# Wan VACE 14B API

> सामान्य VACE 14B वीडियो मॉडल: कई वैकल्पिक इनपुट के साथ कोई कार्य (डेप्थ, पोज़, इनपेंटिंग, आउटपेंटिंग, रीफ़्रेम) चुनें

`task` के ज़रिए चुना जाने वाला बहुउद्देशीय वीडियो जनरेटर और एडिटर: डेप्थ मैप, पोज़, इनपेंटिंग, आउटपेंटिंग या reframe। इनपुट में स्रोत `video_url`, मास्क वीडियो या इमेज, `ref_image_urls`, और पहले व अंतिम फ़्रेम के URL शामिल हैं। `num_frames` 17 से 241 और `resolution` 240p से 720p तक है। unipc, dpm++ और euler सैंपलर चुने जा सकते हैं।

- Model id: `wan-vace-14b`
- Made by: Alibaba
- Category: Video to Video
- Output: video
- Price per second of your output video: from $0.04 / second of output video (cheapest run $0.04 (40 API credits))
- Run: `POST https://api.doitong.com/v1/run/wan-vace-14b`
- Quote: `POST https://api.doitong.com/v1/quote/wan-vace-14b`
- Docs page: https://doitong.com/hi/developers/models/wan-vace-14b

## Pricing

Price: **from $0.04 / second of output video** (the lowest tier; the quote prices your exact input). Price per second of your output video: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

Price by tier:

- 240p: $0.04 / second of output video
- 360p: $0.04 / second of output video
- 480p: $0.04 / second of output video
- 580p: $0.06 / second of output video
- auto: $0.08 / second of output video
- 720p: $0.08 / second of output video

The full example input below costs $0.405 = 405 API credits (5.0625 s output video × $0.08 (auto)).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/wan-vace-14b` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | वीडियो निर्माण का मार्गदर्शन करने वाले टेक्स्ट निर्देश। |
| `negative_prompt` |  | string | no | `letterboxing, borders, black bars, bright colors, overexposed, static, blurred details, subtitles, style, artwork, painting, picture, still, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, malformed limbs, fused fingers, still picture, cluttered background, three legs, many people in the background, walking backwards` |  | वीडियो बनाते समय लागू किया गया नकारात्मक प्रॉम्प्ट। |
| `match_input_num_frames` |  | boolean | no | `false` |  | बनाए गए वीडियो की फ़्रेम संख्या का स्रोत: false `num_frames` का उपयोग करता है, जबकि true इनपुट वीडियो की फ़्रेम संख्या कॉपी करता है। |
| `num_frames` |  | integer | no | `81` | 17 – 241 | आउटपुट फ़्रेम संख्या, जिसमें 81–241 की समावेशी सीमा है। |
| `match_input_frames_per_second` |  | boolean | no | `false` |  | बनाए गए वीडियो की फ़्रेम दर का स्रोत: false `frames_per_second` का उपयोग करता है, जबकि true इनपुट वीडियो की फ़्रेम दर कॉपी करता है। |
| `frames_per_second` |  | integer \| null | no | `16` | 5 – 30 | बनाए गए वीडियो की फ़्रेम दर, केवल तब लागू होती है जब `match_input_frames_per_second` true न हो; स्वीकृत मान 5–30 फ़्रेम प्रति सेकंड हैं। |
| `task` |  | enum (string) | no | `depth` | `depth`, `pose`, `inpainting`, `outpainting`, `reframe` | मॉडल द्वारा किए जाने वाले कार्य का प्रकार। |
| `seed` |  | integer \| null | no |  |  | निर्माण को पुनरुत्पाद्य बनाने वाली सीड। इसे None पर सेट करने से सीड यादृच्छिक रूप से चुनी जाती है। |
| `resolution` |  | enum (string) | no | `auto` | `auto`, `240p`, `360p`, `480p`, `580p`, `720p` | आउटपुट वीडियो का रिज़ॉल्यूशन। |
| `aspect_ratio` |  | enum (string) | no | `auto` | `auto`, `16:9`, `1:1`, `9:16` | परिणामी वीडियो का आस्पेक्ट रेशियो। |
| `num_inference_steps` |  | integer | no | `30` | 2 – 50 | sampling step count, जिसमें count बढ़ने पर अधिक processing time के बदले बेहतर गुणवत्ता मिलती है। |
| `guidance_scale` |  | number | no | `5` | 1 – 10 | classifier-free guidance के माध्यम से नियंत्रित प्रॉम्प्ट-संरेखण की स्ट्रेंथ; स्केल बढ़ाने पर बनाई गई इमेज टेक्स्ट का अधिक सटीकता से अनुसरण करती हैं। |
| `sampler` |  | enum (string) | no | `unipc` | `unipc`, `dpm++`, `euler` | वीडियो बनाते समय उपयोग किया जाने वाला सैम्पलर। |
| `shift` |  | number | no | `5` | 1 – 15 | वीडियो बनाते समय लागू की जाने वाली शिफ्ट सेटिंग। |
| `video_url` | `video` | string (video URL) \| null | no |  |  | मॉडल के लिए वीडियो रेफ़रेंस, उपलब्ध होने पर स्रोत फ़ाइल की ओर संकेत करने वाले URL के रूप में दिया जाता है। |
| `mask_video_url` |  | string (video URL) \| null | no |  |  | मॉडल के लिए मास्क रेफ़रेंस, उपलब्ध होने पर स्रोत फ़ाइल की ओर संकेत करने वाले URL के रूप में दिया जाता है। |
| `mask_image_url` |  | string (image URL) \| null | no |  |  | फ़ाइल URL से दिया गया मार्गदर्शक मास्क, मौजूद होने पर मास्क वीडियो URL पर प्राथमिकता रखता है। मॉडल मास्क किए गए वीडियो के निर्माण को निर्देशित करने के लिए इस मास्क का उपयोग करता है। |
| `ref_image_urls` |  | array of image URL | no |  |  | वैकल्पिक स्रोत-इमेज URL, जो मॉडल को उपयोग करने के लिए संदर्भ इमेज देते हैं। |
| `first_frame_url` | `image` | string \| null | no |  |  | URL के माध्यम से दिया गया वैकल्पिक प्रथम-फ़्रेम संदर्भ, जिसे मॉडल वीडियो प्रोसेस करते समय उपयोग करता है। |
| `last_frame_url` | `end_image` | string \| null | no |  |  | URL के माध्यम से दिया गया वैकल्पिक अंतिम-फ़्रेम संदर्भ, जिसे मॉडल वीडियो प्रोसेस करते समय उपयोग करता है। |
| `enable_safety_checker` |  | boolean | no | `false` |  | सुरक्षा-जांच स्विच, जिसकी off सेटिंग के लिए खाते का प्राधिकरण आवश्यक है। उस प्राधिकरण के बिना, सेटिंग की परवाह किए बिना प्रत्येक अनुरोध की जांच की जाती है; true जाँचकर्ता को सक्षम करता है। |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | नियंत्रित करता है कि प्रॉम्प्ट विस्तार सक्षम है या नहीं। |
| `preprocess` |  | boolean | no | `false` |  | इनपुट वीडियो के प्रीप्रोसेसिंग को नियंत्रित करता है। |
| `acceleration` |  | enum (string) \| null | no | `regular` | `none`, `low`, `regular` | इन्फ़रेंस एक्सेलेरेशन सेटिंग, जिसमें 'none' या 'regular' में से चुन सकते हैं: एक्सेलेरेटेड प्रोसेसिंग आउटपुट में बहुत छोटे बदलाव की कीमत पर गति में पर्याप्त सुधार देती है। |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | परिणामी वीडियो का गुणवत्ता स्तर। |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | परिणामी वीडियो का लेखन मोड। |
| `num_interpolated_frames` |  | integer | no | `0` | 0 – 5 | इंटरपोलेशन संख्या: 0 मूल फ़्रेम को बिना इंटरपोलेशन के रखता है; अन्य मान उनके बीच बनाए जाने वाले मध्यवर्ती फ़्रेम की संख्या बताते हैं। |
| `temporal_downsample_factor` |  | integer | no | `0` | 0 – 5 | वीडियो फ़्रेम-स्किपिंग गुणक, पूर्णांक के रूप में व्यक्त; प्रत्येक डाउनसैंपलिंग गुणक के लिए एक बार स्वचालित अपसैंपलिंग लागू होती है। टेम्पोरल डाउनसैंपलिंग अक्षम रखने के लिए 0 का उपयोग करें। |
| `enable_auto_downsample` |  | boolean | no | `false` |  | स्वचालित फ़्रेम-संख्या अनुकूलन: इसे सक्षम करने पर मॉडल उपयुक्त लंबाई वाले टेम्पोरली डाउनसैंपल किए गए वीडियो को प्रोसेस कर सकता है; बाद में इंटरपोलेशन मूल फ़्रेम संख्या बहाल करता है। |
| `auto_downsample_min_fps` |  | number | no | `15` | 1 – 60 | डाउनसैंपलिंग के बाद अनुमत न्यूनतम फ़्रेम दर, फ़्रेम प्रति सेकंड में। कम गति वाले फुटेज के लिए, इस मान को घटाने से अधिक डाउनसैंपलिंग और लंबे अनुक्रम संभव होते हैं; बहुत तेज़ गति के लिए अधिक मान आवश्यक हो सकता है, हालांकि डिफ़ॉल्ट अधिकांश वीडियो के लिए उपयुक्त है। स्वचालित डाउनसैंपलिंग इस सीमा का उपयोग ऐसा न्यूनतम गुणक चुनने के लिए करती है जो विवरण सुरक्षित रखता है। |
| `interpolator_model` |  | enum (string) | no | `film` | `rife`, `film` | फ़्रेम इंटरपोलेशन मॉडल चयन: 'rife' या 'film' में से एक। |
| `transparency_mode` |  | enum (string) | no | `content_aware` | `content_aware`, `white`, `black` | आरंभिक और अंतिम फ़्रेम के लिए पारदर्शिता प्रबंधन, जो निर्धारित करता है कि उनके पारदर्शी क्षेत्र कैसे भरे जाएँ। |
| `return_frames_zip` |  | boolean | no | `false` |  | क्या प्रत्येक बनाए गए फ़्रेम वाला ZIP आर्काइव भी लौटाया जाए; true होने पर सक्षम। |

File parameters (`video`, `mask_video_url`, `mask_image_url`, `ref_image_urls`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/wan-vace-14b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/wan-vace-14b?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/wan-vace-14b", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "wan-vace-14b",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan-vace-14b",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 405,
    "usd": "0.405",
    "charged": 405,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "prompt": "string",
    "seed": 42,
    "frames_zip": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames} | निर्माण से तैयार की गई वीडियो फ़ाइल। |
| `prompt` | string | आउटपुट बनाने के लिए उपयोग किया गया प्रॉम्प्ट। |
| `seed` | integer | निर्माण के दौरान लागू किया गया सीड मान। |
| `frames_zip` | object {url, content_type, file_name, file_size} \| null | अनुरोध किए जाने पर लौटाया गया प्रत्येक वीडियो फ़्रेम वाला ZIP आर्काइव। |

## Related models

- [Wan VACE 14B · Depth](https://doitong.com/developers/models/wan-vace-14b/depth.md) (`wan-vace-14b/depth`): from $0.04 / second of output video
- [Wan VACE 14B · Inpainting](https://doitong.com/developers/models/wan-vace-14b/inpainting.md) (`wan-vace-14b/inpainting`): from $0.04 / second of output video
- [Wan VACE 14B · Outpainting](https://doitong.com/developers/models/wan-vace-14b/outpainting.md) (`wan-vace-14b/outpainting`): from $0.04 / second of output video
- [Wan VACE 14B · Pose](https://doitong.com/developers/models/wan-vace-14b/pose.md) (`wan-vace-14b/pose`): from $0.04 / second of output video
- [Wan VACE 14B · Reframe](https://doitong.com/developers/models/wan-vace-14b/reframe.md) (`wan-vace-14b/reframe`): from $0.04 / second of output video
- [Happy Horse Video Edit](https://doitong.com/developers/models/alibaba/happy-horse/video-edit.md) (`alibaba/happy-horse/video-edit`): from $0.28 / second of input video
- [Wan 2.1 VACE Long Reframe](https://doitong.com/developers/models/wan-vace-apps/long-reframe.md) (`wan-vace-apps/long-reframe`): from $0.04 / 2 seconds of input video
- [Wan 2.2 VACE Fun A14B · Depth](https://doitong.com/developers/models/wan-22-vace-fun-a14b/depth.md) (`wan-22-vace-fun-a14b/depth`): from $0.05 / second of output video

## Links

- HTML page: https://doitong.com/developers/models/wan-vace-14b
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=wan-vace-14b
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/wan-vace-14b