どの入力モードを選べばよいですか？

顔、衣装、構図が決まっているなら開始画像を使います。見せたい最終ポーズやループの着地点がある場合は終了画像を加えます。

総額は何で決まりますか？

固定長の動画は、選択した秒単価と長さで費用が決まります。まず5秒で動きを選び、納品解像度に変更してから送信前の見積もりを確認します。

同じseedでテイクを比較できますか？

はい。このエンドポイントはseedを受け付けます。画像、プロンプト、ほかの設定をそろえ、一つだけ変えて比べます。seedは比較のための設定で、完全に同じフレームを保証するものではありません。

NSFWではどの手順から始めるとよいですか？

同意した成人キャラクターを描く、構図の整った画像から始めます。しぐさ、視線、距離、カメラ移動を指定します。同じ人物を続けて使うなら開始画像のモードを選びます。Examplesで実際の動画を見て、短いテイクから尺を延ばします。

Wan 3.0 Spicy API — 無検閲 NSFW 画像から動画

alibaba/wan-3.0-spicy/image-to-video

Wan 3.0 Spicy は、Alibaba の Wan 3.0 の検閲なし image-to-video 版です。開始フレーム 1 枚を 480p・720p・1080p の 2〜30 秒にし、音声はオフにでき、最終フレームも任意です。

最低価格 $0.057/秒

モデルを実行 API を見る

入力

画像から動画

プロンプト

入力画像1/1

ファイルやメディアのリンクをドロップ、貼り付け、または選択 · 1 ファイル・1 件 10 MB まで・JPG · PNG · WEBP · GIF

末尾フレーム0/1

ファイルやメディアのリンクをドロップ、貼り付け、または選択 · 1 ファイル・1 件 10 MB まで・JPG · PNG · WEBP · GIF

アスペクト比

解像度料金に影響

長さ料金に影響

音声を生成

プロンプト自動拡張

シード値

セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち

サンプル出力

延長

動画アップスケール

動画編集

{
  "model": "alibaba/wan-3.0-spicy/image-to-video",
  "input": {
    "resolution": "720p",
    "duration_seconds": 5,
    "generate_audio": true,
    "enable_prompt_expansion": false,
    "prompt": "She turns from the rainy window toward the camera; the loose strap slides a little further down her shoulder and she lets it rest there, a slow half smile. Pink and cyan neon ripples over the wet glass and her collarbone. She stays in the velvet dress the whole time. Slow push-in. Rain on the glass, distant traffic hum.",
    "image_url": "https://cdn.spicyapi.ai/models/examples/inputs/12014123d81a7216.jpeg"
  }
}

はじめに

Wan 3.0 Spicy 画像から動画へ は Wan 3.0 Spicy ファミリーの画像から動画へのエンドポイントで、標準版が抑える表現を描画するよう調整されています。image_url の開始フレームと、任意の prompt から、480p・720p・1080p の 2〜30 秒の動画が生成音声つきで作られます。静止画が人物、衣装、セット、光を、プロンプトが動き、カメラ、音を担います。終わりの画を固定するには last_image_url を追加してください。

リクエストボディにコンテンツのフラグはなく、リクエストごとの申告もありません。2026-09-30 の 6 段階のコンテンツテストでは、全段階が指示どおりに出力されました。

主な機能とハイライト

6 段階をテストし、6 段階とも描画

私たちは標準の内容テストを 480p・5 秒で実施しました。6 つのプロンプトを強度レベル 5 段階（軽め〜最大）にまたがって使っています（テストに使ったプロンプトは公開していません）。拒否されたもの、隠されたもの、別人にすり替えられたものは一つもなく、どのプロンプトも和らげる必要はありませんでした。

プロンプト以上に、自分から先へ進む

ここは計画に織り込むべき部分です。例として撮影したショットでは、衣装はそのままと書いたプロンプトに対して開始フレームを六つ送りましたが、そのうち四つは衣装が変わって返ってきました。人物が二人以上写っているフレームはすべて含まれます。プロンプトは要望であって保証ではないと考え、クリップ全体を確認してください。

1 回のリクエストで最長 30 秒

duration_seconds は 2〜30 の任意の整数で、既定は 5 です。5 秒のリクエストで、30 フレーム／秒・約 5.04 秒の映像が返ります。resolution は 480p、720p（既定）、1080p で、尺と解像度はどちらも料金と所要時間に影響します。

形、音声、最終フレーム

aspect_ratio は 16:9、9:16、1:1、4:3、3:4 を取り、省略するとクリップは静止画の形に従います。generate_audio は既定でオンです。last_image_url は最終フレームを固定します。テストでは、クリップは渡した画像で終わりました（指定の比率にクロップされた形）。

リクエストパラメーター

Wan 3.0 Spicy · Image to Video のリクエストパラメーター
パラメーター	必須	説明
`prompt`	いいえ	任意ですが、書く価値があります：動作を一つ、カメラの動きを一つ、音についての一文を一つ。このモデルでは、衣装を変えないよう頼んでも確実には変わりません。 1 文字以上
`image_url`	はい	必須です。人物、衣装、部屋、光はすべてこの開始フレームから引き継がれます。
`last_image_url`	いいえ	任意の最終フレームです。クリップはこの画像で終わり、指定のアスペクト比にクロップされます。
`aspect_ratio`	いいえ	16:9・9:16・1:1・4:3・3:4。省略するとクリップは開始フレームの形に従い、異なる比率を指定するとフレームがクロップされます。 `16:9` · `9:16` · `1:1` · `4:3` · `3:4`
`resolution`	いいえ	480p・720p・1080p で、既定は 720p です。解像度が高いほど 1 秒あたりの料金が上がり、時間もかかります。 `480p` · `720p` · `1080p` · デフォルト値: `720p`
`duration_seconds`	いいえ	2〜30 の任意の整数で、既定は 5 です。指定した秒数で課金されます。 `2–30` · デフォルト値: `5`
`generate_audio`	いいえ	既定でオンで、追加料金はありません。映像に合った音声付きでクリップが返ります。デフォルト値: `true`
`enable_prompt_expansion`	いいえ	既定でオフで、追加料金はありません。オンにすると、短いプロンプトが生成前に長い文へ書き換えられます。デフォルト値: `false`
`seed`	いいえ	0〜2147483647。解像度や尺を比較するあいだ固定しておきます。 `≥ 0` · `≤ 2147483647`

料金

料金
仕様	料金
`480p`	$0.057 / 秒
`720p`	$0.114 / 秒
`1080p`	$0.228 / 秒

ユースケース

他の API が断る場面

他の API が断ったり和らげたりする場面：静止画を送り、動きを書けば、クリップが手に入ります。使えるのは、同意した成人と、適切にライセンスされた素材だけです。写っている全員について、権利、年齢、現地の法律に従う責任はあなたにあります。

コンパニオン／ロールプレイのキャラクター

キャラクターの静止画を 1 枚決め、全クリップの開始フレームに使い回し、変えるのは動きだけにします。顔と衣装は静止画が持つので、クリップをまたいでも同じ人物のままです。

終わりを決めたロングテイク

最長 30 秒を指定し、last_image_url を加えると、次のショットが始まるポーズで長回しが終わります。

主なユースケースのチュートリアルを見る

プロンプトガイドと実践のヒント

スタイリングはフレームに任せる

衣装、部屋、光は静止画に入れ、プロンプトは動くものだけにします。このページの窓辺の作例は duration_seconds が 5、resolution が 720p でした。


She turns from the rainy window toward the camera; the loose strap slides a little further down her shoulder and she lets it rest there, a slow half smile. Pink and cyan neon ripples over the wet glass and her collarbone. She stays in the velvet dress the whole time. Slow push-in. Rain on the glass, distant traffic hum.

このエンドポイントで、隣に示した開始フレームから生成したクリップの、実際のリクエストそのものです。

480p で下書きし、それから本番

5 秒の 480p クリップは実測で約 1 分半でした。そこでアイデアを固め、seed を固定してから、720p か 1080p で再レンダリングします。比較が意味を持つように、1 回の実行で変えるフィールドは 1 つだけにしてください。

衣装を着たままにしたいとき

どんな書き方のプロンプトでも、このモデルが被写体の衣装を変えるのを確実に止めることはできません。衣装を最後まで残す必要があるクリップには、標準の Wan 3.0 画像から動画へを使い、Spicy は、その傾向そのものが目的のシーンのために取っておいてください。

API クイックスタート

# 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-spicy/image-to-video",
  "input": {
    "duration_seconds": 5,
    "image_url": "https://example.com/reference.png",
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "720p"
  }
}'

# 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"

認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。

規制なしのイメージ・トゥ・ビデオ。それだけで一歩先まで踏み込む

完成したキャラクターの肖像や承認済みの写真を、動くカットに変えます。画像が最初の見た目を決め、プロンプトが振り向き、視線、カメラの動き、その周りの音を指示します。尺は 2～30 秒、解像度は 480p / 720p / 1080p から選べます。NSFW のキャラクターティーザーや映画風のシーンは、成人のキャラクターがはっきり分かる画像から始め、そこから演出を組み立ててください。

プレイグラウンドを開く

開始素材: 開始画像1枚。終了画像は任意
長さ: 2–30 s · 5 s 既定
納品サイズ: 480p / 720p / 1080p · 720p 既定
音声: 音声生成は既定でオン。別の音源を使う場合はオフにします。

開始素材: 手元の素材でモードを選ぶ顔、衣装、構図が決まっているなら開始画像を使います。見せたい最終ポーズやループの着地点がある場合は終了画像を加えます。
長さ: 長くする前に費用を決める固定長の動画は、選択した秒単価と長さで費用が決まります。まず5秒で動きを選び、納品解像度に変更してから送信前の見積もりを確認します。

Wan 3.0 Spicyで作れる場面

使う場所に合わせてサイズを選ぶ

構図を探す間は480pか720pを使い、納品には必要な解像度を選びます。解像度を比べるときは掲載先の比率と長さをそろえます。

ネオンの窓辺でゆっくり振り向く
ベルベットの衣装とネオンの光は元画像をそのまま使います。ゆっくりした振り向き、ほのかな笑み、雨の音で、短いティーザーの一拍になります。

Wan 3.0 Spicyの使いどころ

キャラクター制作
一つの動きを軸にティザーを作る
成人キャラクターの視線、接近、小さなしぐさを演出します。一つのカメラ移動と明確な終点があると、短いNSFWティザーにも流れが生まれます。
ファッション・編集
布、光、姿勢に見せ場を作る
衣装と光を先に決めます。窓に振り向く、カーテンが動く、カップを持ち上げるなど、見る対象を具体的にします。
音を生かした場面
場の音を演出に加える
雨音、室内の環境音、足音、短いせりふなど音源を指定します。映像と音を一緒に試すなら音声をオン、編集で曲を加えるならオフにします。
シリーズ・キャンペーン
次の作品にも使える画像を残す
採用した画像、プロンプト、設定を一緒に保存します。次の画像生成動画にはその画像を、場所を変える場面には整合した参考素材を使います。冒頭だけでなく中盤も確認します。

Wan 3.0 Spicyで最初の動画を作る

開始画像と終点を選ぶ
掲載先に合わせて開始画像を切り抜きます。終点のポーズや構図が重要な場合だけ終了画像を加え、光とカメラの関係をそろえます。
変化を演出する
一つの動作、速さ、一つのカメラ移動を指定します。「カメラがゆっくり近づく間にレンズへ振り向く」のように具体的に書きます。人物の同一性が重要なら顔を見せます。
5秒で見積もりを確認する
確認用の解像度で短く始めます。動きが決まったら長さかサイズを一つずつ上げ、その都度新しい見積もりを見ます。
採用したテイクを保存する
冒頭、中盤、終わりで顔、手、衣装、背景を確認します。入力も動画と一緒に残します。一つの変更を比べるときはseedを固定し、別テイクを探すときは変えます。

Wan 3.0 Spicy：保存済みリクエストとプロンプト案

保存済みの例：ネオンの窓辺でゆっくり振り向く
保存済みの例ネオンの窓辺でゆっくり振り向くではduration_seconds=5; resolution="720p"; generate_audio=trueを指定しています。Examplesで実際の入力と動画を見比べ、自分の素材で一つだけ変更して試します。
```
She turns from the rainy window toward the camera; the loose strap slides a little further down her shoulder and she lets it rest there, a slow half smile. Pink and cyan neon ripples over the wet glass and her collarbone. She stays in the velvet dress the whole time. Slow push-in. Rain on the glass, distant traffic hum.
```
6秒の縦型コンパニオンクリップ
9:16 の静止画に duration_seconds を 6、ドラフトは 480p で、音声はオンのままにして雨とレコードの音を出します。見た目はフレームが担うので、プロンプトは短めにします。
```
She stretches out on the velvet sofa and looks up at the camera, winding a strand of hair around one finger with a slow, teasing smile. Warm lamp light, rain streaking the window behind her. Static camera. Soft rain, a low jazz record.
```

終わりを決めた20秒のルーフトップ

duration_seconds を 20、last_image_url をカップルが手すりで寄り添う静止画にすると、カメラは周回してそのポーズで終わり、次のテイクをそこから始められます。

The couple sways slowly across the rooftop, his hand resting on the small of her bare back; she leans in to whisper something and they both laugh. The city lights blur behind them. The camera circles once and settles on them close together at the railing. Wind, distant traffic, a slow saxophone.

ホテルのバーの男性2人、Wan 3.0 の両モデルでドラフト
同じフレーム、プロンプト、5秒、seed を通常の Wan 3.0 と Wan 3.0 Spicy に 480p で送るので、2つのドラフトの違いはモデルだけです。
```
One man loosens the other's tie and lets his hand rest on his chest; they hold the look with a slow smile. Low amber light, shallow focus. Slow push-in. Glasses clinking, a quiet piano.
```