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

> A14B text-to-video su LoRA palaikymu ir pasirenkamu atkūrimu atgal

Sukuria vaizdo įrašą iš tekstinio `prompt`, pritaikydamas `loras` sąraše nurodytus LoRA svorius. `reverse_video` paleidžia klipą atgal. `num_frames` yra nuo 17 iki 161, `resolution` – 480p, 580p arba 720p, o kraštinių santykis – 16:9, 9:16 arba 1:1. Galima naudoti film arba rife interpolaciją ir dvi valdymo skales.

- 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/lt/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 |  |  | Tekstinės instrukcijos, valdančios vaizdo įrašo generavimą. |
| `negative_prompt` |  | string | no | `` |  | Generuojant vaizdo įrašą taikomas neigiamas raginys. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | Generavimo kadrų skaičius nuo 17 iki 161 imtinai. |
| `frames_per_second` |  | integer \| null | no | `16` | 4 – 60 | Sugeneruoto vaizdo įrašo kadrų dažnis nuo 4 iki 60; nustačius `adjust_fps_for_interpolation` į false, šis dažnis išlaikomas nepakitęs. Naudojant interpoliaciją ir `adjust_fps_for_interpolation` esant true (numatytoji reikšmė), šį dažnį padauginus iš vieneto ir interpoliuotų kadrų skaičiaus sumos gaunamas galutinis FPS. Pavyzdžiui, 16 FPS ir 1 interpoliuotas kadras tampa 32 FPS. |
| `seed` |  | integer \| null | no |  |  | Generavimą atkurianti pradinė reikšmė. Nustačius None, ji parenkama atsitiktinai. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `580p`, `720p` | Išvesties vaizdo įrašo raiška: 480p, 580p arba 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | Išvesties vaizdo įrašo kraštinių santykis: 16:9 arba 9:16. |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | Diskretizavimo žingsnių skaičius: didėjant skaičiui, ilgesnis apdorojimas suteikia geresnę kokybę. |
| `enable_safety_checker` |  | boolean | no | `false` |  | Įvesties saugos tikrinimas prieš apdorojimą, kurį išjungti gali tik įgaliotos paskyros. Neįgaliotos užklausos visada tikrinamos; kitu atveju true įjungia tikrinimą. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | Valdo sugeneruoto vaizdo įrašo saugos tikrinimą; true įjungia patikrą po generavimo. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | Leidžia dideliam kalbos modeliui papildyti raginį detalėmis. Įjungus šį išplėtimą raginio reikšmė nesikeičia. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | Spartinimo nustatymas; rekomenduojama reikšmė yra 'regular'. Didesnis spartinimas mažina kokybę, kad sutrumpintų generavimo laiką. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Klasifikatoriaus nenaudojančio valdymo stiprumas; didėjant masteliui galima kokybės praradimo rizika keičiama į glaudesnį atitikimą ragin iui. |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | Kreipimo mastelis, nurodantis, kaip tiksliai modelis laikosi raginio antrajame etape. |
| `shift` |  | number | no | `5` | 1 – 10 | Vaizdo įrašo poslinkio nustatymas, leidžiamas intervalas 1.0–10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | Kadrų interpoliacijos nustatymas: pasirinkite None, kad interpoliacija nebūtų atliekama, arba nurodykite ją atliekantį modelį. |
| `num_interpolated_frames` |  | integer | no | `1` | 0 – 4 | Į kiekvieną tarpą tarp dviejų sugeneruotų kadrų įterpkite nuo 0 iki 4 interpoliuotų kadrų. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | Kadrų dažnio koregavimo jungiklis: false išlaiko pateiktą FPS, o true padaugina jį iš vieneto ir interpoliuotų kadrų skaičiaus sumos. Taigi, interpoliavus 1 kadrą, 16 FPS tampa 32 FPS, jei koregavimas įjungtas. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Išvesties vaizdo įrašo kokybės nustatymas: didesnė reikšmė sukuria didesnius failus, bet pagerina vaizdą. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Vaizdo įrašo rašymo režimas: balanced suderina spartą ir kokybę. Pasirinkite small mažiausiems failams ir lėčiausiam rašymui; spartesnis rašymas rezultatus pateikia anksčiau, bet sukuria didesnius failus. |
| `loras` |  | array of object {path, weight_name, scale, transformer} | no | `[]` |  | Išvadų metu taikomi LoRA svoriai. |
| `loras[].path` |  | string | yes |  |  | LoRA svorių vieta, nurodyta kaip URL arba kelias. |
| `loras[].weight_name` |  | string \| null | no |  |  | LoRA svorio pavadinimas, būtinas tik tada, kai Hugging Face saugykloje yra daugiau nei 1 safetensors failas. Šis pavadinimas naudojamas tik tada, kai `path` nurodo tokią saugyklą. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Daugiklis, taikomas LoRA svoriui prieš jį sujungiant su baziniu modeliu. |
| `loras[].transformer` |  | enum (string) | no | `high` | `high`, `low`, `both` | Transformerio paskirtis LoRA svoriui. Pasirinkite 'high' didelio triukšmo transformeriui, 'low' mažo triukšmo transformeriui arba 'both', kad svoris būtų įkeltas į abu transformerius. |
| `reverse_video` |  | boolean | no | `false` |  | Vaizdo įrašo atkūrimo atvirkštine tvarka jungiklis; true apverčia atkūrimą. |

## 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} | Generuojant sukurtas vaizdo įrašo failas. |
| `prompt` | string | Vaizdo įrašui generuoti naudotas tekstinis raginys. |
| `seed` | integer | Generuojant taikoma pradinė reikšmė. |

## 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