# Wan-2.2 Text-to-Video A14B with LoRAs API

> تحويل النص إلى فيديو باستخدام A14B مع دعم LoRA وإمكانية التشغيل العكسي

ينشئ فيديو من `prompt` نصي مع تطبيق أوزان LoRA المدرجة في `loras`. يشغّل `reverse_video` المقطع بالعكس. يتراوح `num_frames` من 17 إلى 161، وتكون `resolution` هي 480p أو 580p أو 720p، ونسبة الأبعاد 16:9 أو 9:16 أو 1:1. يتوفر استيفاء film أو rife ومقياسا توجيه.

- Model id: `wan/v2.2-a14b/text-to-video/lora`
- Made by: Alibaba
- Category: Text to Video
- Output: video
- Estimated price per run: from $0.507 / run (cheapest run $0.507 (507 API credits))
- Run: `POST https://api.doitong.ru/v1/run/wan/v2.2-a14b/text-to-video/lora`
- Quote: `POST https://api.doitong.ru/v1/quote/wan/v2.2-a14b/text-to-video/lora`
- Docs page: https://doitong.com/ar/developers/models/wan/v2.2-a14b/text-to-video/lora

## Pricing

Price: **from $0.507 / run** (the lowest tier; the quote prices your exact input). Estimated from the typical cost of one run. The quote is exactly what the run charges.

Price rules (the first rule that matches the input wins; a parameter you leave out counts as its default):

- When `num_frames` > 81 and `resolution` = 480p: base price × 2
- When `num_frames` > 81 and `resolution` = 580p: base price × 2
- When `num_frames` > 81 and `resolution` = 720p: base price × 2

The full example input below costs $0.507 = 507 API credits (1 request × 507 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/wan/v2.2-a14b/text-to-video/lora` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | تعليمات نصية لتوجيه توليد الفيديو. |
| `negative_prompt` |  | string | no | `` |  | الموجّه السلبي المطبق عند توليد فيديو. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | عدد الإطارات المستخدمة في التوليد، ضمن نطاق شامل من 17 إلى 161. |
| `frames_per_second` |  | integer \| null | no | `16` | 4 – 60 | معدل إطارات الفيديو المُولَّد، ويقبل قيمًا من 4 إلى 60؛ يؤدي ضبط `adjust_fps_for_interpolation` على false إلى الحفاظ على هذا المعدل دون تغيير. عند استخدام الاستيفاء وضبط `adjust_fps_for_interpolation` على true (وهو افتراضيًا كذلك)، اضرب هذا المعدل في واحد زائد عدد الإطارات المستوفاة للحصول على FPS النهائي. على سبيل المثال، يصبح 16 FPS مع إطار مستوفى واحد 32 FPS. |
| `seed` |  | integer \| null | no |  |  | بذرة تجعل التوليد قابلًا لإعادة الإنتاج. يؤدي ضبطها على None إلى اختيار بذرة عشوائيًا. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `580p`, `720p` | دقة الفيديو الناتج: 480p أو 580p أو 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | نسبة عرض فيديو المخرج إلى ارتفاعه، إما 16:9 أو 9:16. |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | عدد خطوات أخذ العينات، حيث تُبادَل مدة المعالجة الأطول بجودة أفضل مع زيادة العدد. |
| `enable_safety_checker` |  | boolean | no | `false` |  | فحص أمان المدخل قبل المعالجة، ولا يمكن إيقافه إلا للحسابات المصرح لها. تُفحص الطلبات التي تفتقر إلى التفويض دائمًا؛ وبخلاف ذلك، تفعّل القيمة true الفحص. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | يتحكم في فحص أمان الفيديو المُولَّد؛ يؤدي ضبط القيمة true إلى تفعيل الفحص بعد التوليد. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | السماح لنموذج لغوي كبير بإثراء الموجّه بالتفاصيل. لا يغيّر تفعيل هذا التوسيع معنى الموجّه. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | إعداد التسريع، ويُوصى باختيار 'regular'. تؤدي زيادة التسريع إلى التضحية بالجودة لتقصير وقت التوليد. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | قوة الإرشاد الخالية من المصنّف، حيث تُبادَل خسارة الجودة المحتملة بمطابقة أقرب للموجّه مع زيادة المقياس. |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | مقياس التوجيه الذي يتحكم في مدى التزام النموذج بالموجّه خلال مرحلته الثانية. |
| `shift` |  | number | no | `5` | 1 – 10 | إعداد إزاحة الفيديو، ويتراوح النطاق المسموح به بين 1.0 و10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | إعداد استيفاء الإطارات: اختر None لتخطي الاستيفاء، أو حدد النموذج الذي سينفذه. |
| `num_interpolated_frames` |  | integer | no | `1` | 0 – 4 | أدرج من 0 إلى 4 إطارات مستوفاة في كل فجوة بين إطارين مُولَّدين. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | مفتاح ضبط معدل الإطارات: تحافظ false على FPS المُقدَّم، بينما تضربه true في واحد زائد عدد الإطارات المستوفاة. لذلك يصبح 16 FPS هو 32 FPS عند استيفاء إطار واحد وتفعيل الضبط. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | إعداد جودة الفيديو الناتج، الذي يبادل الملفات الأكبر حجمًا بتحسينات مرئية مع زيادة القيمة. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | وضع كتابة الفيديو، حيث يوفر balanced حلًا وسطًا بين السرعة والجودة. اختر small لأصغر الملفات وأبطأ كتابة؛ تعيد الكتابة الأسرع النتائج مبكرًا لكنها تنشئ ملفات أكبر. |
| `loras` |  | array of object {path, weight_name, scale, transformer} | no | `[]` |  | أوزان LoRA المطبقة أثناء الاستدلال. |
| `loras[].path` |  | string | yes |  |  | موقع أوزان LoRA، محدد كرابط أو مسار. |
| `loras[].weight_name` |  | string \| null | no |  |  | اسم وزن LoRA، مطلوب فقط عندما يحتوي مستودع Hugging Face على أكثر من ملف safetensors واحد. يُستخدم هذا الاسم فقط عندما يحدد `path` مستودعًا من هذا النوع. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | المضاعف المطبق على وزن LoRA قبل دمجه في النموذج الأساسي. |
| `loras[].transformer` |  | enum (string) | no | `high` | `high`, `low`, `both` | وجهة Transformer لوزن LoRA. اختر 'high' لمحولة الضوضاء العالية، أو 'low' لمحولة الضوضاء المنخفضة، أو 'both' لتحميل الوزن في المحولتين. |
| `reverse_video` |  | boolean | no | `false` |  | مفتاح عكس الفيديو؛ تؤدي القيمة true إلى عكس التشغيل. |

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/wan/v2.2-a14b/text-to-video/lora?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/wan/v2.2-a14b/text-to-video/lora?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/wan/v2.2-a14b/text-to-video/lora", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "wan/v2.2-a14b/text-to-video/lora",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan/v2.2-a14b/text-to-video/lora",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 507,
    "usd": "0.507",
    "charged": 507,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "prompt": "A close-up of a young woman smiling gently in the rain, raindrops glistening on her face and eyelashes. The video captures the delicate details of her expression and the water droplets, with soft light reflecting off her skin in the rainy atmosphere.",
    "seed": 42
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} | ملف الفيديو الناتج عن التوليد. |
| `prompt` | string | الموجّه النصي المستخدم لتوليد الفيديو. |
| `seed` | integer | قيمة البذرة المطبّقة أثناء التوليد. |

## Related models

- [Wan v2.2 A14B Text-to-Image A14B with LoRAs](https://doitong.com/developers/models/wan/v2.2-a14b/text-to-image/lora.md) (`wan/v2.2-a14b/text-to-image/lora`): $0.05 / image
- [Wan v2.2 A14B Image-to-Video A14B with LoRAs](https://doitong.com/developers/models/wan/v2.2-a14b/image-to-video/lora.md) (`wan/v2.2-a14b/image-to-video/lora`): from $1.006 / run
- [Wan 3.0 Text to Video](https://doitong.com/developers/models/alibaba/wan-3.0/text-to-video.md) (`alibaba/wan-3.0/text-to-video`): from $0.05 / second
- [FLUX 3 Max Text to Video](https://doitong.com/developers/models/blackforestlabs/flux-3-max/text-to-video.md) (`blackforestlabs/flux-3-max/text-to-video`): from $0.0425 / second of output video
- [Grok Imagine Video 1.5 Text to Video](https://doitong.com/developers/models/xai/grok-imagine-video/v1.5/text-to-video.md) (`xai/grok-imagine-video/v1.5/text-to-video`): from $0.08 / second
- [Kling 3.0 Pro Text to Video](https://doitong.com/developers/models/kling-video/v3/pro/text-to-video.md) (`kling-video/v3/pro/text-to-video`): from $0.112 / second
- [LTX 2.5 Pro Text to Video](https://doitong.com/developers/models/lightricks/ltx-2.5/text-to-video/pro.md) (`lightricks/ltx-2.5/text-to-video/pro`): from $0.12 / second
- [MiniMax H3 Text to Video](https://doitong.com/developers/models/minimax/h3/text-to-video.md) (`minimax/h3/text-to-video`): from $0.05 / second

## Links

- HTML page: https://doitong.com/developers/models/wan/v2.2-a14b/text-to-video/lora
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=wan/v2.2-a14b/text-to-video/lora
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/wan/v2.2-a14b/text-to-video/lora