Crear un video de Wan

POST

videos

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F model=wan3.0 \
  -F 'prompt=A small robot walks through a bright greenhouse with smooth camera movement.' \
  -F seconds=5 \
  -F size=1920x1080

{
  "id": "task_example",
  "task_id": "task_example",
  "object": "video",
  "model": "wan3.0",
  "status": "queued",
  "progress": 0,
  "created_at": 1779938152
}

Crea un video de Wan a partir de texto, medios de referencia o fotogramas inicial y final. Guarda el id devuelto para consultar la tarea y descargar el video completado. POST /v1/videos usa multipart/form-data. Envía un valor entero explícito para seconds y un size en formato WxH.

Elige un modo de entrada

Todos los modos requieren model y prompt. Las entradas de medios disponibles dependen del modelo:

Objetivo	ID de modelo	Campos de medios
Texto a video	`wan2.6`, `wan2.7`, `wan3.0`, `wan3.0-prime`	Omite los campos de medios
Imagen a video	`wan2.7`, `wan3.0`, `wan3.0-prime`	`input_reference` URL o archivos de imagen cargados
Video de referencia	`wan2.6`	`reference_videos` solo
Referencias de imagen y video	`wan2.7`, `wan3.0`, `wan3.0-prime`	`input_reference` con `reference_videos`
Referencias de imagen, video y audio	`wan3.0`, `wan3.0-prime`	Referencias de imagen/video con `reference_audios`
Fotogramas inicial y final	`wan2.7`, `wan3.0`, `wan3.0-prime`	`first_frame`, opcionalmente `last_frame`

Para encontrar un ID de modelo Wan disponible para tu clave de API, usa Enumerar modelos disponibles.

Usar imágenes de referencia

Para wan2.7, wan3.0 y wan3.0-prime, envía imágenes de referencia mediante input_reference como URL HTTPS de acceso público o archivos cargados. Para varias imágenes, repite el campo en el orden de las imágenes, con una URL o un archivo por campo. Usa todas las URL o todos los archivos dentro de input_reference. Envía cada URL por separado en lugar de combinar las URL en un valor separado por comas. Usa imágenes PNG o JPEG de hasta 20 MB cada una. Una sola URL o archivo de input_reference usa el flujo de trabajo de imagen a video. La imagen guía la composición y la apariencia; usa el prompt para describir el movimiento y el comportamiento de la cámara. Para wan3.0 y wan3.0-prime, envía como máximo 10 imágenes de referencia mediante input_reference, tanto si usas URL como archivos cargados.

Usa videos y audio de referencia

Envía videos mediante reference_videos y clips de audio mediante reference_audios, repitiendo cada campo una vez por entrada. Cada entrada puede ser una URL HTTPS de acceso público o un archivo cargado. Usa archivos MP4 con video codificado con H.264 para las referencias de video. Usa archivos MP3 independientes para las referencias de audio. Los distintos campos pueden usar diferentes tipos de entrada, como una URL de imagen con videos cargados. Dentro de reference_videos o reference_audios, usa todas URL o todos archivos. Puedes cargar hasta cinco archivos de video, cada uno de como máximo 50 MiB (50 × 1024 × 1024 bytes). Puedes cargar hasta cinco archivos de audio, cada uno de como máximo 15 MiB (15 × 1024 × 1024 bytes).

Referencias de video de Wan 2.6

Envía de una a tres reference_videos, de 2–30 segundos cada una, de hasta 30 MB y de al menos 16 fps. Estos límites se aplican tanto a las URL como a los videos cargados. En el Prompt, haz referencia a los sujetos como @Video1, @Video2 y @Video3 en el orden de entrada. Para este modo, omite input_reference, reference_audios, first_frame y last_frame. Establece seconds en 5 o 10. Estos ejemplos crean un video de cinco segundos a partir de dos referencias de video. Sustituye las URL o los nombres de archivo de los medios por tus entradas:

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.6' \
  --form-string 'prompt=Keep @Video1 and @Video2 recognizable as they walk.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'reference_videos=https://your-media-host/reference-1.mp4' \
  -F 'reference_videos=https://your-media-host/reference-2.mp4'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.6' \
  --form-string 'prompt=Keep @Video1 and @Video2 recognizable as they walk.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'reference_videos=@reference-1.mp4;type=video/mp4' \
  -F 'reference_videos=@reference-2.mp4;type=video/mp4'

Referencias de imágenes y videos de Wan 2.7

Combina referencias de imágenes y videos para guiar la apariencia y el movimiento del sujeto. Establece seconds en un entero de 2 a 10. Omite reference_audios. Usa dos URL de imágenes o dos imágenes cargadas con una referencia de video:

curl \
  https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.7' \
  -F 'prompt=Preserve the image subjects and follow the video motion.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'input_reference=https://your-image-host/reference-1.png' \
  -F 'input_reference=https://your-image-host/reference-2.jpg' \
  -F 'reference_videos=https://your-media-host/reference.mp4'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.7' \
  -F 'prompt=Preserve the image subjects and follow the video motion.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'input_reference=@reference-1.png;type=image/png' \
  -F 'input_reference=@reference-2.jpg;type=image/jpeg' \
  -F 'reference_videos=@reference.mp4;type=video/mp4'

Referencias de imágenes, videos y audio de Wan 3.0

Para wan3.0 y wan3.0-prime, combina referencias de imágenes y videos con referencias de audio para guiar la apariencia, el movimiento y el ritmo. Envía como máximo cinco referencias de video con una duración combinada de como máximo 15 segundos. Cada video debe tener al menos 16 fps. Envía como máximo cinco referencias de audio con una duración combinada de como máximo 15 segundos. Cuenta por separado la duración del video y del audio. Establece el seconds de salida en un entero de 2 a 30. Usa dos URL de imágenes o dos imágenes cargadas con un video y dos clips de audio:

curl \
  https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan3.0' \
  -F 'prompt=Preserve image subjects, video motion, and audio rhythm.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'input_reference=https://your-image-host/reference-1.png' \
  -F 'input_reference=https://your-image-host/reference-2.jpg' \
  -F 'reference_videos=https://your-media-host/reference.mp4' \
  -F 'reference_audios=https://your-media-host/reference-1.mp3' \
  -F 'reference_audios=https://your-media-host/reference-2.mp3'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan3.0' \
  -F 'prompt=Preserve image subjects, video motion, and audio rhythm.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'input_reference=@reference-1.png;type=image/png' \
  -F 'input_reference=@reference-2.jpg;type=image/jpeg' \
  -F 'reference_videos=@reference.mp4;type=video/mp4' \
  -F 'reference_audios=@reference-1.mp3;type=audio/mpeg' \
  -F 'reference_audios=@reference-2.mp3;type=audio/mpeg'

Usa los fotogramas inicial y final

Para wan2.7, wan3.0 y wan3.0-prime, envía first_frame para la imagen inicial y, opcionalmente, last_frame para la imagen final. Cada campo acepta una URL HTTPS de PNG o JPEG accesible públicamente o un archivo PNG o JPEG cargado. Para las entradas de fotogramas de Wan 2.7, la imagen inicial determina la relación de aspecto, mientras que size selecciona el nivel de resolución de salida. Envía las entradas de fotogramas en una solicitud independiente de input_reference, reference_videos y reference_audios. Estos ejemplos de Wan 2.7 crean una transición entre los fotogramas inicial y final:

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.7' \
  -F 'prompt=Move smoothly from the opening frame to the ending frame.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'first_frame=https://your-image-host/first-frame.png' \
  -F 'last_frame=https://your-image-host/last-frame.jpg'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan2.7' \
  -F 'prompt=Move smoothly from the opening frame to the ending frame.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'first_frame=@first-frame.png;type=image/png' \
  -F 'last_frame=@last-frame.jpg;type=image/jpeg'

Estos ejemplos de Wan 3.0 crean una transición entre los fotogramas inicial y final:

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan3.0' \
  -F 'prompt=Move smoothly from the opening frame to the ending frame.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'first_frame=https://your-image-host/first-frame.png' \
  -F 'last_frame=https://your-image-host/last-frame.jpg'

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F 'model=wan3.0' \
  -F 'prompt=Move smoothly from the opening frame to the ending frame.' \
  -F 'seconds=5' \
  -F 'size=1280x720' \
  -F 'first_frame=@first-frame.png;type=image/png' \
  -F 'last_frame=@last-frame.jpg;type=image/jpeg'

Configure la duración y el tamaño

Envíe seconds como un número entero dentro del intervalo correspondiente a su modelo y modo de entrada.

ID del modelo	Modo de entrada	`seconds`	Predeterminado
`wan3.0`, `wan3.0-prime`	Texto, referencias o fotogramas	entero `2`–`30`	`5` segundos, `1920x1080`
`wan2.7`	Texto	entero `2`–`15`	`5` segundos, `1920x1080`
`wan2.7`	Fotogramas	entero `2`–`15`	`5` segundos, nivel `1080p`; la relación de aspecto sigue la imagen inicial
`wan2.7`	Referencias de imagen o vídeo	entero `2`–`10`	`5` segundos, `1920x1080`
`wan2.6`	Texto	`5`, `10`, `15`	`5` segundos, `1920x1080`
`wan2.6`	Referencias de vídeo	`5`, `10`	`5` segundos, `1920x1080`

Establezca size en uno de los valores WxH siguientes para el modelo de destino. Los valores de tamaño de Wan 3.0 también se aplican a wan3.0-prime.

Valores de tamaño de Wan 3.0

Nivel de resolución	Relación de aspecto	`size` (`WxH`)
`480p`	`16:9`	`832x480`
	`9:16`	`480x832`
	`1:1`	`624x624`
`720p`	`16:9`	`1280x720`
	`9:16`	`720x1280`
	`1:1`	`960x960`
	`4:3`	`1088x832`
	`3:4`	`832x1088`
`1080p`	`16:9`	`1920x1080`
	`9:16`	`1080x1920`
	`1:1`	`1440x1440`
	`4:3`	`1632x1248`
	`3:4`	`1248x1632`

Valores de tamaño de Wan 2.7

Nivel de resolución	Relación de aspecto	`size` (`WxH`)
`720p`	`16:9`	`1280x720`
	`9:16`	`720x1280`
`1080p`	`16:9`	`1920x1080`
	`9:16`	`1080x1920`
	`1:1`	`1440x1440`

Valores de tamaño de Wan 2.6

Nivel de resolución	Relación de aspecto	`size` (`WxH`)
`720p`	`16:9`	`1280x720`
	`9:16`	`720x1280`
	`4:3`	`1088x832`
	`3:4`	`832x1088`
`1080p`	`16:9`	`1920x1080`
	`9:16`	`1080x1920`
	`1:1`	`1440x1440`
	`4:3`	`1632x1248`
	`3:4`	`1248x1632`

Flujo de tareas

Crear la tarea

Envíe la solicitud de formulario multiparte y almacene el valor id devuelto.

Consultar la tarea

Llame a Recuperar un vídeo de Wan hasta que status sea completed, failed o error.

Descargar el resultado

Cuando la tarea esté completed, llame a Recuperar contenido de vídeo de Wan para descargar el archivo MP4.

Autorizaciones

Authorization

string

header

requerido

Bearer authentication. Use your CometAPI API key.

Cuerpo

multipart/form-data

model

string

requerido

Wan model ID: wan2.6, wan2.7, wan3.0, or wan3.0-prime. Use wan2.6 for text or reference-video input. Use wan2.7 for text, image/video references, or frame inputs. Use wan3.0 or wan3.0-prime to also include reference audio.

Ejemplo:

"wan3.0"

prompt

string

requerido

Text prompt that describes the video to generate. Describe the appearance and motion to preserve from references, or the transition between first_frame and last_frame. For wan2.6 video references, use @Video1, @Video2, and @Video3 in input order.

Ejemplo:

"A small robot walks through a bright greenhouse with smooth camera movement."

seconds

integer

Requested output duration in whole seconds. Send an explicit integer. For wan2.6 reference-to-video, use 5 or 10; text-to-video also accepts 15. For wan2.7 reference-to-video, use 2 through 10; text and frame inputs accept 2 through 15. For wan3.0 and wan3.0-prime, use 2 through 30. Default is 5.

Rango requerido: 2 <= x <= 30

Ejemplo:

5

size

string

Supported WxH size values. For wan3.0 and wan3.0-prime: 832x480, 480x832, 624x624, 640x480, 480x640, 1280x720, 720x1280, 960x960, 1088x832, 832x1088, 1920x1080, 1080x1920, 1440x1440, 1632x1248, 1248x1632. For wan2.6: 1280x720, 720x1280, 1088x832, 832x1088, 1920x1080, 1080x1920, 1440x1440, 1632x1248, 1248x1632. For wan2.7: 1280x720, 720x1280, 1920x1080, 1080x1920, 1440x1440. Default is 1920x1080. For Wan 2.7 frame inputs, the opening image determines the aspect ratio; size selects the output resolution tier.

Ejemplo:

"1920x1080"

input_reference

PNG or JPEG reference images for wan2.7, wan3.0, and wan3.0-prime. Repeat input_reference with one publicly accessible HTTPS image URL or uploaded image file per field. Use all URLs or all files within this field. Do not combine URLs into a comma-separated value. A single URL or file uses the image-to-video workflow. Each image can be up to 20 MB. For wan3.0 and wan3.0-prime, send at most 10 reference images, whether you use URLs or uploaded files. Image and video references can share a request; reference audio requires wan3.0 or wan3.0-prime. Submit frame inputs separately. Omit for text-to-video and wan2.6 reference-to-video. Submit images in the order you want to reference them in the prompt.

Pattern: ^https://

reference_videos

(string<uri> | file)[]

Reference videos for wan2.6, wan2.7, wan3.0, and wan3.0-prime. Repeat reference_videos with publicly accessible HTTPS URLs or uploaded MP4 files with H.264 video. Use one input type within this field: all URLs or all files. For wan2.6, send 1 to 3 clips, each 2 to 30 seconds and up to 30 MB, with at least 16 fps; omit image, audio, and frame fields. For wan2.7, combine video references with image references. For wan3.0 and wan3.0-prime, send at most 5 clips totaling at most 15 seconds, with at least 16 fps. Video uploads are limited to 5 files, each at most 50 MiB (50 x 1024 x 1024 bytes); the lower wan2.6 limits still apply. Submit frame inputs separately.

Minimum array length: 1

Pattern: ^https://

reference_audios

(string<uri> | file)[]

Reference audio for wan3.0 and wan3.0-prime, combined with image or video references. Repeat reference_audios with publicly accessible HTTPS MP3 URLs or uploaded MP3 files. Use one input type within this field: all URLs or all files. Send at most 5 audio references totaling at most 15 seconds, counted separately from reference video duration. Audio uploads are limited to 5 files, each at most 15 MiB (15 x 1024 x 1024 bytes). Submit frame inputs separately. Omit for wan2.6 and wan2.7.

Minimum array length: 1

Pattern: ^https://

first_frame

Opening frame for wan2.7, wan3.0, and wan3.0-prime, as one publicly accessible HTTPS PNG or JPEG URL or one uploaded PNG or JPEG file. Use first_frame alone or add last_frame to guide the ending. Submit frame inputs in a separate request from input_reference, reference_videos, and reference_audios. Omit for wan2.6. For Wan 2.7 frame inputs, the opening image determines the aspect ratio; size selects the output resolution tier.

Pattern: ^https://

last_frame

Ending frame for wan2.7, wan3.0, and wan3.0-prime, as one publicly accessible HTTPS PNG or JPEG URL or one uploaded PNG or JPEG file. Use with first_frame to guide the ending. Submit frame inputs in a separate request from input_reference, reference_videos, and reference_audios. Omit for wan2.6. For Wan 2.7 frame inputs, the opening image determines the aspect ratio; size selects the output resolution tier.

Pattern: ^https://

Respuesta

Task created. Store the returned id and poll GET /v1/videos/{task_id}.

string

requerido

Task ID. Use this value with retrieve and content endpoints.

Ejemplo:

"task_example"

object

string

requerido

Object type. Video tasks return video.

Ejemplo:

"video"

model

string

requerido

Model ID used for the task.

Ejemplo:

"wan3.0"

status

enum<string>

requerido

Task lifecycle status. Poll until the value is completed, failed, or error.

Opciones disponibles:

queued,

in_progress,

completed,

failed,

error

Ejemplo:

"queued"

progress

integer

requerido

Task progress as a coarse percentage.

Rango requerido: 0 <= x <= 100

Ejemplo:

0

created_at

integer

requerido

Task creation time as a Unix timestamp in seconds.

Ejemplo:

1779938152

task_id

string

Compatibility alias for id when present.

Ejemplo:

"task_example"

completed_at

integer

Task completion time as a Unix timestamp in seconds. This field appears on completed tasks.

Ejemplo:

1779938219

video_url

string

Temporary video delivery URL. This field appears on completed tasks.

Ejemplo:

"<temporary-video-url>"

error

object

Failure details. This field appears when the task fails.

Última modificación el 9 de septiembre de 2026

curl https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F model=wan3.0 \
  -F 'prompt=A small robot walks through a bright greenhouse with smooth camera movement.' \
  -F seconds=5 \
  -F size=1920x1080

{
  "id": "task_example",
  "task_id": "task_example",
  "object": "video",
  "model": "wan3.0",
  "status": "queued",
  "progress": 0,
  "created_at": 1779938152
}

Moderación de contenido

Claves API

Elige un modo de entrada

Usar imágenes de referencia

Usa videos y audio de referencia

Referencias de video de Wan 2.6

Referencias de imágenes y videos de Wan 2.7

Referencias de imágenes, videos y audio de Wan 3.0

Usa los fotogramas inicial y final

Configure la duración y el tamaño

Valores de tamaño de Wan 3.0

Valores de tamaño de Wan 2.7

Valores de tamaño de Wan 2.6

Flujo de tareas

Autorizaciones

Cuerpo

Respuesta

​Elige un modo de entrada

​Usar imágenes de referencia

​Usa videos y audio de referencia

​Referencias de video de Wan 2.6

​Referencias de imágenes y videos de Wan 2.7

​Referencias de imágenes, videos y audio de Wan 3.0

​Usa los fotogramas inicial y final

​Configure la duración y el tamaño

​Valores de tamaño de Wan 3.0

​Valores de tamaño de Wan 2.7

​Valores de tamaño de Wan 2.6

​Flujo de tareas

Autorizaciones

Cuerpo

Respuesta

Elige un modo de entrada

Usar imágenes de referencia

Usa videos y audio de referencia

Referencias de video de Wan 2.6

Referencias de imágenes y videos de Wan 2.7

Referencias de imágenes, videos y audio de Wan 3.0

Usa los fotogramas inicial y final

Configure la duración y el tamaño

Valores de tamaño de Wan 3.0

Valores de tamaño de Wan 2.7

Valores de tamaño de Wan 2.6

Flujo de tareas