Ir al contenido

Wan 3.0 Text to Video

Integrar

Id del modelo alibaba/wan-3.0/text-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/alibaba/wan-3.0/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A hummingbird hovers in front of a bright red hibiscus flower in a tropical garden, wings a blur, then darts away as the camera slowly racks focus to dew drops on the leaves. Macro lens, soft morning light, natural ambience.",
    "resolution": "480p",
    "aspect_ratio": "16:9",
    "duration": 5,
    "generate_audio": false
  }'

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

Esta solicitud: 0,25 $ 250 créditos de API Ejecutar en esta página

Obtener clave de API
Alibaba Texto a vídeo Audio nativo2–30 shasta 1080p #long-clips#1080p

Wan 3.0 de Alibaba, con clips de 2 a 30 segundos, audio generado y hasta 1080p.

Ejemplos

Salida · ~205 s

IndicaciónA hummingbird hovers in front of a bright red hibiscus flower in a tropical garden, wings a blur, then darts away as the camera slowly racks focus to dew drops on the leaves. Macro lens, soft morning light, natural ambience.

5 s480p16:90,25 $ · 250 créditos de API

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio 224 / 20000

Instrucciones de texto que describen el video que se generará.

resolution

Nivel de resolución del video resultante.

aspect_ratio

Relación de aspecto de la salida, con selección adaptable disponible.

Duración de salida: null activa una duración inteligente basada en el prompt y los medios de referencia; de lo contrario, el valor proporcionado especifica los segundos.

Avanzado seed · enable_prompt_expansion · enable_thinking
POST /run/alibaba/wan-3.0/text-to-video?wait=20 cotización → 0,25 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/alibaba/wan-3.0/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A hummingbird hovers in front of a bright red hibiscus flower in a tropical garden, wings a blur, then darts away as the camera slowly racks focus to dew drops on the leaves. Macro lens, soft morning light, natural ambience.",
    "resolution": "480p",
    "aspect_ratio": "16:9",
    "duration": 5,
    "generate_audio": false
  }'

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

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Wan 3.0 Text to Video

Wan 3.0 genera tomas largas y coherentes a partir de un prompt, de 2 a 30 segundos, con sonido generado de forma predeterminada. Un paso de razonamiento opcional planifica escenas complejas y la expansión del prompt está activada de forma predeterminada. 480p, 720p o 1080p en seis relaciones de aspecto, o encuadre adaptable.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
≤ 20.000 caracteres
Instrucciones de texto que describen el video que se generará.
resolutionopcional
Tipoenum
Predeterminado1080p
480p720p1080p
Nivel de resolución del video resultante.
aspect_ratioopcional
Tipoenum
Predeterminadoadaptive
adaptive16:94:31:13:49:16
Relación de aspecto de la salida, con selección adaptable disponible.
durationopcional
Tipointeger | null
Predeterminado5
2 – 30
Duración de salida: null activa una duración inteligente basada en el prompt y los medios de referencia; de lo contrario, el valor proporcionado especifica los segundos.
audioopcional generate_audio
Tipoboolean
Predeterminadotrue
Controla si se incluye el audio generado.
enable_prompt_expansionopcional
Tipoboolean
Predeterminadotrue
Controla si el prompt se reescribe de forma inteligente antes de la generación. Si desactivas la reescritura, es probable que la calidad disminuya, a cambio de aproximadamente 20–60 segundos menos de latencia.
enable_thinkingopcional
Tipoboolean
Predeterminadofalse
Activa razonamiento adicional antes de que comience la generación.
seedopcional
Tipointeger | null
0 – 2.147.483.647
obligatorio Nombre canónico, también aceptado

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "alibaba/wan-3.0/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": 250,
    "usd": "0.25",
    "charged": 250,
    "refunded": 0
  },
  "input": {
    "prompt": "A red panda walks through a bamboo forest at sunrise, mist between the stalks, gentle handheld camera",
    "duration": 5,
    "resolution": "720p"
  },
  "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,
    "duration": 5,
    "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://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Archivo de video producido por la generación.
seed
integerValor de semilla aplicado durante la generación.
duration
numberDuración del video generado, medida en segundos.
actual_prompt
string | null

Más modelos: Texto a vídeo

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/alibaba/wan-3.0/text-to-video.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt