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

> Text-to-video A14B com suporte para LoRA e reprodução invertida opcional

Cria um vídeo a partir de um `prompt` de texto aplicando os pesos LoRA indicados em `loras`. `reverse_video` reproduz o clipe ao contrário. `num_frames` varia entre 17 e 161, `resolution` é 480p, 580p ou 720p e a proporção é 16:9, 9:16 ou 1:1. Estão disponíveis interpolação film ou rife e duas escalas de orientação.

- 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/pt-PT/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 |  |  | Instruções de texto que orientam a geração de vídeo. |
| `negative_prompt` |  | string | no | `` |  | Prompt negativo aplicado ao gerar um vídeo. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | Número de frames da geração, com intervalo inclusivo de 17–161. |
| `frames_per_second` |  | integer \| null | no | `16` | 4 – 60 | Taxa de frames do vídeo gerado, aceitando valores de 4 a 60; definir `adjust_fps_for_interpolation` como false mantém esta taxa inalterada. Com interpolação ativa e `adjust_fps_for_interpolation` como true (a predefinição), multiplique esta taxa por um mais o número de frames interpolados para obter o FPS final. Por exemplo, 16 FPS com 1 frame interpolado tornam-se 32 FPS. |
| `seed` |  | integer \| null | no |  |  | Seed que torna a geração reproduzível. Defini-la como None seleciona uma seed aleatoriamente. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `580p`, `720p` | Resolução do vídeo de saída: 480p, 580p ou 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | Proporção do vídeo de saída, 16:9 ou 9:16. |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | Número de passos de amostragem, trocando um tempo de processamento mais longo por melhor qualidade à medida que o número aumenta. |
| `enable_safety_checker` |  | boolean | no | `false` |  | Verificação de segurança da entrada antes do processamento, que apenas contas autorizadas podem desativar. Os pedidos sem autorização são sempre verificados; caso contrário, true ativa a verificação. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | Controla a verificação de segurança do vídeo gerado; definir como true ativa uma verificação após a geração. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | Permite que um modelo de linguagem de grande escala enriqueça o prompt com detalhes. Ativar esta expansão não altera o significado do prompt. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | Definição de aceleração, com 'regular' como opção recomendada. Aumentar a aceleração sacrifica qualidade para reduzir o tempo de geração. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Intensidade da orientação sem classificador, trocando uma possível perda de qualidade por uma correspondência mais próxima do prompt à medida que a escala aumenta. |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | Escala de orientação que controla a proximidade com que o modelo segue o prompt durante a segunda fase. |
| `shift` |  | number | no | `5` | 1 – 10 | Definição de deslocamento do vídeo, com intervalo permitido de 1.0–10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | Definição de interpolação de frames: escolha None para ignorar a interpolação ou especifique o modelo que a executará. |
| `num_interpolated_frames` |  | integer | no | `1` | 0 – 4 | Insira 0–4 frames interpolados em cada intervalo entre dois frames gerados. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | Comutador de ajuste da taxa de frames: false mantém o FPS fornecido, enquanto true o multiplica por um mais o número de frames interpolados. Assim, 16 FPS tornam-se 32 FPS quando é interpolado 1 frame e o ajuste está ativado. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Definição de qualidade do vídeo de saída, que troca ficheiros maiores por melhores imagens à medida que aumenta. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Modo de escrita do vídeo, com balanced a oferecer um compromisso entre velocidade e qualidade. Escolha small para obter os ficheiros mais pequenos e a escrita mais lenta; uma escrita mais rápida devolve resultados mais cedo, mas cria ficheiros maiores. |
| `loras` |  | array of object {path, weight_name, scale, transformer} | no | `[]` |  | Pesos LoRA aplicados durante a inferência. |
| `loras[].path` |  | string | yes |  |  | Localização dos pesos LoRA, especificada como URL ou caminho. |
| `loras[].weight_name` |  | string \| null | no |  |  | Nome do peso LoRA, obrigatório apenas quando um repositório Hugging Face contém mais de 1 ficheiro safetensors. Este nome só é utilizado quando `path` identifica esse repositório. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Multiplicador aplicado ao peso LoRA antes de este ser fundido no modelo base. |
| `loras[].transformer` |  | enum (string) | no | `high` | `high`, `low`, `both` | Destino do transformer para o peso LoRA. Selecione 'high' para o transformer de ruído elevado, 'low' para o transformer de ruído reduzido ou 'both' para carregar o peso em ambos os transformers. |
| `reverse_video` |  | boolean | no | `false` |  | Comutador de reversão do vídeo; true inverte a reprodução. |

## 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} | Ficheiro de vídeo produzido pela geração. |
| `prompt` | string | Prompt de texto utilizado para gerar o vídeo. |
| `seed` | integer | Valor da seed aplicado durante a geração. |

## 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