Skip to main content
POST

认证

string
必填
所有接口均需要使用 Bearer Token 进行认证访问 API Key 管理页面 获取 API Key:

生成模式

模型名固定 wan3.0-video,按传参自动承接多种能力:

请求参数

基础

string
必填
固定值:wan3.0-video
string
文本描述。与素材字段至少填其一
  • 最长 20000 字符,超出部分会被自动截断(不报错)
  • 参考模式下可用「图1」「视频1」「音频1」指代素材;编号按同类型素材在数组中的顺序(图与视频各自从 1 计数)
string
默认值:"1080P"
输出分辨率(大小写不敏感)
  • 480P
  • 720P
  • 1080P默认,价格最高)
不传 resolution 时按 1080P 计费。对成本敏感时请显式传 480P720P
string
默认值:"adaptive"
宽高比。也可用 aspect_ratio
  • adaptive(默认,自适应)
  • 16:9 / 4:3 / 1:1 / 3:4 / 9:16
integer
默认值:"5"
生成时长(秒),2–30,默认 5
不支持 duration: -1(智能时长)。请传 2–30 的整数。
有参考视频输入时,要求「输入视频总时长 + 输出 duration ≤ 30 秒」,超出将被拒绝。
boolean
默认值:"true"
输出视频是否含音轨,默认 true开关声音价格相同
integer
随机种子,范围 [0, 2147483647]
boolean
默认值:"false"
是否加水印,默认 false
string
决定裸 image_urls 归到哪一族:
  • frame — 首尾帧族
  • reference — 参考族
不传则自动判断,见下方「两族素材互斥」。

素材输入

string[]
图片 URL 数组。角色归属见「两族素材互斥」。支持公网 URL 与 Base64(data:image/png;base64,...)。
object[]
带角色的图片数组,可显式指定角色。每项:
  • url:图片地址
  • rolefirst_frame / last_frame / reference_image(及常见别名)
string[]
参考视频,最多 5 段;单段 1–15 秒,总时长 ≤ 15 秒
string[]
参考音频,最多 5 段;单段 1–15 秒,总时长 ≤ 15 秒
string
单条参考音频(与 audio_urls 等价的单值写法)
string
参考文档 URL,最多 1 个。不可与 link_url 同时传支持:docx / doc / xlsx / xls / pptx / ppt / pdf / txt / key / pages / numbers / md 等,≤100MB,≤50 页。
公开网页 URL,最多 1 个。仅支持免登录网页。不可与 file_url 同时传

两族素材互斥

素材分两族,不能混用(提交前校验,返回 400,不建任务、不扣费):

image_urls 如何归属

  1. 传了 generation_type → 以它为准(frame / reference
  2. 未传,但请求含参考族输入(video_urls / audio_urls / audio_url / file_url / link_url)→ 归 reference_image
  3. 都没有 → 归首尾帧族:第 1 张 first_frame,第 2 张 last_frame(与 wan2.7 一致)
需要精确控制时请用 image_with_roles

素材上限与格式

请求示例

文生视频

首帧生视频

首尾帧生视频

或使用 image_with_roles

参考生视频(多素材)

video_urls 时,裸 image_urls 会自动归参考图;显式 generation_type: "reference" 更清晰。

参考文件生视频

可不传 prompt,由文档内容驱动生成:

参考网页生视频

计费

按秒 × 分辨率计费(与官方刊例一致),开关声音同价:
  • 默认 1080P(最贵),成本敏感请显式传 480P / 720P
  • 计费秒数 = 请求的 duration
  • audio: true/false 不影响价格

限制与注意

常见错误

均为同步 400,不建任务、不扣费:

Response

integer
响应状态码,成功时为 200
array
返回数据数组
查询任务结果视频为异步任务。使用 获取任务状态GET /v1/videos/generations/{task_id} 轮询。建议每 5–10 秒一次;生成通常 1–5 分钟。成功后取 result.videos 中的地址。