# Wan v2.2 5B · Text to Video API

> Text-to-video 5B-mallilla: 580p tai 720p, 16:9, 9:16 tai 1:1 ja valinnainen ruutujen interpolointi

Luo videoleikkeen tekstimuotoisesta `prompt`-kehotteesta. Pituus määritetään `num_frames`-arvolla (17–161) ja `frames_per_second`-arvolla (4–60), ja `resolution` voi olla 580p tai 720p. Kuvasuhteet ovat 16:9, 9:16 tai 1:1. Kuvien välinen interpolointi film- tai rife-menetelmällä voidaan ottaa käyttöön, ja tulostuslaatu sekä tiedoston kirjoitustila ovat säädettävissä. Tämä on standardiohjausta käyttävä versio, joka tukee enintään 50 päättelyaskelta.

- 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/fi/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 |  |  | Videon generointia ohjaavat tekstiohjeet. |
| `negative_prompt` |  | string | no | `` |  | Videota generoitaessa käytettävä kielteinen kehote. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | Generoinnissa käytettävien ruutujen määrä, kokonaislukuna välillä 17–161. |
| `frames_per_second` |  | integer \| null | no | `24` | 4 – 60 | Luodun videon kuvataajuus, arvot 4–60; `adjust_fps_for_interpolation`-asetuksen ollessa false tämä taajuus säilyy muuttumattomana. Kun interpolointi on käytössä ja `adjust_fps_for_interpolation` on true (oletus), kerro taajuus yhdellä plus interpoloitujen ruutujen määrällä saadaksesi lopullisen FPS-arvon. Esimerkiksi 16 FPS ja 1 interpoloitu ruutu tuottavat 32 FPS. |
| `seed` |  | integer \| null | no |  |  | Generoinnin toistettavaksi tekevä siemen. Arvon None asettaminen valitsee siemenen satunnaisesti. |
| `resolution` |  | enum (string) | no | `720p` | `580p`, `720p` | Tulostevideon resoluutio, joko 580p tai 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | Tulostevideon kuvasuhde, joko 16:9 tai 9:16. |
| `num_inference_steps` |  | integer | no | `40` | 2 – 50 | Näytteenottoaskelten määrä; suurempi määrä pidentää käsittelyaikaa mutta parantaa laatua. |
| `enable_safety_checker` |  | boolean | no | `false` |  | Syötteen turvallisuustarkistus ennen käsittelyä. Vain valtuutetut tilit voivat poistaa sen käytöstä. Ilman valtuutusta tehdyt pyynnöt tarkistetaan aina; muuten true ottaa tarkistuksen käyttöön. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | Määrittää luodun videon turvallisuustarkistuksen; true tekee tarkistuksen generoinnin jälkeen. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | Sallii suuren kielimallin täydentää kehotetta yksityiskohdilla. Laajennuksen käyttöönotto ei muuta kehotteen merkitystä. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Classifier-free-ohjauksen voimakkuus; suurempi skaala parantaa kehotteen vastaavuutta, mutta voi heikentää laatua. |
| `shift` |  | number | no | `5` | 1 – 10 | Videon siirtoasetus, sallittu alue 1.0–10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | Ruutujen interpolointiasetus: valitse None ohittaaksesi interpoloinnin tai määritä sen suorittava malli. |
| `num_interpolated_frames` |  | integer | no | `0` | 0 – 4 | Lisää jokaiseen kahden luodun ruudun väliseen aukkoon 0–4 interpoloitua ruutua. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | Kuvataajuuden säädön valitsin: false säilyttää annetun FPS-arvon, kun taas true skaalaa sen yhdellä plus interpoloitujen ruutujen määrällä. Siten 16 FPS muuttuu 32 FPS:ksi, kun 1 ruutu interpoloidaan ja säätö on käytössä. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Tulostevideon laatuasetus, joka kasvattaa tiedostokokoa ja parantaa visuaalista laatua asetuksen kasvaessa. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Videon kirjoitustila, jossa balanced tarjoaa nopeuden ja laadun kompromissin. Valitse small pienimmille tiedostoille ja hitaimmalle kirjoitukselle; nopeampi kirjoitus palauttaa tulokset aiemmin mutta tuottaa suurempia tiedostoja. |

## 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} | Generoinnissa tuotettu videotiedosto. |
| `prompt` | string | Videon generointiin käytetty tekstikehote. |
| `seed` | integer | Generoinnin aikana käytetty siemenen arvo. |

## 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