Wan 3.0 API

Wan 3.0 Extensión de video continúa un clip que ya tienes. Envíalo en video_url; con un prompt sobre lo que pasa después guías la continuación, y sin él el modelo sigue la escena por su cuenta. El último fotograma de tu clip se convierte en el fotograma inicial de una nueva toma de Wan 3.0 imagen a video de 2 a 30 segundos, y ambas partes se unen en un solo MP4: primero tu original y luego la continuación, sin el fotograma repetido en la unión. El nuevo segmento también vuelve como archivo propio, para seguir extendiendo o editar las piezas por separado.

La continuidad sale del último fotograma. El vestuario, el set, la luz y la posición de cada persona se mantienen porque el nuevo segmento empieza literalmente en tu último fotograma. El movimiento no se transmite igual: el modelo ve una sola imagen fija, no el clip completo, así que describe el movimiento que quieres continuar en lugar de suponer que conservará su velocidad o dirección.

Si quieres, elige dónde termina. Pasa last_image_url y el nuevo segmento termina exactamente en esa imagen, de modo que una toma puede volver a su ángulo principal o llegar a una composición fija. Sin ella, el modelo decide cómo termina. El inicio siempre es el último fotograma de tu clip.

Recibes un archivo y, además, la pieza nueva por separado. El MP4 unido conserva la tasa de fotogramas y el encuadre de tu clip, sin barras negras. Para que la unión encaje, la imagen puede recortarse o ajustarse unos pocos puntos porcentuales en los bordes. Si el modelo devuelve una proporción claramente distinta, el nuevo segmento se escala hasta llenar tu encuadre, se centra y se recorta lo que sobresale. Se codifica como H.264 con sonido AAC. El sonido de tu original se conserva, el sonido generado para el nuevo segmento lo sigue, y un lado sin sonido se rellena con silencio para que imagen y sonido sigan sincronizados en la unión. El segundo asset de la salida es solo el nuevo segmento, listo para otra extensión o para un editor.

Todo lo demás es Wan 3.0 imagen a video. El nuevo segmento corre por las mismas rutas, con el mismo margen de contenido y el mismo precio por segundo que el endpoint de imagen a video, y una generación fallida se reembolsa igual. Si la generación sale bien pero la unión no se puede armar, la tarea falla y el cobro se reembolsa.

Alarga una toma que terminó demasiado pronto: una plataforma giratoria de producto que se detiene antes de que la etiqueta mire a cámara, o una caminata que se corta antes de que la persona llegue a la puerta. Extiéndela unos segundos y describe solo el movimiento restante.

Construye una secuencia más larga paso a paso. Genera una primera toma, extiéndela y luego vuelve a extender el resultado unido; cada paso cobra solo los segundos que agrega. Como cada paso parte de un solo fotograma, revisa cada unión antes de sumar la siguiente.

# 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/video-extend",
  "input": {
    "duration_seconds": 5,
    "resolution": "720p",
    "video_url": "https://example.com/reference.mp4"
  }
}'

# 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"

Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.