Wan 2.6 API

Wan 2.6 Imagem para vídeo parte do quadro que você envia em image_url e devolve exatamente 5, 10 ou 15 segundos em 720p ou 1080p, com som. O quadro define o sujeito, o figurino, o cenário, a direção da luz e as proporções do clipe. O prompt é opcional e comporta até 1.500 caracteres: uma ação para uma tomada única ou planos numerados para uma edição com vários planos.

Escolha o modo pelo material inicial

O quadro decide formato e aparência

Não existe campo de proporção: o clipe mantém as proporções da imagem que você envia, então uma entrega em 9:16 começa com um recorte em 9:16. O quadro pode ser JPEG, PNG sem transparência, BMP ou WEBP, com 240 a 8.000 pixels em cada lado e no máximo 20 MB. Tudo o que aparece nele já está decidido, o que deixa o prompt livre para descrever o movimento.

Cobertura cortada de um único quadro

Com shot_type em multi, o modelo pode cortar entre ângulos mantendo o visual do quadro inicial, então um clipe de quinze segundos pode trazer um plano de ambientação, um detalhe e um desfecho em vez de um único movimento de câmera à deriva. Uma solicitação multi sempre roda com a expansão do prompt ligada. Fique no single para giros de produto, pessoas falando para a câmera e tudo o que precisa continuar contínuo, porque o multi quebra a continuidade de propósito.

Som gerado ou enviado por você

O clipe volta com áudio gerado na mesma passada que a imagem. Para que a fala ou as batidas da música caiam onde você espera, envie audio_url: WAV ou MP3, de 3 a 30 segundos, até 15 MB. Uma faixa mais longa é cortada na duração do clipe; com uma mais curta, o resto do clipe fica em silêncio.

Um macro de produto que não pode pular

O exemplo do sérum anima uma foto de um frasco conta-gotas por cinco segundos em 1080p com seed fixo. Uma única gota cai da ponta do conta-gotas, anéis se espalham pelo líquido e a faixa de luz no vidro clareia um pouco, tudo em enquadramento macro travado com um leve tilintar de vidro. Ele continua como tomada única porque um plano de produto não deve cortar entre ângulos.

Uma história curta de interior a partir de uma foto

O exemplo do apartamento ao anoitecer tem 15 segundos em 720p, com shot_type em multi e expansão do prompt ligada. Um único quadro de interior rende três planos: o abajur pisca enquanto as luzes da cidade se acendem lá fora, uma manta dobrada escorrega da poltrona e a porta de entrada se abre, espalhando a luz do corredor pelo assoalho, sob o silêncio do ambiente e o trânsito distante.

Um personagem falando a sua própria fala

Combine a imagem de um personagem com uma fala gravada em audio_url para que a voz caia onde você espera, e não como um movimento genérico. Pessoas falando para a câmera ficam no single, e vale conferir a duração inteira: quando a faixa é mais curta que o clipe, o restante toca em silêncio.

# 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/image-to-video",
  "input": {
    "duration_seconds": 5,
    "image_url": "https://example.com/reference.png",
    "resolution": "720p",
    "shot_type": "single"
  }
}'

# 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"

Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.