Wan 2.2 API
Alibaba का Wan 2.2 — WaveSpeedAI पर डिप्लॉय किया गया ओपन-वेट वीडियो टूलकिट, जिसमें 35+ फ़र्स्ट-पार्टी वेरिएंट हैं: Animate (120s कैरेक्टर एनिमेशन), Video Edit, Speech-to-Video (10-मिनट ऑडियो-संचालित), Fun-Control (Apache 2.0 लाइसेंस), साथ में कई मॉडल साइज़ (5B, A14B) और रिज़ॉल्यूशन (480p / 720p) पर image-to-video और text-to-video।
केवल WaveSpeedAI-होस्टेड वेरिएंट। Animate 120 सेकंड तक की 720p क्लिप बनाता है; Speech-to-Video 10 मिनट तक की 480p क्लिप बनाता है; Fun-Control व्यावसायिक उपयोग के लिए Apache 2.0 के तहत प्रीसेट Control Codes इस्तेमाल करता है। LoRA ट्रेनिंग एंडपॉइंट मिनटों में फ़ाइन-ट्यून करते हैं।
अवलोकन
Wan 2.2 API के बारे में
Wan 2.2 क्या करता है, Alibaba की मॉडल श्रृंखला में इसकी जगह क्या है, और टीमें इसे क्यों चुनती हैं।
Wan 2.2, Alibaba का वीडियो जनरेशन मॉडल है, जो WaveSpeedAI REST API के ज़रिए उपलब्ध है। Alibaba का Wan 2.2 — WaveSpeedAI पर डिप्लॉय किया गया ओपन-वेट वीडियो टूलकिट, जिसमें 35+ फ़र्स्ट-पार्टी वेरिएंट हैं: Animate (120s कैरेक्टर एनिमेशन), Video Edit, Speech-to-Video (10-मिनट ऑडियो-संचालित), Fun-Control (Apache 2.0 लाइसेंस), साथ में कई मॉडल साइज़ (5B, A14B) और रिज़ॉल्यूशन (480p / 720p) पर image-to-video और text-to-video।
केवल WaveSpeedAI-होस्टेड वेरिएंट। Animate 120 सेकंड तक की 720p क्लिप बनाता है; Speech-to-Video 10 मिनट तक की 480p क्लिप बनाता है; Fun-Control व्यावसायिक उपयोग के लिए Apache 2.0 के तहत प्रीसेट Control Codes इस्तेमाल करता है। LoRA ट्रेनिंग एंडपॉइंट मिनटों में फ़ाइन-ट्यून करते हैं।
WaveSpeedAI पर Wan 2.2 परिवार में Image-To-Video, Motion-Control, Video-To-Video, Image-To-Image, Digital-Human, Text-To-Image, Training, Text-To-Video वर्कफ़्लो को कवर करने वाले 32 REST एंडपॉइंट हैं। हर वेरिएंट की अपनी प्राइसिंग, पैरामीटर और उदाहरण आउटपुट हैं — अपने इनपुट मोडैलिटी और प्रोडक्शन ज़रूरतों के अनुसार चुनें, या एक ही API कुंजी से कई वेरिएंट कॉल करके मल्टी-स्टेप पाइपलाइन बनाएं।
Wan 2.2 को उसी API कुंजी, बिलिंग अकाउंट और रेट-लिमिट के साथ चलाएं जिसका उपयोग आप WaveSpeedAI के अन्य 1,000+ AI मॉडल के लिए करते हैं। अलग वेंडर सेटअप नहीं, प्रति-प्रदाता SDK नहीं, प्रति-वेंडर रेट-लिमिट नहीं — एक ही इंटीग्रेशन टेक्स्ट-टू-इमेज और टेक्स्ट-टू-वीडियो से लेकर ऑडियो सिंथेसिस, 3D जनरेशन, अपस्केलिंग और एडिटिंग तक सब कुछ कवर करता है।
एंडपॉइंट
सभी Wan 2.2 API एंडपॉइंट
WaveSpeedAI पर अभी 32 Wan 2.2 एंडपॉइंट उपलब्ध हैं — अपने वर्कफ़्लो के अनुकूल वेरिएंट चुनें।
/filters:quality(82)/media/images/20260408111216_2fizlz7x.webp)
Wan 2.2 Image To Video Lora
Wan-2.2/image-to-video-lora enables unlimited image-to-video generation from a single image, producing smooth, cinematic motion with clean detail. Supports custom LoRAs for style and character consistency. Ready-to-use REST inference API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/20260408111152_zehbgma1.webp)
Wan 2.2 Image To Video
Wan 2.2 Image-to-Video turns a single image into smooth, cinematic motion with clean detail—ideal for storyboards, mood shots, and product demos. Ready-to-use REST inference API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/20260408111211_p8f6ffxe.webp)
Wan 2.2 Animate
Wan2.2-Animate unified character animation & replacement model replicating movement and expression; generates 720p videos up to 120s. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111241_3bzr5rd1.webp)
Wan 2.2 Video Edit
Wan 2.2 Video Edit lets you modify videos via text prompts (e.g., change clothing or characters). Powered by Wan 2.2, it supports 480p ($0.20/5s) and 720p ($0.40/5s), up to 120s. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111257_4rmbjsgj.webp)
Wan 2.2 Image To Image
WAN 2.2 (14B) is an image-to-image model for high-resolution photorealistic image editing with exceptional precision and fidelity. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111154_gvj4f5sj.webp)
Wan 2.2 Speech To Video
Wan-2.2-S2V turns images and speech into high-fidelity videos with realistic face and body motion; supports up to 10-minute clips in 480p, from $0.15/5s. Ready-to-use REST API, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111206_p4ked9pu.webp)
Wan 2.2 Text To Image Lora
WAN 2.2 generates super-detailed images from text prompts and supports custom LoRAs for fine-grained style and subject control. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111250_80jkk4zs.webp)
Wan 2.2 Fun Control
Wan2.2-Fun-Control uses Control Codes and multi-modal inputs to generate preset-controlled videos up to 120s at 720p; released under Apache 2.0 for commercial use. Ready-to-use REST API, no coldstarts, affordable.
/filters:quality(82)/media/images/20260408112009_zkynaf2n.webp)
Wan 2.2 Image Lora Trainer
Train custom Wan 2.2 character/style LoRA models 10x faster. Style training, character training, object training. From concept to model in minutes, not hours. Upload a ZIP file containing images to start!
/filters:quality(82)/media/images/20260408111954_4jny6q8q.webp)
Wan 2.2 I2v Lora Trainer
Train custom Wan 2.2 I2V LoRA models 10x faster. Action training, motion training, video efect training. From concept to model in minutes, not hours. Upload a ZIP file containing videos to start!
/filters:quality(82)/media/images/20260408111226_b3370qq2.webp)
Wan 2.2 Text To Image Realism
WAN 2.2 delivers ultra-realistic text-to-image generation, converting prompts into photoreal images with high fidelity and detail. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111246_kbtz9m3g.webp)
Wan 2.2 I2v 5b 720p Lora
Wan 2.2 i2v-5B-720p is a 5B image-to-video model producing 720p videos with LoRA support for style customization. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111210_znuyn6r8.webp)
Wan 2.2 T2v 5b 720p Lora
Wan 2.2 T2V 5B is a 5B text-to-video model with LoRA support that generates 720p videos from text prompts for easy personalization. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111236_0was1j4o.webp)
Wan 2.2 I2v 480p Lora Ultra Fast
Wan 2.2 i2v delivers ultra-fast Image-to-Video at 480p with support for custom LoRAs for tailored styles. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111252_sejz6k48.webp)
Wan 2.2 I2v 480p Ultra Fast
Wan 2.2 A14B Image-to-Video (i2v-480p) produces ultra-fast 480p videos from single images, enabling unlimited AI video generation with high throughput. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111149_z1lz7r9s.webp)
Wan 2.2 I2v 720p Ultra Fast
Generate unlimited ultra-fast 720p AI videos from images with Wan 2.2 A14B image-to-video model. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111259_8bca6477.webp)
Wan 2.2 T2v 480p Lora Ultra Fast
Ultra-fast Wan 2.2 text-to-video model producing 480p videos with custom LoRA support—generate unlimited AI videos with personalized styles. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111238_h7qxvir0.webp)
Wan 2.2 I2v 720p Lora Ultra Fast
Wan 2.2 i2v 720P is an ultra-fast Image-to-Video model that generates unlimited AI videos and supports custom LoRAs for personalized outputs. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111248_iyye47z8.webp)
Wan 2.2 T2v 480p Ultra Fast
Wan 2.2 t2v 480p Ultra-Fast generates unlimited AI videos from text prompts at 480p with ultra-fast inference. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111201_lv1td92d.webp)
Wan 2.2 T2v 5b 720p
Wan 2.2 T2V 5B is a 720P text-to-video model that generates unlimited AI videos from simple text prompts, producing consistent high-quality 720p outputs. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111221_xo8hpiqi.webp)
Wan 2.2 I2v 5b 720p
Wan 2.2 I2V 5B converts images into high-quality 720P videos using a 5B image-to-video model for AI video generation. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111214_rct2hj0c.webp)
Wan 2.2 I2v 480p
Wan 2.2 A14B converts images into 480p videos, enabling unlimited AI video generation from single images. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111234_cplw518o.webp)
Wan 2.2 I2v 480p Lora
WAN 2.2 A14B Image-to-Video model generates unlimited 480p videos from images and supports custom LoRAs for personalized styles and fine-tuning. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111232_8tgp9v7m.webp)
Wan 2.2 I2v 720p Lora
WAN 2.2 Image-to-Video (i2v) 720p converts images into 720p videos and supports custom LoRAs for style personalization. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111239_qlur3dn5.webp)
Wan 2.2 I2v 720p
WAN 2.2 A14B i2v-720p converts images into smooth 720p videos, enabling unlimited AI video generation with the Wan 2.2 image-to-video model. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111156_b3olejjy.webp)
Wan 2.2 T2v 480p
Wan 2.2 t2v-480p generates unlimited AI videos from text prompts at 480p resolution, ideal for rapid prototyping and content creation. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111208_sw0j3xam.webp)
Wan 2.2 T2v 480p Lora
WAN 2.2 T2V 480p with LoRA generates text-to-video at 480p and supports custom LoRAs for personalized styles. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111218_00vzkvbl.webp)
Wan 2.2 T2v 720p
Wan 2.2 t2v-720p converts text prompts into native 720P videos, producing high-quality 720P clips from simple prompts. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111230_mtxgxh1x.webp)
Wan 2.2 T2v 720p Lora
Wan 2.2 T2V 720p with custom LoRA support turns text prompts into 720p AI videos and enables unlimited video generation. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111158_csf9651o.webp)
Wan 2.2 T2v 720p Lora Ultra Fast
Ultra-fast Wan 2.2 Text-to-Video generates unlimited 720p AI videos with custom LoRAs for personalized styles. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408111244_aqp0x6b0.webp)
Wan 2.2 T2v 720p Ultra Fast
WAN 2.2 T2V 720p Ultra-Fast generates high-quality 720p videos from text prompts with unlimited output and ultra-fast throughput. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1786269272686834557_4oOX6gqz.webp)
Wan 2.2 Animate 2
Wan 2.2 Animate 2 is the next-generation Wan character animation model: an end-to-end DiT that makes the character in a reference image perform the motion of a driving video, with no pose extraction, prompt-controlled background, and strong identity preservation; generates 480p/720p videos up to 120s. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
उदाहरण
Wan 2.2 को काम करते देखें
Wan 2.2 API से बनाए गए असली आउटपुट। किसी भी वीडियो पर होवर करके प्रीव्यू देखें, पूर्ण आकार का व्यूअर खोलने के लिए क्लिक करें।
कैसे करें
Wan 2.2 API का उपयोग कैसे करें
साइनअप से तैयार जनरेशन तक चार चरण। पूरे Python, Node.js और cURL उदाहरण नीचे API सेक्शन में हैं।
- 01
API कुंजी प्राप्त करें
WaveSpeedAI अकाउंट बनाएं और डैशबोर्ड से अपनी API कुंजी कॉपी करें। नए अकाउंट के साथ मुफ़्त शुरुआती क्रेडिट मिलते हैं — बिलिंग शुरू होने से पहले प्लेग्राउंड को कई दर्जन बार चलाने के लिए पर्याप्त।
- 02
prediction सबमिट करें
अपना इनपुट JSON के रूप में https://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2/image-to-video पर POST करें। एंडपॉइंट तुरंत एक prediction id लौटाता है — जनरेशन असिंक्रोनस होते हैं, इसलिए इनफ़रेंस के दौरान आपको कनेक्शन खुला नहीं रखना पड़ता।
- 03
पूर्ण होने तक पोल करें
https://api.wavespeed.ai/api/v3/predictions/{request_id}/result पर GET करें। completed पर आउटपुट लौटाएं; failed, cancelled, timeout या deleted पर त्रुटि के साथ रुकें; बाकी हर status पर पोलिंग जारी रखें।
- 04
आउटपुट URL पढ़ें
status "completed" होने पर data.outputs[0] से URL पढ़ें। यह URL WaveSpeedAI CDN पर आपके बनाए मीडिया की ओर इशारा करता है — आपके कॉल किए गए Wan 2.2 वेरिएंट के अनुसार इमेज, वीडियो, ऑडियो या 3D फ़ाइल।
उपयोग के मामले
Wan 2.2 से आप क्या बना सकते हैं
आम वर्कफ़्लो जिनके लिए डेवलपर और क्रिएटर Wan 2.2 API का उपयोग करते हैं।
Wan 2.2 Animate — 120s तक कैरेक्टर एनिमेशन
wavespeed-ai/wan-2.2/animate एक "एकीकृत कैरेक्टर एनिमेशन और रिप्लेसमेंट मॉडल है जो मूवमेंट और एक्सप्रेशन की नकल करता है; 120s तक के 720p वीडियो बनाता है।" कैटलॉग दावा। ज़्यादातर पोज़-संचालित एनिमेशन टूल से काफ़ी लंबा।
10 मिनट तक Speech-to-Video
wavespeed-ai/wan-2.2/speech-to-video "इमेज और स्पीच को यथार्थवादी चेहरे और शरीर की गति के साथ हाई-फ़िडेलिटी वीडियो में बदलता है; 480p में 10-मिनट तक की क्लिप सपोर्ट करता है।" लॉन्ग-फ़ॉर्म बोलने वाले कंटेंट के लिए उपयोगी।
प्रॉम्प्ट-संचालित बदलावों के साथ Video Edit
wavespeed-ai/wan-2.2/video-edit टेक्स्ट प्रॉम्प्ट से वीडियो बदलने देता है (कैटलॉग उदाहरण: कपड़े या कैरेक्टर बदलना)। 480p और 720p, 120s तक सपोर्ट करता है।
Apache 2.0 लाइसेंस के साथ Fun-Control
wavespeed-ai/wan-2.2/fun-control "Control Codes और मल्टी-मॉडल इनपुट से 720p पर 120s तक के प्रीसेट-नियंत्रित वीडियो बनाता है; व्यावसायिक उपयोग के लिए Apache 2.0 के तहत जारी।" Apache 2.0 लाइसेंसिंग व्यावसायिक पाइपलाइन के लिए वास्तविक अंतर है।
LoRA ट्रेनिंग (10× तेज़)
इमेज LoRA के लिए wavespeed-ai/wan-2.2-image-lora-trainer, I2V LoRA के लिए wavespeed-ai/wan-2.2-i2v-lora-trainer। कैटलॉग दावा: "10 गुना तेज़ ट्रेनिंग।" स्टाइल, कैरेक्टर, ऑब्जेक्ट, मोशन, एक्शन और वीडियो-इफ़ेक्ट ट्रेनिंग सपोर्टेड। शुरू करने के लिए ZIP फ़ाइल अपलोड करें।
कई साइज़ (5B / A14B) पर Image-to-Video
मॉडल साइज़ चुनें: गति/लागत के लिए 5B (छोटा), या पूरी क्वालिटी के लिए A14B। 480p के लिए स्टैंडर्ड i2v; LoRA-सपोर्टेड वेरिएंट; अल्ट्रा-फ़ास्ट वेरिएंट।
सुझाव
Wan 2.2 के लिए प्रॉम्प्ट लिखने के सुझाव
Wan 2.2 से बेहतर आउटपुट पाने के व्यावहारिक सुझाव — प्रोडक्शन पाइपलाइन में वीडियो मॉडल पर काम करने वाले पैटर्न से लिए गए।
- 01
अपने काम के लिए वेरिएंट चुनें
Wan 2.2 एक सामान्य-उद्देश्य मॉडल के बजाय विशेष एंडपॉइंट देता है। पोज़-संचालित मोशन के लिए Animate, लक्षित बदलावों के लिए video-edit, बोलने वाले कंटेंट के लिए speech-to-video, सामान्य जनरेशन के लिए image-to-video। एंडपॉइंट को काम से मिलाएं — किसी सामान्य मॉडल से सब कुछ करवाने की तुलना में आउटपुट काफ़ी बेहतर मिलता है।
- 02
प्रोडक्शन-स्तर की निरंतरता के लिए LoRA ट्रेन करें
Wan 2.2 के LoRA ट्रेनर एंडपॉइंट API के प्रमुख फ़ीचर हैं, साइड-टूल नहीं। जिन प्रोडक्शन को सैकड़ों जनरेशन में बार-बार आने वाली पहचान चाहिए (ब्रांड मैस्कॉट, आवर्ती कैरेक्टर, सिग्नेचर स्टाइल), उनके लिए एक बार LoRA ट्रेन करें और हर जनरेशन के लिए LoRA-इन्फ़रेंस एंडपॉइंट कॉल करें।
- 03
ओपन वेट्स फ़ाइन-ट्यूनिंग संभव करते हैं
क्लोज़्ड-वेट प्रतिस्पर्धी आपको वेंडर के मॉडल व्यवहार में बांध देते हैं। Wan 2.2 अंदर से ओपन-वेट है, इसलिए जब बेस मॉडल हल न कर सके ऐसी सीमा आए, तो फ़ाइन-ट्यूनिंग का विकल्प मौजूद है — ज़्यादातर अन्य व्यावसायिक वीडियो API यह रास्ता नहीं देतीं।
- 04
Animate को Kling Motion Control के साथ जोड़ें
दोनों अलग-अलग समझौतों के साथ पोज़-संचालित एनिमेशन देते हैं। Wan 2.2 Animate में LoRA सपोर्ट और ओपन वेट्स हैं; Kling Motion Control में पहचान सुरक्षित रखना ज़्यादा मज़बूत है। इस आधार पर चुनें कि फ़ाइन-ट्यूनिंग ज़्यादा मायने रखती है या पहचान की क्वालिटी।
प्राइसिंग
Wan 2.2 API प्राइसिंग
प्राइसिंग प्रति आउटपुट है। अंतिम शुल्क उन पैरामीटर के अनुसार बदलता है जो आप हर वेरिएंट के प्लेग्राउंड में सेट करते हैं (रिज़ॉल्यूशन, अवधि, आउटपुट संख्या, रेफरेंस)।
API
Wan 2.2 API कॉल करें
wavespeed.ai/accesskey पर API कुंजी बनाएं, फिर REST के ज़रिए prediction सबमिट करें। प्लेग्राउंड इनपुट के किसी भी संयोजन के लिए सीधे पेस्ट करने योग्य नमूने तैयार करता है।
POSThttps://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2/image-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2/image-to-video" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
"resolution": "480p",
"duration": 5
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2/image-to-video";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
"resolution": "480p",
"duration": 5
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
"resolution": "480p",
"duration": 5
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2/image-to-video", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)तुलना
Wan 2.2 बनाम विकल्प
WaveSpeedAI पर समान मॉडल की तुलना में Wan 2.2 कब चुनें।
Wan 2.2 बनाम Wan 2.7
Wan 2.7 (alibaba/wan-2.7/*) Alibaba का नया आर्किटेक्चर है, जिसकी एक फ़ैमिली में reference-to-video, video-edit, image-edit और text-to-image हैं — ज़्यादा व्यापक क्रॉस-मोडल टूलकिट। Wan 2.2 (WaveSpeedAI वेरिएंट) विशेष एंडपॉइंट देता है — Animate (120s), Speech-to-Video (10-मिनट), Fun-Control (Apache 2.0), LoRA ट्रेनर — जो 2.7 में नहीं हैं।
Wan 2.2 बनाम Seedance 2.0
Seedance 2.0 हर वेरिएंट में नेटिव ऑडियो के साथ हॉलीवुड-ग्रेड आउटपुट देता है। Wan 2.2 वेरिएंट सतह (35+ एंडपॉइंट) और LoRA ट्रेनिंग में जीतता है — जब आपको सामान्य-उद्देश्य वीडियो मॉडल के बजाय कोई विशेष क्षमता (Animate, Speech-to-Video, Fun-Control) चाहिए, तब सही चुनाव।
Wan 2.2 बनाम Kling 3.0 Motion Control
दोनों पोज़-संचालित कैरेक्टर एनिमेशन देते हैं। Wan 2.2 Animate 120s की 720p क्लिप बनाता है और LoRA फ़ाइन-ट्यूनिंग देता है। Kling Motion Control रेफ़रेंस वीडियो की अवधि (3-30s) तक सीमित है, पर मज़बूत मोशन प्रायर के लिए Kuaishou के वीडियो कॉर्पस पर ट्रेन किया गया है।
FAQ
Wan 2.2 API — अक्सर पूछे जाने वाले प्रश्न
प्राइसिंग, लाइसेंस, इंटीग्रेशन — WaveSpeedAI पर Wan 2.2 चलाने के बारे में आम सवाल।
Wan 2.2 API क्या है?
Wan 2.2, Alibaba का वीडियो जनरेशन मॉडल है, जो WaveSpeedAI पर REST API के रूप में उपलब्ध है। Alibaba का Wan 2.2 — WaveSpeedAI पर डिप्लॉय किया गया ओपन-वेट वीडियो टूलकिट, जिसमें 35+ फ़र्स्ट-पार्टी वेरिएंट हैं: Animate (120s कैरेक्टर एनिमेशन), Video Edit, Speech-to-Video (10-मिनट ऑडियो-संचालित), Fun-Control (Apache 2.0 लाइसेंस), साथ में कई मॉडल साइज़ (5B, A14B) और रिज़ॉल्यूशन (480p / 720p) पर image-to-video और text-to-video। आप इसे प्रोग्रामेटिक रूप से कॉल कर सकते हैं या ऊपर दिए प्लेग्राउंड से आज़मा सकते हैं।
Wan 2.2 API को कैसे कॉल करें?
WaveSpeedAI अकाउंट बनाएं, /accesskey से अपनी API कुंजी कॉपी करें, फिर अपना इनपुट JSON के रूप में https://api.wavespeed.ai/api/v3/wavespeed-ai/wan-2.2/image-to-video पर POST करें। एंडपॉइंट एक prediction id लौटाता है। रिज़ल्ट एंडपॉइंट को लगभग हर 2 सेकंड पर पोल करना शुरू करें, लंबे टास्क के लिए अंतराल बढ़ाएं, और किसी भी अंतिम status पर रुक जाएं। प्रोडक्शन-उन्मुख Python / Node.js / cURL उदाहरण ऊपर हैं।
Wan 2.2 API की कीमत कितनी है?
Wan 2.2 $0.02 प्रति रन से शुरू होता है। सटीक लागत आपके सेट किए पैरामीटर (रिज़ॉल्यूशन, अवधि, आउटपुट संख्या, रेफरेंस) के अनुसार बदलती है। प्लेग्राउंड में Generate बटन के पास लाइव कॉस्ट प्रीव्यू आपके वर्तमान इनपुट की सटीक कीमत दिखाता है।
Wan 2.2 के कौन-से वेरिएंट उपलब्ध हैं?
WaveSpeedAI पर 32 लाइव Wan 2.2 एंडपॉइंट हैं: wavespeed-ai/wan-2.2/image-to-video-lora, wavespeed-ai/wan-2.2/image-to-video, wavespeed-ai/wan-2.2/animate, wavespeed-ai/wan-2.2/video-edit, wavespeed-ai/wan-2.2/image-to-image, wavespeed-ai/wan-2.2/speech-to-video, wavespeed-ai/wan-2.2/text-to-image-lora, wavespeed-ai/wan-2.2/fun-control, और अन्य। हर वेरिएंट का अपना प्लेग्राउंड पेज और प्राइसिंग है।
क्या मैं Wan 2.2 के आउटपुट का व्यावसायिक उपयोग कर सकता हूँ?
व्यावसायिक उपयोग के अधिकार Alibaba मॉडल लाइसेंस के अनुसार होते हैं। अधिकांश Alibaba मॉडल आउटपुट के व्यावसायिक उपयोग की अनुमति देते हैं; विशिष्ट लाइसेंस सारांश के लिए हर मॉडल का प्लेग्राउंड पेज और प्लेटफ़ॉर्म-स्तर की शर्तों के लिए WaveSpeedAI की सेवा की शर्तें देखें।
सीधे जाने के बजाय WaveSpeedAI पर Wan 2.2 क्यों इस्तेमाल करें?
एक API कुंजी + एक बिलिंग अकाउंट, Wan 2.2 और अन्य प्रदाताओं के 1,000+ दूसरे AI मॉडल के लिए। प्रति-वेंडर SDK सेटअप नहीं, अलग रेट-लिमिट नहीं, हर वेंडर के लिए इंटीग्रेशन कोड दोबारा लिखना नहीं। प्राइसिंग आमतौर पर Alibaba के सीधे API के बराबर या उससे कम होती है।
प्रदाता
Alibaba के बारे में
WaveSpeedAI पर Wan 2.2 और Alibaba की व्यापक मॉडल श्रृंखला के पीछे की टीम।
Alibaba की Tongyi Lab वीडियो मॉडल की Wan फ़ैमिली और LLM की Qwen फ़ैमिली बनाती है। Wan ओपन वेट्स के साथ जारी होने, व्यापक वेरिएंट कवरेज (text-to-video, image-to-video, reference-to-video, video-edit, video-extend, image-edit, text-to-image), और बहुभाषी प्रॉम्प्ट में मोशन स्थिरता व प्रॉम्प्ट पालन की लगातार मज़बूती के लिए उल्लेखनीय है।
WaveSpeedAI पर Wan 2.2 के साथ बनाना शुरू करें
साइनअप पर मुफ़्त शुरुआती क्रेडिट। Alibaba और हर अन्य प्रदाता के 1,000+ AI मॉडल के लिए एक API कुंजी।