Skip to main content
POST

授权

Authorization
string
header
必填

##所有接口均需要使用Bearer Token进行认证##

获取 API Key:

访问 API Key 管理页面 获取您的 API Key

使用时在请求头中添加:

请求体

application/json
model
enum<string>
默认值:wan3.0-reference-video
必填

模型名称,固定为 wan3.0-reference-video

可用选项:
wan3.0-reference-video
示例:

"wan3.0-reference-video"

prompt
string

视频生成的文本提示词。支持中英文,每个汉字/字母各占 1 个字符,最大长度 20000 字符,超过部分会自动截断(不报错)

素材指代规则:

  • 用「图1、图2」指代 image_urls 中对应顺序的图片(1-based)
  • 用「视频1、视频2」指代 video_urls 中对应顺序的视频
  • 用「音频1、音频2」指代 audio_urls 中对应顺序的音频
  • 图片、视频、音频分别独立计数,即可以同时存在「图1」与「视频1」
  • 英文提示词用 "Image 1"、"Video 1"、"Audio 1"(首字母大写,词与数字之间留空格)
示例:

"视频1中的角色抱着图3,坐在图4的椅子上弹奏一支舒缓的乡村民谣,并说道:“今天的阳光真好。”"

image_urls
string<uri>[]

参考图片 URL 数组,最多 10 张。可提供主体角色(人物/动物/物体)或场景背景;当包含主体时,建议每张图仅含单一角色

数组顺序对应提示词中的「图1、图2……」。

图像限制:

  • 格式:JPEG、JPG、PNG(不支持透明通道)、BMP、WEBP
  • 分辨率:宽和高的范围为 [240, 8000] 像素
  • 宽高比:1:8 ~ 8:1
  • 文件大小:不超过 20MB
Maximum array length: 10
示例:
video_urls
string<uri>[]

参考视频 URL 数组,最多 5 段。数组顺序对应提示词中的「视频1、视频2……」

时长限制:

  • 单段 1 ~ 15
  • 合计不超过 15 秒
  • 参考视频总时长 + 输出视频时长 不得超过 30 秒

🔴 参考视频计入计费:计费时长 = 输入视频时长 + 输出视频时长。参考图片、参考音频、文件、网页均不计费

视频限制:

  • 格式:mp4、mov
  • 分辨率:宽和高的范围为 [240, 4096] 像素
  • 宽高比:1:8 ~ 8:1
  • 单文件大小:不超过 100MB
Maximum array length: 5
示例:
audio_urls
string<uri>[]

参考音频 URL 数组,最多 5 段。数组顺序对应提示词中的「音频1、音频2……」

⚠️ 与 Wan2.7 语义不同: Wan2.7 的 audio_urls 是绑定到某个参考图/参考视频上的音色;Wan3.0 的参考音频是独立素材,由提示词用「音频1」直接指代,不支持 model_params.voice_bindings 音色绑定协议。从 Wan2.7 迁移时请注意改写。

时长限制:

  • 单段 1 ~ 15 秒,合计不超过 15 秒
  • 参考音频不计费

音频限制:

  • 格式:wav、mp3
  • 文件大小:不超过 15MB
Maximum array length: 5
示例:
model_params
object

模型扩展参数。file_urllink_url 互斥,只能二选一

duration
integer
默认值:5

生成视频的时长(秒),默认为 5

取值说明:

  • 2 ~ 30 之间的任意整数
  • -1:智能时长,由模型根据提示词与输入素材自动决定输出长度

智能时长的计费方式: 提交时无法预知模型会生成多长,因此按上限 30顶格预扣,任务成功后以实际产出时长结算,多冻结的部分自动退回。若余额不足以覆盖顶格预扣,请改用明确的秒数。

传入参考视频时的额外约束:

  • 参考视频总时长 + 输出视频时长 不得超过 30 秒
  • 例:参考视频合计 10 秒时,duration 最大只能取 20
示例:

5

quality
enum<string>
默认值:720p

视频分辨率,默认为 720p

可选值:

  • 480p:清晰度较低,价格最低(计费基准档)
  • 720p:标准清晰度,此为默认值,价格为 480p 的 2 倍
  • 1080p:高清晰度,价格为 480p 的 4 倍
可用选项:
480p,
720p,
1080p
示例:

"720p"

aspect_ratio
enum<string>
默认值:adaptive

视频宽高比,默认为 adaptive

可选值:

  • adaptive:自适应,模型根据输入素材比例与提示词意图自动推荐合适的宽高比,此为默认值
  • 16:9(横屏)、9:16(竖屏)、1:1(方形)、4:33:4
可用选项:
adaptive,
16:9,
9:16,
1:1,
4:3,
3:4
示例:

"16:9"

generate_audio
boolean
默认值:true

输出视频是否包含音轨,默认为 true

可选值:

  • true:输出视频包含声音(人声、音效、背景音乐),此为默认值
  • false:输出无声视频

开关声音价格相同,不额外收费。

示例:

true

seed
integer

随机种子,用于复现生成结果,默认随机

说明:

  • 取值范围:0 ~ 2147483647
  • 固定 seed 可在调试提示词时降低参数变化的干扰,提升结果可复现性
必填范围: 0 <= x <= 2147483647
示例:

42

callback_url
string<uri>

任务完成后的 HTTPS 回调地址

回调时机:

  • 任务完成(completed)、失败(failed)或取消(cancelled)时触发
  • 在计费确认完成后发送

安全限制:

  • 仅支持 HTTPS 协议
  • 禁止回调到内网 IP 地址(127.0.0.1、10.x.x.x、172.16-31.x.x、192.168.x.x 等)
  • URL 长度不超过 2048 字符

回调机制:

  • 超时时间:10
  • 失败后最多重试 3 次(分别在失败后 1/2/4 秒重试)
  • 回调响应体格式与任务查询接口返回格式一致
  • 返回 2xx 状态码视为成功,其他状态码触发重试
示例:

"https://your-domain.com/webhooks/video-task-completed"

响应

视频生成任务创建成功

created
integer

任务创建时间戳

示例:

1761313744

id
string

任务ID

示例:

"task-unified-1774857405-abc123"

model
string

实际使用的模型名称

示例:

"wan3.0-reference-video"

object
enum<string>

任务的具体类型

可用选项:
video.generation.task
progress
integer

任务进度百分比 (0-100)

必填范围: 0 <= x <= 100
示例:

0

status
enum<string>

任务状态

可用选项:
pending,
processing,
completed,
failed
示例:

"pending"

task_info
object

视频任务详细信息

type
enum<string>

任务的输出类型

可用选项:
text,
image,
audio,
video
示例:

"video"

usage
object

使用量和计费信息