Wan 2.6 Flash 图生视频 API 怎么用？画幅跟图走

TL;DR

• Wan 2.6 Flash Image to Video（wan2.6-flash/image-to-video）上传 1 张图、写一句动作描述，生成 5、10 或 15 秒的 720p / 1080p 视频，可按需开同步音频；输出画幅跟随输入图，竖图直接出竖屏。打开模型页就能试，新用户注册送 200 积分。
• 价格按秒算、四个组合：720p 无声（默认）每秒 $0.029，开音频 $0.0575，1080p 无声 $0.043、开音频 $0.086（见下表）。
• 调用走 HiAPI /v1/tasks 接口：image_urls 恰好 1 张图，成功后从 output 取视频地址（临时地址，及时保存）。

它能做什么

• 一张图 + 一句话 = 一段动作：画面主体和光线保持原图，模型只加你要的动态、镜头和氛围。
• 三种时长：5 / 10 / 15 秒，默认 5 秒。
• 画幅跟图走：没有画幅参数——横图出 16:9、竖图出竖屏、3:4 的图就出 3:4，社媒素材不用二次裁剪。
• 音频按需开：audio 默认关；开了以后声音跟画面同步生成（锅铲声、火焰声这类环境音）。

下面是真实成片（默认参数：720p、5 秒、无声）：

The fox turns its head toward the camera, its ears twitch, golden leaves drift down through the misty light

（中文意思：狐狸转头看向镜头，耳朵轻轻抖动，金色落叶在薄雾光线中飘落。上传狐狸照片作首帧；提示词也支持中文，最长 1500 字符。）

输入图 · 封面帧

wan2.6-flash/image-to-video，720p，5 秒，16:9，1280×720，无声，$0.145。看完整成片 →

用这个提示词生成 →

价格：四个组合一张表

HiAPI 现价，2026 年 10 月 21 日核对。 以默认档为 1：开音频约 2 倍、升 1080p 约 1.5 倍、又升又开约 3 倍。失败不扣费。

两条上手路线

浏览器 3 步：打开模型页 → 上传图片、写动作描述 → 点生成，默认档 5 秒 $0.145，出片之后直接在页面里预览，满意了再写代码把接口接进自己的业务流程。

API 3 步：POST /v1/tasks 提交 → 拿 taskId → GET /v1/tasks/<taskId> 查到 success 后下载。

curl：第一条

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: your-unique-key-001" \
  -d '{
  "model": "wan2.6-flash/image-to-video",
  "input": {
    "prompt": "The fox turns its head toward the camera, its ears twitch, golden leaves drift down through the misty light",
    "image_urls": ["https://static.hiapi.ai/gallery/2026/10/ced2dd4214889094.jpg"],
    "duration": 5,
    "resolution": "720p",
    "audio": false
  }
}'

这条按快照价是 720p 无声 × 5 秒 = $0.145。

Python：提交、轮询、下载

import time, uuid, requests

BASE = "https://api.hiapi.ai/v1/tasks"
HEADERS = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json",
}

payload = {
    "model": "wan2.6-flash/image-to-video",
    "input": {
        "prompt": "The fox turns its head toward the camera, its ears twitch, golden leaves drift down through the misty light",
        "image_urls": ["https://example.com/your-image.jpg"],
        "duration": 5,
        "resolution": "720p",
        "audio": False,
    },
}

resp = requests.post(
    BASE,
    headers={**HEADERS, "Idempotency-Key": str(uuid.uuid4())},
    json=payload,
    timeout=30,
)
resp.raise_for_status()
task_id = resp.json()["taskId"]

while True:
    task = requests.get(f"{BASE}/{task_id}", headers=HEADERS, timeout=30).json()
    print(task["status"])
    if task["status"] in ("success", "fail"):
        break
    time.sleep(5)

if task["status"] == "success":
    video = next(o for o in task["output"] if o.get("type") == "video")
    mp4 = requests.get(video["url"], timeout=120)   # 临时地址，尽快保存
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

参数表

请求体里出现表外字段会直接 400。

你会遇到的报错

任务终态失败还有 CONTENT_POLICY_VIOLATION、TASK_FAILED、TASK_TIMEOUT 等；失败不扣费。

上线前注意

• 回调：请求体顶层传 "callback": {"url": "https://..."}，终态自动通知。
• 及时转存：output 里的视频地址是临时的，拿到就下载。
• 图的质量是上限：至少 256×256、不超过 10MB；清晰大图出清晰视频。
• 竖版素材传竖图：没有画幅参数，想要 9:16 就上传竖图。
• 调参的顺序：先用默认档（720p 无声 5 秒，$0.145 一条）把提示词和输入图调好，再按需开音频或升 1080p 出定稿；每秒价差一倍到三倍，试错全用默认档最省。
• 输入图先看分辨率：至少 256×256 才能提交，但想要清楚的成片建议给到 720p 以上的原图；小图放不大，模糊的图动起来还是模糊。

常见问题

• 是的，画幅跟随输入图：横图横屏、竖图竖屏，3:4 的图出 3:4——不用传任何比例参数。
• 是的，音频要显式打开：audio: true 才有声音，价格按 Sound On 档算。
• 是的，时长只有 5 / 10 / 15 三档，传别的秒数会 400。
• 是的，提示词中文也可以，最长 1500 字符；写动作和镜头，不用重复描述画面。
• 是的，$10 约 68 条：默认档（720p 无声 5 秒）一条 $0.145。
• 是的，中英文提示词同价：写哪种语言不影响计费，价格只看分辨率、时长和音频开关。
• 是的，10 秒和 15 秒按秒线性加价：默认档 10 秒 $0.29、15 秒 $0.435，不用整段重做就能拉长。

下一步：拿一张你的产品图或照片去模型页动起来，四个场景模板看提示词大全。