Wan 2.2 API

Wan 2.2 Text-zu-Video erzeugt einen Clip allein aus einem geschriebenen Prompt. Jede Anfrage liefert genau ein stummes Video von fünf Sekunden im Format 16:9 oder 9:16, gerendert in 480p oder 720p. Der Prompt darf bis zu 5.000 Zeichen lang sein und ist das einzige Pflichtfeld: Das Seitenverhältnis steht standardmäßig auf 16:9, die Auflösung auf 480p, und die Prompt-Erweiterung bleibt aus, solange Sie sie nicht einschalten.

Den passenden Wan-2.2-Modus nach Ausgangsmaterial wählen

Eine feste Länge von fünf Sekunden

Text-zu-Video hat keine Einstellung für die Dauer: Jeder Take ist genau fünf Sekunden lang, die Länge einer Anfrage steht also fest, bevor Sie sie senden. Fünf Sekunden tragen einen einzigen Beat – ein Motiv, eine Handlung, eine Kamerabewegung –, keine Abfolge mehrerer Ereignisse. Prompts, die auf diesen Umfang zugeschnitten sind, liefern die verlässlichsten Ergebnisse.

Zwei Formate, zwei Auflösungen

Das Seitenverhältnis ist standardmäßig 16:9, für Hochkant-Ausspielung 9:16. Quadratische Bilder und 4:3 gibt es nicht; rendern Sie für einen quadratischen Schnitt in 16:9 und beschneiden Sie im Schnitt. Die Auflösung ist 480p oder 720p, und sie ist die einzige Einstellung, die den Preis verändert – 480p ist damit die naheliegende Stufe für Entwürfe.

Nur Bild, kein Ton

Die Clips kommen ohne Tonspur, eine Audio-Einstellung gibt es nicht. Alles, was die Zuschauer spüren sollen, muss sichtbar sein: Das veröffentlichte Beispiel am verschneiten Bahnsteig baut seinen Rhythmus aus fallendem Schnee, Atemwolken in der Kälte und einer flackernden Bahnsteiglampe auf, statt sich auf Atmo zu verlassen.

Optionale Prompt-Erweiterung und Seed

Die Prompt-Erweiterung schreibt eine kurze Vorgabe vor der Generierung zu einer ausführlicheren um. Der Seed akzeptiert Werte von 0 bis 2147483647 und hält die Zufallsquelle fest, damit Sie jeweils nur eine Änderung vergleichen. Einen bildgenau identischen Clip bei einem zweiten Durchlauf garantiert er nicht.

Storyboard-Entwürfe in großer Zahl

Schreiben Sie jeden Storyboard-Beat als eigenen Prompt und rendern Sie die ganze Liste in 480p. Fünf Sekunden reichen, um Bildausschnitt und Bewegung zu beurteilen. Da jede Anfrage gleich lang ist und der Preis nur von der Auflösung abhängt, kennen Sie die Kosten eines Stapels schon vor dem Absenden. Die Takes, die Sie behalten, rendern Sie mit demselben Prompt und Seed in 720p neu.

Hochkant-Clips für Social-Media-Feeds

Stellen Sie das Seitenverhältnis auf 9:16 und beschreiben Sie eine durchgehende Handlung. Das veröffentlichte Nachtmarkt-Beispiel macht genau das in 720p: Eine junge Frau im gelben Regenmantel nimmt an einem Grillstand einen Spieß entgegen, Rauch und Dampf steigen durch Lichterketten auf, und sie dreht sich um und geht auf die Kamera zu, die langsam aus der Hand heranfährt.

Prüfen, ob eine Bildidee in Bewegung trägt

Bevor Sie einen Take in 720p angehen, lässt sich die Idee günstig testen. Das Beispiel mit der Leuchtturmtreppe ist als eine Handlung mit einer Kameraposition geschrieben – ein älterer Mann mit Laterne steigt die letzte Windung einer Wendeltreppe hinauf, eine tief angesetzte Kamera folgt ihm – und in 16:9 bei 480p gerendert.

# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "alibaba/wan-2.2/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "480p",
    "aspect_ratio": "16:9"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.