wan-2.7-i2v-spicyWan 2.7 Spicy 是基于阿里 Wan 2.7 的图生视频模型,经过面向宽松内容审核的微调。给一张首帧和一句提示词,它返回 2 到 15 秒的片段,720p 或 1080p,MP4 里已经带着模型生成的立体声音轨 —— 环境音、音效或人声,不用后期再配。也可以把你自己的音频作为 audio_url 传进去,模型改为按这段声音出画面;audio 设成 false 则输出无声片。 上游最近一版把音频做得更饱满、动作更流畅,新增了动漫风格和亚裔面孔场景,提示词扩写的耗时也减半 —— 所以一句话提示词照样会在生成前被补上镜头、光线和声音细节(prompt_extend 默认开启,不收费)。 按你请求的秒数计价:720p $0.169/秒、1080p $0.26/秒。5 秒 1080p 片 $1.30,15 秒 $3.90,失败不扣费。本站实测:1080p、2 秒片 45 秒出片,1920x1080 @30fps,AAC 44.1kHz 立体声,无水印。 它在 Spicy 线里的位置:2.2 是走量引擎 —— 无声、5 或 8 秒、$0.03/秒起,适合游戏立绘微动画、聊天头像、社媒循环短片、Feed 动态封面这类靠数量取胜的场景;2.7 是拿来卖的那一条 —— 按次付费和订阅内容靠原生音频撑起沉浸感、不用后期;互动叙事里每个分支就是一次 2 到 15 秒的调用;创作者工具让用户从 API 直接发布;内容交易市场上「1080p 加音轨」是低价模型够不着的质量门槛。 设计前要知道的限制:只收一张首帧(没有首尾帧补间,要补间请用 wan-2.2-i2v-spicy);时长必须是 2 到 15 的整数;分辨率默认 1080p;提示词优化开着的时候,画面可能在两三秒内就离开首帧的场景 —— 必须保住原场景时把 prompt_extend 关掉。 我们不额外加审核层;模型自身的安全系统仍在上游生效。遵守法律和你所在平台的规则、只使用已获同意的人物素材,是你的责任。
JPG / PNG (no transparency) / WebP, 240–8000 px per side, max 20MB
WAV / MP3, 2–30 s, max 15MB. Leave empty and the model generates its own audio.
Generated video will appear here
Provide URLs and click Generate
环境音、音效或人声与画面一起生成,AAC 立体声;也可以传 audio_url,让画面跟着你自己的声音走
按请求时长计价:720p $0.169/秒、1080p $0.26/秒,5 秒 1080p 片 $1.30
Wan 2.7 的 Spicy 微调版。我们不加自己的过滤层,模型自身的安全系统仍在上游生效
上游最新一版加入,同一版还把音频做得更饱满、动作更流畅,提示词扩写耗时减半
Spicy 线的精品档:按次付费成片、互动叙事、创作者工具。走量请用 $0.03/秒起的无声版 Wan 2.2 Spicy
Wan 2.7 Spicy 是由 Alibaba 提供的视频生成 API。Wan 2.7 Spicy 是基于阿里 Wan 2.7 的图生视频模型,经过面向宽松内容审核的微调。给一张首帧和一句提示词,它返回 2 到 15 秒的片段,720p 或 1080p,MP4 里已经带着模型生成的立体声音轨 —— 环境音、音效或人声,不用后期再配。也可以把你自己的音频作为 audio_url 传进去,模型改为按这段声音出画面;audio 设成 false 则输出无声片。 上游最近一版把音频做得更饱满、动作更流畅,新增了动漫风格和亚裔面孔场景,提示词扩写的耗时也减半 —— 所以一句话提示词照样会在生成前被补上镜头、光线和声音细节(prompt_extend 默认开启,不收费)。 按你请求的秒数计价:720p $0.169/秒、1080p $0.26/秒。5 秒 1080p 片 $1.30,15 秒 $3.90,失败不扣费。本站实测:1080p、2 秒片 45 秒出片,1920x1080 @30fps,AAC 44.1kHz 立体声,无水印。 它在 Spicy 线里的位置:2.2 是走量引擎 —— 无声、5 或 8 秒、$0.03/秒起,适合游戏立绘微动画、聊天头像、社媒循环短片、Feed 动态封面这类靠数量取胜的场景;2.7 是拿来卖的那一条 —— 按次付费和订阅内容靠原生音频撑起沉浸感、不用后期;互动叙事里每个分支就是一次 2 到 15 秒的调用;创作者工具让用户从 API 直接发布;内容交易市场上「1080p 加音轨」是低价模型够不着的质量门槛。 设计前要知道的限制:只收一张首帧(没有首尾帧补间,要补间请用 wan-2.2-i2v-spicy);时长必须是 2 到 15 的整数;分辨率默认 1080p;提示词优化开着的时候,画面可能在两三秒内就离开首帧的场景 —— 必须保住原场景时把 prompt_extend 关掉。 我们不额外加审核层;模型自身的安全系统仍在上游生效。遵守法律和你所在平台的规则、只使用已获同意的人物素材,是你的责任。 通过 APIMODELS 平台，您可以使用统一的 API 接口调用该模型，按量计费、价格透明。当前定价：720p: $0.169, 1080p: $0.26。
快速生成品牌宣传视频，适用于广告投放和社交媒体推广。
为抖音、小红书等平台创建引人注目的短视频内容。
生成产品功能演示和使用教程视频，提升用户转化率。
制作课程讲解、知识科普等教育类视频，降低视频制作门槛。
Wan 2.7 Spicy 通过 APIMODELS 平台调用，当前定价：720p: $0.169, 1080p: $0.26。按量计费，用多少付多少。
在 APIMODELS 注册账号并获取 API Key，然后通过我们的统一 API 端点调用即可。我们提供详细的 API 文档和 cURL、Python、Node.js 代码示例。
APIMODELS 通过聚合平台提供与官方相同的 Wan 2.7 Spicy 模型。我们提供统一的 API 接口，无需分别注册各平台账号，一个 API Key 即可调用所有模型。
按你请求的时长计价:720p $0.169/秒、1080p $0.26/秒。5 秒片 $0.845 或 $1.30,10 秒 $1.69 或 $2.60,15 秒 $2.535 或 $3.90。音轨、驱动音频、负面提示词和提示词优化都不额外收费,失败不扣费。不传 resolution 按 1080p 出片并计价,要省钱请显式传 720p。
两条是互补的。**Wan 2.2 Spicy** 是走量引擎:480p $0.03/秒、720p $0.06/秒,只有 5 秒和 8 秒两档,**无声**,支持首尾帧补间 —— 适合游戏对话场景的呼吸、眨眼微动画,聊天机器人的情绪头像库,社媒循环短片,Feed 动态封面,VTuber 的循环背景和打赏反应。**Wan 2.7 Spicy** 是精品档:720p / 1080p,2 到 15 秒任意整数,**自带音轨**,不收尾帧 —— 适合按次付费或订阅的成片、每个分支一次调用的互动叙事、让用户直接发布的创作者工具、以 1080p 加音轨为质量门槛的内容交易市场。同一个端点、同一把 Key,只换 model 字段。
会。默认返回的 MP4 自带模型按画面生成的立体声 AAC 音轨(实测 44.1kHz、双声道)。传 audio_url —— 2 到 30 秒的 WAV 或 MP3 的 https 链接,不超过 15MB —— 模型改为按你的音频驱动画面,成片带的就是这段音轨。传 audio: false 则输出无声片,即使给了 audio_url。
它是基于阿里 Wan 2.7 的社区微调版本,内容过滤比官方线宽松,上游最近一版还加了动漫风格和亚裔面孔场景。我们不在上面额外加审核层,提示词和参考图原样透传;但模型自身的安全系统仍在上游生效,输入和输出都会被筛查,所以它不是一个无过滤端点。你生成的内容由你审核,遵守法律和你所在平台的规则、只使用已获同意的人物素材,是你的责任。
首帧收 JPEG、PNG(不带透明)、BMP 或 WebP,宽高各在 240 到 8000 像素之间,比例在 1:8 到 8:1 之间,不超过 20MB,公网 URL 或 base64 都行;只收一张首帧,传 last_image 会直接 400。时长是 2 到 15 的整数,传 5.5 或 16 会 400 而不是被改成合法值再收费。本站实测 1080p、2 秒片 45 秒出片,越长越高清越慢。还有一点:提示词优化默认开着,画面可能在两三秒内漂离首帧的场景,要保住原场景就传 prompt_extend: false。
在 APIMODELS，Wan 2.7 Spicy 与 60+ 个模型共用一个 API Key、一个余额，所以选型只看合不合适，不存在锁定。它支持 Image to Video、Native Audio、2–15s、720p / 1080p、Audio-driven、Relaxed Moderation，你可以在价格和能力上把它和其它视频生成模型对比，换模型只需改一个模型名字符串——无需新账号、无需重新对接。所有视频生成模型与实时价格见 apimodels.app/models。
Wan 2.7 Spicy 支持：Image to Video、Native Audio、2–15s、720p / 1080p、Audio-driven、Relaxed Moderation。完整参数与调用方式见 APIMODELS 的 API 文档。
可以。APIMODELS 提供可直接访问的统一 API,一个 API Key 即可调用 Wan 2.7 Spicy,无需分别注册官方账号、也无需自行处理官方接口的网络访问。
我们支持 Stripe（Visa、Mastercard 等国际信用卡）和支付宝付款。充值后积分即时到账。
社区作者公开的提示词,可直接复制修改。每条都标注作者并回链原帖。
情绪写实:毕业袍女孩对镜头倾诉
这是一个正面的近景镜头，画面主要呈现一位年轻黑人女孩的头部和上半身，她穿着一件蓝色的毕业袍。镜头稍微偏一点点，可以看到左边还有一个人，但背景被虚化处理了，看起来很模糊。女孩正对着镜头说话，嘴巴在动，眉头稍微皱着，表情看起来有点严肃和忧虑。光线从上方照下来，把她脸上的轮廓衬托得很自然，甚至能看到皮肤真实的质感。镜头虽然固定，但带着一点点人手持拍摄时的轻微呼吸感和晃动，视线从看着前面慢慢变成了低头看手里。
作者 Wan 3.0 视频创作者手册 · 通义万相
悬疑电影:淡绿滤镜的空医院走廊
一段现代悬疑风格的电影感长镜头，整个画面呈现出强烈的淡绿色滤镜风格，营造出一种基于淡绿色系的清冷氛围。在散发着冰冷白光的荧光灯下，空无一人的医院走廊呈现出低饱和的色彩与极高对比的光影关系，锐利且非人情化。镜头从护士台后方开始，一名身穿墨绿色夹克的女子猛地从走廊尽头的门后冲入，沿着对称的中心线向镜头快速跑来，摄影机流畅地向后移动。她的脚步声急促而响亮，口中焦急地呼喊。最终，她冲到台前，双手用力拍在台面上，绝望地环顾四周，发出几近崩溃的求助呐喊，声音在只有微弱设备嗡鸣的寂静中回荡。
作者 Wan 3.0 视频创作者手册 · 通义万相
喜剧短片:片场导演与女主的一镜到底
镜头1 [0秒-30秒] 近景，平视视角，连续快速摇镜，一镜到底（单镜头连续无缝运镜）： 画面左侧是身穿黑色潮流导演马甲、戴着高档专业工作耳麦的导演，其左下方放置着一台巨大的专业电影摄像机。右侧是妆容精致、留着时尚韩式逗号刘海、身穿高定制西装的关系户小鲜肉。背景是宽敞的专业影棚拍摄现场，可见巨大的绿色幕布、数个高耸的影视级C型灯架、缠绕的电线，以及在背景中穿梭忙碌的灯光师和化妆师等工作人员。 专业影棚人工光。柔和的LED柔光箱光源从右侧洒入，将三位主角的面部均匀照亮，场景色彩饱满。背景的摄影器材与绿幕在充足的影棚灯光下投射出淡淡的阴影，呈现出真实而忙碌的现代化大制作片场质感。 镜头手持拍摄一镜到底，近景，镜头一开始，拍摄导演，导演无所谓的表情，瞥了一眼画面右侧斜前方画外的一眼关系户小鲜肉，对他下达指令，说道：“媒体故意黑你，做个表情看看”。说完后镜头快速右摇到关系户面部近景，镜头不要切镜，关系户小鲜肉，面部朝向画面左侧斜前方画外导演方向，神色自若，眼神真挚而自信。他嘴唇微动，神情专业地向对方阐述到““就这种事情来说，情绪可以有好几种”，说话时，头部伴有极其轻微的自然晃动，说完后镜头快速左摇到导演面部近景，镜头不要切镜，导演思索了一下，一边挑衅似地歪了歪头，向关系户小鲜肉说到““狗仔爆料你深夜幽会”，导演说完台词后，镜头迅速右摇到小鲜肉面部近景，不要切镜，关系户小鲜肉，面部朝向画面左侧斜前方画外导演方向，并快速进入表演状态，他眉头紧锁，眼神慌乱、焦急地快速游移，随后他狠狠地咬紧下唇，闭上双眼，整张脸（虽带着精致妆容）因极度的焦虑而紧绷，完美呈现出面对偶像生涯毁灭时，内心惊恐、紧张交织的挣扎状态。表演完后， 镜头再次迅速左摇到导演近景，不要切镜，导演面部表情微变，语速加快，说到““媒体又帮你洗白了，说那是你亲姐！”导演说完后，镜头再次迅速右摇到小鲜肉近景，镜头不要切镜，镜头中，关系户小鲜肉，面部朝向画面左侧斜前方画外导演方向，他的表情在千分之一秒内完成神级转换。他先是面部一滞，随后双眼猛地眯起，嘴角极大程度地咧开，露出一排白皙的牙齿，展露出一个极其夸张、甚至有些变形的狂喜笑容。这种“星途尽毁的绝望”与“彻底摆脱束缚”交织的疯魔情绪在他脸上扭曲呈现。角色表演完后，镜头再次迅速左摇到导演近景，镜头不要切镜，导演说到“你亲姐向媒体透露，你是领养的”，导演说完后，镜头再次迅速右摇到小鲜肉近景。镜头不要切镜，镜头内，关系户小鲜肉面部朝向画面左侧斜前方画外导演方向，只见他双眼暴睁，眼球凸出，精心修剪的眉毛高高扬起，嘴巴震惊地张成“O”形。紧接着，他的嘴角再次无法克制地向上拉扯，露出一副不可思议、惊魂未定却的复杂神态。 角色表演完后，镜头再次快速左摇到导演近景，镜头不要切镜，紧接着导演露出有点惊讶的表情说到“其实你是千亿豪门真少爷”。导演说完，镜头再次随即迅速右摇到小鲜肉近景，镜头不要切镜，镜头内，关系户小鲜肉面部朝向画面左侧斜前方画外导演方向，他瞬间爆发出极度魔性的狂喜。他整个人激动得微微颤抖，双眼笑得眯成了一条缝，双手甚至抬起至胸前，双手小幅度快速连续鼓掌，身体前倾摇晃，将一夜暴富、无法自持的癫狂喜悦演绎得淋漓尽致。 角色表演完后，镜头再次快速左摇到导演近景，镜头不要切镜，导演说到“你姐卷款跑路”导演说完，镜头再次迅速右摇到小鲜肉近景。小鲜肉面部朝向画面左侧斜前方画外导演方向，只见他的双眼再次瞪大，瞳孔颤抖，嘴角向下耷拉，神情在一秒钟之内从天堂坠入地狱，写满了惊愕、痛苦与不知所措。画面最后定格在这个表情上。
作者 Wan 3.0 视频创作者手册 · 通义万相