kontakt mit dem Haar, der Rückkehr und dem Ausklang. Sie sind nicht bloß eine langsamere Version des Blicks.

Illustrierter Bewegungsplan: Ausgangspose, Hand am Ohr, dann Rückkehr zur Ruheposition für den Zehn-Sekunden-Prompt.

Prüfen Sie den Moment, in dem die Hand das Ohr erreicht. In der Wange verschwindende Finger, ein sich hinter der Hand veränderndes Gesicht oder ein Arm, der an eine andere Stelle zurückkehrt, sind Gründe, die Geste zu überarbeiten. Verkleinern Sie sie zunächst: Ersetzen Sie das Hinter-das-Ohr-Streichen durch „she gently smooths the outside of her hair beside her neck, then returns her hand to the chair arm.“ Damit entfällt der enge Hand-Ohr-Kontakt, während eine sichtbare Bewegung erhalten bleibt.

Fünfzehn Sekunden: Vorbereitung und Ausklang einbeziehen

Fünfzehn Sekunden passen zu einem Teaser, bei dem der ruhige Auftakt und die Reaktion der Figur Teil der Szene sind. Für die einzige Vorgabe „in die Kamera schauen“ ist das zu viel.

Stellen Sie die Dauer auf 15 und fügen Sie Folgendes ein:

One continuous fifteen-second seated shot of the fictional adult woman from the opening image. Preserve her face, opaque navy camisole, black trousers, chair and warm lamp throughout. From 0 to 3 seconds, she rests with both hands on the chair arms, looking slightly off camera; her shoulders relax and her eyes shift toward the viewer. From 3 to 7 seconds, she lifts her right hand beside her face and gently smooths the loose hair back beside her right ear, keeping her face visible. From 7 to 10 seconds, she lowers that hand to the same chair arm and finishes the movement. From 10 to 12 seconds, she makes a small seated shoulder adjustment toward the camera and lets a restrained smile form. From 12 to 15 seconds, she settles facing the viewer, both hands visible at rest, with natural blinking and breathing. Eye-level fixed camera, unchanged full-length framing, no cuts. She stays seated, her outfit remains in place and her mouth stays closed.

Hier ähnelt die Handbewegung dem Zehn-Sekunden-Beispiel, doch Vorbereitung und abschließende Reaktion bekommen sichtbar Raum. Die Schulterbewegung ist klein; sie ist weder eine vollständige Körperdrehung noch eine neue Pose.

Enthalten die ersten drei Sekunden nichts Nützliches, verkürzen Sie den Auftakt, statt eine weitere Aktion zum Füllen hinzuzufügen. Beendet die Hand ihre Bewegung früh und wiederholt der restliche Clip Gesten, entfernen Sie die Schulterbewegung und verlangen Sie einen ruhigen Ausklang, oder kehren Sie zu zehn Sekunden zurück. Ändern sich Mimik oder Kleidung später im Clip, verkürzen Sie den geplanten Handlungsmoment und legen Sie den gewünschten Endzustand fest. Längere Einstellungen lassen mehr Raum für ungeplante Aktionen; zusätzliche Sekunden beheben keine unerwünschte Eskalation.

Der offizielle Prompt-Leitfaden nutzt zeitliche Beschreibungen zur Organisation von Szenen. Die Zeitpläne hier übertragen diese Idee auf eine durchgehende Einstellung. Lassen Sie „one continuous shot“ im Prompt: Zeitangaben strukturieren die Geste, verlangen aber keinen Schnitt an jeder Grenze. Es sind Vorgaben für das Tempo, keine framegenaue Schnitt-Timeline. Sehen Sie sich das tatsächliche Ergebnis an, bevor Sie eine Einblendung platzieren oder einen Schnitt setzen.

Wenn Bewegung oder Ende misslingen

Eine ungeeignete Dauer zeigt sich häufig als konkretes Problem. Ändern Sie diesen Teil der Vorgaben, bevor Sie einen weiteren längeren Clip kaufen.

Illustrierte Gestenoptionen. Links: Die Hand verdeckt ein Auge. Rechts: Die Hand bleibt im Haar neben dem Hals und lässt das Gesicht sichtbar.

Optional kann last_image_url bei beiden Endpunkten die gewünschte Schlusskomposition vorgeben. Verwenden Sie ein freigegebenes Standbild mit derselben Figur, Kleidung, demselben Sessel und Licht. Das Schlussbild legt den letzten Frame fest; mit einer ruhenden Hand im Standbild landen Sie bei dieser Pose. Bei diesem Teaser darf das Ende vom Anfang abweichen. Eine nahtlose Schleife hat an der Übergangsstelle eine zusätzliche Anforderung, die dieser einmal durchlaufende Clip nicht hat.

Wenn Ihre Idee Aufstehen, Durchqueren des Raums und Hinsetzen auf einen zweiten Stuhl umfasst, teilen Sie sie in Einstellungen auf. Erstellen Sie für jede Komposition ein freigegebenes Standbild und verbinden Sie sie mit einem bewussten Schnitt. Eine misslungene Einstellung können Sie separat erneut versuchen. Zwei Fünf-Sekunden-Anfragen kosten beim gleichen Sekundenpreis vor Wiederholungen genauso viel wie eine Zehn-Sekunden-Anfrage; die separaten Einstellungen werden nicht automatisch zu einer nahtlosen durchgehenden Aufnahme. Für eine wirklich längere durchgehende Sequenz lesen Sie den Leitfaden für längere NSFW-Videos.

Standardmäßiges Wan 3.0 oder Spicy für diesen Teaser?

Beginnen Sie für diesen bekleideten Teaser mit standardmäßigem Wan 3.0 Bild-zu-Video. Es erzeugt Inhalte für Erwachsene und ist bei 480p günstiger. Im vergleichbaren bekleideten Beispiel behielt Standard die Kleidung bei, während Spicy sie änderte.

Wan 3.0 Spicy kann eine Szene stärker in Richtung Inhalte für Erwachsene lenken, auch mit unerwünschten Kleidungsänderungen. Wählen Sie es, wenn diese Richtung zur beabsichtigten Szene passt, statt davon Lösungen für Bewegungs- oder Timingprobleme zu erwarten. Geben Sie bei zurückhaltenden Teasern den Endzustand vor und verwenden Sie die kürzeste Dauer, die die Aktion vollständig zeigt.

Was fünf, zehn und fünfzehn Sekunden kosten

Kosten pro Anfrage in USD, ohne Erzeugung des Ausgangsbilds:

Für die Zehn-Sekunden-Geste kosten ein Standardentwurf bei 480p und ein überarbeiteter Entwurf insgesamt $0.90. Eine Zehn-Sekunden-Generierung bei 1080p mit Wan 3.0 Pro kostet zusätzlich $1.44, also insgesamt $2.34; mit Standard bei 1080p sind es $2.70. Der Wechsel zu Pro erzeugt eine neue Aufnahme, keine Hochskalierung des freigegebenen Entwurfs.

Fordern Sie fünfzehn Sekunden an, behalten im Editor aber nur die ersten acht, bezahlen Sie trotzdem die fünfzehn Sekunden Generierung. Das Kürzen erstattet den verworfenen Nachlauf nicht. Eine kürzere Anfrage spart nur dann Geld, wenn sie die benötigte Aktion vollständig zeigt.

Verwenden Sie für den ersten Entwurf den Fünf-Sekunden-Blick, wenn die Figur den Betrachter lediglich begrüßen soll. Wechseln Sie zu zehn, wenn die Handgeste wichtig ist. Wählen Sie fünfzehn nur, wenn Vorbereitung und Ausklang ihren Platz im fertigen Teaser verdienen. Überarbeiten Sie anschließend den Teil, bei dem Sie tatsächlich ein Problem sehen.

Die freigegebene Bewegung über die API ausführen

Setzen Sie SPICY_API_KEY in Ihrer Umgebung und SPICY_IMAGE_URI auf die erreichbare URL Ihres Ausgangsbilds oder eine hochgeladene spicy://-URI. Dieses Python 3-Beispiel reicht eine neue Aufnahme ein, nachdem Sie deren Preis bestätigt haben.

import json
import os
import urllib.request
import uuid

base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
           "Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
settings = {
    "duration_seconds": 5,
    "resolution": "480p",
    "generate_audio": False,
    "enable_prompt_expansion": False
}
settings["prompt"] = 'One continuous fixed-camera shot. The seated adult turns her gaze toward the camera and gives a small smile, then rests. Keep the outfit, chair and framing unchanged.'
settings["image_url"] = os.environ["SPICY_IMAGE_URI"]
payload = {"model": "alibaba/wan-3.0/image-to-video", "input": settings}

def post(path, body):
    request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
    with urllib.request.urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
    raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
                              "expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])

Bewahren Sie den ausgegebenen Anfrage-Schlüssel auf, um dieselbe Anfrage wiederherzustellen; eine neue Aufnahme bekommt einen neuen Schlüssel. Die Task-API-Dokumentation erklärt Ergebnisbereitstellung und Wiederherstellung.

Lassen Sie für wiederholte Aufnahmen einen Agent eine freigegebene Eingabedatei verwenden: CLI spicyapi tasks create --model alibaba/wan-3.0/image-to-video --input-file input.json --wait; MCP bitten Sie ihn, spicyapi_task_create mit diesem Modell und dieser Eingabe aufzurufen; Skill bitten Sie „Use the spicyapi Skill to generate this approved shot and return the result.“ CLI und MCP zeigen den Preis vor der Erstellung. Siehe die Agent-Integrationsdokumentation.