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

> Texte-vidéo A14B avec prise en charge de LoRA et lecture inversée facultative

Crée une vidéo à partir d’un `prompt` textuel tout en appliquant les poids LoRA indiqués dans `loras`. `reverse_video` lit le clip à l’envers. `num_frames` va de 17 à 161, `resolution` est 480p, 580p ou 720p, et le format d’image est 16:9, 9:16 ou 1:1. L’interpolation film ou rife et deux échelles de guidage sont disponibles.

- 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/fr/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 |  |  | Instructions textuelles qui guident la génération vidéo. |
| `negative_prompt` |  | string | no | `` |  | Prompt négatif appliqué lors de la génération d'une vidéo. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | Nombre d'images pour la génération, dans une plage inclusive de 17 à 161. |
| `frames_per_second` |  | integer \| null | no | `16` | 4 – 60 | Fréquence d'images de la vidéo générée, acceptant les valeurs de 4 à 60 ; définir `adjust_fps_for_interpolation` sur false conserve cette fréquence inchangée. Avec l'interpolation et `adjust_fps_for_interpolation` à true (sa valeur par défaut), multipliez cette fréquence 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 |  |  | Seed rendant la génération reproductible. La valeur None sélectionne un seed aléatoire. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `580p`, `720p` | Résolution de la vidéo en sortie : 480p, 580p ou 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | Ratio d’aspect de la vidéo de sortie, soit 16:9, soit 9:16. |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | Nombre d'étapes d'échantillonnage, avec un temps de traitement plus long pour une meilleure qualité lorsque le nombre augmente. |
| `enable_safety_checker` |  | boolean | no | `false` |  | Contrôle de sécurité des entrées avant 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` |  | Autorise un grand modèle de langage à enrichir le prompt avec des détails. Cette expansion ne modifie pas le sens du prompt. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | Paramètre d'accélération, avec 'regular' comme choix recommandé. Une accélération accrue sacrifie la qualité pour réduire le temps de génération. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Force du guidage sans classifieur, avec un compromis entre une éventuelle perte de qualité et une correspondance plus étroite avec le prompt lorsque l'échelle augmente. |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | Échelle de guidage contrôlant la proximité avec laquelle le modèle suit le prompt pendant sa deuxième étape. |
| `shift` |  | number | no | `5` | 1 – 10 | Paramètre de décalage vidéo, avec une plage autorisée de 1.0 à 10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | Paramètre d'interpolation d'images : choisissez None pour ignorer l'interpolation ou spécifiez le modèle qui doit l'effectuer. |
| `num_interpolated_frames` |  | integer | no | `1` | 0 – 4 | Insérez 0 à 4 images interpolées dans chaque intervalle entre deux images générées. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | Commutateur d'ajustement de la fréquence d'images : 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'1 image est interpolée et que l'ajustement est activé. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Paramètre de qualité de la vidéo en sortie, 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 offrant un 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. |
| `loras` |  | array of object {path, weight_name, scale, transformer} | no | `[]` |  | Poids LoRA appliqués pendant l'inférence. |
| `loras[].path` |  | string | yes |  |  | Emplacement des poids LoRA, indiqué sous forme d’URL ou de chemin. |
| `loras[].weight_name` |  | string \| null | no |  |  | Nom du poids LoRA, requis uniquement lorsqu'un dépôt Hugging Face contient plus d'un fichier safetensors. Ce nom est utilisé uniquement lorsque `path` identifie un tel dépôt. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Multiplicateur appliqué au poids LoRA avant sa fusion avec le modèle de base. |
| `loras[].transformer` |  | enum (string) | no | `high` | `high`, `low`, `both` | Destination du Transformer pour le poids LoRA. Sélectionnez 'high' pour le Transformer à bruit élevé, 'low' pour celui à faible bruit ou 'both' pour charger le poids dans les deux Transformers. |
| `reverse_video` |  | boolean | no | `false` |  | Commutateur d'inversion vidéo ; true inverse la lecture. |

## 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} | Fichier vidéo produit par la génération. |
| `prompt` | string | Prompt textuel utilisé pour générer la vidéo. |
| `seed` | integer | Valeur du seed appliquée pendant la génération. |

## 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