Wie verwendet man die Wan 2.6 Flash Image-to-Video API? Seitenverhältnis folgt dem Bild

TL;DR

• Wan 2.6 Flash Image to Video (wan2.6-flash/image-to-video) lädt 1 Bild hoch, du schreibst eine Bewegungsbeschreibung, und es entsteht ein 5-, 10- oder 15-Sekunden-Video in 720p / 1080p, optional mit synchronem Audio; das Ausgabe-Seitenverhältnis folgt dem Eingabebild, ein Hochformatbild ergibt direkt ein Hochformatvideo. Modellseite öffnen und ausprobieren – neue Nutzer erhalten bei der Registrierung 200 Credits.
• Der Preis wird pro Sekunde berechnet, vier Varianten: 720p ohne Ton (Standard) $0.029 pro Sekunde, mit Audio $0.0575, 1080p ohne Ton $0.043, mit Audio $0.086 (vollständige Preise auf der Preisseite).
• Aufruf über die HiAPI-/v1/tasks-Schnittstelle: image_urls genau 1 Bild, nach Erfolg die Video-URL aus output entnehmen (temporäre Adresse, rechtzeitig speichern).

Was es kann

• Ein Bild + ein Satz = eine Bewegung: Motiv und Licht bleiben wie im Originalbild, das Modell fügt nur die gewünschte Dynamik, Kameraführung und Atmosphäre hinzu.
• Drei Längen: 5 / 10 / 15 Sekunden, Standard 5 Sekunden.
• Seitenverhältnis folgt dem Bild: Es gibt keinen Parameter für das Seitenverhältnis – Querformat ergibt 16:9, Hochformat ergibt Hochformat, ein 3:4-Bild ergibt 3:4; Social-Media-Material muss nicht nachträglich zugeschnitten werden.
• Audio bei Bedarf: audio ist standardmäßig aus; wenn aktiviert, wird der Ton synchron zum Bild erzeugt (Umgebungsgeräusche wie Pfannengeräusche, Feuerknacken).

Hier ein echtes Ergebnisvideo (Standardparameter: 720p, 5 Sekunden, ohne Ton):

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

(Auf Deutsch: Der Fuchs dreht den Kopf zur Kamera, seine Ohren zucken leicht, goldene Blätter schweben im dunstigen Licht herab. Lade ein Fuchsfoto als erstes Frame hoch; der Prompt kann auch auf Deutsch sein, maximal 1500 Zeichen.)

·

wan2.6-flash/image-to-video, 720p, 5 Sekunden, 16:9, 1280×720, ohne Ton, $0.145.Vollständiges Video ansehen →

Mit diesem Prompt generieren →

Preise: vier Varianten in einer Tabelle

Stufe	Pro Sekunde	5 Sekunden	10 Sekunden	15 Sekunden
720p ohne Ton (Standard)	$0.029	$0.145	$0.29	$0.435
720P · mit Audio	$0.0575	$0.2875	$0.575	$0.8625
1080P · ohne Ton	$0.043	$0.215	$0.43	$0.645
1080P · mit Audio	$0.086	$0.43	$0.86	$1.29

Aktueller HiAPI-Preis, geprüft am 22. Oktober 2026. Mit der Standardstufe als 1: mit Audio etwa 2×, 1080p etwa 1,5×, beides zusammen etwa 3×. Bei Fehlschlag wird nichts berechnet.

Zwei Einstiegswege

3 Schritte im Browser: Modellseite öffnen → Bild hochladen, Bewegungsbeschreibung schreiben → Generieren klicken; Standardstufe 5 Sekunden $0.145, nach der Erzeugung direkt auf der Seite in der Vorschau ansehen und erst dann Code schreiben, um die Schnittstelle in eigene Geschäftsprozesse einzubinden.

3 Schritte per API: POST /v1/tasks absenden → taskId erhalten → mit GET /v1/tasks/<taskId> abfragen und nach success herunterladen.

curl: der erste Aufruf

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
  }
}'

Dieser Aufruf kostet zum aktuellen Preis 720p ohne Ton × 5 Sekunden = $0.145.

Python: Absenden, Abfragen, Herunterladen

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)   # temporäre Adresse, schnellstmöglich speichern
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

Parametertabelle

Feld	Erforderlich	Werte	Beschreibung
image_urls	Ja	genau 1 Bild	JPG / PNG / WebP, ≥256×256, ≤10MB; das Seitenverhältnis bestimmt das Ausgabeformat
prompt	Ja	1–1500 Zeichen	Bewegung, Kameraführung und Atmosphäre beschreiben; Deutsch und Englisch möglich
duration	Nein	5 / 10 / 15, Standard 5	nur diese drei Stufen
resolution	Nein	720p / 1080p, Standard 720p
audio	Nein	Standard false	synchrones Audio, separat berechnet (siehe Preistabelle)

Felder außerhalb der Tabelle im Request-Body führen direkt zu 400.

Fehler, die dir begegnen werden

Statuscode	Bedeutung	Vorgehen
400 INVALID_REQUEST	Request-Body ungültig (fehlende image_urls oder prompt, 2 Bilder übergeben, duration mit 7 übergeben)	Request-Body anhand der Parametertabelle anpassen
402 INSUFFICIENT_QUOTA	Guthaben unzureichend (keine Berechnung)	aufladen und erneut versuchen
429 RATE_LIMITED	Rate-Limit ausgelöst	Übermittlungsfrequenz reduzieren
409 / 422 IDEMPOTENCY_KEY_*	doppelte Übermittlung mit demselben Idempotenzschlüssel	neuen Idempotency-Key verwenden

Bei einem Endzustand mit Fehlschlag gibt es außerdem CONTENT_POLICY_VIOLATION, TASK_FAILED, TASK_TIMEOUT usw.; bei Fehlschlag wird nichts berechnet.

Vor dem Go-live beachten

• Callback: auf oberster Ebene des Request-Bodys "callback": {"url": "https://..."} übergeben, bei Endzustand wird automatisch benachrichtigt.
• Rechtzeitig übertragen: Die Video-Adresse in output ist temporär, sofort nach Erhalt herunterladen.
• Die Bildqualität ist die Obergrenze: mindestens 256×256, höchstens 10MB; scharfe große Bilder ergeben scharfe Videos.
• Für Hochformatmaterial Hochformatbilder hochladen: Es gibt keinen Parameter für das Seitenverhältnis – wenn du 9:16 willst, lade ein Hochformatbild hoch.

Häufige Fragen

Folgt das Seitenverhältnis dem Eingabebild?

Ja. Querformat ergibt Querformat, Hochformat ergibt Hochformat, ein 3:4-Bild ergibt 3:4 – es muss kein Parameter für das Verhältnis übergeben werden.

Wie aktiviere ich Audio?

Nur mit explizitem audio: true gibt es Ton; der Preis wird nach der Sound-On-Stufe berechnet (etwa 2×).

Kann ich eine beliebige Sekundenzahl für die Dauer übergeben?

Nein. Nur die drei Stufen 5 / 10 / 15 Sekunden; andere Sekundenzahlen führen zu 400.

Kann der Prompt auf Deutsch sein?

Ja. Deutsch und Englisch sind möglich, maximal 1500 Zeichen; beschreibe Bewegung und Kameraführung, das Bild selbst muss nicht erneut beschrieben werden. Die Abrechnung richtet sich nur nach Auflösung, Dauer und Audio-Schalter.

Wie viele Videos ergeben $10?

Standardstufe (720p ohne Ton, 5 Sekunden) kostet $0.145 pro Video, $10 ergeben etwa 68 Videos.

Nächster Schritt: Nimm ein Produktbild oder Foto von dir und erwecke es auf der Modellseite zum Leben; vier Szenariovorlagen findest du in der Prompt-Sammlung.