Wan 2.5 API
Alibaba Wan 2.5 — tekst na wideo i obraz na wideo do 1080p z zsynchronizowanym dźwiękiem, a także video-extend, image-edit i text-to-image w tej samej rodzinie, z wariantami Fast endpointów wideo.
Ten przewodnik po API Wan 2.5 opisuje działające endpointy w WaveSpeedAI: tekst na wideo, obraz na wideo i video-extend z wariantami Fast, image-edit i text-to-image. Playground, przykłady, cennik i próbki API poniżej korzystają z działających endpointów Wan 2.5.
Przegląd
O modelu Wan 2.5 API
Co robi Wan 2.5, jakie miejsce zajmuje w linii modeli Alibaba i dlaczego zespoły po niego sięgają.
Wan 2.5 to model generowania wideo od Alibaba, dostępny przez REST API WaveSpeedAI. Alibaba Wan 2.5 — tekst na wideo i obraz na wideo do 1080p z zsynchronizowanym dźwiękiem, a także video-extend, image-edit i text-to-image w tej samej rodzinie, z wariantami Fast endpointów wideo.
Ten przewodnik po API Wan 2.5 opisuje działające endpointy w WaveSpeedAI: tekst na wideo, obraz na wideo i video-extend z wariantami Fast, image-edit i text-to-image. Playground, przykłady, cennik i próbki API poniżej korzystają z działających endpointów Wan 2.5.
Rodzina Wan 2.5 w WaveSpeedAI zawiera 8 endpointów REST obejmujące workflowy: Image-To-Image, Text-To-Image, Video-Extend, Text-To-Video, Image-To-Video. Każdy wariant ma własny cennik, parametry i przykładowe wyniki — wybierz ten, który pasuje do Twoich danych wejściowych i wymagań produkcyjnych, albo wywołuj kilka z jednego klucza API, aby składać wieloetapowe pipeline'y.
Uruchamiaj Wan 2.5 z tym samym kluczem API, kontem rozliczeniowym i limitami, których używasz dla ponad 1000 innych modeli AI w WaveSpeedAI. Bez osobnej konfiguracji u dostawcy, bez osobnych SDK, bez osobnych limitów — jedna integracja obejmuje wszystko: od tekstu na obraz i tekstu na wideo, przez syntezę dźwięku i generowanie 3D, po upscaling i edycję.
Specyfikacja
Możliwości i status premiery Wan 2.5 API
Szczegóły modelu, których deweloperzy szukają przed wyborem API: dostępność, oczekiwana długość wyniku, obsługa referencji i aktualne rozwiązanie zastępcze.
Dostępność
Dostępne od razu
Endpointy Wan 2.5 są dostępne w katalogu WaveSpeedAI: tekst na wideo, obraz na wideo i video-extend (każdy z wariantem Fast), image-edit i text-to-image, wszystko w tym samym przepływie predykcji REST.
Rozdzielczości
480p, 720p, 1080p
Wyjście wideo jest dostępne w 480p, 720p i 1080p, zależnie od endpointu; tekst na wideo oferuje na każdym poziomie rozmiary poziome i pionowe.
Czas trwania
3 do 10 sekund
Tekst na wideo generuje klipy 5- lub 10-sekundowe; obraz na wideo Fast i video-extend generują od 3 do 10 sekund.
Dźwięk
Zsynchronizowany dźwięk
Endpointy wideo generują dźwięk zsynchronizowany z obrazem, a opcjonalny plik audio (WAV lub MP3, co najmniej 3 sekundy, do 15 MB) może kierować generowaniem.
Warianty Fast
Tekst, obraz i przedłużanie
Wan 2.5 Fast jest dostępny dla tekst na wideo, obraz na wideo i video-extend, z przeznaczeniem do szybszego i tańszego generowania.
Narzędzia obrazu
Edycja i tekst na obraz
image-edit przyjmuje do dwóch obrazów wejściowych z promptem, a text-to-image generuje obrazy statyczne w tej samej rodzinie co endpointy wideo.
Endpointy
Wszystkie endpointy API Wan 2.5
8 endpointów Wan 2.5 dostępnych teraz w WaveSpeedAI — wybierz wariant pasujący do Twojego workflow.
/filters:quality(82)/media/images/20260408104220_jymu91ex.webp)
Wan 2.5 Image Edit
Refine existing visuals with WAN 2.5 image-edit using prompt-driven adjustments and stylistic upgrades for photos and graphics. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104211_97h9m7p7.webp)
Wan 2.5 Text To Image
WAN 2.5 Text-to-Image turns text prompts into AI-generated images with the WAN 2.5 model for on-demand image creation. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104203_64hpvi1b.webp)
Wan 2.5 Video Extend Fast
WAN 2.5 Fast is an AI-powered video extender that turns short clips into longer videos while preserving audio tracks for seamless extensions. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104158_jzbs7q2h.webp)
Wan 2.5 Video Extend
WAN 2.5 Video-Extend turns short clips into longer videos with preserved or generated synchronized audio for continuity. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104214_334vajy7.webp)
Wan 2.5 Text To Video
WAN 2.5 makes 480p-1080p text/image-to-video with synced audio and is faster, more affordable than Google Veo3. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104222_y5iz96kb.webp)
Wan 2.5 Text To Video Fast
WAN 2.5 Fast creates synchronized-audio videos from text or images in 720p, faster and more affordable than Google Veo3. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104205_99s4gqxu.webp)
Wan 2.5 Image To Video Fast
WAN 2.5 Fast converts text or images into synchronized-audio videos in 480p, 720p, or 1080p, offering faster, more affordable generation compared to Google Veo3. REST API, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104159_4c1hr4ym.webp)
Wan 2.5 Image To Video
WAN 2.5 converts text or images into videos (480p/720p/1080p) with synced audio, faster and more affordable than Google Veo3. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
Przykłady
Wan 2.5 w akcji
Prawdziwe wyniki wygenerowane przez API Wan 2.5. Najedź na wideo, aby zobaczyć podgląd, kliknij, aby otworzyć pełnowymiarowy podgląd.
Jak zacząć
Jak korzystać z API Wan 2.5
Cztery kroki od rejestracji do gotowego wyniku. Pełne przykłady w Pythonie, Node.js i cURL znajdziesz w sekcji API poniżej.
- 01
Uzyskaj klucz API
Załóż konto WaveSpeedAI i skopiuj klucz API z panelu. Nowe konta otrzymują darmowe kredyty na start — wystarczy na kilkadziesiąt uruchomień w playground, zanim zaczną się opłaty.
- 02
Wyślij predykcję
Wyślij dane wejściowe jako JSON metodą POST na https://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-video. Endpoint od razu zwraca identyfikator predykcji — generowanie jest asynchroniczne, więc nie trzymasz otwartego połączenia na czas inferencji.
- 03
Sprawdzaj ukończenie
Wywołaj GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result. Przy statusie completed odbierz wyniki; przy failed, cancelled, timeout lub deleted zakończ z błędem; przy każdym innym statusie odpytuj dalej.
- 04
Odczytaj adres wyniku
Gdy status to "completed", odczytaj adres URL z data.outputs[0]. Wskazuje on wygenerowane media w CDN WaveSpeedAI — obraz, wideo, dźwięk lub plik 3D, zależnie od wywołanego wariantu Wan 2.5.
Zastosowania
Co możesz zbudować z Wan 2.5
Typowe workflowy, do których deweloperzy i twórcy używają API Wan 2.5.
Tekst na wideo z zsynchronizowanym dźwiękiem
alibaba/wan-2.5/text-to-video zamienia prompt w 5- lub 10-sekundowy klip do 1080p z dźwiękiem generowanym razem z obrazem.
Obraz na wideo z obrazu statycznego
alibaba/wan-2.5/image-to-video i wariant Fast animują obraz referencyjny na podstawie promptu, w 720p lub 1080p i od 3 do 10 sekund na endpoincie Fast.
Przedłużanie klipu
alibaba/wan-2.5/video-extend kontynuuje istniejące wideo z zachowanym lub wygenerowanym zsynchronizowanym dźwiękiem, w 480p, 720p lub 1080p, a wariant Fast robi to samo taniej.
Prowadzenie klipu własnym dźwiękiem
Przekaż plik audio do endpointów wideo, aby ukształtować generowanie, na przykład kwestię głosową lub rytm, za którym ma podążać ruch.
Edycja obrazów w tej samej rodzinie
alibaba/wan-2.5/image-edit stosuje edycje sterowane promptem do jednego lub dwóch obrazów, dzięki czemu obrazy statyczne i klipy pochodzą z jednej rodziny modeli.
Obrazy statyczne z text-to-image
alibaba/wan-2.5/text-to-image generuje obrazy z promptu, z rozmiarem podawanym w pikselach do 2880.
Wskazówki
Wskazówki do promptów dla Wan 2.5
Praktyczne rady, jak uzyskiwać lepsze wyniki z Wan 2.5 — oparte na wzorcach, które sprawdzają się w produkcyjnych pipeline'ach dla modeli wideo.
- 01
Prototypuj na Fast, dostarczaj na endpoincie standardowym
Użyj wariantów Fast do testowania promptów i ruchu, a potem uruchom endpoint standardowy dla końcowego klipu.
- 02
Wybierz rozmiar pod platformę
Tekst na wideo oferuje rozmiary poziome i pionowe w 480p, 720p i 1080p, więc przed generowaniem wybierz rozmiar odpowiedni do miejsca odtwarzania klipu.
- 03
Użyj dźwięku do sterowania czasem
Krótki plik WAV lub MP3 o długości co najmniej 3 sekund może pokierować generowaniem, co pomaga, gdy ruch ma podążać za kwestią głosową lub rytmem.
- 04
Przedłużaj małymi krokami
W video-extend kontynuuj klip po kilka sekund naraz i opisuj, co dzieje się dalej, aby każdy krok zachowywał ciągłość sceny i dźwięku.
Cennik
Cennik API Wan 2.5
Cena jest naliczana za wynik. Końcowa opłata zależy od parametrów ustawionych w playground każdego wariantu (rozdzielczość, czas trwania, liczba wyników, referencje).
| Endpoint | Typ | Cena początkowa |
|---|---|---|
| alibaba/ | image-to-image | $0.035 |
| alibaba/ | text-to-image | $0.03 |
| alibaba/ | video-extend | $0.068 |
| alibaba/ | video-extend | $0.10 |
| alibaba/ | text-to-video | $0.10 |
| alibaba/ | text-to-video | $0.068 |
| alibaba/ | image-to-video | $0.068 |
| alibaba/ | image-to-video | $0.10 |
API
Wywołaj API Wan 2.5
Uzyskaj klucz API na wavespeed.ai/accesskey, a następnie wyślij predykcję przez REST. Playground generuje gotowe do wklejenia przykłady dla dowolnej kombinacji danych wejściowych.
POSThttps://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-video" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "1280*720",
"duration": 5,
"enable_prompt_expansion": false
}')
TASK=$(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/alibaba/wan-2.5/text-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 ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "1280*720",
"duration": 5,
"enable_prompt_expansion": false
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${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",
"size": "1280*720",
"duration": 5,
"enable_prompt_expansion": False
}
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/alibaba/wan-2.5/text-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)Porównanie
Wan 2.5 a alternatywy
Kiedy wybrać Wan 2.5 zamiast podobnych modeli w WaveSpeedAI.
Wan 2.5 a Wan 2.7
Wan 2.7 to nowsza generacja z reference-to-video, video-edit i wyjściem 1080p na większej liczbie endpointów. Wan 2.5 pozostaje opcją z wariantami Fast i zsynchronizowanym dźwiękiem.
Wan 2.5 a Veo 3.1
Katalog przedstawia Wan 2.5 jako szybszy i tańszy od Google Veo 3, z generowaniem sterowanym dźwiękiem i video-extend. Veo 3.1 oferuje poziomy Standard, Fast i Lite w 1080p.
Wan 2.5 a Kling 2.6
Kling 2.6 dodaje motion control i endpoint create-voice. Wan 2.5 obejmuje 480p do 1080p z zsynchronizowanym dźwiękiem, video-extend, image-edit i text-to-image w jednej rodzinie.
FAQ
Wan 2.5 API — najczęściej zadawane pytania
Cennik, licencja, integracja — typowe pytania o uruchamianie Wan 2.5 w WaveSpeedAI.
Jakie rozdzielczości obsługuje Wan 2.5?
Endpointy wideo dają wyjście 480p, 720p i 1080p, zależnie od endpointu. Tekst na wideo oferuje też rozmiary pionowe, a obraz na wideo Fast daje 720p lub 1080p.
Czy Wan 2.5 generuje dźwięk?
Tak. Endpointy wideo tworzą dźwięk zsynchronizowany z obrazem, a opcjonalny plik audio można wysłać, aby pokierować wynikiem.
Czym jest Wan 2.5 Fast?
To warianty Fast endpointów tekst na wideo, obraz na wideo i video-extend, przeznaczone do szybszego i tańszego generowania niż warianty standardowe.
Czy mogę przedłużyć istniejące wideo w Wan 2.5?
Tak. Endpoint video-extend przedłuża krótki klip do dłuższego, z zachowanym lub wygenerowanym zsynchronizowanym dźwiękiem, i ma wariant Fast.
Czym jest API Wan 2.5?
Wan 2.5 to model generowania wideo od Alibaba, udostępniony jako REST API w WaveSpeedAI. Alibaba Wan 2.5 — tekst na wideo i obraz na wideo do 1080p z zsynchronizowanym dźwiękiem, a także video-extend, image-edit i text-to-image w tej samej rodzinie, z wariantami Fast endpointów wideo. Możesz wywoływać go programowo lub wypróbować w playground, do którego prowadzi link powyżej.
Jak wywołać API Wan 2.5?
Załóż konto WaveSpeedAI, skopiuj klucz API z /accesskey, a następnie wyślij POST na https://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-video z danymi wejściowymi w JSON. Endpoint zwraca identyfikator predykcji. Odpytuj endpoint wyniku mniej więcej co 2 sekundy, wydłużaj odstęp przy długich zadaniach i zatrzymaj się przy dowolnym statusie końcowym. Produkcyjne przykłady w Pythonie / Node.js / cURL znajdziesz powyżej.
Ile kosztuje API Wan 2.5?
Wan 2.5 zaczyna się od $0.03 za uruchomienie. Dokładny koszt zależy od ustawionych parametrów (rozdzielczość, czas trwania, liczba wyników, referencje). Podgląd kosztu na żywo obok przycisku Generuj w playground pokazuje dokładną cenę dla bieżących danych.
Jakie warianty Wan 2.5 są dostępne?
WaveSpeedAI udostępnia 8 aktywnych endpointów Wan 2.5: alibaba/wan-2.5/image-edit, alibaba/wan-2.5/text-to-image, alibaba/wan-2.5/video-extend-fast, alibaba/wan-2.5/video-extend, alibaba/wan-2.5/text-to-video, alibaba/wan-2.5/text-to-video-fast, alibaba/wan-2.5/image-to-video-fast, alibaba/wan-2.5/image-to-video. Każdy wariant ma własną stronę playground i cennik.
Czy mogę używać wyników Wan 2.5 komercyjnie?
Prawa do komercyjnego użycia wynikają z licencji modelu Alibaba. Większość modeli Alibaba zezwala na komercyjne wykorzystanie wyników; skrót licencji znajdziesz na stronie playground każdego modelu, a warunki na poziomie platformy w Warunkach świadczenia usług WaveSpeedAI.
Dlaczego korzystać z Wan 2.5 w WaveSpeedAI zamiast bezpośrednio?
Jeden klucz API i jedno konto rozliczeniowe dla Wan 2.5 ORAZ ponad 1000 innych modeli AI od innych dostawców. Bez osobnej konfiguracji SDK, bez osobnych limitów, bez przepisywania kodu integracji pod każdego dostawcę. Ceny są zazwyczaj na poziomie bezpośredniego API Alibaba lub niższe.
Dostawca
O Alibaba
Zespół stojący za Wan 2.5 i szerszą linią modeli Alibaba w WaveSpeedAI.
Laboratorium Tongyi Alibaby tworzy rodzinę modeli wideo Wan oraz rodzinę modeli LLM Qwen. Wan wyróżnia się wydaniem z otwartymi wagami, szerokim zakresem wariantów (tekst na wideo, obraz na wideo, referencja na wideo, video-edit, video-extend, image-edit, tekst na obraz) oraz stałą mocną stroną w stabilności ruchu i wierności promptom w wielu językach.
Zacznij budować z Wan 2.5 w WaveSpeedAI
Darmowe kredyty na start po rejestracji. Jeden klucz API do ponad 1000 modeli AI od Alibaba i wszystkich innych dostawców.