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

> A14B text-to-video med LoRA-stöd och valfri omvänd uppspelning

Skapar en video från en textbaserad `prompt` samtidigt som LoRA-vikter från `loras` tillämpas. `reverse_video` spelar upp klippet baklänges. `num_frames` går från 17 till 161, `resolution` är 480p, 580p eller 720p och bildförhållandet är 16:9, 9:16 eller 1:1. Film- eller rife-interpolering och två styrningsskalor är tillgängliga.

- 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/sv/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 |  |  | Textinstruktioner som vägleder videogenereringen. |
| `negative_prompt` |  | string | no | `` |  | Negativ prompt som används vid videogenerering. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | Antal bildrutor för generering, med ett inkluderande intervall på 17–161. |
| `frames_per_second` |  | integer \| null | no | `16` | 4 – 60 | Den genererade videons bildfrekvens, med värden från 4 till 60. Om `adjust_fps_for_interpolation` anges som false bevaras frekvensen oförändrad. Vid interpolering och när `adjust_fps_for_interpolation` är true (standardvärdet) multipliceras frekvensen med ett plus antalet interpolerade bildrutor för att få slutlig FPS. Exempel: 16 FPS med 1 interpolerad bildruta blir 32 FPS. |
| `seed` |  | integer \| null | no |  |  | Seed som gör genereringen reproducerbar. Om det ställs in på None väljs ett seed slumpmässigt. |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `580p`, `720p` | Videons upplösning: 480p, 580p eller 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | Utdatavideons bildförhållande, antingen 16:9 eller 9:16. |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | Antal samplingssteg; längre bearbetningstid ger bättre kvalitet när antalet ökar. |
| `enable_safety_checker` |  | boolean | no | `false` |  | Säkerhetskontroll av indata före bearbetning, som endast auktoriserade konton får stänga av. Begäranden utan behörighet kontrolleras alltid; annars aktiverar true kontrollen. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | Styr säkerhetskontrollen av den genererade videon; true aktiverar en kontroll efter genereringen. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | Låt en stor språkmodell berika prompten med detaljer. När denna utökning aktiveras förblir promptens innebörd oförändrad. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | Accelereringsinställning, där 'regular' rekommenderas. Högre accelerering försämrar kvaliteten för att förkorta genereringstiden. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Styrka för classifier-free guidance; möjlig kvalitetsförlust byts mot bättre överensstämmelse med prompten när skalan ökar. |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | Styrskala som anger hur nära modellen följer prompten under det andra steget. |
| `shift` |  | number | no | `5` | 1 – 10 | Videoförskjutningsinställning, med tillåtet intervall 1.0–10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | Inställning för bildruteinterpolering: välj None för att hoppa över interpolering eller ange modellen som ska utföra den. |
| `num_interpolated_frames` |  | integer | no | `1` | 0 – 4 | Infoga 0–4 interpolerade bildrutor i varje mellanrum mellan två genererade bildrutor. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | Växlingsknapp för justering av bildfrekvens: false bevarar angiven FPS, medan true skalar den med ett plus antalet interpolerade bildrutor. Därför blir 16 FPS 32 FPS när 1 bildruta interpoleras och justering är aktiverad. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Kvalitetsinställning för utdata-videon som byter större filer mot förbättrad visuell kvalitet när värdet ökar. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Videoskrivningsläge, där balanced ger en kompromiss mellan hastighet och kvalitet. Välj small för minsta filer och långsammaste skrivning; snabbare skrivning returnerar resultat tidigare men skapar större filer. |
| `loras` |  | array of object {path, weight_name, scale, transformer} | no | `[]` |  | LoRA-vikter som används under inferens. |
| `loras[].path` |  | string | yes |  |  | Plats för LoRA-vikterna, angiven som en URL eller sökväg. |
| `loras[].weight_name` |  | string \| null | no |  |  | LoRA-viktnamn, krävs endast när ett Hugging Face-arkiv innehåller fler än 1 safetensors-fil. Namnet används endast när `path` identifierar ett sådant arkiv. |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | Multiplikator som tillämpas på LoRA-vikten innan den slås samman med basmodellen. |
| `loras[].transformer` |  | enum (string) | no | `high` | `high`, `low`, `both` | Transformer-mål för LoRA-vikten. Välj 'high' för transformern med högt brus, 'low' för transformern med lågt brus eller 'both' för att läsa in vikten i båda transformerna. |
| `reverse_video` |  | boolean | no | `false` |  | Växlingsknapp för att vända videon; true vänder uppspelningen. |

## 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} | Videofil som skapats genom generering. |
| `prompt` | string | Textprompt som används för att generera videon. |
| `seed` | integer | Seed-värde som tillämpas under genereringen. |

## 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