Какой режим входа выбрать?

Текст создаёт новый внешний вид из описания. Режим изображения начинает с выбранного кадра и может использовать конечный. Референсы переносят персонажа, место, движение или звук в новую композицию. Выбирайте по материалам и тому, что следующий ролик должен сохранить.

Что определяет итоговую цену?

Цена ролика фиксированной длины определяется выбранной ставкой за секунду и длительностью. Подберите движение на пяти секундах, выберите итоговое разрешение и проверьте расчёт перед отправкой.

Можно сравнивать дубли с одним seed?

Да, этот endpoint принимает seed. Сохраните изображение, промпт и другие настройки, меняя один пункт. Seed помогает сравнивать, но не обещает идентичные кадры.

С чего полезно начать NSFW-процесс?

Начните с хорошо скомпонованного изображения совершеннолетних персонажей, представленных с согласия. Опишите жест, взгляд, расстояние и камеру. Для повторяющегося персонажа сначала выберите начальное изображение. Посмотрите реальные клипы в Examples и попробуйте короткий дубль до удлинения сцены.

Wan 3.0 Pro Prime API: NSFW-видео без цензуры, до 4K

alibaba/wan-3.0-pro-prime/text-to-video

Wan 3.0 Pro Prime text-to-video рендерит промпт в 1080p, 2K или 4K на 2–30 секунд со звуком. Уровни 2K и 4K получаются увеличением нативного рендера 1080p из Wan 3.0 Prime.

От $0.234/с

Запустить модель Открыть API

Ввод

Текст в видео

Промпт1375/20000

Photorealistic gothic cinematography. Framing is a classic medium shot: her entire head is in frame with clear headroom above her hair, and the frame cuts at her waist. Her face is fully visible at all times and is the centre of the shot. A vaulted stone crypt beneath an old castle at night, a branched candelabrum burning at frame left. An adult woman with pale skin, long dark hair and dark red lips stands three metres from the lens in a deep-crimson velvet gown worn off both shoulders with a black lace choker at her throat and a black lace shawl over her upper arms. She lifts her chin and turns her head slowly to look straight down the lens, draws one fingertip from behind her ear down the side of her throat, then parts her lips in a slow closed-eyed smile that shows the tips of two sharp canines, and finally opens her eyes at the camera. All the candle flames lean at once and the light flickers across her face and bare shoulders. Very slow push in from eye level, 50mm, shallow focus with the stone vault falling away into black behind her, hot candle gold against near-black and deep crimson, drifting mist. Audio: candle flames guttering, a heavy iron door groaning far off, velvet rustling, one slow breath. Adult woman, the gown and shawl stay fully on throughout, nothing is removed. Keep the whole face in frame, do not crop the head. No text, no logos.

Разрешениевлияет на цену

Соотношение сторон

Длительностьвлияет на цену

Генерировать аудио

Расширение промпта

Сид

Фильтр безопасностиВыключен

SpicyAPI не применяет фильтр безопасности к этой модели. Промпт и материалы передаются модели без изменений, а результат определяет сама модель.

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Вывод

Готово к запуску

Пример результата

Продлить

Апскейл видео

Редактирование видео

{
  "model": "alibaba/wan-3.0-pro-prime/text-to-video",
  "input": {
    "resolution": "1080p",
    "aspect_ratio": "16:9",
    "duration_seconds": 5,
    "generate_audio": true,
    "enable_prompt_expansion": true,
    "prompt": "Photorealistic gothic cinematography. Framing is a classic medium shot: her entire head is in frame with clear headroom above her hair, and the frame cuts at her waist. Her face is fully visible at all times and is the centre of the shot. A vaulted stone crypt beneath an old castle at night, a branched candelabrum burning at frame left. An adult woman with pale skin, long dark hair and dark red lips stands three metres from the lens in a deep-crimson velvet gown worn off both shoulders with a black lace choker at her throat and a black lace shawl over her upper arms. She lifts her chin and turns her head slowly to look straight down the lens, draws one fingertip from behind her ear down the side of her throat, then parts her lips in a slow closed-eyed smile that shows the tips of two sharp canines, and finally opens her eyes at the camera. All the candle flames lean at once and the light flickers across her face and bare shoulders. Very slow push in from eye level, 50mm, shallow focus with the stone vault falling away into black behind her, hot candle gold against near-black and deep crimson, drifting mist. Audio: candle flames guttering, a heavy iron door groaning far off, velvet rustling, one slow breath. Adult woman, the gown and shawl stay fully on throughout, nothing is removed. Keep the whole face in frame, do not crop the head. No text, no logos."
  }
}

Введение

Wan 3.0 Pro Prime Текст в видео создаёт по промпту план длиной от 2 до 30 секунд и выдаёт его в 1080p, 2K или 4K со звуком в том же файле. Список полей в точности совпадает с Wan 3.0 Pro Текст в видео, но базовый рендер — Wan 3.0 Prime, который Alibaba позиционирует как высокоскоростную версию с теми же возможностями. Нативный рендер Prime ограничен 1080p, поэтому ступени 2k и 4k получаются его увеличением, а не нативным рендером.

Выберите режим по исходному материалу

Исходный материал	Режим
Письменный бриф задаёт сцену, действие, камеру и при необходимости звук.	Wan 3.0 Pro Prime Текст в видео
Утверждённое стартовое изображение задаёт объект и композицию, а инструкция направляет последующее движение.	Wan 3.0 Pro Prime Изображение в видео
Отдельные референсы могут направлять идентичность, место, движение или звук, если каждому назначена ясная роль.	Wan 3.0 Pro Prime Референсы в видео

Ключевые возможности и особенности

То же тело запроса, что у Wan 3.0 Pro

Обязательное поле одно — prompt (до 20 000 символов); resolution по умолчанию 1080p, aspect_ratio — adaptive, а enable_prompt_expansion — true. Контракт идентичен, поэтому одно JSON-тело работает и на Pro, и на Pro Prime при замене только имени модели; прежде чем закрепить проект за одной из них, отправьте тестовый план в обе с одинаковым сидом.

Кадрирование — прямо в брифе

Пример со склепом тратит треть промпта только на кадрирование: вся голова в кадре, запас над волосами, граница кадра по талии, лицо видно всё время. Типичная ошибка крупного плана — модель срезает лицо из собственного кадра, а названное кадрирование это исправляет. Единственный рисующий свет — свечи, а звук — колеблющееся пламя, далёкая железная дверь — приходит в том же проходе.

Движение без точки опоры

У подводного примера нет пола, на который можно опереться: алое шёлковое платье раскрывается, пока героиня опускается, волосы расходятся веером, с кончиков пальцев тянутся пузырьки, а камера одновременно идёт по дуге и наклоняется. Разрешение не задано, поэтому используется 1080p по умолчанию. Больше всего от крупной ступени выдачи выигрывают планы, где ничто не замирает.

Параметры запроса

Параметры запроса Wan 3.0 Pro Prime · Text To Video
Параметр	Обязательно	Описание
`prompt`	Да	Герой, одно действие, одно движение камеры, затем свет и звук. В 4K расплывчатый бриф стоит настоящих денег, поэтому пишите кадр, а не настроение. Не менее 1 символов · Не более 20000 символов
`resolution`	Нет	1080p, 2k или 4k, по умолчанию 1080p. `1080p` · `2k` · `4k` · По умолчанию: `1080p`
`aspect_ratio`	Нет	16:9, 4:3, 1:1, 3:4, 9:16 или adaptive. По умолчанию adaptive, то есть выбирает модель; называйте формат, когда он у сдачи фиксирован. `16:9` · `4:3` · `1:1` · `3:4` · `9:16` · `adaptive` · По умолчанию: `adaptive`
`duration_seconds`	Нет	Любое целое число от 2 до 30, по умолчанию 5, или -1 — умная длительность, при которой длину выбирает модель: заранее резервируется максимум в 30 секунд, а списание идёт по факт… `-1` · `2–30` · По умолчанию: `5`
`generate_audio`	Нет	Включён по умолчанию. Звук генерируется вместе с картинкой и приходит внутри того же файла. По умолчанию: `true`
`enable_prompt_expansion`	Нет	У этого семейства включено по умолчанию. Тощие брифы оно дополняет, подробные переписывает, поэтому выключайте, как только prompt стал точным описанием кадра. По умолчанию: `true`
`seed`	Нет	От 0 до 2147483647. Фиксируйте его, пока подбираете разрешение или длительность, иначе каждый перезапуск меняет сразу две вещи. `≥ 0` · `≤ 2147483647`

Стоимость

Стоимость
Спецификация	Стоимость
`1080p`	$0.234 / секунду
`2k`	$0.252 / секунду
`4k`	$0.279 / секунду

Сценарии использования

Движущийся цветной свет в вертикальном кадре

Пример с полярным сиянием просит зелёный свет, бегущий по коже и волосам двух людей под одним одеялом на замёрзшем озере, в формате 9:16. Движущийся цветной свет на коже — первое место, где проявляются бандинг и цветовой шум, так что заказывайте для такого объекта 2K или 4K, только если сцене это действительно нужно; статичный объект в 4K даёт лишь более тяжёлый файл.

Съёмка с рук при имеющемся свете

Пример с ночным паромом намеренно прост: документальное кадрирование с рук, палубный прожектор и далёкие огни гавани, двое взрослых мужчин у кормовых поручней соприкасаются лбами и целуются, пока внизу бурлит кильватер. Флага контента нет — любая сцена отправляется как любой другой промпт; согласие, права, возраст и местное законодательство остаются вашей ответственностью.

Открыть руководства по ключевым сценариям

Руководство по промптам и практические советы

Ищите в малом, выдавайте в большом

Отлаживайте промпт в 1080p на 5 секундах с фиксированным seed. Когда дубль получился, отправьте точно то же тело с resolution равным 4k. Одновременная смена разрешения и сида меняет две вещи сразу и скрывает, что именно сдвинуло результат.

В увеличенном файле сначала проверяйте жёсткий свет

Единственный жёсткий источник ночью — висящая лампочка, палубный прожектор — первым показывает пределы увеличенного материала: бандинг в спаде света, восковая кожа, мокрая ткань, превращающаяся в серое пятно. Проверьте эти места в выданном файле 2K или 4K до цветокоррекции или монтажа последовательности.

Зафиксируйте текст до финального рендера

В этом семействе расширение промпта включено по умолчанию и переписывает подробные брифы. Выключите enable_prompt_expansion, как только промпт читается как точное описание кадра, чтобы выполнялась отлаженная версия. Пишите объект, одно действие, одно движение камеры, затем свет и звук.

Быстрый старт 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-pro-prime/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "1080p",
    "aspect_ratio": "adaptive",
    "duration_seconds": 5
  }
}'

# 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.

Связанные модели и следующие шаги

Нужной модели нет?

Напишите, какую модель добавить и для чего она вам нужна. Запрос попадёт к тем, кто решает, что подключать дальше.

Любая длина от 2 секунд до зарезервированных 30 секунд

Создайте тизер персонажа, кинематографичную сцену или короткий ролик с заданным звуком из описания. Укажите, кто в кадре, что меняется и как движется камера; выберите 2–30 секунд и 1080p / 2k / 4k.

Открыть песочницу

Любая длина от 2 секунд до зарезервированных 30 секунд

Исходный материал: Описание сцены; исходное изображение не нужно
Длительность: 2–30 s · 5 s по умолчанию
Выдача: 1080p / 2k / 4k · 1080p по умолчанию
Звук: Звук генерируется по умолчанию. Отключите его, если добавите отдельную дорожку.

Исходный материал: Выберите режим по исходному материалуНачните с текста, пока внешний вид ещё не определён. Для повторяющегося персонажа сохраните удачный кадр и используйте его в следующем ролике из изображения.
Длительность: Оцените цену до увеличения длиныЦена ролика фиксированной длины определяется выбранной ставкой за секунду и длительностью. Подберите движение на пяти секундах, выберите итоговое разрешение и проверьте расчёт перед отправкой.

Что можно создать с Wan 3.0 Pro Prime

Выберите формат под место публикации

Сначала выберите движение в 1080p. Уровни 2k и 4k увеличивают этот рендер для выдачи. Выбирайте их, если площадке нужны такие размеры, и проверяйте видео до увеличения.

Стилевая референция серии Wan 3.0
Этот портрет при свечах — стилевая референция серии Wan 3.0: оставьте всё лицо в кадре, назовите основной свет и упорядочьте жесты. Галерея также обозначает клип как референс серии.

Практические сценарии для Wan 3.0 Pro Prime

Создатели персонажей
Постройте тизер вокруг одного действия
Задайте взгляд, сближение или небольшой жест взрослого персонажа. Одно движение камеры и понятная концовка дают короткому тизеру понятную дугу.
Мода и редакционные проекты
Дайте ткани, свету и позе заметную роль
Выберите одежду и свет до движения. Поворот к окну, движение занавески или поднятая чашка дают зрителю конкретное действие.
Сцены со звуком
Сделайте атмосферу частью кадра
Назовите источник звука: дождь по стеклу, фон комнаты, шаги или короткую реплику. Включите звук для аудиовизуального черновика либо выключите, если добавите дорожку при монтаже.
Серии и кампании
Сохраните основу для следующих сцен
Сохраняйте удачное изображение с промптом и настройками. Используйте его для следующих кадров из изображения, а согласованные референсы — при смене места. Проверяйте и середину клипа.

Создайте первый ролик с Wan 3.0 Pro Prime

Опишите сцену вместо списка тегов
Укажите взрослого персонажа, место и действие, затем камеру и звук. На пять секунд задайте одно событие; более длинной сцене нужны начало и конец.
Задайте изменение
Опишите одно действие, темп и одно движение камеры. «Она поворачивается к объективу, пока камера медленно приближается» — понятная инструкция. Держите лицо видимым, если узнаваемость важнее всего.
Выберите пять секунд и проверьте цену
Начните с короткого кадра в подходящем черновом разрешении. Затем повышайте длину или размер по одному и проверяйте новый расчёт.
Сохраните удачный дубль
Проверьте начало, середину и конец: лицо, руки, одежду и обстановку. Сохраняйте входы с роликом. Фиксируйте seed для сравнения одной правки, меняйте для поиска другого дубля.

Wan 3.0 Pro Prime: сохранённый запрос и идеи промптов

Стилевая референция серии Wan 3.0

Этот портрет при свечах — стилевая референция серии Wan 3.0: оставьте всё лицо в кадре, назовите основной свет и упорядочьте жесты. Галерея также обозначает клип как референс серии.

Photorealistic gothic cinematography. Framing is a classic medium shot: her entire head is in frame with clear headroom above her hair, and the frame cuts at her waist. Her face is fully visible at all times and is the centre of the shot. A vaulted stone crypt beneath an old castle at night, a branched candelabrum burning at frame left. An adult woman with pale skin, long dark hair and dark red lips stands three metres from the lens in a deep-crimson velvet gown worn off both shoulders with a black lace choker at her throat and a black lace shawl over her upper arms. She lifts her chin and turns her head slowly to look straight down the lens, draws one fingertip from behind her ear down the side of her throat, then parts her lips in a slow closed-eyed smile that shows the tips of two sharp canines, and finally opens her eyes at the camera. All the candle flames lean at once and the light flickers across her face and bare shoulders. Very slow push in from eye level, 50mm, shallow focus with the stone vault falling away into black behind her, hot candle gold against near-black and deep crimson, drifting mist. Audio: candle flames guttering, a heavy iron door groaning far off, velvet rustling, one slow breath. Adult woman, the gown and shawl stay fully on throughout, nothing is removed. Keep the whole face in frame, do not crop the head. No text, no logos.

Продуктовый бит фиксированной длины для вертикальной ленты
duration_seconds равно 9, а aspect_ratio равно 9:16 — так вы напрямую нацеливаетесь на нужную длину, вместо того чтобы потом обрезать более длинный рендер.
```
A ceramic pour-over coffee dripper on a marble counter, steam rising in a thin column, morning light raking across the surface from the left, camera holds static then racks focus from the dripper to the steam
```
Умная длительность для сцены с открытым результатом
duration_seconds равно -1 позволяет модели самой найти длину для сцены, чья правильная продолжительность ещё не определена, а оплата следует за итоговым результатом.
```
A cargo train crossing a long steel bridge at dusk, fog rolling beneath the trusses, the camera tracking alongside at a fixed distance, wheels clicking over the rail joints, distant horn
```
Звук отключён для сцены с авторской озвучкой
generate_audio равно false передаёт монтаж композитору, вместо того чтобы доставлять его со сгенерированной дорожкой, которую пришлось бы заглушать.
```
A lone hiker crests a ridge line at sunrise, wind moving through dry grass, wide establishing shot slowly pushing in as clouds shift across the valley below
```

Выбор и использование Wan 3.0 Pro Prime

Рабочий порядок промпта

Пишите: исходное состояние → действие → камера → финал → звук. Дайте длинному дублю видимую последовательность вместо дополнительных прилагательных. Длину и разрешение задайте в элементах управления, а промпт используйте для режиссуры.