promptstring必須新しいシーンです。各参照を character1、character2 のように、クリップを先、静止画を後にして名指しし、それぞれが何をするかを書いてから、舞台、カメラ、光を書きます。1,500 文字以内に収めます。generate_audio をオンにするときは、動作の後ろに欲しい音を書いてください。
- デフォルト値
- 指定なし
- 制約
- minLength:1maxLength:1500
alibaba/wan-2.6-flash/reference-to-videoAlibaba の Wan 2.6 Flash 参照から動画は、最大 5 件の静止画やクリップに写っている人物、動物、物を、プロンプトで書いた新しいシーンに登場させます。Wan 2.6 の高速・低コスト版である Flash グレードで、2〜10 秒のクリップを 720p または 1080p で返します。既定では無音で、生成されたサウンドトラックも付けられます。
例は、選択中のエンドポイントの公開パラメーター定義から作っています。API キーとサンプル素材を差し替えて、ご自身のサーバーから送信してください。
SDK・連携https://api.spicyapi.ai/api/v1/jobs/createTaskAPI キーはサーバーの環境変数 SPICY_API_KEY に保存します。Bearer 認証を使用し、JSON リクエストには Content-Type: application/json を指定してください。
Authorization: Bearer $SPICY_API_KEY# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-2.6-flash/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"generate_audio": false,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"shot_type": "single",
"reference_video_urls": [
"https://example.com/reference.mp4"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"このモデルの入力スキーマから生成した例です。API はどのリクエストも、同じスキーマで検証します。
これらのフィールドは、リクエスト本文の input オブジェクトに指定します。名前と型は API と一致します。デフォルト値の指定がない項目に、デフォルト値があると想定しないでください。
このモデルには項目どうしの依存関係があります。「条件付きで必須」の項目は、ほかの入力の内容によって必須になります。詳しい条件は、下の JSON Schema で確認してください。
promptstring必須新しいシーンです。各参照を character1、character2 のように、クリップを先、静止画を後にして名指しし、それぞれが何をするかを書いてから、舞台、カメラ、光を書きます。1,500 文字以内に収めます。generate_audio をオンにするときは、動作の後ろに欲しい音を書いてください。
seedinteger任意0 から 2147483647 まで。参照を 1 つずつ入れ替えて比べるあいだは固定しておくと、乱数の引きが一定に保たれ、変えたところだけが動きます。比較のための道具であって、フレーム単位で同じものが再現される保証ではありません。
enable_prompt_expansionboolean任意既定はオフ。オンにすると一行のアイデアが、生成前により詳しい指示へと広がります。プロンプトがすでに配役とショットを正確に書いているならオフのままにしてください。shot_type が multi のときは、この設定にかかわらずオンになります。
shot_typestring任意single は 1 カットの連続撮りを保ち、multi は同じシーンの中でモデルにカットを割らせます。展開のあるシーンに向きます。2〜3 秒ではカットを入れる余地はほとんどありません。multi を選ぶと、そのリクエストでは enable_prompt_expansion もオンになります。
"single""multi"duration_secondsinteger任意料金に影響2 から 10 までの整数、既定は 5 です。価格を最も左右する要素であり、似姿がずれるのもここです。長めの尺にする前に、最後の 1 秒を確認してください。
resolutionstring任意料金に影響720p または 1080p、既定は 720p です。秒あたりの単価とタスクにかかる時間を決めます。どちらの解像度も 5 種類の比率すべてに対応します。
"720p""1080p"generate_audioboolean任意料金に影響既定はオフで、クリップは映像のみで返ります。オンにすると、人の声、効果音、環境音からなるサウンドトラックが生成されて付き、どちらの解像度でも秒単価が 2 倍になります。
aspect_ratiostring任意16:9、9:16、1:1、4:3、3:4 のいずれか。既定は 16:9 で、どちらの解像度でも使えます。参照から引き継ぐのではなくリクエストごとに選ぶので、同じ参照セットを複数の画面比で出し分けられます。
"16:9""9:16""1:1""4:3""3:4"reference_image_urlsarray<string>条件付きで必須起用する人物、動物、物の静止画を最大 5 枚。クリップと一緒にも、クリップの代わりにも送れ、クリップがある場合は合わせて 1 リクエスト 5 件までです。番号はクリップの後ろに続き、クリップがなければ最初の画像は character1、クリップが 2 本なら character3 です。形式は JPEG、透過なしの PNG、BMP、WEBP で、各辺 240〜8,000 ピクセル、20 MB 以内です。静止画は課金されません。
reference_video_urlsarray<string>条件付きで必須料金に影響起用する被写体や場所の短いクリップを最大 3 本。合計で最大 5 秒までです。番号は先に振られ、送った順に character1、character2、character3 となります。クリップは静止画よりも動きや場所をよく運びます。その秒数は出力と一緒に、切り上げて 1 本につき最低 1 秒で課金されるので、アップロード前に切ってください。形式は MP4 または MOV です。
negative_promptstring任意出てはいけないもの。余計な人物、字幕、持ち込みたくない参照の小物など。500 文字までです。
{
"additionalProperties": false,
"anyOf": [
{
"required": [
"reference_video_urls"
]
},
{
"required": [
"reference_image_urls"
]
}
],
"properties": {
"aspect_ratio": {
"default": "16:9",
"description": "Output aspect ratio.",
"enum": [
"16:9",
"9:16",
"1:1",
"4:3",
"3:4"
],
"type": "string",
"x-ui": {
"order": 70,
"widget": "select"
}
},
"duration_seconds": {
"default": 5,
"description": "Requested output length in seconds.",
"maximum": 10,
"minimum": 2,
"type": "integer",
"x-ui": {
"advanced": false,
"affects_price": true,
"order": 50,
"step": 1,
"unit": "s",
"widget": "slider"
}
},
"enable_prompt_expansion": {
"default": false,
"description": "Allow the service to expand the submitted creative brief before generation.",
"type": "boolean",
"x-ui": {
"order": 30,
"widget": "switch"
}
},
"generate_audio": {
"default": false,
"description": "Generate a native soundtrack (voices, effects, ambience) with the picture. Audio costs twice as much per second.",
"type": "boolean",
"x-ui": {
"affects_price": true,
"order": 65,
"widget": "switch"
}
},
"negative_prompt": {
"description": "List what must not appear in the shot.",
"maxLength": 500,
"type": "string",
"x-ui": {
"affects_price": false,
"order": 95,
"widget": "textarea"
}
},
"prompt": {
"description": "Describe the new scene: name each reference as character1, character2 and so on (videos first, then images), then setting, action, camera and light.",
"maxLength": 1500,
"minLength": 1,
"type": "string",
"x-ui": {
"order": 110,
"primary": true,
"reference_sequence": [
"reference_video_urls",
"reference_image_urls"
],
"reference_tokens": {
"reference_image_urls": "character{index}",
"reference_video_urls": "character{index}"
},
"widget": "textarea"
}
},
"reference_image_urls": {
"description": "Up to 5 still images of subjects to cast, alongside or instead of the reference videos; numbered after the videos. Videos and images together take at most 5 entries.",
"items": {
"contentMediaType": [
"image/jpeg",
"image/png",
"image/webp",
"image/gif"
],
"type": "string"
},
"maxItems": 5,
"minItems": 1,
"type": "array",
"x-ui": {
"order": 88,
"widget": "multi-upload"
}
},
"reference_video_urls": {
"description": "Reference videos of the subjects to cast, up to 3 clips adding up to 5 seconds. Still images in reference_image_urls are numbered after them.",
"items": {
"contentMediaType": [
"video/mp4",
"video/webm",
"video/quicktime"
],
"type": "string"
},
"maxItems": 3,
"minItems": 1,
"type": "array",
"x-ui": {
"affects_price": true,
"max_total_duration_seconds": 5,
"order": 90,
"widget": "multi-upload"
}
},
"resolution": {
"default": "720p",
"description": "Output resolution.",
"enum": [
"720p",
"1080p"
],
"type": "string",
"x-ui": {
"advanced": false,
"affects_price": true,
"order": 60,
"widget": "radio"
}
},
"seed": {
"description": "Random seed. Keep it fixed only for controlled comparisons, not as a frame-identical guarantee.",
"maximum": 2147483647,
"minimum": 0,
"type": "integer",
"x-ui": {
"order": 10,
"widget": "number"
}
},
"shot_type": {
"default": "single",
"description": "Single continuous shot, or a multi-shot edit.",
"enum": [
"single",
"multi"
],
"type": "string",
"x-ui": {
"order": 35,
"widget": "radio"
}
}
},
"required": [
"prompt"
],
"type": "object",
"x-pricing": {
"billingMode": "variant_matrix",
"variantFields": [
"resolution",
"generate_audio"
]
}
}HTTP 202 はタスクを受け付けたという意味で、生成が終わったという意味ではありません。返ってきた taskId を保存し、そのタスクの状態を問い合わせてください。結果を待っている間に、同じ内容でタスクを作り直さないでください。
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3
{
"code": 200,
"msg": "success",
"request_id": "req_example_create",
"data": {
"taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
"state": "queued",
"estimatedCost": "0.750000"
}
}受理レスポンスには今回の概算料金が含まれるため、アプリのタスク履歴と請求画面に同じ金額を表示できます。
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
--data-urlencode "taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"ポーリングは約 2 秒間隔から始め、徐々に間隔を延ばします。終了状態になったら止めてください。通信が切れたときも、元の taskId で状態を確認します。作成をやり直すときは、同じ冪等キーと同じ本文をそのまま使い回してください。
import { verifyWebhook } from "@spicyapi/sdk";
// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
const { payload } = verifyWebhook({
rawBody: req.body,
timestamp: req.header("X-Webhook-Timestamp"),
signature: req.header("X-Webhook-Signature"),
payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
secret: process.env.SPICY_WEBHOOK_SECRET,
});
res.status(200).end();
void handleFinishedTask(payload);
});タスク作成時に callBackUrl を渡せば、完了したレコードが POST で届きます——ポーリングは一切不要です。配信には毎回 X-Webhook-Timestamp、X-Webhook-Signature、X-Webhook-Payload-Version が付きます。署名は taskId.timestamp.sha256(body) に対する HMAC-SHA256(base64)なので、生のバイト列で検証してください。JSON を解析して再度文字列化するとバイト列が変わり、検証は必ず失敗します。失敗した配信は再送されるため同じ taskId が二度届くことがあります。ハンドラーは冪等に。まず 2xx を返し、処理はその後で——応答が遅いと配信失敗として扱われます。
output を読むのは、state が succeeded のときだけにしてください。失敗したときは errorCode、errorMessage、request_id を手がかりに調べます。例に出ている料金や状態は、実際の請求ではありません。
{
"code": 200,
"msg": "success",
"request_id": "req_example_record",
"data": {
"taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
"model": "alibaba/wan-2.6-flash/reference-to-video",
"state": "succeeded",
"output": {
"assets": [
{
"key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp4",
"mime": "video/mp4",
"url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp4?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
"expiresAt": "2026-08-28T12:20:08.000Z"
}
]
},
"cost": "0.750000",
"settled": true,
"createdAt": "2026-08-28T12:00:00Z",
"completedAt": "2026-08-28T12:00:30Z"
}
}利用可能なファイルは assets[].url からそのまま開くか、ダウンロードできます。API の Authorization ヘッダーは不要です。署名付き URL は expiresAt で失効しますが、保存期間内であればタスクを再取得することで更新できます。処理中または利用できないファイルに URL はありません。署名付き URL は非公開情報として扱ってください。
アプリ、ターミナル、AI アシスタント、ビジュアルワークフローで SpicyAPI を活用。接続ガイドを選んでください。
上のコードを書く必要はありません。MCP サーバーを 1 回接続すれば、MCP に対応するエージェント(Claude Code、Codex、Cursor、Windsurf、VS Code、Gemini CLI、Cline、LibreChat)がこのモデルを名前で実行できます。シェルから 1 つのコマンドで実行することもできます。
Use alibaba/wan-2.6-flash/reference-to-video to make a five-second shot of a neon-lit rooftop at dusk, slow push-in, and save it to ./out/.
エージェントは公開カタログからモデルを引き、ローカルファイルを代わりにアップロードし、正確な見積もりと上限額を示して確認を待ちます。承認するまで課金は発生しません。
claude mcp add spicyapi -e SPICY_API_KEY=$SPICY_API_KEY \
-- npx --yes --package=@spicyapi/mcp spicyapi-mcp
npx skills add spicyapi-ai/spicy-skill1 行目でツールを、2 行目で Skill を渡します。Skill は使い方の取り決めです——課金の前に見積もりを取り、ローカルファイルはバイト列を貼らずにアップロードし、完成した成果物の URL を推測せずに読む。ほかのクライアントも同じサーバーをそれぞれの設定ファイルから使います。開発者向けページをご覧ください。
npx @spicyapi/cli tasks create --model alibaba/wan-2.6-flash/reference-to-video \
--input-json '{"aspect_ratio":"16:9","duration_seconds":5,"generate_audio":false,"prompt":"A slow aerial shot drifting over a misty pine forest at sunrise","resolution":"720p","shot_type":"single","reference_video_urls":["https://example.com/reference.mp4"]}' \
--wait入力は上の例と同じ、このエンドポイント固有のスキーマに従います。--wait はタスクの完了までポーリングして結果を表示します。CI では --yes を追加すると確認を省略できます。先に SPICY_API_KEY を設定してください。API、CLI、MCP サーバーで同じキーを使えます。
npx @spicyapi/cli tasks create --model alibaba/wan-2.6-flash/reference-to-video \
--input-json '{…}' --retention 1h --wait
npx @spicyapi/cli tasks get $TASK_ID # read back the retention that applied--retention は保持期間を短くするだけです——30m、1h、7d、あるいは 0 なら終了と同時に削除。実際に効くのはリクエスト・アカウント設定・プラットフォーム上限のうち最も短い値なので、指定した数値が通った前提で進めず、タスクレコードから読み戻してください。アカウントの許容より長い値を渡しても何も起きません。
ComfyUI Manager か下のコマンドで SpicyAPI ノードをインストールしたら、キャンバスで Wan 2.6 Flash · Reference to Video を検索してください。このノードにはこのページと同じオプションがあり、実行前に価格が表示されます。
cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi埋め込みパネルはこのページと同じスキーマを参照するため、API 仕様とのずれを防げます。ドキュメント内の検索対象にする場合は、/api/embed/models/ の JSON を取得して描画してください。
<iframe src="https://spicyapi.ai/embed/ja/models/wan-2-6-flash/api?model=alibaba%2Fwan-2.6-flash%2Freference-to-video" width="100%" height="560" loading="lazy" title="リクエスト例" style="border:1px solid rgba(0,0,0,.12)"></iframe>