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

> Text-to-video A14B z obsługą LoRA i opcjonalnym odtwarzaniem wstecz

Tworzy film z tekstowego `prompt`, stosując wagi LoRA wymienione w `loras`. `reverse_video` odtwarza klip wstecz. `num_frames` obejmuje zakres od 17 do 161, `resolution` wynosi 480p, 580p lub 720p, a proporcje to 16:9, 9:16 lub 1:1. Dostępne są interpolacja film lub rife oraz dwa poziomy sterowania.

- 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/pl/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 |  |  | Instrukcje tekstowe sterujące generowaniem wideo. |
| `negative_prompt` |  | string | no | `` |  | Negatywny prompt stosowany podczas generowania wideo. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | Liczba klatek do generowania, w zakresie od 17 do 161 włącznie. |
| `frames_per_second` |  | integer \| null | no | `16` | 4 – 60 | Liczba klatek na sekundę wygenerowanego wideo, przyjmująca wartości od 4 do 60; ustawienie `adjust_fps_for_interpolation` na false zachowuje tę wartość bez zmian. Przy użyciu interpolacji i `adjust_fps_for_interpolation` ustawionym na true (wartość domyślna), pomnóż tę wartość przez jeden plus liczba interpolowanych klatek, aby uzyskać końcowe FPS. Na przykład 16 FPS z 1 interpolowaną klatką daje 32 FPS. |
| `seed` |  | integer \| null | no |  |  | Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `580p`, `720p` | Rozdzielczość wynikowego wideo: 480p, 580p lub 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | Proporcje wideo wyniku: 16:9 lub 9:16. |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | Liczba kroków próbkowania; większa liczba oznacza dłuższe przetwarzanie, ale lepszą jakość. |
| `enable_safety_checker` |  | boolean | no | `false` |  | Filtrowanie bezpieczeństwa danych wejściowych przed przetwarzaniem, które mogą wyłączyć tylko autoryzowane konta. Żądania bez autoryzacji są zawsze filtrowane; w przeciwnym razie true włącza filtrowanie. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | Kontroluje filtrowanie bezpieczeństwa wygenerowanego wideo; ustawienie true włącza sprawdzenie po generowaniu. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | Pozwala dużemu modelowi językowemu wzbogacić prompt o szczegóły. Włączenie tego rozszerzenia nie zmienia znaczenia promptu. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | Ustawienie przyspieszenia, z 'regular' jako zalecanym wyborem. Zwiększenie przyspieszenia poświęca jakość w celu skrócenia czasu generowania. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Siła sterowania bez klasyfikatora, poświęcająca potencjalną jakość na rzecz dokładniejszego dopasowania do promptu wraz ze wzrostem skali. |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | Skala prowadzenia (guidance scale) kontrolująca, jak ściśle model trzyma się promptu podczas drugiego etapu. |
| `shift` |  | number | no | `5` | 1 – 10 | Ustawienie przesunięcia (shift) wideo, z dozwolonym zakresem 1.0–10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | Ustawienie interpolacji klatek: wybierz None, aby pominąć interpolację, lub określ model, który ma ją wykonać. |
| `num_interpolated_frames` |  | integer | no | `1` | 0 – 4 | Wstaw od 0 do 4 interpolowanych klatek w każdą przerwę między dwiema wygenerowanymi klatkami. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | Przełącznik dostosowania liczby klatek na sekundę: false zachowuje podane FPS, podczas gdy true skaluje je o jeden plus liczba interpolowanych klatek. Tym samym 16 FPS staje się 32 FPS, gdy 1 klatka jest interpolowana i dostosowanie jest włączone. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Ustawienie jakości wynikowego wideo, które wraz ze wzrostem wartości wymienia większe pliki na lepszą oprawę wizualną. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Tryb zapisu wideo, gdzie 'balanced' oferuje kompromis między prędkością a jakością. Wybierz 'small' dla najmniejszych plików i najwolniejszego zapisu; szybszy zapis zwraca wyniki wcześniej, ale tworzy większe pliki. |
| `loras` |  | array of object {path, weight_name, scale, transformer} | no | `[]` |  | Wagi LoRA zastosowane podczas wnioskowania. |
| `loras[].path` |  | string | yes |  |  | Lokalizacja wag LoRA podana jako adres URL lub ścieżka. |
| `loras[].weight_name` |  | string \| null | no |  |  | Nazwa wagi LoRA, wymagana tylko wtedy, gdy repozytorium Hugging Face zawiera więcej niż 1 plik safetensors. Ta nazwa jest używana tylko, gdy `path` identyfikuje takie repozytorium. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Mnożnik stosowany do wagi LoRA przed połączeniem jej z modelem bazowym. |
| `loras[].transformer` |  | enum (string) | no | `high` | `high`, `low`, `both` | Miejsce docelowe transformera dla wagi LoRA. Wybierz 'high' dla transformera wysokiego szumu, 'low' dla transformera niskiego szumu lub 'both', aby załadować wagę do obu transformerów. |
| `reverse_video` |  | boolean | no | `false` |  | Przełącznik odwracania wideo; true odwraca odtwarzanie. |

## 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} | Plik wideo utworzony podczas generowania. |
| `prompt` | string | Prompt tekstowy użyty do wygenerowania wideo. |
| `seed` | integer | Wartość ziarna stosowana podczas generowania. |

## 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