¿Cómo usar la API de Wan 2.6 Flash de imagen a video? La relación de aspecto sigue a la imagen

TL;DR

• Wan 2.6 Flash Image to Video (wan2.6-flash/image-to-video) sube 1 imagen y escribe una frase que describa la acción, y genera un video de 5, 10 o 15 segundos en 720p / 1080p, con audio sincronizado opcional; la relación de aspecto de salida sigue a la imagen de entrada, así que una imagen vertical produce directamente un video vertical. Abre la página del modelo para probarlo; los usuarios nuevos reciben 200 créditos al registrarse.
• El precio se calcula por segundo, en cuatro combinaciones: 720p sin audio (predeterminado) $0.029 por segundo, con audio $0.0575, 1080p sin audio $0.043 y con audio $0.086 (consulta la página de precios para ver los precios completos).
• La llamada se hace a través de la interfaz /v1/tasks de HiAPI: image_urls debe contener exactamente 1 imagen y, tras el éxito, se obtiene la URL del video desde output (es una URL temporal, guárdala a tiempo).

Qué puede hacer

• Una imagen + una frase = una secuencia de acción: el sujeto y la iluminación de la imagen se mantienen, y el modelo solo añade el movimiento, el encuadre y la atmósfera que pidas.
• Tres duraciones: 5 / 10 / 15 segundos, 5 segundos por defecto.
• La relación de aspecto sigue a la imagen: no hay parámetro de relación de aspecto; una imagen horizontal produce 16:9, una vertical produce vertical y una imagen 3:4 produce 3:4, sin recortes adicionales para material de redes sociales.
• Audio opcional: audio está desactivado por defecto; al activarlo, el sonido se genera sincronizado con la imagen (sonidos ambientales como el de una espátula o el del fuego).

Abajo tienes un video real (parámetros predeterminados: 720p, 5 segundos, sin audio):

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

(En español: el zorro gira la cabeza hacia la cámara, sus orejas se mueven ligeramente y hojas doradas caen entre la luz brumosa. Sube una foto del zorro como primer fotograma; el prompt también admite chino y tiene un máximo de 1500 caracteres).

·

wan2.6-flash/image-to-video, 720p, 5 segundos, 16:9, 1280×720, sin audio, $0.145.Ver el video completo →

Generar con este prompt →

Precios: las cuatro combinaciones en una tabla

Nivel	Por segundo	5 segundos	10 segundos	15 segundos
720p sin audio (predeterminado)	$0.029	$0.145	$0.29	$0.435
720P · con audio	$0.0575	$0.2875	$0.575	$0.8625
1080P · sin audio	$0.043	$0.215	$0.43	$0.645
1080P · con audio	$0.086	$0.43	$0.86	$1.29

Precio actual de HiAPI, verificado el 22 de octubre de 2026. Tomando el nivel predeterminado como 1: activar el audio cuesta aproximadamente 2 veces más, subir a 1080p aproximadamente 1.5 veces más, y ambas cosas aproximadamente 3 veces más. Los fallos no se cobran.

Dos formas de empezar

3 pasos en el navegador: abre la página del modelo → sube una imagen y escribe la descripción de la acción → pulsa generar. El nivel predeterminado de 5 segundos cuesta $0.145; cuando tengas el video, previsualízalo directamente en la página y, si te convence, escribe código para integrar la API en tu propio flujo de trabajo.

3 pasos con la API: POST /v1/tasks para enviar → obtén el taskId → consulta con GET /v1/tasks/<taskId> y, cuando veas success, descarga.

curl: el primero

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
  }
}'

Con el precio actual, esto es 720p sin audio × 5 segundos = $0.145.

Python: enviar, consultar y descargar

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)   # URL temporal, guárdala cuanto antes
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

Tabla de parámetros

Campo	Obligatorio	Valores	Descripción
image_urls	Sí	Exactamente 1 imagen	JPG / PNG / WebP, ≥256×256, ≤10MB; la relación de aspecto determina la del video de salida
prompt	Sí	1–1500 caracteres	Describe la acción, el encuadre y la atmósfera; se admite chino e inglés
duration	No	5 / 10 / 15, por defecto 5	Solo estos tres niveles
resolution	No	720p / 1080p, por defecto 720p
audio	No	Por defecto false	Audio sincronizado, con precio independiente (ver tabla de precios)

Si el cuerpo de la solicitud incluye campos que no están en la tabla, devuelve directamente 400.

Errores que encontrarás

Código de estado	Significado	Cómo resolverlo
400 INVALID_REQUEST	Cuerpo de solicitud no válido (falta image_urls o prompt, se enviaron 2 imágenes, duration es 7)	Corrige el cuerpo según la tabla de parámetros
402 INSUFFICIENT_QUOTA	Saldo insuficiente (no se cobra)	Recarga y vuelve a intentarlo
429 RATE_LIMITED	Se activó el límite de frecuencia	Reduce la frecuencia de envío
409 / 422 IDEMPOTENCY_KEY_*	Envío duplicado con la misma clave de idempotencia	Usa un nuevo Idempotency-Key

Si la tarea termina en estado de fallo, también pueden aparecer CONTENT_POLICY_VIOLATION, TASK_FAILED, TASK_TIMEOUT, etc.; los fallos no se cobran.

Antes de lanzar

• Callback: pasa "callback": {"url": "https://..."} en el nivel superior del cuerpo de la solicitud y se te notificará automáticamente el estado final.
• Guarda a tiempo: la URL del video en output es temporal; descárgalo en cuanto lo tengas.
• La calidad de la imagen es el límite: mínimo 256×256 y máximo 10MB; una imagen grande y nítida produce un video nítido.
• Para material vertical, sube una imagen vertical: no hay parámetro de relación de aspecto; si quieres 9:16, sube una imagen vertical.

Preguntas frecuentes

¿La relación de aspecto sigue a la imagen de entrada?

Sí. Una imagen horizontal produce horizontal, una vertical produce vertical y una imagen 3:4 produce 3:4; no hace falta pasar ningún parámetro de proporción.

¿Cómo se activa el audio?

Solo hay sonido si se pasa explícitamente audio: true, y el precio se calcula según el nivel Sound On (aproximadamente el doble).

¿Se puede pasar cualquier número de segundos en la duración?

No. Solo hay tres niveles de 5 / 10 / 15 segundos; cualquier otra duración devuelve 400.

¿Se puede usar chino en el prompt?

Sí. Se admite chino e inglés, con un máximo de 1500 caracteres; describe la acción y el encuadre, no hace falta repetir la descripción de la imagen. El cobro solo depende de la resolución, la duración y el interruptor de audio.

¿Cuántos videos se pueden generar con $10?

En el nivel predeterminado (720p sin audio, 5 segundos), un video cuesta $0.145; con $10 se pueden generar aproximadamente 68.

Siguiente paso: toma una imagen de tu producto o una foto y dale movimiento en la página del modelo; para ver cuatro plantillas de escenarios, consulta la guía de prompts.