Wan 2.2 API

Wan 2.2 текст в видео создаёт клип только по написанному промпту. Каждый запрос возвращает одно беззвучное видео длительностью пять секунд в формате 16:9 или 9:16 с разрешением 480p или 720p. Промпт может содержать до 5 000 символов и остаётся единственным обязательным полем: по умолчанию соотношение сторон 16:9, разрешение 480p, а расширение промпта выключено, пока вы его не включите.

Выбор режима Wan 2.2 по исходному материалу

Фиксированный дубль в пять секунд

У режима «текст в видео» нет настройки длительности: каждый дубль длится ровно пять секунд, поэтому длина результата известна ещё до отправки запроса. В пять секунд помещается один момент — объект, одно действие и одно движение камеры, — а не цепочка событий. Надёжнее всего работают промпты, написанные именно под такой объём.

Два формата и два разрешения

Соотношение сторон по умолчанию 16:9, для вертикальной публикации — 9:16. Квадратного кадра и 4:3 нет, поэтому для квадратной версии генерируйте в 16:9 и обрезайте при монтаже. Разрешение — 480p или 720p, и это единственная настройка, от которой зависит цена, так что для черновиков естественно брать 480p.

Только изображение

Клипы приходят без звуковой дорожки, настроек звука нет. Всё, что зритель должен почувствовать, должно быть видно: опубликованный пример со снежной платформой строит ритм на падающем снеге, клубящемся на морозе дыхании и мигающем фонаре платформы, а не на фоновом звуке.

Необязательные расширение промпта и seed

Расширение промпта переписывает короткое задание в более подробное перед генерацией. Seed принимает значения от 0 до 2147483647 и фиксирует источник случайности, чтобы вы сравнивали по одному изменению за раз; покадрово одинаковый клип при повторном запуске он не гарантирует.

Пакетные черновики раскадровки

Опишите каждый момент раскадровки отдельным промптом и отрендерите весь список в 480p. Пяти секунд достаточно, чтобы оценить кадрирование и движение, а поскольку все запросы одной длины и цена зависит только от разрешения, стоимость пакета известна до отправки. Отобранные дубли перерендерите в 720p с тем же промптом и тем же seed.

Вертикальные клипы для соцсетей

Задайте соотношение сторон 9:16 и опишите одно непрерывное действие. Опубликованный пример с ночным рынком делает именно это в 720p: молодая женщина в жёлтом дождевике берёт шпажку у гриль-лавки, дым и пар поднимаются сквозь гирлянды лампочек, а потом она поворачивается и идёт к камере, которая медленно наезжает с рук.

Проверка, работает ли идея кадра в движении

Прежде чем переходить к дублю в 720p, идею можно недорого проверить. Пример с лестницей маяка написан как одно действие и одна позиция камеры — пожилой мужчина с фонарём поднимается по последнему витку винтовой лестницы, низко поставленная камера следует за ним — и отрендерен в 16:9 при 480p.

# 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-2.2/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "480p",
    "aspect_ratio": "16:9"
  }
}'

# 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"

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.