# Wan v2.2 5B · Text to Video API

> text-to-video با مدل 5B: خروجی 580p یا 720p، نسبت‌های 16:9، 9:16 یا 1:1 و درون‌یابی اختیاری فریم

از یک `prompt` متنی کلیپ ویدیویی ایجاد می‌کند. طول با `num_frames` (از 17 تا 161) و `frames_per_second` (از 4 تا 60) تعیین می‌شود؛ `resolution` برابر با 580p یا 720p و نسبت ابعاد 16:9، 9:16 یا 1:1 است. درون‌یابی فریم با film یا rife قابل فعال‌سازی است و کیفیت خروجی و حالت نوشتن فایل قابل تنظیم‌اند. این گونه با هدایت استاندارد و حداکثر 50 گام استنتاج است.

- Model id: `wan/v2.2-5b/text-to-video`
- Made by: Alibaba
- Category: Text to Video
- Output: video
- Price: $0.15 / video (cheapest run $0.15 (150 API credits))
- Run: `POST https://api.doitong.ru/v1/run/wan/v2.2-5b/text-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/wan/v2.2-5b/text-to-video`
- Docs page: https://doitong.com/fa/developers/models/wan/v2.2-5b/text-to-video

## Pricing

Price: **$0.15 / video**. Billed once per generated video.

The full example input below costs $0.15 = 150 API credits (1 video × 150 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/v2.2-5b/text-to-video` 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 |  |  | دستورهای متنی برای هدایت تولید ویدیو. |
| `negative_prompt` |  | string | no | `` |  | پرامپت منفی اعمال‌شده هنگام تولید ویدیو. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | تعداد فریم برای تولید، در محدوده شامل 17–161. |
| `frames_per_second` |  | integer \| null | no | `24` | 4 – 60 | نرخ فریم ویدیوی تولیدشده، با مقادیر 4 تا 60؛ تنظیم `adjust_fps_for_interpolation` روی false این نرخ را بدون تغییر حفظ می‌کند. هنگام استفاده از درون‌یابی و فعال‌بودن true برای `adjust_fps_for_interpolation` (پیش‌فرض آن)، این نرخ را در یک به‌علاوه تعداد فریم‌های درون‌یابی‌شده ضرب کنید تا FPS نهایی به‌دست آید. برای نمونه، 16 FPS با 1 فریم درون‌یابی‌شده به 32 FPS تبدیل می‌شود. |
| `seed` |  | integer \| null | no |  |  | Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند. |
| `resolution` |  | enum (string) | no | `720p` | `580p`, `720p` | وضوح ویدیوی خروجی، 580p یا 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | نسبت تصویر ویدیوی خروجی، یعنی 16:9 یا 9:16. |
| `num_inference_steps` |  | integer | no | `40` | 2 – 50 | تعداد گام‌های نمونه‌برداری؛ با افزایش تعداد، زمان پردازش بیشتر و کیفیت بهتر می‌شود. |
| `enable_safety_checker` |  | boolean | no | `false` |  | غربالگری ایمنی ورودی پیش از پردازش که فقط حساب‌های مجاز می‌توانند خاموش کنند. درخواست‌های فاقد مجوز همیشه غربال می‌شوند؛ در غیر این صورت، true غربالگری را فعال می‌کند. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | غربالگری ایمنی ویدیوی تولیدشده را کنترل می‌کند؛ مقدار true بررسی پس از تولید را فعال می‌کند. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | به مدل زبانی بزرگ اجازه می‌دهد پرامپت را با جزئیات غنی کند. فعال‌کردن این گسترش معنای پرامپت را تغییر نمی‌دهد. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | شدت راهنمایی بدون طبقه‌بندی؛ با افزایش مقیاس، احتمال افت کیفیت با تطبیق نزدیک‌تر با پرامپت مبادله می‌شود. |
| `shift` |  | number | no | `5` | 1 – 10 | تنظیم جابه‌جایی ویدیو، با محدوده مجاز 1.0–10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | تنظیم درون‌یابی فریم: برای ردکردن درون‌یابی None را انتخاب کنید یا مدلی را برای انجام آن مشخص کنید. |
| `num_interpolated_frames` |  | integer | no | `0` | 0 – 4 | بین هر دو فریم تولیدشده، 0–4 فریم درون‌یابی‌شده وارد کنید. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | کلید تنظیم نرخ فریم: مقدار false، FPS ارائه‌شده را حفظ می‌کند و true آن را در یک به‌علاوه تعداد فریم‌های درون‌یابی‌شده ضرب می‌کند. بنابراین، 16 FPS با درون‌یابی 1 فریم و فعال‌بودن تنظیم، به 32 FPS تبدیل می‌شود. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | تنظیم کیفیت ویدیوی خروجی که با افزایش مقدار، فایل‌های بزرگ‌تر را در ازای جلوه بصری بهتر ایجاد می‌کند. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | حالت نوشتن ویدیو؛ balanced سازشی میان سرعت و کیفیت ارائه می‌دهد. برای کوچک‌ترین فایل‌ها و کندترین نوشتن، small را انتخاب کنید؛ نوشتن سریع‌تر زودتر نتیجه می‌دهد اما فایل‌های بزرگ‌تری ایجاد می‌کند. |

## 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/v2.2-5b/text-to-video?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/v2.2-5b/text-to-video?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/v2.2-5b/text-to-video", 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/v2.2-5b/text-to-video",
      "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/v2.2-5b/text-to-video",
  "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": 150,
    "usd": "0.15",
    "charged": 150,
    "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 medium shot establishes a modern, minimalist office setting: clean lines, muted grey walls, and polished wood surfaces. The focus shifts to a close-up on a woman in sharp, navy blue business attire. Her crisp white blouse contrasts with the deep blue of her tailored suit jacket. The subtle texture of the fabric is visible—a fine weave with a slight sheen. Her expression is serious, yet engaging, as she speaks to someone unseen just beyond the frame. Close-up on her eyes, showing the intensity of her gaze and the fine lines around them that hint at experience and focus. Her lips are slightly parted, as if mid-sentence. The light catches the subtle highlights in her auburn hair, meticulously styled. Note the slight catch of light on the silver band of her watch. High resolution 4k",
    "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} | فایل ویدیویی تولیدشده. |
| `prompt` | string | پرامپت متنی استفاده‌شده برای تولید ویدیو. |
| `seed` | integer | مقدار Seed اعمال‌شده هنگام تولید. |

## Related models

- [Wan · v2.2 5b · Text to Image](https://doitong.com/developers/models/wan/v2.2-5b/text-to-image.md) (`wan/v2.2-5b/text-to-image`): $0.016 / image
- [Wan · v2.2 5b · Text to Video · Distill](https://doitong.com/developers/models/wan/v2.2-5b/text-to-video/distill.md) (`wan/v2.2-5b/text-to-video/distill`): $0.08 / video
- [Wan v2.2 5B · Image to Video](https://doitong.com/developers/models/wan/v2.2-5b/image-to-video.md) (`wan/v2.2-5b/image-to-video`): $0.15 / video
- [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

## Links

- HTML page: https://doitong.com/developers/models/wan/v2.2-5b/text-to-video
- 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/v2.2-5b/text-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/wan/v2.2-5b/text-to-video