Vídeos NSFW com Wan 3.0: escolha 5, 10 ou 15 segundos

A imagem inicial da sua personagem está certa: rosto, roupa e ambiente estão prontos. Você quer um teaser curto com um olhar, um pequeno gesto e um final aproveitável. Deve comprar cinco, dez ou quinze segundos?

Escolha cinco segundos para um olhar ou um pequeno giro da cabeça; dez para um gesto da mão que termina e volta ao repouso; quinze quando a preparação e a recuperação também devem aparecer. Se a ideia cabe tranquilamente em cinco segundos, quinze compram principalmente mais espera. Se cinco segundos apressam três movimentos, simplifique a ação ou dê dez a ela. Tanto Wan 3.0 padrão quanto Spicy aceitam clipes de 2–30 segundos.

Este guia planeja o teaser de uma personagem adulta fictícia nas três durações. Abrange Wan 3.0 de imagem para vídeo e o endpoint separado Wan 3.0 Spicy de imagem para vídeo. As escolhas de modelos se baseiam nos nossos testes de setembro e outubro de 2026.

Escolha o movimento antes da duração

Planeje a mudança visível entre o começo e o final.

Um gesto rápido pode caber em cinco segundos; um lento e cuidadoso pode precisar de dez. A pergunta útil é se o espectador vê a ação se completar, e não se a duração pedida é a maior disponível.

Prepare uma imagem estática com espaço para o gesto

Use um retrato 9:16 de uma mulher fictícia de 36 anos, sentada em uma poltrona estofada ao lado de uma luminária com luz quente. Ela usa uma regata azul-marinho opaca e calça preta. O rosto está levemente voltado para fora da câmera, o cabelo longo repousa ao lado da orelha direita e ambas as mãos estão visíveis nos apoios de braço. Enquadre da cabeça aos pés, com espaço acima da cabeça e ao lado do cotovelo direito.

A mesma imagem inicial serve para os três exemplos. Ela já estabelece personagem, figurino, ambiente e luz, então o prompt de movimento pode focar no que muda.

Antes de enviar, examine a mão que pretende mover. Se os dedos se fundem ao apoio de braço, corrija primeiro a imagem estática. Se muito cabelo esconde a orelha direita, pode ser mais difícil avaliar o gesto completo de colocá-lo atrás da orelha; use um gesto menor de alisar a parte externa do cabelo. Um enquadramento fechado do rosto serve para o olhar de cinco segundos, mas não deixa espaço para uma mão em movimento entrar sem mudar o enquadramento.

Teste a tomada no Playground Wan 3.0 de imagem para vídeo:

1. Envie o retrato preparado e cole um dos prompts de movimento abaixo.
2. Escolha cinco, dez ou quinze segundos em 480p; desligue o áudio gerado e a expansão do prompt no rascunho de movimento.
3. Gere e compare o gesto com o final pretendido antes de aumentar a resolução.

Padrão e Spicy aceitam durações em segundos inteiros de 2 a 30. O padrão também oferece duração automática; escolher uma duração fixa é mais simples quando o final precisa caber em um intervalo específico.

Cinco segundos: faça da mudança de olhar toda a ação

Um olhar basta quando a imagem estática já transmite o apelo da cena. Não acrescente um gesto da mão só porque o prompt parece curto.

Defina a duração como 5 e cole:

One continuous five-second shot of the fictional adult woman in the opening image. Keep the same face, opaque navy camisole, black trousers, chair and warm lamp throughout. From 0 to 1 second, she remains seated with both hands resting visibly on the chair arms, looking slightly off camera. From 1 to 3 seconds, she turns her eyes and head a little toward the camera and forms a small, relaxed smile. From 3 to 5 seconds, she keeps her gaze toward the viewer and lets the movement settle. Natural blinking and breathing continue. Eye-level fixed camera; the full-length framing remains unchanged. She stays seated and her hands remain on the chair arms. Her mouth stays closed.

O prompt fornece uma mudança visível e um destino. As mãos ficam intencionalmente paradas, facilitando avaliar o giro do rosto sem também julgar uma mão em movimento.

Revise o primeiro segundo e os dois últimos. O rosto continua reconhecível como o mesmo durante o giro? O sorriso é discreto o suficiente para essa personagem? A câmera mantém a distância original? Se o sorriso ficar exagerado, substitua “forms a small, relaxed smile” por “her expression softens slightly while her lips remain together.” Se o giro for muito amplo, peça movimento dos olhos e apenas um pequeno ajuste do queixo.

Se isso produz todo o momento de ação de que você precisa, mantenha a versão curta.

Dez segundos: termine o gesto da mão antes da pausa

Escolha dez quando o movimento tem um caminho de ida e outro de volta. Retornar a mão ao repouso faz o final parecer intencional, em vez de cortar o gesto pela metade.

Defina a duração como 10 e cole:

One continuous ten-second shot of the fictional adult woman in the opening image. Keep her face, opaque navy camisole, black trousers, chair and warm lamp unchanged. From 0 to 2 seconds, she turns her gaze gently toward the camera while both hands rest on the chair arms. From 2 to 5 seconds, she lifts her right hand from the right chair arm, keeping it beside her cheek rather than across her face, and tucks the loose hair behind her right ear. From 5 to 8 seconds, her right hand travels back down and rests on the same chair arm; she maintains a small, relaxed smile. From 8 to 10 seconds, she remains in that settled seated pose, with both hands visible at rest. Natural blinking and breathing continue. Fixed eye-level camera, unchanged full-length framing, one take. Her outfit stays in place and her mouth stays closed.

Os cinco segundos extras servem ao deslocamento da mão, ao contato com o cabelo, ao retorno e à recuperação. Não são apenas uma versão mais lenta do olhar.

Plano de movimento ilustrado: pose inicial, mão na orelha e retorno ao repouso para o prompt de dez segundos.

Examine o momento em que a mão chega à orelha. Dedos sumindo dentro da bochecha, rosto mudando atrás da mão ou braço voltando a outro lugar são motivos para revisar o gesto. Primeiro reduza o movimento: substitua o gesto atrás da orelha por “she gently smooths the outside of her hair beside her neck, then returns her hand to the chair arm.” Isso remove o contato próximo entre mão e orelha, mantendo um movimento visível.

Quinze segundos: inclua antecipação e recuperação

Quinze segundos combinam com um teaser em que a introdução tranquila e a reação da personagem fazem parte da cena. É excessivo se o único requisito é «olhar para a câmera».

Defina a duração como 15 e cole:

One continuous fifteen-second seated shot of the fictional adult woman from the opening image. Preserve her face, opaque navy camisole, black trousers, chair and warm lamp throughout. From 0 to 3 seconds, she rests with both hands on the chair arms, looking slightly off camera; her shoulders relax and her eyes shift toward the viewer. From 3 to 7 seconds, she lifts her right hand beside her face and gently smooths the loose hair back beside her right ear, keeping her face visible. From 7 to 10 seconds, she lowers that hand to the same chair arm and finishes the movement. From 10 to 12 seconds, she makes a small seated shoulder adjustment toward the camera and lets a restrained smile form. From 12 to 15 seconds, she settles facing the viewer, both hands visible at rest, with natural blinking and breathing. Eye-level fixed camera, unchanged full-length framing, no cuts. She stays seated, her outfit remains in place and her mouth stays closed.

Aqui, o movimento da mão se parece com o exemplo de dez segundos, mas a antecipação e a reação final têm espaço para aparecer. O ajuste dos ombros é pequeno; não é um giro completo do corpo nem uma nova pose.

Se os primeiros três segundos não têm nada útil, encurte a introdução em vez de adicionar outra ação para preenchê-la. Se a mão termina cedo e o restante do clipe repete gestos, remova o ajuste dos ombros e peça uma recuperação tranquila, ou volte a dez segundos. Se a expressão ou a roupa mudam mais adiante, encurte o momento planejado e especifique o estado final desejado. Tomadas longas deixam mais espaço para ações não planejadas; comprar mais segundos não corrige uma intensificação indesejada.

O guia oficial de prompts usa descrições temporizadas para organizar cenas. As sequências aqui aplicam essa ideia a uma tomada contínua. Mantenha “one continuous shot” no prompt: os tempos organizam o gesto, mas não exigem um corte em cada limite. São pedidos de ritmo, não uma linha do tempo de edição precisa por quadro. Veja o resultado real antes de posicionar uma legenda ou ajustar um corte.

Quando o movimento ou o final dá errado

Uma duração mal escolhida costuma aparecer como um problema específico. Mude essa parte das instruções antes de comprar outro clipe mais longo.

Opções de gesto ilustradas. À esquerda: a mão cobre um olho. À direita: fica no cabelo ao lado do pescoço, deixando o rosto visível.

O parâmetro opcional last_image_url pode fornecer a composição final pretendida nos dois endpoints. Use uma imagem estática aprovada com a mesma personagem, roupa, poltrona e iluminação. A imagem de encerramento fixa o último quadro; use uma com a mão em repouso para chegar a essa pose. Neste teaser, o final pode diferir do início. Um loop sem emendas tem uma exigência adicional na junção que este clipe de percurso único não tem.

Se sua ideia inclui levantar, atravessar a sala e sentar em uma segunda poltrona, separe em tomadas. Faça uma imagem estática aprovada para cada composição e use um corte deliberado entre elas. Você pode repetir uma tomada que falhou de forma independente. Duas solicitações de cinco segundos custam o mesmo que uma de dez na mesma tarifa por segundo, antes das novas tentativas; tomadas separadas não viram automaticamente uma tomada contínua sem emendas. Para uma sequência realmente mais longa e contínua, veja o guia de vídeos NSFW mais longos.

Wan 3.0 padrão ou Spicy para este teaser?

Comece com Wan 3.0 padrão de imagem para vídeo para este teaser com roupa. Ele gera conteúdo adulto e é mais barato em 480p. No exemplo correspondente com roupa, o padrão manteve o figurino e Spicy o alterou.

Wan 3.0 Spicy pode levar a cena mais longe no conteúdo adulto, inclusive com mudanças de figurino indesejadas. Escolha quando essa direção combinar com a cena pretendida, em vez de esperar que resolva problemas de movimento ou tempo. Para teasers contidos, especifique o estado final e use a menor duração que complete a ação.

Quanto custam cinco, dez e quinze segundos

Custos por solicitação em USD, sem a geração da imagem de origem:

Para o gesto de dez segundos, um rascunho padrão em 480p e um rascunho revisado custam $0,90 no total. Uma geração de dez segundos em 1080p com Wan 3.0 Pro acrescenta $1,44, chegando a $2,34 no total; com o padrão em 1080p, o total é $2,70. Mudar para Pro cria uma nova tomada, não uma ampliação de resolução do rascunho aprovado.

Se você pedir quinze segundos, mas guardar apenas os primeiros oito no editor, ainda paga pela geração de quinze segundos. Cortar não reembolsa a cauda descartada. Uma solicitação menor só economiza se completar a ação necessária.

No primeiro rascunho, use o olhar de cinco segundos se quiser apenas a personagem cumprimentando o espectador. Passe a dez quando o gesto da mão importar. Escolha quinze apenas quando preparação e recuperação merecerem seu lugar no teaser pronto. Depois revise a parte em que você realmente vê o problema.

Execute o movimento aprovado pela API

Defina SPICY_API_KEY no ambiente e SPICY_IMAGE_URI como o URL acessível da imagem inicial ou o URI spicy:// enviado. Este exemplo Python 3 envia uma nova tomada depois que você confirma seu preço.

import json
import os
import urllib.request
import uuid

base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
           "Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
settings = {
    "duration_seconds": 5,
    "resolution": "480p",
    "generate_audio": False,
    "enable_prompt_expansion": False
}
settings["prompt"] = 'One continuous fixed-camera shot. The seated adult turns her gaze toward the camera and gives a small smile, then rests. Keep the outfit, chair and framing unchanged.'
settings["image_url"] = os.environ["SPICY_IMAGE_URI"]
payload = {"model": "alibaba/wan-3.0/image-to-video", "input": settings}

def post(path, body):
    request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
    with urllib.request.urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
    raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
                              "expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])

Guarde a chave de solicitação impressa para recuperar essa mesma solicitação; uma nova tomada recebe uma nova chave. A documentação da API de tarefas explica entrega de resultados e recuperação.

Para tomadas repetidas, deixe um Agent usar um arquivo de entrada aprovado: CLI spicyapi tasks create --model alibaba/wan-3.0/image-to-video --input-file input.json --wait; MCP peça que chame spicyapi_task_create com esse modelo e entrada; Skill peça “Use the spicyapi Skill to generate this approved shot and return the result.” CLI e MCP mostram o preço antes da criação. Veja a documentação de integração com Agent.