Wan 2.6 Spicy API

Wan 2.6 Spicy Изображение в видео — единственный эндпоинт семейства моделей Wan 2.6 Spicy. Разрешённый к использованию стартовый кадр превращается ровно в 5, 10 или 15 секунд в 720p или 1080p, которые возвращаются со звуком. Кадр несёт гардероб, тело, декорации, свет и формат изображения; промпт несёт движение. Ничто в запросе не помечает клип, и никаких деклараций для каждого запроса не требуется.

Обязателен только image_url. Промпт, негативный промпт, звуковая дорожка, тип кадра, расширение промпта и seed — необязательные.

Три фиксированные длительности

duration_seconds — это закрытый список из 5, 10 и 15, а не диапазон. Если отправить 7, вернётся ошибка валидации, а не округлённый клип, поэтому вы всегда знаете, за сколько секунд платите, и можете планировать монтаж вокруг трёх длительностей. Вода, волосы и руки хорошо держатся на пяти секундах и сильнее уплывают на пятнадцати — это стоит учесть, прежде чем выбирать самый длинный вариант.

Своя дорожка через audio_url

Клипы всегда возвращаются со звуком; переключателя, который бы его отключал, нет. Если реплика или музыкальный фрагмент должны попасть в определённый кадр, передайте их через audio_url, и клип подстроит под них синхронизацию губ и темп. Файл должен быть в формате WAV или MP3, длиной от 3 до 30 секунд и не больше 15 МБ.

Отдельное поле для исключений

negative_prompt — место, где в пределах 500 символов исключаются второй человек, реквизит, текст на экране или водяной знак, который кадр упорно воспроизводит. Промпт длиной до 1500 символов остаётся свободным для движения. Повторное описание одежды или декораций в промпте подталкивает модель перерисовать то, что кадр уже зафиксировал.

Вода и свет

Опубликованный пример с бассейном начинается с кадра пловчихи, которая выходит из бассейна на крыше в синий час. Поскольку кадр содержит наряд, воду и город за её спиной, промпт лишь говорит, что она поднимается выше, откидывает волосы назад и открывает глаза, глядя в камеру. Длительность — пять секунд в 720p.

Сцены на двоих

Кадр с двумя людьми обрабатывается так же, как любое другое продолжение: клип продолжает то, что показано в начальном кадре, и ничего не проверяется после. Пример с гримёрной сохраняет один и тот же кадр на всём протяжении клипа, пока один человек движется за другим; рендер в 1080p, пять секунд.

Персонажи-компаньоны с вашей голосовой дорожкой

Используйте изображение персонажа как стартовый кадр и загрузите записанную реплику через audio_url. Движения губ и темп следуют вашему дублю, так что одно и то же лицо может произнести сценарий, а не изображать общие движения.

Пятнадцатисекундные ролики за один вызов

Пятнадцати секунд хватает на целый преролл или карточку сторис без монтажа. Один стартовый кадр, одна строка действия, один запрос, а поскольку длительность — одно из трёх фиксированных значений, она известна до отправки.

# 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-spicy/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"

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