seedintegerOpcjonalneOd 0 do 2147483647. Trzymaj go bez zmian, żeby porównywać po jednym polu; pomiń go, jeśli zależy ci na różnorodności.
- Domyślnie
- Nie określono
- Ograniczenia
- minimum:0maximum:2147483647
Wan 3.0 Prime reference-to-video utrzymuje twarz, strój, miejsce lub głos w całym klipie, korzystając z maks. 10 obrazów, 5 wideo i 5 plików audio. Zwraca 2–30 sekund w 480p–1080p, a wideo i audio referencyjne mają limit 15 sekund każde.
Przykłady korzystają z publicznych definicji parametrów wybranego endpointu. Podmień klucz API i przykładowe media, a potem wyślij żądanie ze swojego serwera.
SDK i integracjehttps://api.spicyapi.ai/api/v1/jobs/createTaskKlucz API trzymaj w zmiennej środowiskowej serwera SPICY_API_KEY. Dla żądań JSON używaj uwierzytelniania Bearer i Content-Type: application/json.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-3.0-prime/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"reference_image_urls": [
"https://example.com/reference.png"
],
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"Wygenerowane ze schematu wejścia tego modelu – tego samego, względem którego API waliduje każde żądanie.
Te pola umieść w obiekcie input w ciele żądania. Nazwy i typy odpowiadają API. Gdy wartości domyślnej nie podano, nie zakładaj żadnej.
Ten model ma zależności między polami. Pola oznaczone jako wymagane warunkowo zależą od innych danych wejściowych; reguły znajdziesz w pełnym JSON Schema poniżej.
seedintegerOpcjonalneOd 0 do 2147483647. Trzymaj go bez zmian, żeby porównywać po jednym polu; pomiń go, jeśli zależy ci na różnorodności.
enable_prompt_expansionbooleanOpcjonalneDomyślnie wyłączone. Po włączeniu prompt jest przepisywany przed generowaniem: pomaga przy ubogich briefach, a przy rozbudowanych raczej przeszkadza. Jeśli go nie ustawisz i dołączysz reference_file_url albo reference_link_url, włączy się dla tego żądania, bo dokument lub strona są czytane właśnie na tym etapie. Jeśli jawnie ustawisz false, plik lub strona i tak zostaną przeczytane, tylko bez przepisywania promptu.
generate_audiobooleanOpcjonalneDomyślnie włączone. Klip wraca z dźwiękiem już zgranym z obrazem. Ustaw false, jeśli udźwiękowieniem zajmujesz się sam.
duration_secondsintegerOpcjonalneWpływa na cenęDowolna liczba całkowita od 2 do 30 albo -1 dla inteligentnego czasu trwania. Domyślnie 5. Przy wideo referencyjnym jego łączna długość plus ta wartość muszą zmieścić się w 30 sekundach, a te sekundy są rozliczane dodatkowo, ponad wynik. Najpierw ustal wygląd na 5 sekundach, a potem wydłużaj.
-123456789101112131415161718192021222324252627282930resolutionstringOpcjonalneWpływa na cenę480p, 720p lub 1080p. Domyślnie 720p. Rozdzielczość zmienia zarówno cenę, jak i czas oczekiwania na wynik.
"480p""720p""1080p"enable_thinkingbooleanOpcjonalneKaże modelowi przemyśleć polecenie i materiały referencyjne przed generowaniem. Pomaga przy obszernych dokumentach, stronach WWW i złożonych obrazach referencyjnych, ale wydłuża przebieg. Domyślnie wyłączone; włącza się samo, gdy podasz plik lub link referencyjny. Nie wpływa na cenę.
aspect_ratiostringOpcjonalne16:9, 9:16, 1:1, 4:3, 3:4 albo adaptive, przy którym wybiera model. Domyślnie 16:9.
"16:9""9:16""1:1""4:3""3:4""adaptive"reference_link_urlstringWymagane warunkowoJedna publiczna strona internetowa, którą model czyta jako materiał referencyjny, na przykład artykuł, strona produktu albo profil postaci. Musi otwierać się bez logowania. Niektóre serwisy blokują automatyczne czytniki, a strony z bardzo małą ilością tekstu nie da się użyć; w obu przypadkach zadanie kończy się błędem z informacją, że adresu URL nie udało się odczytać, a nieudane zadania nie są płatne. Nie razem z reference_file_url; jeśli enable_prompt_expansion nie jest ustawione, dołączenie linku również włącza rozszerzanie promptu. Linki nie są płatne.
reference_file_urlstringWymagane warunkowoJeden dokument, który model czyta, zanim wyreżyseruje ujęcie: karta postaci, scenariusz, lista ujęć albo brief produktu. PDF, DOCX, DOC, TXT, MD, PPTX, PPT, XLSX, XLS, KEY, PAGES lub NUMBERS, do 100 MB i 50 stron. Działa samodzielnie albo razem z obrazami, wideo i audio referencyjnym, ale nie razem z reference_link_url. Jeśli enable_prompt_expansion nie jest ustawione, dołączenie pliku włącza rozszerzanie promptu dla tego żądania, bo dokument jest czytany właśnie na tym etapie. Pliki nie są płatne.
reference_audio_urlsarray<string>Wymagane warunkowoDo 5 klipów, każdy od 1 do 15 sekund i łącznie 15 sekund – głos, sposób podania kwestii albo ton pomieszczenia, do którego ujęcie ma pasować. Audio referencyjne nie jest rozliczane. WAV lub MP3, do 15 MB na klip. Podobnie jak przy wideo, limity są sprawdzane w trakcie generowania, a nie przy przyjęciu zadania.
reference_video_urlsarray<string>Wymagane warunkowoWpływa na cenęDo 5 klipów, każdy od 1 do 15 sekund i łącznie 15 sekund. Używaj ich do ruchu i stylu kamery, a nie do twarzy. Ich długość jest rozliczana razem z wyjściem, a wideo referencyjne plus wyjście muszą zmieścić się w 30 sekundach. MP4 lub MOV, co najmniej 16 kl./s, od 240 do 4096 px na bok, proporcje nie szersze niż 8:1, do 100 MB na klip. Te limity są sprawdzane w trakcie generowania, a nie przy przyjęciu zadania, więc sprawdź długość klipów przed wysłaniem.
reference_image_urlsarray<string>Wymagane warunkowoOd 1 do 10 obrazów jako plansze tożsamości, garderoby i scenografii. Nazwij każdy w prompcie – postać, ubranie, scenografia – inaczej zostaną uśrednione. Obrazy referencyjne nie są rozliczane. JPEG, PNG bez przezroczystości, BMP lub WEBP; od 240 do 8000 px na bok, proporcje nie szersze niż 8:1, najwyżej 20 MB na plik.
promptstringOpcjonalneOpcjonalny. Jeśli go piszesz, nazwij, za co odpowiada każda referencja, a potem opisz ujęcie: temat, jedna akcja, jeden ruch kamery, światło i dźwięk. Jedna wyraźna akcja zmienia wynik bardziej niż długa lista przymiotników.
{
"additionalProperties": false,
"anyOf": [
{
"required": [
"reference_image_urls"
]
},
{
"required": [
"reference_video_urls"
]
},
{
"required": [
"reference_audio_urls"
]
},
{
"required": [
"reference_file_url"
]
},
{
"required": [
"reference_link_url"
]
}
],
"properties": {
"aspect_ratio": {
"default": "16:9",
"description": "Output aspect ratio; adaptive follows the input media and the intent.",
"enum": [
"16:9",
"9:16",
"1:1",
"4:3",
"3:4",
"adaptive"
],
"type": "string",
"x-ui": {
"order": 70,
"widget": "select"
}
},
"duration_seconds": {
"default": 5,
"description": "Requested output length in seconds. Pass -1 for smart duration: the model picks the length from the prompt and any input media instead of a fixed number. With reference videos, their total length plus the output length must not exceed 30 seconds, and the reference video seconds are billed together with the output seconds.",
"enum": [
-1,
2,
3,
4,
5,
6,
7,
8,
9,
10,
11,
12,
13,
14,
15,
16,
17,
18,
19,
20,
21,
22,
23,
24,
25,
26,
27,
28,
29,
30
],
"type": "integer",
"x-ui": {
"advanced": false,
"affects_price": true,
"enum_labels": {
"-1": "Smart"
},
"order": 50,
"unit": "s",
"widget": "slider"
}
},
"enable_prompt_expansion": {
"description": "Allow the service to expand the submitted creative brief before generation.",
"type": "boolean",
"x-ui": {
"order": 30,
"widget": "switch"
}
},
"enable_thinking": {
"default": false,
"description": "Let the model reason about the brief and the reference material before generating. Helps with complex references; slower. Switches on by itself when a reference file or link is given.",
"type": "boolean",
"x-ui": {
"order": 66,
"widget": "switch"
}
},
"generate_audio": {
"default": true,
"description": "Request generated audio with the video.",
"type": "boolean",
"x-ui": {
"order": 40,
"widget": "switch"
}
},
"prompt": {
"description": "Describe the subject, action, camera, light, pacing, and boundaries for the shot.",
"minLength": 1,
"type": "string",
"x-ui": {
"order": 110,
"primary": true,
"reference_tokens": {
"reference_audio_urls": "Audio {index}",
"reference_image_urls": "Image {index}",
"reference_video_urls": "Video {index}"
},
"widget": "textarea"
}
},
"reference_audio_urls": {
"description": "Reference audio, up to 5 items and 15 seconds in total.",
"items": {
"contentMediaType": [
"audio/mpeg",
"audio/wav"
],
"type": "string"
},
"maxItems": 5,
"minItems": 1,
"type": "array",
"x-ui": {
"max_total_duration_seconds": 15,
"order": 80,
"widget": "multi-upload"
}
},
"reference_file_url": {
"contentMediaType": [
"application/pdf",
"application/msword",
"application/vnd.openxmlformats-officedocument.wordprocessingml.document",
"application/vnd.ms-excel",
"application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
"application/vnd.ms-powerpoint",
"application/vnd.openxmlformats-officedocument.presentationml.presentation",
"application/vnd.apple.keynote",
"application/vnd.apple.pages",
"application/vnd.apple.numbers",
"text/plain",
"text/markdown"
],
"description": "One reference document (PDF, DOCX, TXT, MD and similar) that the model reads for characters, wardrobe, setting and action.",
"format": "uri",
"type": "string",
"x-ui": {
"order": 76,
"widget": "upload"
}
},
"reference_image_urls": {
"description": "Reference images, up to 10 items.",
"items": {
"contentMediaType": [
"image/jpeg",
"image/png",
"image/webp",
"image/gif"
],
"type": "string"
},
"maxItems": 10,
"minItems": 1,
"type": "array",
"x-ui": {
"order": 100,
"primary": true,
"widget": "multi-upload"
}
},
"reference_link_url": {
"description": "One public web page the model reads for reference. It must open without a login.",
"format": "uri",
"type": "string",
"x-ui": {
"order": 74,
"placeholder": "https://",
"widget": "text"
}
},
"reference_video_urls": {
"description": "Reference videos, up to 5 items and 15 seconds in total.",
"items": {
"contentMediaType": [
"video/mp4",
"video/webm",
"video/quicktime"
],
"type": "string"
},
"maxItems": 5,
"minItems": 1,
"type": "array",
"x-ui": {
"affects_price": true,
"max_duration_seconds": 15,
"max_total_duration_seconds": 15,
"order": 90,
"widget": "multi-upload"
}
},
"resolution": {
"default": "720p",
"description": "Output resolution.",
"enum": [
"480p",
"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"
}
}
},
"type": "object",
"x-pricing": {
"billingMode": "duration_capped",
"variantFields": [
"resolution"
]
}
}HTTP 202 oznacza, że zadanie zostało przyjęte, a nie ukończone. Zapisz zwrócone taskId i odpytuj właśnie to zadanie. Nie twórz kolejnego zadania, czekając na jego wynik.
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"
}
}Odpowiedź o przyjęciu zawiera szacunek, dzięki czemu twoja aplikacja pokaże tę samą kwotę w historii zadań i w rozliczeniach.
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
--data-urlencode "taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"Zacznij odpytywać mniej więcej co 2 sekundy i stopniowo wydłużaj odstęp. Zatrzymaj się na stanie końcowym. Po zerwaniu połączenia odpytaj pierwotne taskId. Tworzenie ponawiaj wyłącznie z pierwotnym kluczem idempotentności i pierwotnym ciałem żądania.
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);
});Podaj callBackUrl przy tworzeniu zadania, a gotowy rekord przyjdzie do ciebie metodą POST – bez żadnej pętli odpytywania. Każda dostawa niesie X-Webhook-Timestamp, X-Webhook-Signature i X-Webhook-Payload-Version. Podpis to HMAC-SHA256 w base64 z taskId.timestamp.sha256(body), więc trzeba go sprawdzać na surowych bajtach: sparsowanie JSON-a i ponowne zserializowanie zmienia je i weryfikacja się nie powiedzie. Nieudane dostawy są ponawiane, więc to samo taskId może przyjść dwa razy – zrób obsługę idempotentną. Najpierw odpowiedz kodem 2xx, a pracę wykonaj potem; wolna obsługa jest traktowana jak nieudana dostawa.
Wynik wykorzystuj dopiero przy stanie succeeded. Przy niepowodzeniu skorzystaj z errorCode, errorMessage i request_id. Przykładowe koszty i stany nie odpowiadają rzeczywistemu rozliczeniu.
{
"code": 200,
"msg": "success",
"request_id": "req_example_record",
"data": {
"taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
"model": "alibaba/wan-3.0-prime/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"
}
}Każdy dostępny materiał otwieraj lub pobieraj bezpośrednio spod assets[].url, bez nagłówka Authorization. Podpisany adres wygasa o expiresAt; odpytaj zadanie ponownie, żeby go odświeżyć, dopóki materiał mieści się w okresie przechowywania. Materiał oczekujący lub niedostępny nie ma adresu. Podpisane adresy traktuj jako prywatne.
Korzystaj ze SpicyAPI w aplikacji, terminalu, asystencie AI lub wizualnym przepływie pracy. Wybierz instrukcję konfiguracji.
Nie musisz pisać żadnego z powyższych fragmentów kodu. Wystarczy raz podłączyć serwer MCP, a każdy agent obsługujący MCP — Claude Code, Codex, Cursor, Windsurf, VS Code, Gemini CLI, Cline, LibreChat — może uruchomić ten model po nazwie. Można go też wywołać z powłoki jednym poleceniem.
Użyj alibaba/wan-3.0-prime/reference-to-video, żeby zrobić pięciosekundowe ujęcie dachu w neonach o zmierzchu, z powolnym najazdem, i zapisz je do ./out/.
Agent znajduje model w aktualnym katalogu, sam wysyła plik lokalny, a potem pokazuje dokładną wycenę wraz z maksymalną opłatą i czeka na twoje potwierdzenie. Nic nie zostaje naliczone, dopóki nie zgodzisz się wprost.
claude mcp add spicyapi -e SPICY_API_KEY=$SPICY_API_KEY \
-- npx --yes --package=@spicyapi/mcp spicyapi-mcp
npx skills add spicyapi-ai/spicy-skillPierwsza linia daje agentowi narzędzia; druga daje mu Skill, czyli reguły ich używania: najpierw wycena, potem opłata, wysyłanie plików lokalnych zamiast wklejania bajtów i odczyt gotowego adresu materiału zamiast zgadywania. Każdy inny klient podłącza ten sam serwer przez własny plik konfiguracyjny – zobacz centrum dla deweloperów.
npx @spicyapi/cli tasks create --model alibaba/wan-3.0-prime/reference-to-video \
--input-json '{"aspect_ratio":"16:9","duration_seconds":5,"prompt":"A slow aerial shot drifting over a misty pine forest at sunrise","reference_image_urls":["https://example.com/reference.png"],"resolution":"720p"}' \
--waitWejściem jest własny schemat tego endpointu, ten sam co w przykładach powyżej. --wait odpytuje aż do zakończenia zadania i wypisuje wynik; dodaj --yes, żeby pominąć pytanie o potwierdzenie w CI. Najpierw ustaw SPICY_API_KEY – jeden klucz działa w API, w CLI i na serwerze MCP.
npx @spicyapi/cli tasks create --model alibaba/wan-3.0-prime/reference-to-video \
--input-json '{…}' --retention 1h --wait
npx @spicyapi/cli tasks get $TASK_ID # read back the retention that applied--retention potrafi wyłącznie skrócić okno – 30m, 1h, 7d albo 0, żeby usunąć zaraz po osiągnięciu przez zadanie stanu końcowego. Obowiązuje najkrótsza z trzech wartości: twojego żądania, ustawień konta i maksimum platformy, więc odczytaj ją z rekordu zadania, zamiast zakładać, że podana liczba zadziałała. Podanie okna dłuższego, niż pozwala konto, nic nie zmienia.
Zainstaluj węzły SpicyAPI przez ComfyUI Manager albo poleceniem poniżej, a potem wyszukaj na płótnie Wan 3.0 Prime · Reference to Video. Węzeł ma te same opcje co ta strona i pokazuje cenę, zanim ruszy.
cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapiOsadzony panel czyta ten sam schemat co ta strona, więc nie może się od API rozjechać. Jeśli twoja dokumentacja potrzebuje treści przeszukiwalnej, pobierz JSON spod /api/embed/models/ i wyrenderuj go samodzielnie.
<iframe src="https://spicyapi.ai/embed/pl/models/wan-3-0-prime/api?model=alibaba%2Fwan-3.0-prime%2Freference-to-video" width="100%" height="560" loading="lazy" title="Przykładowe żądanie" style="border:1px solid rgba(0,0,0,.12)"></iframe>