Vous avez une image de personnage adulte et une réplique enregistrée, et vous voulez une courte vidéo qui conserve le personnage et l'ambiance prévue. Wan 2.7 Spicy semble prometteur, car il propose la génération NSFW d'image vers vidéo et une entrée audio.
Wan 2.7 Spicy est une option d'image vers vidéo sans censure sur SpicyAPI. Lors de nos tests de septembre 2026, toutes les demandes de contenu destiné aux adultes ont été livrées, sans atténuation ni refus.
La tâche actuelle produit 2–15 secondes en 720p ou 1080p. Elle accepte une image initiale, un prompt de mouvement obligatoire, du son généré en option et une piste audio facultative. Cinq secondes coûtent $0.6175 en 720p ou $0.95 en 1080p. Aucun palier tarifaire audio supplémentaire n'est indiqué.
Ce que « sans censure » signifie dans ce test
SpicyAPI n'ajoute aucun filtre de contenu de plateforme à Wan 2.7 Spicy ; il faut néanmoins juger le résultat réel.
Les demandes de plus forte intensité ont été livrées au lieu d'être réalisées sous une forme plus modérée. Pour une autre prise, sélectionnez un nouveau seed ; conservez le même seed lorsque vous comparez deux réglages. Consultez le rapport de test de Wan 2.7 Spicy.
Il s'agit de la version vidéo, pas du générateur d'images Wan 2.7
Wan 2.7 Spicy dispose d'une seule tâche publiée : image vers vidéo. Une image initiale et un prompt non vide sont tous deux nécessaires. Il ne crée pas d'image fixe à partir de texte, n'accepte ni image finale séparée ni ensemble d'images de référence du personnage, et ne prolonge pas une vidéo importée.
Wan 2.7 et Wan 2.7 Pro sont des modèles d'image distincts sur SpicyAPI. Si vous n'avez qu'une description du personnage, créez d'abord l'image fixe initiale. Utilisez un logiciel de montage pour remplacer la bande-son d'un clip terminé ; cette tâche génère un nouveau clip.
Trois façons différentes de gérer le son
Dans un catalogue de personnages adultes, le son fait partie du personnage : une voix calme, une ambiance récurrente dans la pièce ou un motif musical constant. Wan 2.7 Spicy expose deux commandes, generate_audio et audio_url, qui remplissent des fonctions différentes.
| Résultat souhaité | Configuration audio | Usage pratique |
|---|---|---|
| Un clip muet à sonoriser ensuite | Réglez generate_audio sur false ; laissez audio_url vide | Ajoutez la bande-son approuvée dans votre logiciel de montage. |
| Un nouveau son créé avec l'image | Gardez generate_audio sur true ; décrivez l'ambiance souhaitée dans le prompt | Générez la voix et l'ambiance avec l'image. |
| Un clip guidé par votre piste enregistrée | Fournissez audio_url et gardez generate_audio sur true | Guidez la synchronisation labiale et le rythme avec la piste fournie. |
Lorsque generate_audio est sur false, l'audio fourni n'est pas non plus utilisé. Importer un enregistrement puis désactiver l'audio est donc une mauvaise configuration pour un clip guidé par la voix. Utilisez WAV ou MP3 et visez prudemment une source de moins de 15 MB lors de la préparation. La vidéo générée reste limitée à quinze secondes. Un fichier importé de trente secondes ne donne pas droit à une vidéo de trente secondes.
Adaptez votre enregistrement à la durée du plan avant l'envoi. Si l'enregistrement exact doit rester inchangé, conservez le master, placez-le sous la vidéo choisie dans votre logiciel de montage et vérifiez à l'oreille que les paroles restent claires.
Gardez Generate audio activé lorsque vous fournissez une piste enregistrée. La configuration affichée laisse Prompt expansion désactivé pour préserver les instructions écrites.
Un clip de personnage guidé par la voix, en pratique
Pour une configuration initiale complète, utilisez une femme adulte fictive de 38 ans, assise face à la caméra dans un chemisier bordeaux opaque. Cadrez de juste en dessous de la taille jusqu'au-dessus de la tête. Gardez sa bouche visible et ses deux mains posées loin du visage. Utilisez une lumière douce et une pièce simple. Un portrait de profil dont la bouche est cachée par les cheveux est un mauvais point de départ pour évaluer la parole.
Enregistrez une courte réplique originale, par exemple “Stay a little longer. I saved this moment for you.” C'est une accroche avec un personnage adulte, sans scène adulte détaillée. Utilisez une voix que vous êtes autorisé à traiter et ramenez l'enregistrement à cinq secondes, avec un bref début et une fin calmes. Évitez la musique sur les paroles au premier essai : si la voix est difficile à entendre, vous ne saurez pas si le problème vient de la génération ou du mixage.
Dans le Playground de Wan 2.7 Spicy :
- Importez l'image initiale approuvée dans Input image et la piste enregistrée dans Input audio.
- Choisissez cinq secondes en 720p, gardez Generate audio activé et désactivez Prompt expansion.
- Collez les instructions de mouvement et générez la prise guidée par la voix.
Exemple d'instructions :
One continuous medium shot of the fictional adult woman in the opening image. She faces the viewer and speaks the supplied short line, then settles into a restrained smile. Keep the same burgundy blouse, face, chair and lighting. Both hands remain resting beside her waist and clear of her face. Stationary eye-level camera, unchanged framing. No cut, no other speaker and no music added over the voice. End with a quiet hold.
Le mouvement limité laisse la prestation parlée visible. Une fois la voix et la bouche exploitables, un deuxième plan peut ajouter un geste. Combiner un mouvement de tête, une main devant la bouche et une caméra mobile dès le premier essai rend beaucoup plus difficile l'évaluation de la prestation guidée par l'audio.
Lisez le résultat avec le son. La réplique est-elle reconnaissable ? Une autre voix apparaît-elle ? Les mouvements de la bouche commencent-ils et finissent-ils avec les mots ? Le sourire final déforme-t-il le visage ? Un clip peut convenir comme accroche muette tout en échouant comme clip guidé par la voix ; décidez selon ce que votre public entendra et verra réellement.
Si l'enregistrement est tronqué, préparez une réplique plus courte plutôt que de demander à un clip de cinq secondes de contenir une longue prestation. Si le visage change pendant la parole, revenez à une image fixe de face et retirez le mouvement de tête. Si la parole précise échoue encore, conservez une prise muette utile et ajoutez l'enregistrement en postproduction uniquement lorsque la synchronisation labiale visible n'est pas nécessaire.
Gardez le modèle proche de la scène prévue
Wan 2.7 Spicy peut ajouter plus d'action que le prompt n'en demande. Si la commande est une accroche sobre, un personnage supplémentaire, un changement de tenue ou une scène adulte imprévue peuvent rendre inutilisable une vidéo pourtant terminée techniquement. Précisez la prestation souhaitée avant de dépenser pour des variantes.
Pour un plan maîtrisé, décrivez la seule action voulue et son point d'arrêt. Précisez l'image initiale, les vêtements et la pièce lorsqu'ils doivent rester identiques. Désactivez Prompt expansion pour des instructions de prestation entièrement rédigées ; l'expansion est activée par défaut et réécrit le prompt avant la génération. La désactiver préserve la description envoyée de cette étape d'expansion : la génération reçoit donc vos propres mots.
Le champ de prompt négatif accepte jusqu'à 500 caractères. Pour l'exemple assis, utilisez :
additional person, outfit change, scene change, zoom, camera cut, hand across face, subtitles, watermark
Si un mouvement de caméra persiste, révisez aussi les instructions positives : “stationary eye-level camera, same waist-up framing from beginning to end.” Si le mouvement prévu se transforme encore en une autre scène, changez la conception du plan ou évaluez un autre modèle. Il n'y a aucune raison de continuer à acheter des copies de la même interprétation indésirable.
Quel budget prévoir ?
Les tarifs publics sont de $0.1235 par seconde produite en 720p et de $0.19 en 1080p. La matrice tarifaire affichée n'ajoute pas de frais distincts pour l'audio généré ou fourni.
| Durée du clip | 720p | 1080p |
|---|---|---|
| 2 secondes | $0.247 | $0.38 |
| 5 secondes | $0.6175 | $0.95 |
| 10 secondes | $1.235 | $1.90 |
| 15 secondes | $1.8525 | $2.85 |
Deux secondes permettent de vérifier si une image initiale s'anime, mais c'est trop court pour la réplique de cinq secondes ci-dessus. Trois prises de cinq secondes en 720p coûtent $1.8525. Une nouvelle génération supplémentaire de cinq secondes en 1080p porte le total à $2.8025, hors image initiale et enregistrement. Dix personnages suivant ce flux de travail de quatre essais coûtent $28.025 en génération vidéo.
La nouvelle génération en 1080p est une nouvelle prise, pas une mise à l'échelle du clip 720p choisi. Elle peut changer l'expression, le rythme et l'articulation. Aucun rabais tarifaire n'est indiqué lorsque l'audio est désactivé.
Wan 2.7 Spicy indique le même tarif de $0.6175 pour cinq secondes en 720p sans son, avec son généré ou avec piste fournie. Une piste fournie exige que l'audio soit activé.
Quand une autre tâche convient mieux
Utilisez Wan 2.7 Spicy lorsque vous avez une image initiale terminée et souhaitez un court clip destiné aux adultes, avec une entrée audio enregistrée facultative. Sa plage de 2–15 secondes permet d'adapter un bref moment précis sans acheter la durée maximale.
- Clips moins chers avec piste enregistrée : Wan 2.6 Spicy accepte
audio_urlet coûte $0.475 pour cinq secondes en 720p. Il propose des durées fixes de 5/10/15 secondes, sans interrupteur audio. - Une image finale ou plus de 15 secondes : Wan 3.0 Spicy propose une entrée d'image finale et des clips de 2–30 secondes, à partir de $0.057/s en 480p. Il génère de l'audio, mais n'accepte pas votre fichier audio. Consultez le guide des durées de Wan 3.0.
- Audio enregistré et durée courte précise : choisissez Wan 2.7 Spicy pour des durées en secondes entières de 2 à 15 en 720p ou 1080p.
Pour comparer le comportement de la famille face au contenu adulte, consultez les versions de Wan sans censure.
Ouvrez Wan 2.7 Spicy image vers vidéo, importez une image fixe approuvée de personnage adulte et commencez par le clip le plus court contenant la prestation. Choisissez délibérément le silence, le son généré ou votre propre enregistrement. Jugez la vidéo et la bande-son réelles avant de décliner l'idée en lot.
Utiliser la configuration guidée par la voix avec l'API
Définissez SPICY_API_KEY dans votre environnement et SPICY_IMAGE_URI avec l'URL accessible de l'image initiale ou son URI spicy:// importée. Définissez SPICY_AUDIO_URI avec l'URL accessible de la piste enregistrée ou son URI importée. Cet exemple Python 3 soumet un nouveau plan après confirmation du prix.
import json
import os
import urllib.request
import uuid
base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
"Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
settings = {
"duration_seconds": 5,
"resolution": "720p",
"generate_audio": True,
"enable_prompt_expansion": False
}
settings["prompt"] = 'The adult speaker talks in one continuous stationary shot.'
settings["image_url"] = os.environ["SPICY_IMAGE_URI"]
settings["audio_url"] = os.environ["SPICY_AUDIO_URI"]
payload = {"model": "alibaba/wan-2.7-spicy/image-to-video", "input": settings}
def post(path, body):
request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
with urllib.request.urlopen(request, timeout=60) as response:
result = json.load(response)
if result.get("code") != 200:
raise RuntimeError(result)
return result["data"]
quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
"expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])Conservez la clé de requête affichée pour récupérer cette même requête ; un nouveau plan reçoit une nouvelle clé. La documentation de l'API de tâches décrit la livraison et la récupération des résultats.
Pour des plans répétés, laissez un Agent utiliser un fichier d'entrée approuvé : CLI spicyapi tasks create --model alibaba/wan-2.7-spicy/image-to-video --input-file input.json --wait ; MCP demandez-lui d'appeler spicyapi_task_create avec ce modèle et cette entrée ; Skill demandez “Use the spicyapi Skill to generate this approved shot and return the result.” CLI et MCP affichent le prix avant la création. Consultez la documentation d'intégration d'Agent.
