Op den Inhalt sprangen

Wan 3.0 Reference to Video

Integréieren

Modell-ID alibaba/wan-3.0/reference-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/alibaba/wan-3.0/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "The fox from Image 1 runs through the forest from Video 1 at night, fireflies everywhere",
    "resolution": "720p",
    "duration": 5,
    "images": [
      "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
    ]
  }'

# 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"

Dës Ufro: 0,50 $ 500 API-Kreditter Op dëser Säit ausféieren

API-Schlëssel kréien
Alibaba Referenz zu Video Native AudioReferenzinput2–30 sbis zu 1080p #references#long-clips

Baut e 2 bis 30 Sekonne Wan 3.0 Clip aus bis zu 10 Biller, 5 Videoen a 5 Audioclips.

Alibaba · Video

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

88 / 20000

Beschreiwen, wéi d'Referenzmedie sollen agebonne ginn, andeems eenzel Referenzen iwwer hir Positioun am Prompt identifizéiert ginn. Beispill: 'the subject in Image 1 walks past Video 1'.

reference_image_urls
Fichier erofzéien, oder · bis zu 10

URLen vu Referenzbiller, maximal 10.

resolution

Opléisungsstuf vum resultéierende Video.

aspect_ratio Standard adaptive

Bildformat vum Output, mat adaptiver Auswiel.

Output-Dauer: null aktivéiert eng intelligent Dauer op Basis vum Prompt an de Referenzmedien; soss spezifizéiert de geliwwerte Wäert d'Sekonnen.

Erweidert videos · audios · file_url · web_url · seed · generate_audio · enable_prompt_expansion · enable_thinking
reference_video_urls
Fichier erofzéien, oder · bis zu 5

URLen vu Referenzclips mat 16 fps oder méi uginn. D'Sammlung däerf bis zu 5 Videoen enthalen, mat insgesamt maximal 15 Sekonne Material.

reference_audio_urls
Fichier erofzéien, oder · bis zu 5

URLen vu Referenzaudio, maximal 5, mat enger kombinéierter Dauer vu höchstens 15 Sekonnen.

Fichier erofzéien, oder

URL vun engem Dokument, dat als Basis fir de Video benotzt gëtt. Erfordert enable_thinking=true.

Websäit-URL als Basis vum Video; nëmmen ouni Login liesbar a nëmme mat enable_thinking=true.

POST /run/alibaba/wan-3.0/reference-to-video?wait=20 Präis → 0,50 $
# 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/alibaba/wan-3.0/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "The fox from Image 1 runs through the forest from Video 1 at night, fireflies everywhere",
    "resolution": "720p",
    "duration": 5,
    "images": [
      "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
    ]
  }'

# 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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Wan 3.0 Reference to Video

Wan 3.0 Referenz-zu-Video kombinéiert Referenzbiller, kuerz Referenzvideoen (insgesamt 15 Sekonnen) an Referenzaudio zu engem generéierte Clip; schwätzt se am Prompt no hirer Positioun un (Image 1, Video 1). Mam aktive Reasoning-Schrëtt kann de Video och op engem Dokument oder enger ëffentlecher Websäit baséieren. 480p bis 1080p, 2 bis 30 Sekonnen, generéierten Audio par défaut.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
promptoptional
Typstring | null
≤ 20.000 Zeechen
Beschreiwen, wéi d'Referenzmedie sollen agebonne ginn, andeems eenzel Referenzen iwwer hir Positioun am Prompt identifizéiert ginn. Beispill: 'the subject in Image 1 walks past Video 1'.
resolutionoptional
Typenum
Standard1080p
480p720p1080p
Opléisungsstuf vum resultéierende Video.
aspect_ratiooptional
Typenum
Standardadaptive
adaptive16:94:31:13:49:16
Bildformat vum Output, mat adaptiver Auswiel.
durationoptional
Typinteger | null
Standard5
2 – 30
Output-Dauer: null aktivéiert eng intelligent Dauer op Basis vum Prompt an de Referenzmedien; soss spezifizéiert de geliwwerte Wäert d'Sekonnen.
audiooptional generate_audio
Typboolean
Standardtrue
Bestëmmt, ob generéierten Audio abegraff gëtt.
enable_prompt_expansionoptional
Typboolean
Standardtrue
Bestëmmt, ob de Prompt virun der Generatioun intelligent ëmgeschriwwe gëtt. Wann d'Ëmschreiwung deaktivéiert gëtt, ass eng méiglech Qualitéitsreduktioun ze erwaarden, am Austausch géint ongeféier 20–60 Sekonne manner Latenz.
enable_thinkingoptional
Typboolean
Standardfalse
Aktivéiert zousätzlech Iwwerleeungen, ier d'Generatioun ufänkt.
seedoptional
Typinteger | null
0 – 2.147.483.647
reference_image_urlsoptional images
Typurl[] · image
≤ 10 Elementer
URLen vu Referenzbiller, maximal 10.
reference_video_urlsoptional videos
Typurl[] · video
≤ 5 Elementer
URLen vu Referenzclips mat 16 fps oder méi uginn. D'Sammlung däerf bis zu 5 Videoen enthalen, mat insgesamt maximal 15 Sekonne Material.
reference_audio_urlsoptional audios
Typurl[] · audio
≤ 5 Elementer
URLen vu Referenzaudio, maximal 5, mat enger kombinéierter Dauer vu höchstens 15 Sekonnen.
file_urloptional
Typurl · file
URL vun engem Dokument, dat als Basis fir de Video benotzt gëtt. Erfordert enable_thinking=true.
web_urloptional
Typstring | null
Websäit-URL als Basis vum Video; nëmmen ouni Login liesbar a nëmme mat enable_thinking=true.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "alibaba/wan-3.0/reference-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": 500,
    "usd": "0.50",
    "charged": 500,
    "refunded": 0
  },
  "input": {
    "prompt": "The fox from Image 1 runs through the forest from Video 1 at night, fireflies everywhere",
    "images": [
      "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
    ],
    "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://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Video-Datei, déi duerch d'Generatioun erstallt gouf.
seed
integerSeed-Wäert, deen während der Generatioun applizéiert gouf.
duration
numberDauer vum generéierte Video, gemooss a Sekonnen.
actual_prompt
string | null

Méi Modeller: Referenz zu Video

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/alibaba/wan-3.0/reference-to-video.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt