# Wan v2.2 5B · Text to Video API

> Text-to-video với mô hình 5B: 580p hoặc 720p, 16:9, 9:16 hoặc 1:1, nội suy khung hình tùy chọn

Tạo đoạn clip video từ lời nhắc văn bản `prompt`. Độ dài được đặt bằng `num_frames` (17 đến 161) và `frames_per_second` (4 đến 60), với `resolution` là 580p hoặc 720p và tỷ lệ khung hình 16:9, 9:16 hoặc 1:1. Có thể bật nội suy khung hình bằng film hoặc rife, đồng thời điều chỉnh chất lượng đầu ra và chế độ ghi tệp. Đây là biến thể có hướng dẫn tiêu chuẩn với tối đa 50 bước suy luận.

- Model id: `wan/v2.2-5b/text-to-video`
- Made by: Alibaba
- Category: Text to Video
- Output: video
- Price: $0.15 / video (cheapest run $0.15 (150 API credits))
- Run: `POST https://api.doitong.ru/v1/run/wan/v2.2-5b/text-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/wan/v2.2-5b/text-to-video`
- Docs page: https://doitong.com/vi/developers/models/wan/v2.2-5b/text-to-video

## Pricing

Price: **$0.15 / video**. Billed once per generated video.

The full example input below costs $0.15 = 150 API credits (1 video × 150 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/v2.2-5b/text-to-video` 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 |  |  | Chỉ dẫn văn bản định hướng việc tạo sinh video. |
| `negative_prompt` |  | string | no | `` |  | Lời nhắc phủ định áp dụng khi tạo video. |
| `num_frames` |  | integer | no | `81` | 17 – 161 | Số khung hình dùng để tạo sinh, trong phạm vi bao gồm 17–161. |
| `frames_per_second` |  | integer \| null | no | `24` | 4 – 60 | Tốc độ khung hình video được tạo, chấp nhận giá trị từ 4 đến 60; đặt `adjust_fps_for_interpolation` thành false để giữ nguyên tốc độ này. Khi dùng nội suy và `adjust_fps_for_interpolation` là true (mặc định), nhân tốc độ này với một cộng số khung hình nội suy để có FPS cuối cùng. Ví dụ, 16 FPS với 1 khung hình nội suy sẽ trở thành 32 FPS. |
| `seed` |  | integer \| null | no |  |  | Seed giúp quá trình tạo sinh có thể tái lập. Đặt thành None sẽ chọn seed ngẫu nhiên. |
| `resolution` |  | enum (string) | no | `720p` | `580p`, `720p` | Độ phân giải video đầu ra, là 580p hoặc 720p. |
| `aspect_ratio` |  | enum (string) | no | `16:9` | `16:9`, `9:16`, `1:1` | Tỷ lệ khung hình của video đầu ra, là 16:9 hoặc 9:16. |
| `num_inference_steps` |  | integer | no | `40` | 2 – 50 | Số bước lấy mẫu; số bước càng cao thì thời gian xử lý càng lâu nhưng chất lượng càng tốt. |
| `enable_safety_checker` |  | boolean | no | `false` |  | Kiểm tra an toàn đầu vào trước khi xử lý, chỉ tài khoản được ủy quyền mới có thể tắt. Các yêu cầu không có quyền ủy quyền luôn được kiểm tra; nếu có quyền, true sẽ bật kiểm tra. |
| `enable_output_safety_checker` |  | boolean | no | `false` |  | Kiểm soát kiểm tra an toàn của video được tạo; đặt true để bật kiểm tra sau khi tạo sinh. |
| `enable_prompt_expansion` |  | boolean | no | `false` |  | Cho phép mô hình ngôn ngữ lớn bổ sung chi tiết cho lời nhắc. Việc bật mở rộng này không thay đổi ý nghĩa của lời nhắc. |
| `guidance_scale` |  | number | no | `3.5` | 1 – 10 | Cường độ hướng dẫn không dùng bộ phân loại, đánh đổi khả năng giảm chất lượng để khớp lời nhắc sát hơn khi tăng hệ số. |
| `shift` |  | number | no | `5` | 1 – 10 | Cài đặt dịch chuyển video, với phạm vi cho phép 1.0–10.0. |
| `interpolator_model` |  | enum (string) | no | `film` | `none`, `film`, `rife` | Cài đặt nội suy khung hình: chọn None để bỏ qua nội suy hoặc chỉ định mô hình thực hiện nội suy. |
| `num_interpolated_frames` |  | integer | no | `0` | 0 – 4 | Chèn 0–4 khung hình nội suy vào mỗi khoảng giữa hai khung hình được tạo. |
| `adjust_fps_for_interpolation` |  | boolean | no | `true` |  | Nút chuyển điều chỉnh tốc độ khung hình: false giữ FPS được cung cấp, còn true nhân FPS với một cộng số khung hình nội suy. Vì vậy, 16 FPS trở thành 32 FPS khi nội suy 1 khung hình và bật điều chỉnh. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Cài đặt chất lượng video đầu ra, đánh đổi tệp lớn hơn để có hình ảnh tốt hơn khi tăng giá trị. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Chế độ ghi video, trong đó balanced là lựa chọn cân bằng tốc độ và chất lượng. Chọn small để có tệp nhỏ nhất và tốc độ ghi chậm nhất; ghi nhanh hơn sẽ trả về kết quả sớm hơn nhưng tạo tệp lớn hơn. |

## 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/v2.2-5b/text-to-video?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/v2.2-5b/text-to-video?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/v2.2-5b/text-to-video", 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/v2.2-5b/text-to-video",
      "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/v2.2-5b/text-to-video",
  "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": 150,
    "usd": "0.15",
    "charged": 150,
    "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 medium shot establishes a modern, minimalist office setting: clean lines, muted grey walls, and polished wood surfaces. The focus shifts to a close-up on a woman in sharp, navy blue business attire. Her crisp white blouse contrasts with the deep blue of her tailored suit jacket. The subtle texture of the fabric is visible—a fine weave with a slight sheen. Her expression is serious, yet engaging, as she speaks to someone unseen just beyond the frame. Close-up on her eyes, showing the intensity of her gaze and the fine lines around them that hint at experience and focus. Her lips are slightly parted, as if mid-sentence. The light catches the subtle highlights in her auburn hair, meticulously styled. Note the slight catch of light on the silver band of her watch. High resolution 4k",
    "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} | Tệp video được tạo sinh. |
| `prompt` | string | Lời nhắc văn bản dùng để tạo video. |
| `seed` | integer | Giá trị seed được áp dụng trong quá trình tạo sinh. |

## Related models

- [Wan · v2.2 5b · Text to Image](https://doitong.com/developers/models/wan/v2.2-5b/text-to-image.md) (`wan/v2.2-5b/text-to-image`): $0.016 / image
- [Wan · v2.2 5b · Text to Video · Distill](https://doitong.com/developers/models/wan/v2.2-5b/text-to-video/distill.md) (`wan/v2.2-5b/text-to-video/distill`): $0.08 / video
- [Wan v2.2 5B · Image to Video](https://doitong.com/developers/models/wan/v2.2-5b/image-to-video.md) (`wan/v2.2-5b/image-to-video`): $0.15 / video
- [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

## Links

- HTML page: https://doitong.com/developers/models/wan/v2.2-5b/text-to-video
- 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/v2.2-5b/text-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/wan/v2.2-5b/text-to-video