Einführung
Wan 3.0 Spicy Bild-zu-Video ist der Bild-zu-Video-Endpunkt der Wan-3.0-Spicy-Familie, abgestimmt darauf, wiederzugeben, was die Standardversion abschwächt. Ein Startframe in image_url und ein optionaler prompt ergeben 2 bis 30 Sekunden Video in 480p, 720p oder 1080p mit erzeugtem Ton. Das Standbild liefert Person, Outfit, Set und Licht; der Prompt liefert Bewegung, Kamera und Ton. Füge last_image_url hinzu, um das Ende festzulegen.
Im Request-Body gibt es kein Inhalts-Flag und keine Erklärung pro Anfrage. In unserem Inhaltstest mit sechs Stufen am 2026-09-30 kam jede Stufe wie geschrieben zurück.
Wichtige Funktionen und Highlights
Sechs Stufen getestet, sechs gerendert
Wir haben unseren Standard-Inhaltstest mit 480p und fünf Sekunden durchgeführt: sechs Prompts über fünf Intensitätsstufen, von Mild bis Maximal (die Testprompts sind nicht veröffentlicht). Nichts wurde abgelehnt, verdeckt oder gegen eine andere Person ausgetauscht, und keiner der Prompts musste entschärft werden.
Es geht von sich aus über den Prompt hinaus
Das ist der Teil, für den du planen solltest. In unseren Beispielaufnahmen haben wir sechs Startframes mit Prompts gesendet, die sagten, dass das Outfit gleich bleibt; vier kamen mit verändertem Outfit zurück, darunter jeder Frame mit mehr als einer Person. Behandle den Prompt als Bitte, nicht als Garantie, und prüfe den gesamten Clip.
Bis zu 30 Sekunden in einer Anfrage
duration_seconds nimmt jede ganze Zahl von 2 bis 30, Vorgabe 5. Eine Anfrage über fünf Sekunden liefert etwa 5,04 Sekunden bei 30 Bildern pro Sekunde. resolution ist 480p, 720p (Vorgabe) oder 1080p; Länge und Auflösung beeinflussen Preis und Durchlaufzeit.
Form, Ton und das letzte Bild
aspect_ratio nimmt 16:9, 9:16, 1:1, 4:3 oder 3:4; ohne Angabe folgt der Clip dem Still. generate_audio ist standardmäßig an. last_image_url legt das Schlussbild fest – in unserem Test endete der Clip auf dem mitgegebenen Bild, zugeschnitten auf das gewünschte Verhältnis.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
prompt | Nein | Optional, aber lohnt sich: eine Aktion, eine Kamerabewegung, eine Angabe zum Ton. mindestens 1 Zeichen |
image_url | Ja | Pflicht. Das Startbild: Person, Outfit, Raum und Licht stammen alle daraus. |
last_image_url | Nein | Optional: das Schlussbild. Der Clip endet auf diesem Bild, zugeschnitten auf das gewünschte Seitenverhältnis. |
aspect_ratio | Nein | 16:9, 9:16, 1:1, 4:3 oder 3:4. Ohne Angabe folgt der Clip der Form des Startbilds; ein abweichendes Verhältnis schneidet das Bild zu. |
resolution | Nein | 480p, 720p oder 1080p, Vorgabe 720p. Höhere Auflösung kostet pro Sekunde mehr und dauert länger. |
duration_seconds | Nein | Jede ganze Zahl von 2 bis 30, Vorgabe 5. Abgerechnet wird pro angeforderter Sekunde. |
generate_audio | Nein | Standardmäßig an, ohne Aufpreis: Der Clip kommt mit Ton zurück, der zum Bild passt. Mit false erhalten Sie einen stummen Clip. Standardwert: |
enable_prompt_expansion | Nein | Standardmäßig aus, ohne Aufpreis. Standardwert: |
seed | Nein | 0 bis 2147483647. Halten Sie ihn fest, während Sie Auflösungen oder Längen vergleichen; er macht Läufe vergleichbar, nicht bildgleich. |
Preis
| Spezifikation | Preis |
|---|---|
| $0.057 / Sekunde |
| $0.114 / Sekunde |
| $0.228 / Sekunde |
Anwendungsfälle
Szenen, die andere APIs ablehnen
Szenen, die andere APIs ablehnen oder abschwächen: Schick das Standbild, beschreibe die Bewegung, erhalte den Clip. Verwendet werden dürfen nur einwilligende Erwachsene und ordnungsgemäß lizenziertes Material; für alle abgebildeten Personen bist du für Rechte, Alter und lokales Recht verantwortlich.
Begleiter- und Rollenspielfiguren
Behalten Sie ein Figuren-Still und nutzen Sie es als Startbild für jeden Clip, ändern Sie nur die Aktion. Das Still trägt Gesicht und Outfit, sodass die Figur von Clip zu Clip dieselbe Person bleibt.
Lange Einstellungen mit geplantem Ende
Fordern Sie bis zu 30 Sekunden an und ergänzen Sie last_image_url, damit die Einstellung auf der Pose landet, von der Ihre nächste ausgeht.
Prompt-Leitfaden und Praxistipps
Das Bild übernimmt das Styling
Legen Sie Garderobe, Raum und Licht ins Still und heben Sie sich den Prompt für das auf, was sich bewegt. Das Fensterbeispiel auf dieser Seite lief mit duration_seconds 5 und resolution 720p:
She turns from the rainy window toward the camera; the loose strap slides a little further down her shoulder and she lets it rest there, a slow half smile. Pink and cyan neon ripples over the wet glass and her collarbone. She stays in the velvet dress the whole time. Slow push-in. Rain on the glass, distant traffic hum.
Die genaue Anfrage hinter dem Clip für diesen Endpunkt, erzeugt aus dem daneben gezeigten Startbild.
In 480p entwerfen, dann rendern
Ein fünfsekündiger 480p-Clip brauchte in unseren Tests etwa anderthalb Minuten. Klären Sie die Idee dort, halten Sie seed fest und rendern Sie dann in 720p oder 1080p neu. Ändern Sie pro Durchlauf ein Feld, damit jeder Vergleich etwas aussagt.
Wenn das Outfit anbleiben muss
Keine Prompt-Formulierung verhindert zuverlässig, dass dieses Modell das Outfit einer Figur verändert. Für einen Clip, in dem die Garderobe erhalten bleiben muss, verwende das Standard-Wan-3.0-Bild-zu-Video und behalte Spicy für Szenen, in denen genau diese Tendenz der Punkt ist.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-3.0-spicy/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
