Skip to main content
POST

Autenticación

string
requerido
Todos los endpoints requieren autenticación Bearer TokenObtenga su API Key en la página de gestión de API Keys:

Modos de generación

El nombre del modelo es fijo: wan3.0-video. Los modos se seleccionan mediante los campos de la solicitud:

Parámetros de la solicitud

Básicos

string
requerido
Valor fijo: wan3.0-video
string
Descripción textual. Obligatorio a menos que se proporcionen campos de medios (al menos uno entre prompt o medios).
  • Máx. 20.000 caracteres; el exceso se trunca automáticamente (sin error)
  • En modo de referencia, use “图N / 视频N / 音频N” para referirse a los assets; los índices siguen el orden dentro de cada tipo de medio
string
predeterminado:"1080P"
Resolución de salida (no distingue mayúsculas/minúsculas)
  • 480P
  • 720P
  • 1080P (predeterminado, precio más alto)
Omitir resolution factura a 1080P. Pase 480P o 720P explícitamente cuando el coste importe.
string
predeterminado:"adaptive"
Relación de aspecto. También se acepta aspect_ratio.
  • adaptive (predeterminado)
  • 16:9 / 4:3 / 1:1 / 3:4 / 9:16
integer
predeterminado:"5"
Duración en segundos, 2–30, predeterminado 5
duration: -1 (duración inteligente) no es compatible. Pase un entero de 2 a 30.
Con entrada de vídeo de referencia, la duración total de los vídeos de entrada + la duration de salida debe ser ≤ 30 segundos.
boolean
predeterminado:"true"
Si la salida incluye pista de audio. Predeterminado true. El precio es el mismo con o sin audio.
integer
Semilla aleatoria en [0, 2147483647]
boolean
predeterminado:"false"
Si se debe añadir una marca de agua. Predeterminado false
string
Cómo se clasifican los image_urls sin rol explícito:
  • frame — familia de primer/último fotograma
  • reference — familia de referencia
Si se omite, la clasificación es automática (véanse las reglas de exclusión mutua).

Entradas de medios

string[]
Array de URL de imágenes. La asignación de roles sigue las reglas de exclusión mutua.URL pública o Base64 (data:image/png;base64,...).
object[]
Imágenes con roles explícitos. Cada elemento:
  • url: dirección de la imagen
  • role: first_frame / last_frame / reference_image (se aceptan alias comunes)
string[]
Vídeos de referencia, hasta 5 clips; cada uno 1–15 s, total ≤ 15 s
string[]
Audio de referencia, hasta 5 clips; cada uno 1–15 s, total ≤ 15 s
string
Audio de referencia único (forma de valor único de audio_urls)
string
URL de documento de referencia, como máximo 1. No se puede combinar con link_url.Formatos: docx / doc / xlsx / xls / pptx / ppt / pdf / txt / key / pages / numbers / md, ≤100 MB, ≤50 páginas.
URL de página web pública, como máximo 1. Solo páginas sin inicio de sesión. No se puede combinar con file_url.

Exclusión mutua de familias de medios

Los medios pertenecen a una de dos familias y no deben mezclarse (validado antes del envío → 400, sin tarea, sin cargo):

Cómo se asignan los image_urls sin rol

  1. Si generation_type está definido → usarlo (frame / reference)
  2. Si no, y la solicitud ya tiene entradas de la familia de referencia (video_urls / audio_urls / audio_url / file_url / link_url) → tratar como reference_image
  3. Si no → familia frame: primer elemento first_frame, segundo last_frame (igual que wan2.7)
Use image_with_roles cuando necesite control explícito.

Límites y formatos de medios

Ejemplos de solicitud

Texto a vídeo

Vídeo desde el primer fotograma

Primer + último fotograma

O con image_with_roles:

Referencia multimodal

Con video_urls presente, los image_urls sin rol se clasifican automáticamente como imágenes de referencia; definir generation_type: "reference" es más claro.

Vídeo de referencia por archivo

prompt puede omitirse; la generación se basa en el documento:

Vídeo de referencia por página web

Facturación

Por segundo × resolución (alineado con el precio oficial). El audio activado/desactivado no cambia el precio:
  • El valor predeterminado es 1080P (el más caro); pase 480P / 720P cuando el coste sea sensible
  • Segundos facturables = duration solicitada
  • audio: true/false no afecta al precio

Límites y notas

Errores comunes

Todos son 400 síncronos (sin tarea, sin cargo):

Respuesta

integer
Código de estado; 200 en caso de éxito
array
Array de datos de respuesta
Consultar resultadosLa generación de vídeo es asíncrona. Consulte Obtener estado de la tarea o GET /v1/videos/generations/{task_id}.Intervalo recomendado 5–10 segundos; la generación suele tardar 1–5 minutos. En caso de éxito, use las URL en result.videos.