Einführung
Wan 2.6 Flash Bild-zu-Video ist die schnellere, günstigere Stufe von Wan 2.6 Bild-zu-Video und wird als eigene API angeboten. Sie nimmt ein Startbild in image_url entgegen und liefert genau 5, 10 oder 15 Sekunden in 720p oder 1080p, als durchgehende Einstellung oder als Multi-Shot-Schnitt. Etwas Feindetail wird gegen kürzere Durchlaufzeit getauscht. Clips sind standardmäßig stumm; schalten Sie generate_audio ein, wenn ein Take seine eigene Tonspur braucht.
Wichtige Funktionen und Highlights
Dieselbe Anfrage wie bei Wan 2.6, mit Ton als Schalter
Flash liest dieselben Felder wie Wan 2.6 Bild-zu-Video, audio_url eingeschlossen: Startbild, Prompt, Negativ-Prompt, Länge, Auflösung, Einstellungstyp, Prompt-Erweiterung, Seed und eine führende Tonspur. Zusätzlich entscheidet generate_audio, ob der Clip mit generierter Tonspur zurückkommt: aus, der Standard, liefert nur Bild zum niedrigeren Satz; ein liefert Stimmen, Effekte und Atmosphäre zum doppelten Sekundenpreis. Bei ausgeschaltetem Ton lenkt audio_url nur Mundbewegung und Tempo. Ein Prompt, der hier funktioniert, lässt sich unverändert an Wan 2.6 senden, wenn eine Einstellung feinere Texturen tragen muss – Entwürfe auf Flash bedeuten also nie, die Anfrage zweimal zu schreiben.
Wo sich die Geschwindigkeit zeigt
Flash stellt Tempo und Kosten vor Feindetail. Dichte Texturen und schnelle, komplexe Bewegung können weniger gut halten als bei Wan 2.6, prüfen Sie eine Einstellung also, bevor Sie sie als final behandeln. Die Auflösung zählt auch hier: Sie bestimmt den Sekundenpreis und die Laufzeit der Aufgabe, mit 720p als Standard und 1080p für die Einstellungen, die Sie behalten.
Format aus dem Bild, Schnitte über shot_type
Ein Feld für das Seitenverhältnis gibt es nicht. Der Clip übernimmt die Proportionen des Bildes, schneiden Sie also vor dem Aufruf auf 16:9, 9:16 oder quadratisch zu. shot_type wählt zwischen single, einer durchgehenden Einstellung, und multi, das innerhalb des Clips zwischen Blickwinkeln schneidet und für diese Anfrage die Prompt-Erweiterung einschaltet.
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 |
audio_url | Nein | Eine Sprachzeile oder ein Musik-Cue, dem der Clip folgt: Mundbewegungen und Bewegungstempo richten sich nach dieser Datei. WAV oder MP3, 3 bis 30 Sekunden, höchstens 15 MB. |
generate_audio | Nein | Standardmäßig aus, der Clip kommt also als reines Bild zurück. Standardwert: |
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. |
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
| Auflösung | Audio erzeugen: Nein | Audio erzeugen: Ja |
|---|---|---|
| $0.0225 / Sekunde | $0.045 / Sekunde |
| $0.03375 / Sekunde | $0.0675 / Sekunde |
Anwendungsfälle
Entwürfe für Prompts und Shotlisten
Lassen Sie mehrere Formulierungen derselben Bewegung aus einem Bild in 720p laufen und vergleichen Sie sie nebeneinander. Schnelle, günstige Renderings machen es praktikabel, breit zu erkunden – single gegen multi oder eine Kamerabewegung gegen eine andere –, bevor Sie sich auf einer der beiden Stufen auf eine finale Einstellung festlegen.
Varianten für Feeds und Anzeigen
Kurze vertikale Loops für Produktlistings, Social Posts und Anzeigentests, bei denen viele Varianten mehr zählen als das letzte Quäntchen Textur. Schneiden Sie das Bild zuerst auf 9:16 zu, weil der Clip dessen Proportionen behält, und variieren Sie dann die Handlungszeile, während das Bild gleich bleibt.
Bild für Ihre eigene Tonmischung
Bei ausgeschaltetem generate_audio liefert Flash nur Bild, was zu Schnitten passt, in denen Musik, Sprecher und Effekte ohnehin nachträglich angelegt werden. Die Flash-Fassung des Beispiels mit der abendlichen Wohnung nutzt denselben Drei-Einstellungen-Prompt wie die Wan-2.6-Fassung, nur ohne die abschließende Tonzeile, und läuft weiterhin 15 Sekunden in 720p mit shot_type auf multi. Schalten Sie generate_audio ein, wenn ein Entwurf bereits Raumatmosphäre oder eine gesprochene Zeile tragen soll.
Prompt-Leitfaden und Praxistipps
Ton nur in den Prompt schreiben, wenn Ton an ist
Bei ausgeschaltetem generate_audio hat ein Satz über Raumatmosphäre oder einen Klang nichts, was er formen könnte; nutzen Sie die 1.500 Zeichen daher für Handlung, Kamera und Licht. Das Flash-Serum-Beispiel ist der Wan-2.6-Prompt ohne seine Tonangabe:
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.
Bei eingeschaltetem generate_audio beschreiben Sie die gewünschten Klänge in einfachen Worten, nach der Handlung.
Eine Handlung für single, nummerierte Einstellungen für multi
Eine Einzeleinstellung braucht eine Handlung und eine Kamerabewegung. Ein Multi-Shot-Schnitt braucht nummerierte Einstellungen mit jeweils eigener Bildgröße sowie die längeren Laufzeiten von 10 oder 15 Sekunden, damit die Schnitte Platz haben. Lassen Sie enable_prompt_expansion aus, wenn Ihr Prompt bereits präzise ist; bei multi schaltet es sich von selbst ein.
Beim Vergleichen die Variablen festhalten
seed akzeptiert 0 bis 2147483647. Legen Sie ihn zusammen mit dem Bild fest, wenn Sie single mit multi vergleichen, damit der sichtbare Unterschied von der geänderten Einstellung kommt. Wechselt eine Einstellung zu Wan 2.6, senden Sie dasselbe Bild und denselben Prompt, damit der Vergleich zeigt, was die feinere Stufe hinzufügt.
Bild und Ergebnis prüfen
Senden Sie JPEG, PNG ohne Transparenz, BMP oder WEBP mit 240 bis 8.000 Pixeln pro Seite und höchstens 20 MB. Nutzen Sie negative_prompt mit bis zu 500 Zeichen für eine zweite Person, Untertitel oder ein Requisit, das das Bild immer wieder zurückbringt. Sehen Sie sich vor der Auslieferung den ganzen Clip an und achten Sie dabei vor allem auf Texturen und schnelle Bewegung.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.6-flash/image-to-video",
"input": {
"duration_seconds": 5,
"generate_audio": false,
"image_url": "https://example.com/reference.png",
"resolution": "720p",
"shot_type": "single"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
