Como usar a API Wan 2.6 Flash de imagem para vídeo? A proporção segue a imagem

TL;DR

• Wan 2.6 Flash Image to Video (wan2.6-flash/image-to-video): envie 1 imagem, escreva uma frase de ação e gere um vídeo de 5, 10 ou 15 segundos em 720p / 1080p, com áudio sincronizado opcional; a proporção de saída segue a imagem de entrada, então imagens verticais geram vídeos verticais diretamente. Abra a página do modelo para testar; novos usuários ganham 200 créditos ao se cadastrar.
• O preço é por segundo, em quatro combinações: 720p sem áudio (padrão) a $0.029 por segundo, com áudio $0.0575, 1080p sem áudio $0.043, com áudio $0.086 (tabela completa na página de preços).
• As chamadas usam a API /v1/tasks do HiAPI: image_urls deve conter exatamente 1 imagem; após o sucesso, obtenha a URL do vídeo em output (URL temporária, salve a tempo).

O que ele faz

• Uma imagem + uma frase = uma ação: o sujeito e a iluminação são mantidos da imagem original; o modelo adiciona apenas o movimento, o enquadramento e a atmosfera que você pedir.
• Três durações: 5 / 10 / 15 segundos, padrão de 5 segundos.
• A proporção segue a imagem: não há parâmetro de proporção — imagem horizontal gera 16:9, vertical gera vertical, imagem 3:4 gera 3:4, sem precisar recortar de novo para redes sociais.
• Áudio sob demanda: audio vem desativado por padrão; ao ativar, o som é gerado em sincronia com a imagem (sons ambiente como espátula de cozinha, fogo, etc.).

Abaixo está um vídeo real (parâmetros padrão: 720p, 5 segundos, sem áudio):

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

(Em português: a raposa vira a cabeça para a câmera, suas orelhas tremem levemente, folhas douradas caem através da luz nevoenta. Envie uma foto de raposa como primeiro quadro; o prompt também aceita português, com até 1500 caracteres.)

·

wan2.6-flash/image-to-video, 720p, 5 segundos, 16:9, 1280×720, sem áudio, $0.145.Ver o vídeo completo →

Gerar com este prompt →

Preço: as quatro combinações em uma tabela

Faixa	Por segundo	5 segundos	10 segundos	15 segundos
720p sem áudio (padrão)	$0.029	$0.145	$0.29	$0.435
720P · com áudio	$0.0575	$0.2875	$0.575	$0.8625
1080P · sem áudio	$0.043	$0.215	$0.43	$0.645
1080P · com áudio	$0.086	$0.43	$0.86	$1.29

Preço atual do HiAPI, verificado em 22 de outubro de 2026. Tomando a faixa padrão como 1: ativar áudio custa cerca de 2x, subir para 1080p cerca de 1,5x, e subir e ativar áudio cerca de 3x. Falhas não são cobradas.

Duas formas de começar

3 passos no navegador: abra a página do modelo → envie a imagem e escreva a descrição da ação → clique em gerar; a faixa padrão de 5 segundos custa $0.145; após gerar, pré-visualize diretamente na página e, quando estiver satisfeito, escreva o código para integrar a API ao seu fluxo de trabalho.

3 passos via API: POST /v1/tasks para enviar → obtenha o taskId → GET /v1/tasks/<taskId> até o status success e então baixe.

curl: o primeiro comando

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
  }
}'

Com o preço atual, isto custa 720p sem áudio × 5 segundos = $0.145.

Python: enviar, consultar, baixar

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 temporária, salve o quanto antes
    with open("output.mp4", "wb") as f:
        f.write(mp4.content)
    print("saved output.mp4")

Tabela de parâmetros

Campo	Obrigatório	Valores	Descrição
image_urls	Sim	Exatamente 1 imagem	JPG / PNG / WebP, ≥256×256, ≤10MB; a proporção determina a proporção de saída
prompt	Sim	1–1500 caracteres	Descreva a ação, o enquadramento e a atmosfera; pode ser em chinês ou inglês
duration	Não	5 / 10 / 15, padrão 5	Apenas essas três opções
resolution	Não	720p / 1080p, padrão 720p
audio	Não	padrão false	Áudio sincronizado, cobrado separadamente (ver tabela de preços)

Campos fora da tabela no corpo da requisição resultam em erro 400.

Erros que você vai encontrar

Código de status	Significado	Como resolver
400 INVALID_REQUEST	Corpo da requisição inválido (falta image_urls ou prompt, enviou 2 imagens, duration com valor 7)	Corrija o corpo da requisição conforme a tabela de parâmetros
402 INSUFFICIENT_QUOTA	Saldo insuficiente (sem cobrança)	Recarregue e tente novamente
429 RATE_LIMITED	Limite de requisições atingido	Reduza a frequência de envios
409 / 422 IDEMPOTENCY_KEY_*	Envios repetidos com a mesma chave de idempotência	Use uma nova Idempotency-Key

Falhas em estado terminal da tarefa também incluem CONTENT_POLICY_VIOLATION, TASK_FAILED, TASK_TIMEOUT, etc.; falhas não são cobradas.

Atenção antes de colocar em produção

• Callback: envie "callback": {"url": "https://..."} no nível superior do corpo da requisição para ser notificado automaticamente no estado terminal.
• Salve a tempo: a URL do vídeo em output é temporária; baixe assim que a obtiver.
• A qualidade da imagem é o limite: pelo menos 256×256, no máximo 10MB; imagens grandes e nítidas geram vídeos nítidos.
• Para material vertical, envie imagem vertical: não há parâmetro de proporção; se quiser 9:16, envie uma imagem vertical.

Perguntas frequentes

A proporção segue a imagem de entrada?

Segue. Imagem horizontal gera horizontal, vertical gera vertical, imagem 3:4 gera 3:4 — não é preciso enviar nenhum parâmetro de proporção.

Como ativar o áudio?

É preciso enviar explicitamente audio: true para ter som; o preço é calculado na faixa Sound On (cerca de 2x).

Posso enviar qualquer número de segundos em duration?

Não. Apenas as três opções de 5 / 10 / 15 segundos; outros valores resultam em erro 400.

O prompt pode ser em chinês?

Pode. Chinês e inglês são aceitos, com até 1500 caracteres; descreva a ação e o enquadramento, sem repetir a descrição da imagem. A cobrança considera apenas resolução, duração e a opção de áudio.

Quantos vídeos $10 geram?

Na faixa padrão (720p sem áudio, 5 segundos), cada vídeo custa $0.145; $10 geram cerca de 68 vídeos.

Próximo passo: pegue uma imagem ou foto do seu produto e dê vida a ela na página do modelo; para quatro modelos de cenário, veja o guia completo de prompts.