Wprowadzenie
Wan 3.0 Spicy obraz-do-wideo to endpoint obraz-do-wideo rodziny Wan 3.0 Spicy, dostrojony do renderowania tego, co standardowa wersja łagodzi. Klatka otwierająca w image_url i opcjonalny prompt dają od 2 do 30 sekund wideo w 480p, 720p lub 1080p z wygenerowanym dźwiękiem. Kadr dostarcza osobę, strój, scenografię i światło; prompt dostarcza ruch, kamerę i dźwięk. Dodaj last_image_url, aby ustalić zakończenie.
W treści żądania nie ma flagi treści ani deklaracji w pojedynczym żądaniu. W naszym teście sześciu poziomów z 2026-09-30 każdy poziom wyszedł tak, jak opisano.
Najważniejsze funkcje
Sześć poziomów przetestowanych, sześć wyrenderowanych
Przeprowadziliśmy nasz standardowy test treści w 480p i przez pięć sekund: sześć promptów na pięciu poziomach intensywności, od Łagodnego do Maksymalnego (prompty testowe nie są publikowane). Nic nie zostało odrzucone, zasłonięte ani zamienione na inną osobę, a żaden prompt nie wymagał złagodzenia.
Sam z siebie idzie dalej niż prompt
To jest część, pod którą trzeba planować. W naszych przykładowych zdjęciach wysłaliśmy sześć klatek otwierających z promptami mówiącymi, że strój pozostaje taki sam; cztery wróciły ze zmienionym strojem, w tym każda klatka z więcej niż jedną osobą. Traktuj prompt jako prośbę, a nie gwarancję, i sprawdź cały klip.
Do 30 sekund w jednym żądaniu
duration_seconds przyjmuje dowolną liczbę całkowitą od 2 do 30, domyślnie 5. Żądanie pięciosekundowe zwraca około 5,04 sekundy w 30 klatkach na sekundę. resolution to 480p, 720p (domyślnie) lub 1080p, a zarówno długość, jak i rozdzielczość wpływają na cenę i czas oczekiwania.
Kształt, dźwięk i ostatnia klatka
aspect_ratio przyjmuje 16:9, 9:16, 1:1, 4:3 lub 3:4; jeśli pominiesz, klip zachowa kształt kadru. generate_audio jest domyślnie włączone. last_image_url ustala klatkę końcową — w naszym teście klip zakończył się na przesłanym obrazie, przyciętym do żądanych proporcji.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Nie | Opcjonalne, ale warte zapisania: jedna akcja, jeden ruch kamery, jedna uwaga o dźwięku. Prośba, by strój pozostał bez zmian, nie gwarantuje, że na tym modelu tak będzie. od 1 znaków |
image_url | Tak | Wymagane. Klatka początkowa: z niej pochodzą osoba, strój, wnętrze i światło. |
last_image_url | Nie | Opcjonalna klatka końcowa. Klip kończy się na tym obrazie, przyciętym do żądanych proporcji. |
aspect_ratio | Nie | 16:9, 9:16, 1:1, 4:3 lub 3:4. Jeśli pominiesz, klip zachowa kształt klatki początkowej; inne proporcje przycinają kadr. |
resolution | Nie | 480p, 720p lub 1080p, domyślnie 720p. Wyższa rozdzielczość kosztuje więcej za sekundę i trwa dłużej. |
duration_seconds | Nie | Dowolna liczba całkowita od 2 do 30, domyślnie 5. Rozliczane za każdą zamówioną sekundę. |
generate_audio | Nie | Domyślnie włączone, bez dodatkowej opłaty: klip wraca z dźwiękiem dopasowanym do obrazu. Ustaw false, by dostać klip bez dźwięku. Domyślnie: |
enable_prompt_expansion | Nie | Domyślnie wyłączone, bez dodatkowej opłaty. Po włączeniu krótki prompt jest przed generowaniem przepisywany na dłuższy; zostaw wyłączone, gdy twoje sformułowania są już precyzyjne. Domyślnie: |
seed | Nie | Od 0 do 2147483647. Trzymaj go stałym, gdy porównujesz rozdzielczości lub długości: uruchomienia stają się porównywalne, choć nie identyczne klatka w klatkę. |
Cennik
| Specyfikacja | Cena |
|---|---|
| $0.057 / sekundę |
| $0.114 / sekundę |
| $0.228 / sekundę |
Zastosowania
Sceny, których nie chcą inne API
Sceny, których inne API nie chcą albo łagodzą: wyślij kadr, opisz ruch i odbierz klip. Wolno używać wyłącznie dorosłych, którzy wyrazili zgodę, oraz materiałów z właściwą licencją; za prawa, wiek i prawo lokalne wobec wszystkich przedstawionych osób odpowiadasz ty.
Postacie towarzyszące i roleplay
Zachowaj jeden kadr postaci i używaj go jako klatki początkowej każdego klipu, zmieniając tylko akcję. Kadr niesie twarz i strój, więc postać pozostaje tą samą osobą od klipu do klipu.
Długie ujęcia z zaplanowanym zakończeniem
Poproś o do 30 sekund i dodaj last_image_url, by ujęcie kończyło się w pozie, od której zaczyna się następne.
Wskazówki
Niech stylizację zrobi kadr
Strój, wnętrze i światło umieść w kadrze, a prompt zostaw na to, co się porusza. Przykład z oknem na tej stronie uruchomiono z duration_seconds 5 i resolution 720p:
She turns from the rainy window toward the camera; the loose strap slides a little further down her shoulder and she lets it rest there, a slow half smile. Pink and cyan neon ripples over the wet glass and her collarbone. She stays in the velvet dress the whole time. Slow push-in. Rain on the glass, distant traffic hum.
Dokładne żądanie stojące za klipem dla tego endpointu, wygenerowane z klatki początkowej pokazanej obok.
Szkic w 480p, potem render
Pięciosekundowy klip w 480p trwał w naszych testach około półtorej minuty. Dopracuj pomysł tam, zachowaj seed, a potem wyrenderuj ponownie w 720p lub 1080p. Zmieniaj jedno pole na uruchomienie, żeby każde porównanie coś mówiło.
Gdy ubranie musi zostać
Żadne sformułowanie promptu nie powstrzyma wiarygodnie tego modelu przed zmianą stroju postaci. Do klipu, w którym garderoba musi przetrwać, użyj standardowego Wan 3.0 obraz-do-wideo, a Spicy zostaw dla scen, w których właśnie ta skłonność jest celem.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-3.0-spicy/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
