两种模式使用相同的 APIXO 费率：480p 每生成一秒 $0.05，720p $0.10，1080p $0.15。五秒输出的成本为 $0.25、$0.50 或 $0.75；十秒输出的成本为 $0.50、$1.00 或 $1.50。
APIXO 的 Wan 2.5 视频服务是调用阿里巴巴 Wan 2.5 视频模型系列的运营通道。您可以通过文本提示词或一张源图像，生成 5 秒或 10 秒的音视频片段，并支持自定义音频、三种分辨率等级、提示词扩展、负向提示词、基于种子值的迭代以及异步交付。
工作流
文/图生视频
APIXO 价格
$0.05–$0.15 / 秒后端定价的 480p、720p 和 1080p 等级
分辨率
480p / 720p / 1080p
时长
5 / 10 秒
输出
1 个 MP4 视频
正在加载工作区...
Wan 2.5 默认生成带音频的视频，而不是返回无声素材，从而减少了在单独的生成步骤中合成初始音轨的需求。
提供一个公开的 MP3 或 WAV 文件作为音频参考。Wan 会用它来使生成的视觉效果（在适用情况下，包括嘴型动作）与提供的音乐或画外音同步。但确切的措辞、发音、说话人身份和口型同步仍需人工审核。
使用最多 1,500 个字符的提示词，以中文或英文描述主题、动作、环境、相机行为、对话、音乐或音效。
为单个源图像制作动画，同时可使用可选的提示词来引导动态和场景发展。该图像确立了视觉背景，但不保证每个细节都得到精确保留。
默认启用提示词改写，以丰富较短的指令。当精确保留精心编写的措辞比潜在的创意收益更重要时，请禁用此功能。
使用负向提示词来避免不希望出现的特征，并使用数字种子值来提高可重复性。即使设置和种子值完全相同，也无法保证生成完全一样的视频。
在不提供源图片的情况下，提交一段必需的、非空的、最多 1,500 个字符的提示词。选择 5 秒或 10 秒的时长、三种分辨率之一以及兼容的宽高比。可通过可选的音频、负向提示词、提示词扩展、种子值和水印控件来优化请求。
提供一个公开的图片 URL，并可选择性地描述预期的运动或场景。在此模式下，请勿提交宽高比字段；源图片会引导初始的视觉状态和构图，但不保证完全保留身份特征、文本、Logo、几何形状、背景或画面框架。
wan-2-5-video 操作路由当前支持的生成选项。
1–1,500
提示词字符数
1 个公开 URL
源图片
1 个 MP3 / WAV
音频参考
500 个字符
负向提示词
0–2,147,483,647
种子值范围
轮询 / 回调
交付
将营销方案转化为带有初步音轨的简短产品亮相、生活方式场景或发布概念。在将创意投入制作前，请仔细审查产品的比例、物体接触、手部、Logo 和嵌入的文本。
使用单个源图像为产品摄影、插画、海报或角色艺术添加动态效果。生成后，请对照原始素材检查其身份、构图、背景和细节保真度。
将简短的音乐片段、旁白草稿或音效参考与生成的视觉效果配对，用于宣传和社交媒体的创意构思。独立验证口播措辞、发音、嘴型动作和视听同步时机。
通过生成简短的草稿来探索镜头方向、场景构图、动态效果以及培训或解说类视频的创意。在投入预算制作更长、更高分辨率的版本之前，可先使用较低分辨率、5 秒时长的生成内容进行快速迭代。
APIXO 通过单一路由提供阿里巴巴的 Wan 2.5 视频系列，但未公开记录其模式与 wan2.5-t2v-preview 和 wan2.5-i2v-preview 的具体对应关系。
图生视频接受单个公开的 JPEG、JPG、无 Alpha 通道的 PNG、BMP 或 WebP 图片 URL，大小不超过 20 MB；图片的每个维度都必须在 240–8,000 像素之间。
文生视频在所有分辨率下均支持 16:9、9:16 和 1:1 的宽高比；4:3 和 3:4 的宽高比需要 720p 或 1080p 分辨率。
可选的音频必须使用单个公开的 MP3 或 WAV URL，大小不超过 15 MB，其文档记录的时长范围为 3–30 秒。
典型的处理时间范围为：480p 分辨率下 40–120 秒，720p 分辨率下 60–180 秒，1080p 分辨率下 90–250 秒。APIXO 建议分别在 40 秒、60 秒或 90 秒后进行首次轮询，之后以 10 秒为间隔。这些时间仅为估算值，不构成服务等级协议（SLA）。
结果 URL 是临时的，没有固定的公开保留期限。请及时下载所需的输出内容，并审查其安全性及源材料的使用许可。
两种模式使用相同的 APIXO 费率：480p 每生成一秒 $0.05，720p $0.10，1080p $0.15。五秒输出的成本为 $0.25、$0.50 或 $0.75；十秒输出的成本为 $0.50、$1.00 或 $1.50。
长于所选视频时长的音频将被截断为前 5 或 10 秒。如果音频较短，则视频的剩余部分将为静音。APIXO 不会为自定义音频、图像输入或提示词扩展收取额外费用。
上游 Wan 2.5 模型可以在生成音频时，根据提示词描述的声音、音效和背景音乐进行创作。但 APIXO 不保证准确的对话内容、发音、声音特征、说话人归属或唇形同步，且不提供任何声音克隆相关的控制选项。
任务以异步方式运行，状态包括等待中、处理中、成功或失败。轮询调用会在 resultJson.resultUrls 中返回最终的 MP4 URL；回调模式则会将最终的有效负载发送到公共的 HTTPS 回调 URL。失败的任务会包含机器可读的 code 和 message 字段。
APIXO 不支持任意时长、自定义尺寸、可配置帧率、输出数量、CFG scale、运动强度、相机预设、镜头数量、参考权重、多镜头模式、编辑、续写或静音输出开关。启用 `watermark` 会在右下角添加固定的“AI 生成”文字。阿里巴巴文档指出其 Wan 2.5 Preview 输出为 30 fps H.264 MP4 格式，而 APIXO 未提供任何编解码器或帧率控制选项。
探索更多 AI 模型，赋能您的创意工作流
Wan 2.6 已在 APIXO 上线，支持 视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。
Wan 2.7 已在 APIXO 上线，支持 视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。
Kling 3.0 Std 已在 APIXO 上线，支持 视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。
Hailuo 2.3 已在 APIXO 上线，支持 视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。
Grok Video 已在 APIXO 上线，支持 视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。
视频
