Introduction
Wan 2.6 Flash Image vers vidéo est le palier plus rapide et moins coûteux de Wan 2.6 image vers vidéo, publié comme une API à part entière. Il reçoit une image de départ dans image_url et renvoie exactement 5, 10 ou 15 secondes en 720p ou 1080p, en prise continue ou en montage à plusieurs plans. Un peu de détail fin est échangé contre un délai plus court. Les clips sont muets par défaut ; activez generate_audio quand une prise a besoin de sa propre bande son.
Fonctionnalités et points forts
La même requête que Wan 2.6, avec le son en option
Flash lit les mêmes champs que Wan 2.6 Image vers vidéo, audio_url compris : image de départ, prompt, prompt négatif, durée, résolution, type de plan, expansion du prompt, seed et une piste audio de guidage. En plus, generate_audio décide si le clip revient avec une bande son générée : désactivé, réglage par défaut, il renvoie l’image seule au tarif le plus bas ; activé, il renvoie voix, effets et ambiance au double du tarif à la seconde. Désactivé, audio_url ne guide que la bouche et le rythme. Un prompt qui fonctionne ici peut être envoyé tel quel à Wan 2.6 quand une prise doit porter des textures plus fines : ébaucher sur Flash n’oblige jamais à écrire la requête deux fois.
Là où la vitesse se voit
Flash privilégie la vitesse et le coût plutôt que le détail fin. Les textures denses et les mouvements rapides et complexes peuvent moins bien tenir que sur Wan 2.6 : vérifiez donc une prise avant de la considérer comme définitive. La résolution compte toujours : elle fixe le tarif à la seconde et la durée de la tâche, avec 720p par défaut et 1080p pour les prises que vous gardez.
Le format vient de l’image, les coupes de shot_type
Il n’existe pas de champ de format. Le clip reprend les proportions de l’image : recadrez donc en 16:9, 9:16 ou carré avant l’appel. shot_type choisit entre single, une prise continue, et multi, qui coupe entre plusieurs angles dans le clip et active l’expansion du prompt pour cette requête.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
image_url | Oui | L'image d'ouverture. Sujet, tenue, décor, direction de la lumière et proportions du clip en découlent : recadrez-la d'abord. |
prompt | Non | Facultatif. Une action pour un plan continu, ou des plans numérotés pour un montage multi-plans. 1 caractères minimum · 1500 caractères maximum |
negative_prompt | Non | Ce qui ne doit pas apparaître : une deuxième personne, des sous-titres, un accessoire que l'image ramène sans cesse. 500 caractères au maximum. 500 caractères maximum |
audio_url | Non | Une réplique ou un repère musical que le clip doit suivre : les mouvements de bouche et le rythme se calent sur ce fichier. WAV ou MP3, de 3 à 30 secondes, 15 Mo au maximum. |
generate_audio | Non | Désactivé par défaut : le clip revient alors avec l’image seule. Valeur par défaut: |
resolution | Non | 720p ou 1080p, 720p par défaut. Elle fixe le tarif à la seconde et le temps de traitement. |
duration_seconds | Non | Exactement 5, 10 ou 15. Le multi-plans a besoin des durées longues pour respirer. |
shot_type | Non | single garde un plan continu ; multi laisse le modèle couper entre plusieurs plans, idéal pour une petite histoire mais au prix de la continuité. |
enable_prompt_expansion | Non | Désactivée par défaut. Activée, elle transforme une idée en une ligne en liste de plans pour multi ; laissez-la coupée si votre prompt est déjà précis. Valeur par défaut: |
seed | Non | De 0 à 2147483647. Figez-la pour comparer single et multi à partir de la même image. |
Tarification
| Résolution | Générer l’audio: Non | Générer l’audio: Oui |
|---|---|---|
| $0.0225 / seconde | $0.045 / seconde |
| $0.03375 / seconde | $0.0675 / seconde |
Cas d’utilisation
Brouillons de prompts et de listes de plans
Lancez plusieurs formulations du même mouvement à partir d’une image en 720p et comparez-les côte à côte. Des rendus rapides et peu coûteux rendent possible une exploration large, single contre multi ou un mouvement de caméra contre un autre, avant de vous engager sur une prise finale, quel que soit le palier.
Déclinaisons pour les fils et la publicité
Des boucles verticales courtes pour fiches produit, publications sociales et tests publicitaires, où le nombre de prises compte plus que le dernier degré de texture. Recadrez d’abord l’image en 9:16, puisque le clip garde ses proportions, puis faites varier la ligne d’action pendant que l’image reste fixe.
De l’image pour votre propre mixage son
Avec generate_audio désactivé, Flash ne renvoie que l’image, ce qui convient aux montages où musique, voix off et effets sont de toute façon ajoutés ensuite. La version Flash de l’exemple de l’appartement le soir reprend le même prompt en trois plans que la version Wan 2.6, sans sa ligne finale sur le son, et dure toujours 15 secondes en 720p avec shot_type sur multi. Activez generate_audio quand un brouillon doit déjà porter l’ambiance d’une pièce ou une réplique.
Guide de prompt et conseils pratiques
N’écrire le son dans le prompt que lorsque le son est activé
Avec generate_audio désactivé, une phrase sur l’ambiance d’une pièce ou un tintement n’a rien à façonner : consacrez donc les 1 500 caractères à l’action, à la caméra et à la lumière. L’exemple du sérum sur Flash est le prompt de Wan 2.6 sans sa note sonore :
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.
Avec generate_audio activé, décrivez les sons voulus en mots simples, après l’action.
Une action pour single, des plans numérotés pour multi
Une prise unique demande une action et un mouvement de caméra. Un montage à plusieurs plans demande des plans numérotés, chacun avec son cadrage, et les durées longues de 10 ou 15 secondes pour laisser de la place aux coupes. Laissez enable_prompt_expansion désactivé quand votre prompt est déjà précis ; il s’active de lui-même dès que vous choisissez multi.
Figer les variables pour comparer
seed accepte de 0 à 2147483647. Fixez-le, avec l’image, quand vous comparez single et multi, pour que la différence observée vienne du réglage modifié. Quand une prise passe sur Wan 2.6, envoyez la même image et le même prompt pour que la comparaison montre ce qu’apporte le palier plus fin.
Vérifier l’image et le résultat
Envoyez du JPEG, du PNG sans transparence, du BMP ou du WEBP, de 240 à 8 000 pixels de côté et 20 Mo au maximum. Utilisez negative_prompt, jusqu’à 500 caractères, pour une deuxième personne, des sous-titres ou un accessoire que l’image ramène sans cesse. Regardez le clip entier avant livraison, en surveillant surtout les textures et les mouvements rapides.
Démarrage rapide de l’API
# 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"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
