Wan 2.6 API

Wan 2.6 Image vers vidéo part de l’image que vous envoyez dans image_url et renvoie exactement 5, 10 ou 15 secondes en 720p ou 1080p, avec le son. L’image fixe le sujet, la garde-robe, le décor, la direction de la lumière et les proportions du clip. Le prompt est facultatif et contient jusqu’à 1 500 caractères : une action pour une prise unique, ou des plans numérotés pour un montage à plusieurs plans.

Choisir le mode selon le matériau de départ

L’image décide du format et de l’apparence

Il n’existe pas de champ de format : le clip garde les proportions de l’image envoyée, donc une livraison en 9:16 commence par un recadrage en 9:16. L’image peut être en JPEG, en PNG sans transparence, en BMP ou en WEBP, de 240 à 8 000 pixels de côté et 20 Mo au maximum. Tout ce qui y est visible est déjà décidé, ce qui laisse le prompt libre de décrire le mouvement.

Une couverture découpée dans une seule image

Avec shot_type sur multi, le modèle peut couper entre plusieurs angles tout en gardant le rendu de l’image de départ : un clip de quinze secondes peut ainsi porter un plan d’ensemble, un détail et une chute au lieu d’un seul mouvement de caméra qui dérive. Une requête multi s’exécute toujours avec l’expansion du prompt activée. Restez sur single pour les rotations de produit, les plans face caméra et tout ce qui doit rester continu, car multi rompt la continuité par principe.

Un son généré ou fourni

Le clip revient avec un audio généré dans le même passage que l’image. Pour que la parole ou les temps forts musicaux tombent là où vous les attendez, envoyez audio_url : WAV ou MP3, de 3 à 30 secondes, jusqu’à 15 Mo. Une piste plus longue est coupée à la durée du clip ; avec une piste plus courte, le reste du clip est muet.

Un macro produit qui ne doit pas sauter

L’exemple du sérum anime une photo de flacon compte-gouttes pendant cinq secondes en 1080p avec un seed fixe. Une seule goutte tombe de l’embout, des anneaux s’étendent sur le liquide et le reflet lumineux sur le verre s’éclaircit légèrement, le tout en cadrage macro fixe avec un léger tintement de verre. Il reste en prise unique, parce qu’un plan produit ne doit pas couper entre les angles.

Une courte histoire d’intérieur à partir d’une photo

L’exemple de l’appartement le soir dure 15 secondes en 720p, avec shot_type sur multi et l’expansion du prompt activée. Une seule image d’intérieur fournit trois plans : la lampe vacille pendant que les lumières de la ville s’allument dehors, une couverture pliée glisse du fauteuil, puis la porte d’entrée s’ouvre et répand la lumière du couloir sur le parquet, sur une ambiance calme et une circulation lointaine.

Un personnage qui dit votre propre texte

Associez l’image d’un personnage à une réplique enregistrée dans audio_url pour que la parole tombe là où vous l’attendez plutôt que sous forme de mouvement générique. Les plans face caméra relèvent de single, et il vaut la peine de vérifier toute la durée : si la piste est plus courte que le clip, la fin reste muette.

# 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"

La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.