APIMODELSAPIMODELS
Docs/Wan 2.2 Spicy API

Wan 2.2 Spicy API reference

Wan 2.2 Spicy 图生视频:给一张首帧和一句提示词,产出 5 秒或 8 秒的片段;也可以再给一张尾帧,让模型在首尾之间补间。分辨率 480p 或 720p,按秒计价。模型页上可以直接网页试用。

模型页:Wan 2.2 Spicy API —— 价格、规格与在线体验

认证

Authorization: Bearer YOUR_API_KEY

模型与价格

分辨率每秒5 秒片8 秒片实际画面
480p$0.03$0.15$0.24832x480
720p$0.06$0.30$0.481280x720

按你请求的 duration 计价(5 或 8 秒),与成片实际长度无关;首尾帧不额外收费。失败不扣费。

限制(先看这段)

必须有首帧这是图生视频,没有纯文生视频模式。不传 image 直接 400。
时长只有 5 秒和 8 秒没有别的取值。传 6 或 10 会返回 400 并写明合法值,不会被改成最接近的合法值再照常收费。
分辨率只有 480p 和 720p实际出片 832x480 和 1280x720。没有 1080p、2K、4K,要更大请生成后再走视频超分。
成片没有音轨返回的 MP4 是纯画面。需要声音请后期配音,或改用会生成音频的视频模型。
出片 35 到 75 秒实测区间,随分辨率和时长上升;480p/5 秒约 35 秒,720p/8 秒约 72 秒。按异步任务设计你的轮询。
无水印四个档位各出一片、逐个检查画面四角,没有任何水印或角标。

代码示例

# ─── Image-to-video (first frame + prompt) ────────────────
curl -X POST https://api.apimodels.app/v1/video/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan-2.2-i2v-spicy",
    "image": "https://example.com/first-frame.jpg",
    "prompt": "she slowly turns toward the camera, hair moving in the wind",
    "duration": 5,
    "resolution": "480p"
  }'
# Response (async — a task is created):
# { "code": 200, "data": { "taskId": "clxxx", "state": "pending" } }


# ─── First + last frame (the model interpolates between them) ──
curl -X POST https://api.apimodels.app/v1/video/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan-2.2-i2v-spicy",
    "image": "https://example.com/first.jpg",
    "last_image": "https://example.com/last.jpg",
    "prompt": "smooth camera push-in",
    "duration": 8,
    "resolution": "720p",
    "seed": 42
  }'


# ─── Poll for the result ──────────────────────────────────
curl "https://api.apimodels.app/v1/video/generations?task_id=TASK_ID" \
  -H "Authorization: Bearer YOUR_API_KEY"
# { "code": 200, "data": { "state": "completed", "resultUrls": ["https://r2.apimodels.app/..."] } }

请求参数

字段必填类型说明
model是stringwan-2.2-i2v-spicy
image是string首帧:公网图片 URL 或 base64。也收 image_url / first_frame_url。
prompt是string描述画面怎么动
last_image否string尾帧,给了就在首尾之间补间。也收 image_tail / last_frame_url。
duration否number只能是 5 或 8,默认 5。其它值直接 400,不会被改成合法值。
resolution否string只能是 480p 或 720p,默认 480p。没有 1080p/4K。
seed否number随机种子(0 到 2147483647),不传则随机
prompt_extend否boolean提示词自动优化,默认开启。详见下一节。
callback_url否string任务完成后的回调 URL

提示词自动优化(prompt_extend)

开启时,模型会先把你的提示词交给一个专门的改写服务扩写、补细节,再拿扩写后的版本去生成。它对「一句话提示词」帮助最大 —— 比如你只写「她转头」,扩写会补上镜头、光线、运动幅度这些模型爱看的描述。这个开关默认是开的。

传 prompt_extend: false 可以关掉,模型严格按你写的原文生成。已经写了长而精确的提示词、或者要做可复现的对照实验(配合 seed)时就该关掉 —— 否则每次扩写的结果不同,seed 固定也对不齐。

注意:提示词优化没有单独的接口,只能通过这个参数触发;它不改变计价 —— 价格只看分辨率和时长。

适合做什么:低成本流量引擎与互动素材

Wan 2.2 Spicy 是 Spicy 线里走量的那一条:无声、5 或 8 秒、480p $0.03/秒起。无声不是缺点 —— 音视频解耦之后,TTS、口型和 BGM 都由你的引擎精确控制。要自带音轨、2 到 15 秒、1080p 的精品成片,用 wan-2.7-i2v-spicy。

视觉小说 / 游戏动态立绘角色对话场景的微动画:呼吸、眨眼、微妙动作。无声输出便于引擎自己控制 TTS 和口型;5 到 8 秒天然适合无缝循环。30 个角色 × 8 种表情 × 5 秒 = 1200 秒,480p 总共 $36。
AI 虚拟伴侣 / 聊天机器人聊天界面里的动态头像。预生成一套情绪状态视频库,消息进来 → 打情绪标签 → 匹配缓存视频 + TTS 叠加推流,毫秒级响应;每个对话节点都配得起微动画。
社媒短视频引流TikTok / Reels / Shorts 上的快节奏视觉冲击。无声输出可以自由搭配平台热门 BGM;单条 480p 5 秒只要 $0.15、720p 8 秒 $0.48,大规模 A/B 测试也跑得起。
AI 照片 / 动态照片用户上传一张图就得到有「呼吸感」的动态照片;UGC 高频、低门槛。常见的变现路径是免费几次 480p、付费不限量 720p。
平台 Feed 动态封面给内容卡片生成 5 秒微动画封面替代静态图,上传即自动触发;每张封面 $0.15 到 $0.30,可以由平台补贴或作为会员专属。
直播 / VTuber 动态素材循环背景、打赏触发的角色反应、粉丝互动特效。5 到 8 秒循环动画直接进 OBS 场景源;无声不干扰主播实时语音。预生成 50 段互动动画,总成本不到 $15。

上游最近一版把 2.2 的采样效率大幅优化:480p 5 秒片约 50 秒出片。本页「限制」里写的 35 到 75 秒是我们 09-20 的实测区间,以实际为准。

说明

  • 异步任务:先建单拿 taskId,再轮询 GET ?task_id= 取结果
  • 首帧收公网图片 URL 或 base64;尾帧可选,给了就在首尾之间补间
  • 模型页提供网页试用,参数与这里一致
  • 结果文件保留 30 天后自动删除,请及时下载或转存
  • 失败不扣费

常见问题

Wan 2.2 Spicy 多少钱?

按你请求的时长计价:480p $0.03/秒、720p $0.06/秒。也就是 5 秒片 $0.15 或 $0.30,8 秒片 $0.24 或 $0.48。加尾帧不额外收费,失败不扣费。

Wan 2.2 Spicy 支持哪些时长和分辨率?

时长只有 5 秒和 8 秒,分辨率只有 480p(832x480)和 720p(1280x720),没有别的取值。传其它值会返回 400 并说明合法范围,不会被静默改档后照常计费。

Wan 2.2 Spicy 会生成声音吗?

不会。返回的 MP4 没有音轨,需要声音请后期配音或改用会出声的视频模型。它也必须有首帧,没有纯文生视频模式;成片无水印。

Wan 2.2 Spicy 的 prompt_extend 是做什么的?

它是提示词自动优化,默认开启:生成前先把你的提示词扩写,补上镜头、光线、运动幅度等细节,对一句话提示词帮助最大。传 prompt_extend: false 就严格按原文生成 —— 提示词已经写得精确、或要配合固定 seed 做可复现对照时应该关掉。提示词优化没有单独的接口,也不改变价格。