Einführung
Wan 2.6 Bild-zu-Video beginnt mit dem Bild, das Sie in image_url senden, und liefert genau 5, 10 oder 15 Sekunden in 720p oder 1080p, mit Ton. Das Bild legt Motiv, Garderobe, Set, Lichtrichtung und die Proportionen des Clips fest. Der Prompt ist optional und fasst bis zu 1.500 Zeichen: eine Handlung für eine Einzeleinstellung oder nummerierte Einstellungen für einen Multi-Shot-Schnitt.
Modus nach dem Ausgangsmaterial wählen
| Womit Sie beginnen | Modus |
|---|---|
| eine geschriebene Szene oder ein Skript | Wan 2.6 Text-zu-Video |
| ein freigegebenes Startbild | Wan 2.6 Bild-zu-Video |
| getrennte Referenzen für Aussehen, Bewegung oder Ton | Wan 2.6 Referenz-zu-Video |
Wichtige Funktionen und Highlights
Das Bild bestimmt Format und Aussehen
Ein Feld für das Seitenverhältnis gibt es nicht: Der Clip übernimmt die Proportionen des gesendeten Bildes, eine 9:16-Auslieferung beginnt also mit einem 9:16-Zuschnitt. Das Bild kann JPEG, PNG ohne Transparenz, BMP oder WEBP sein, 240 bis 8.000 Pixel pro Seite und höchstens 20 MB groß. Alles, was darauf zu sehen ist, steht bereits fest – der Prompt bleibt frei für die Bewegung.
Auflösung in Einstellungen aus einem Bild
Mit shot_type auf multi kann das Modell zwischen Blickwinkeln schneiden und dabei den Look des Startbildes beibehalten. So trägt ein 15-Sekunden-Clip eine Totale, ein Detail und eine Auflösung statt einer einzigen treibenden Kamerafahrt. Eine Multi-Anfrage läuft immer mit eingeschalteter Prompt-Erweiterung. Bleiben Sie für Produktdrehungen, Sprecher im Bild und alles, was durchgehend bleiben muss, bei single, denn multi bricht die Kontinuität absichtlich.
Ton erzeugt oder mitgeliefert
Der Clip kommt mit Ton zurück, der im selben Durchgang wie das Bild entsteht. Damit Sprache oder musikalische Akzente dort sitzen, wo Sie sie erwarten, senden Sie audio_url: WAV oder MP3, 3 bis 30 Sekunden, bis zu 15 MB. Eine längere Spur wird auf die Cliplänge gekürzt; bei einer kürzeren bleibt der Rest des Clips stumm.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
image_url | Ja | Das Startbild. Motiv, Kleidung, Set, Lichtrichtung und die Proportionen des Clips stammen daraus – also zuerst zuschneiden. |
prompt | Nein | Optional. Eine Handlung für eine durchgehende Einstellung oder nummerierte Shots für einen Multi-Shot-Schnitt. mindestens 1 Zeichen · höchstens 1500 Zeichen |
negative_prompt | Nein | Was nicht erscheinen darf: eine zweite Person, Untertitel, ein Requisit, das das Bild immer wieder hineinträgt. Höchstens 500 Zeichen. höchstens 500 Zeichen |
resolution | Nein | 720p oder 1080p, Standard 720p. Bestimmt Sekundenpreis und Bearbeitungszeit. |
duration_seconds | Nein | Genau 5, 10 oder 15. Multi-Shot-Schnitte brauchen die längeren Varianten, um sich zu entfalten. |
audio_url | Nein | Ein Satz oder Musik-Cue als Vorgabe, damit Sprache und Beats dort landen, wo Sie sie erwarten. WAV oder MP3, 3 bis 30 Sekunden, höchstens 15 MB. |
shot_type | Nein | single bleibt in einer Einstellung; multi lässt das Modell zwischen Shots schneiden – gut für kurze Geschichten, aber ohne durchgehende Kontinuität. |
enable_prompt_expansion | Nein | Standardmäßig aus. Eingeschaltet wird aus einer Ein-Zeilen-Idee eine Shotliste für multi; auslassen, wenn Ihr Prompt bereits präzise ist. Standardwert: |
seed | Nein | 0 bis 2147483647. Festhalten, wenn Sie single und multi vom selben Bild aus vergleichen. |
Preis
| Spezifikation | Preis |
|---|---|
| $0.09 / Sekunde |
| $0.135 / Sekunde |
Anwendungsfälle
Eine Produkt-Makroaufnahme, die nicht springen darf
Das Serum-Beispiel animiert ein Standbild einer Pipettenflasche fünf Sekunden lang in 1080p mit festem Seed. Ein einzelner Tropfen fällt von der Pipettenspitze, Ringe breiten sich auf der Flüssigkeit aus, und der Lichtstreifen auf dem Glas wird etwas heller – alles in fixierter Makro-Kadrierung mit einem leisen Glasklang. Es bleibt eine Einzeleinstellung, weil eine Produktaufnahme nicht zwischen Blickwinkeln schneiden soll.
Eine kurze Innenraum-Geschichte aus einem Standbild
Das Beispiel mit der abendlichen Wohnung läuft 15 Sekunden in 720p mit shot_type auf multi und eingeschalteter Prompt-Erweiterung. Ein einziges Innenraumbild liefert drei Einstellungen: Die Lampe flackert, während draußen die Lichter der Stadt angehen, eine gefaltete Decke rutscht vom Sessel, und die Wohnungstür schwingt auf und wirft Flurlicht über die Dielen – unter leiser Raumatmosphäre und fernem Verkehr.
Eine Figur, die Ihren eigenen Text spricht
Kombinieren Sie ein Figurenbild mit einer aufgenommenen Sprechzeile in audio_url, damit die Sprache dort sitzt, wo Sie sie erwarten, statt als allgemeine Bewegung. Sprecher im Bild gehören auf single, und es lohnt sich, die ganze Länge zu prüfen: Ist die Spur kürzer als der Clip, bleibt der Rest stumm.
Prompt-Leitfaden und Praxistipps
Das Bild vorbereiten, bevor Sie ein Wort schreiben
Schneiden Sie auf das Auslieferungsformat zu und achten Sie darauf, dass das Bild Garderobe, Set und Licht bereits so zeigt, wie Sie sie wollen – kein Prompt rettet ein falsches erstes Bild. Entfernen Sie Einblendungen oder ein zweites Motiv, das nicht animiert werden soll, und nutzen Sie negative_prompt mit bis zu 500 Zeichen für alles, was das Bild immer wieder zurückbringt, etwa ein Requisit oder Text im Bild.
Bewegung beschreiben, nicht das bereits Sichtbare
Für eine Einzeleinstellung schreiben Sie eine Handlung und eine Kamerabewegung. Der Serum-Prompt nennt den Tropfen, die Ringe, die Veränderung des Lichtstreifens, die Kadrierung und ein Geräusch – und sagt nichts über die Form der Flasche oder ihr Etikett, weil das Bild beides bereits trägt.
A single drop falls from the dropper tip into the bottle and sends slow rings across the liquid surface; the light band on the glass brightens a little. Locked macro framing, soft chime of glass.
Einen Multi-Shot-Schnitt planen
Schreiben Sie nummerierte Einstellungen mit jeweils eigener Bildgröße und wählen Sie 10 oder 15 Sekunden, damit die Schnitte Platz haben. Die Wahl von multi schaltet enable_prompt_expansion für diese Anfrage ein. Bei einer Einzeleinstellung ist es standardmäßig aus, sodass ein präziser Prompt genau so gesendet wird, wie er geschrieben ist.
single und multi aus demselben Bild vergleichen
Legen Sie seed fest (0 bis 2147483647), lassen Sie Bild und Prompt unverändert und senden Sie die Anfrage einmal als single und einmal als multi, um zu sehen, was der Einstellung dient. Die Auflösung bestimmt den Sekundenpreis und die Laufzeit der Aufgabe; feilen Sie die Formulierung deshalb in 720p aus, bevor Sie in 1080p rendern. Ein fester Seed stabilisiert den Vergleich, verspricht aber keine bildgleiche Wiederholung.
API-Schnellstart
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.6/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"resolution": "720p",
"shot_type": "single"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
