# Wan-2.2 Text-to-Video A14B API

> Texte-vidéo A14B avec sortie de 480p à 720p, deux étapes de guidage et interpolation facultative

Génère une vidéo à partir d’un `prompt` texte. `num_frames` va de 17 à 161, `frames_per_second` de 4 à 60 et `resolution` est 480p, 580p ou 720p en 16:9, 9:16 ou 1:1. Deux valeurs de guidage, un réglage `acceleration` et l’interpolation film ou rife (une image interpolée par défaut) sont disponibles.

- Model id: `wan/v2.2-a14b/text-to-video`
- Made by: Alibaba
- Category: Text to Video
- Output: video
- Price per second of your output video: from $0.04 / second of output video (cheapest run $0.04 (40 API credits))
- Run: `POST https://api.doitong.ru/v1/run/wan/v2.2-a14b/text-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/wan/v2.2-a14b/text-to-video`
- Docs page: https://doitong.com/fr-CA/developers/models/wan/v2.2-a14b/text-to-video

## Pricing

Price: **from $0.04 / second of output video** (the lowest tier; the quote prices your exact input). Price per second of your output video: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

Price by tier:

- 480p: $0.04 / second of output video
- 580p: $0.06 / second of output video
- 720p: $0.08 / second of output video

The full example input below costs $0.405 = 405 API credits (5.0625 s output video × $0.08 (720p)).

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` 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 |  |  | Instructions textuelles qui orientent la génération vidéo. |
| `negative_prompt` |  | string | no | `` |  | Invite négative appliquée lors de la génération d’une vidéo. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | Nombre d’images pour la génération, avec une plage inclusive de 17–161. |
| `frames_per_second` |  | integer \| null | no | `16` | 4 – 60 | Cadence de la vidéo générée, acceptant des valeurs de 4 à 60; définir `adjust_fps_for_interpolation` sur false conserve cette cadence inchangée. Avec l’interpolation et `adjust_fps_for_interpolation` défini sur true (sa valeur par défaut), multipliez cette cadence par un plus le nombre d’images interpolées pour obtenir le FPS final. Par exemple, 16 FPS avec 1 image interpolée devient 32 FPS. |
| `seed` |  | integer \| null | no |  |  | Graine qui rend la génération reproductible. La définir sur None sélectionne une graine aléatoirement. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `580p`, `720p` | Résolution de sortie de la vidéo : 480p, 580p ou 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | Rapport hauteur/largeur de la vidéo de sortie, soit 16:9, soit 9:16. |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | Nombre d’étapes d’échantillonnage, qui privilégie une durée de traitement plus longue pour une meilleure qualité lorsque le nombre augmente. |
| `enable_safety_checker` |  | boolean | no | `false` |  | Contrôle de sécurité de l’entrée avant le traitement, que seuls les comptes autorisés peuvent désactiver. Les requêtes sans autorisation sont toujours contrôlées; sinon, true active le contrôle. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | Contrôle le contrôle de sécurité de la vidéo générée; la valeur true active une vérification après la génération. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | Permet à un grand modèle de langage d'enrichir l'invite avec des détails. L'activation de cette expansion laisse le sens de l'invite inchangé. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | Paramètre d’accélération, avec 'regular' comme choix recommandé. Une accélération accrue réduit la qualité pour raccourcir le temps de génération. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Intensité du guidage sans classifieur, qui échange une éventuelle perte de qualité contre une meilleure correspondance avec l’invite lorsque l’échelle augmente. |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | Échelle de guidage contrôlant la fidélité avec laquelle le modèle suit l’invite lors de sa deuxième étape. |
| `shift` |  | number | no | `5` | 1 – 10 | Paramètre de décalage vidéo, avec une plage autorisée de 1.0–10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | Paramètre d’interpolation d’images : choisissez None pour ignorer l’interpolation ou indiquez le modèle qui doit l’effectuer. |
| `num_interpolated_frames` |  | integer | no | `1` | 0 – 4 | Insérez 0–4 images interpolées dans chaque intervalle entre deux images générées. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | Commande d’ajustement de la cadence : false conserve le FPS fourni, tandis que true le multiplie par un plus le nombre d’images interpolées. Ainsi, 16 FPS devient 32 FPS lorsqu’une image est interpolée et que l’ajustement est activé. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Paramètre de qualité de sortie vidéo qui échange des fichiers plus volumineux contre de meilleurs visuels à mesure que sa valeur augmente. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Mode d’écriture vidéo, avec balanced comme compromis entre vitesse et qualité. Choisissez small pour les fichiers les plus petits et l’écriture la plus lente; une écriture plus rapide renvoie les résultats plus tôt, mais crée des fichiers plus volumineux. |

## 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?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?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", 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",
      "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",
  "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": 405,
    "usd": "0.405",
    "charged": 405,
    "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} | Fichier vidéo produit par la génération. |
| `prompt` | string | Invite textuelle utilisée pour générer la vidéo. |
| `seed` | integer | Valeur de graine appliquée pendant la génération. |

## Related models

- [Wan · v2.2 A14b · Text to Image](https://doitong.com/developers/models/wan/v2.2-a14b/text-to-image.md) (`wan/v2.2-a14b/text-to-image`): $0.025 / image
- [Wan v2.2 A14B](https://doitong.com/developers/models/wan/v2.2-a14b/image-to-video.md) (`wan/v2.2-a14b/image-to-video`): from $0.04 / second of output video
- [Wan · v2.2 A14b · Video to Video](https://doitong.com/developers/models/wan/v2.2-a14b/video-to-video.md) (`wan/v2.2-a14b/video-to-video`): from $0.04 / second of output video
- [Wan-2.2 Speech-to-Video 14B](https://doitong.com/developers/models/wan/v2.2-14b/speech-to-video.md) (`wan/v2.2-14b/speech-to-video`): from $0.10 / second of output 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

## Links

- HTML page: https://doitong.com/developers/models/wan/v2.2-a14b/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-a14b/text-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/wan/v2.2-a14b/text-to-video