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

> A14B ٹیکسٹ ٹو ویڈیو، LoRA سپورٹ اور اختیاری ریورس پلے بیک کے ساتھ

متنی `prompt` سے ویڈیو تخلیق کرتے ہوئے `loras` میں درج LoRA وزن لاگو کرتا ہے۔ `reverse_video` کلپ کو الٹا چلاتا ہے۔ `num_frames` 17 سے 161، `resolution` 480p، 580p یا 720p، اور نسبتِ ابعاد 16:9، 9:16 یا 1:1 ہے۔ Film یا rife انٹرپولیشن اور رہنمائی کے دو پیمانے دستیاب ہیں۔

- 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/ur/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 |  |  | ویڈیو تخلیق کی رہنمائی کرنے والی متنی ہدایات۔ |
| `negative_prompt` |  | string | no | `` |  | ویڈیو تخلیق کرتے وقت لاگو ہونے والا منفی پرامپٹ۔ |
| `num_frames` |  | integer | no | `81` | 17 – 161 | تخلیق کے لیے فریموں کی تعداد، 17–161 کی inclusive range کے ساتھ۔ |
| `frames_per_second` |  | integer \| null | no | `16` | 4 – 60 | تخلیق کردہ ویڈیو کا فریم ریٹ، 4 سے 60 تک قدریں قبول کرتا ہے؛ `adjust_fps_for_interpolation` کو false کرنے سے یہ ریٹ تبدیل نہیں ہوتا۔ interpolation کے استعمال اور `adjust_fps_for_interpolation` کے true ہونے پر (یہ اس کا ڈیفالٹ ہے)، حتمی FPS حاصل کرنے کے لیے اس ریٹ کو interpolated فریموں کی تعداد جمع 1 سے ضرب دیں۔ مثال کے طور پر، 1 interpolated فریم کے ساتھ 16 FPS، 32 FPS بن جاتا ہے۔ |
| `seed` |  | integer \| null | no |  |  | تخلیق کو قابلِ تکرار بنانے والا سیڈ۔ اسے None پر سیٹ کرنے سے سیڈ تصادفی طور پر منتخب ہوتا ہے۔ |
| `resolution` |  | enum (string) | no | `720p` | `480p`, `580p`, `720p` | آؤٹ پٹ ویڈیو ریزولوشن: 480p، 580p، یا 720p۔ |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | آؤٹ پٹ ویڈیو کا aspect ratio، 16:9 یا 9:16۔ |
| `num_inference_steps` |  | integer | no | `27` | 2 – 40 | sampling steps کی تعداد، جس میں تعداد بڑھنے کے ساتھ زیادہ پروسیسنگ وقت کے بدلے بہتر معیار ملتا ہے۔ |
| `enable_safety_checker` |  | boolean | no | `false` |  | پراسیسنگ سے پہلے ان پٹ کی حفاظتی جانچ، جسے صرف مجاز اکاؤنٹس بند کر سکتے ہیں۔ اجازت کے بغیر درخواستوں کی ہمیشہ جانچ ہوتی ہے؛ بصورت دیگر true جانچ فعال کرتا ہے۔ |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | تخلیق کردہ ویڈیو کی حفاظتی جانچ متعین کرتا ہے؛ true رکھنے سے تخلیق کے بعد جانچ فعال ہوتی ہے۔ |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | بڑے ماڈل کو تفصیلات کے ساتھ پرامپٹ بہتر بنانے کی اجازت دیں۔ یہ توسیع فعال کرنے سے پرامپٹ کا مفہوم تبدیل نہیں ہوتا۔ |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular` | Acceleration کی ترتیب؛ 'regular' تجویز کردہ انتخاب ہے۔ Acceleration بڑھانے سے معیار کم ہوتا ہے، مگر تخلیق کا وقت گھٹتا ہے۔ |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Classifier-free guidance کی طاقت، اسکیل بڑھنے کے ساتھ ممکنہ معیار کے نقصان کے بدلے پرامپٹ سے زیادہ قریب مطابقت فراہم کرتی ہے۔ |
| `guidance_scale_2` |  | number | no | `4` | 1 – 10 | Guidance scale، جو دوسرے مرحلے کے دوران ماڈل کی پرامپٹ کی پیروی کی نزدیکی کو کنٹرول کرتا ہے۔ |
| `shift` |  | number | no | `5` | 1 – 10 | ویڈیو shift کی ترتیب، جس کی مجاز حد 1.0–10.0 ہے۔ |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | فریم interpolation کی ترتیب: interpolation چھوڑنے کے لیے None، یا اسے انجام دینے والا ماڈل متعین کریں۔ |
| `num_interpolated_frames` |  | integer | no | `1` | 0 – 4 | ہر دو تخلیق کردہ فریموں کے درمیان gap میں 0–4 interpolated فریم داخل کریں۔ |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | Frame-rate adjustment کا toggle: false فراہم کردہ FPS برقرار رکھتا ہے، جبکہ true اسے interpolated فریموں کی تعداد جمع 1 سے scale کرتا ہے۔ یوں 1 فریم interpolate ہونے اور adjustment فعال ہونے پر 16 FPS، 32 FPS بن جاتا ہے۔ |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | آؤٹ پٹ ویڈیو کے معیار کی ترتیب؛ قدر بڑھنے پر بڑی فائلوں کے بدلے بہتر بصری نتائج ملتے ہیں۔ |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | ویڈیو writing موڈ؛ balanced رفتار اور معیار کے درمیان سمجھوتا پیش کرتا ہے۔ سب سے چھوٹی فائلوں اور سست ترین writing کے لیے small منتخب کریں؛ faster writing نتائج جلد لوٹاتا ہے مگر بڑی فائلیں بناتا ہے۔ |
| `loras` |  | array of object {path, weight_name, scale, transformer} | no | `[]` |  | Inference کے دوران لاگو کیے جانے والے LoRA weights۔ |
| `loras[].path` |  | string | yes |  |  | LoRA weights کا مقام، URL یا path کے طور پر۔ |
| `loras[].weight_name` |  | string \| null | no |  |  | LoRA weight name، صرف اس وقت ضروری ہے جب Hugging Face repository میں 1 سے زیادہ safetensors فائل ہو۔ یہ نام صرف اس وقت استعمال ہوتا ہے جب `path` ایسی repository کی شناخت کرے۔ |
| `loras[].scale` |  | number | no | `1` | 0 – 4 | بنیادی ماڈل میں ضم کرنے سے پہلے LoRA weight پر لاگو ہونے والا multiplier۔ |
| `loras[].transformer` |  | enum (string) | no | `high` | `high`, `low`, `both` | LoRA وزن کے لیے Transformer destination۔ high-noise transformer کے لیے 'high'، low-noise transformer کے لیے 'low'، یا دونوں میں وزن load کرنے کے لیے 'both' منتخب کریں۔ |
| `reverse_video` |  | boolean | no | `false` |  | ویڈیو الٹانے کا toggle؛ true پلے بیک کو الٹ دیتا ہے۔ |

## 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} | تخلیق سے تیار کردہ ویڈیو فائل۔ |
| `prompt` | string | ویڈیو کی تخلیق کے لیے استعمال ہونے والا متنی پرامپٹ۔ |
| `seed` | integer | تخلیق کے دوران لاگو ہونے والی سیڈ قدر۔ |

## 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