Przejdź do treści

Wan v2.6 Text to Video

Integracja

Identyfikator modelu wan/v2.6/text-to-video
# 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/v2.6/text-to-video?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"

To żądanie: 0,75 $ 750 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
Alibaba Tekst na wideo 5–15 sdo 1080p #text-to-video

Text-to-video Wan 2.6 z klipami trwającymi 5, 10 lub 15 sekund, pięcioma proporcjami i opcjonalnym dźwiękiem w tle

Alibaba · Wideo

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Opisz wideo do wygenerowania, używając do 1500 znaków w języku chińskim lub angielskim. W przypadku wielu ujęć ustrukturyzuj tekst następująco: 'Ogólny opis. Pierwsze ujęcie [0-3s] treść. Drugie ujęcie [3-5s] treść.'

duration 5 s

Długość wideo wybrana z dostępnych czasów trwania: 5, 10 lub 15 sekund.

aspect_ratio domyślnie 16:9

Ustawienie proporcji szerokości do wysokości wideo, z szerszym wyborem proporcji dostępnym w Wan 2.6.

resolution domyślnie 1080p

Wybierz poziom rozdzielczości wideo. Dla Wan 2.6 T2V dostępne poziomy to 720p i 1080p; 480p nie jest obsługiwane.

Zaawansowane negative_prompt · audio · seed · enable_prompt_expansion · multi_shots · enable_safety_checker
domyślnie

Negatywny prompt określający niechcianą treść, ograniczony do 500 znaków.

audio_url
Upuść plik lub

Adres URL publicznie dostępnego pliku WAV lub MP3 dla muzyki w tle, trwającej 3–30 s i o rozmiarze nie większym niż 15 MB. Wybrany czas trwania wideo (5, 10 lub 15 sekund) ogranicza odtwarzanie do pierwszych N sekund, a nadmiar audio jest odrzucany; jeśli audio kończy się wcześniej, pozostała część wideo jest niema. Na przykład przy 3 sekundach audio i wideo trwającym 5 sekund, dźwięk jest odtwarzany przez pierwsze 3 sekundy, a następnie następuje 2 sekundy ciszy.

Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.

POST /run/wan/v2.6/text-to-video?wait=20 wycena → 0,75 $
# 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/v2.6/text-to-video?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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Wan v2.6 Text to Video

Tworzy film z promptu o długości do 1500 znaków w języku chińskim lub angielskim, z obsługą opisów wieloujęciowych określonych w czasie. `aspect_ratio` oferuje 16:9, 9:16, 1:1, 4:3 i 3:4, `resolution` wynosi 720p lub 1080p, a `duration` 5, 10 lub 15 sekund. Opcjonalny `audio_url` dodaje muzykę w tle. Rozszerzanie promptu i `multi_shots` są domyślnie włączone.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Opisz wideo do wygenerowania, używając do 1500 znaków w języku chińskim lub angielskim. W przypadku wielu ujęć ustrukturyzuj tekst następująco: 'Ogólny opis. Pierwsze ujęcie [0-3s] treść. Drugie ujęcie [3-5s] treść.'
audio_urlopcjonalne audio
Typurl · audio
Adres URL publicznie dostępnego pliku WAV lub MP3 dla muzyki w tle, trwającej 3–30 s i o rozmiarze nie większym niż 15 MB. Wybrany czas trwania wideo (5, 10 lub 15 sekund) ogranicza odtwarzanie do pierwszych N sekund, a nadmiar audio jest odrzucany; jeśli audio kończy się wcześniej, pozostała część wideo jest niema. Na przykład przy 3 sekundach audio i wideo trwającym 5 sekund, dźwięk jest odtwarzany przez pierwsze 3 sekundy, a następnie następuje 2 sekundy ciszy.
aspect_ratioopcjonalne
Typenum
Domyślne16:9
16:99:161:14:33:4
Ustawienie proporcji szerokości do wysokości wideo, z szerszym wyborem proporcji dostępnym w Wan 2.6.
resolutionopcjonalne
Typenum
Domyślne1080p
720p1080p
Wybierz poziom rozdzielczości wideo. Dla Wan 2.6 T2V dostępne poziomy to 720p i 1080p; 480p nie jest obsługiwane.
durationopcjonalne
Typenum
Domyślne5
51015
Długość wideo wybrana z dostępnych czasów trwania: 5, 10 lub 15 sekund.
negative_promptopcjonalne
Typstring | null
Domyślne
Negatywny prompt określający niechcianą treść, ograniczony do 500 znaków.
enable_prompt_expansionopcjonalne
Typboolean
Domyślnetrue
Przepisywanie promptu oparte na LLM, które wymienia dodatkowy czas przetwarzania na lepsze wyniki w przypadku krótkich promptów.
multi_shotsopcjonalne
Typboolean
Domyślnetrue
Inteligentna segmentacja wieloujęciowa tworzy spójne narracje wideo, gdy true; false tworzy pojedyncze ujęcie. Działa tylko wtedy, gdy enable_prompt_expansion ma wartość True.
seedopcjonalne
Typinteger | null
Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Przełącznik kontroli bezpieczeństwa, którego ustawienie wyłączone wymaga autoryzacji konta. Bez tej autoryzacji każde żądanie jest sprawdzane niezależnie od ustawienia; true włącza kontroler.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan/v2.6/text-to-video",
  "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": 750,
    "usd": "0.75",
    "charged": 750,
    "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
    },
    "seed": 42,
    "actual_prompt": "string"
  },
  "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Wynikowy plik wideo.
seed
integerWartość ziarna używana podczas generowania.
actual_prompt
string | nullPrompt faktycznie użyty, gdy przepisywanie jest włączone.

Więcej modeli: Tekst na wideo

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/wan/v2.6/text-to-video.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt