Wan 视频 API:文生、图生、参考与编辑
用 BetterToken API Key 接入 Wan,按 Model ID 和操作选择字段、素材与生成方式。
你可以从文字、首帧或参考素材生成视频,也可以编辑已有视频。3.0 与 Prime 支持三种生成操作;2.7 按文生、图生、参考生成和编辑分别选择 Model ID。
先准备 BetterToken API Key。Base URL 为 https://bettertoken.ai/v1,认证使用 Authorization: Bearer YOUR_API_KEY。原样复制 Model ID,大小写必须一致。
下方每份 request.json 都使用同一流程:先报价,再确认创建、轮询与下载。报价不启动生成;创建会提交付费任务。当前费用见模型广场。
型号与操作
下表按操作列出可选值;字段默认值、素材数量和组合限制见对应小节。素材大小按 1 MB = 1048576 字节换算。
| Model ID | 操作 | 时长(秒) | 输出档位 | 比例 | 音频 | 素材角色 |
|---|---|---|---|---|---|---|
wan2.7-i2v | image_to_video | 2–15,步长 1 | 720p、1080p | 不传 | provider_default | first_frame、last_frame、driving_audio |
wan2.7-r2v | reference_to_video | 2–15,步长 1 | 720p、1080p | 16:9、9:16、1:1、4:3、3:4 | provider_default | reference_image、reference_video |
wan2.7-t2v | text_to_video | 2–15,步长 1 | 720p、1080p | 16:9、9:16、1:1、4:3、3:4 | provider_default | driving_audio |
wan2.7-videoedit | video_edit | 2–15,步长 1;可用 auto | 720p、1080p | 不传 | provider_default | base_video |
wan3.0-video-prime | image_to_video | 2–30,步长 1;可用 auto | 480p、720p、1080p | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | on、off | first_frame、last_frame |
wan3.0-video-prime | reference_to_video | 2–30,步长 1;可用 auto | 480p、720p、1080p | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | on、off | reference_image、reference_video、reference_audio |
wan3.0-video-prime | text_to_video | 2–30,步长 1;可用 auto | 480p、720p、1080p | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | on、off | 无 |
wan3.0-video | image_to_video | 2–30,步长 1;可用 auto | 480p、720p、1080p | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | on、off | first_frame、last_frame |
wan3.0-video | reference_to_video | 2–30,步长 1;可用 auto | 480p、720p、1080p | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | on、off | reference_image、reference_video、reference_audio |
wan3.0-video | text_to_video | 2–30,步长 1;可用 auto | 480p、720p、1080p | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | on、off | 无 |
图生(wan2.7-i2v,以及比例为 adaptive 时的 wan3.0-video、wan3.0-video-prime)与比例为 adaptive 的参考生视频,成片比例跟随输入图片;输出档位决定画面像素总量,而不是固定宽高。例如本页 1:1 示例图:720p 实测输出 960×960,480p 实测输出 640×640。需要固定横屏或竖屏时,请显式传 output.aspect_ratio(wan2.7-i2v 不支持该字段,请使用对应比例的输入图片)。
示例素材
图生与图片参考示例使用白色桌面上的蓝色陶瓷杯。你可以保留样图试用,也可以先替换为自己有权使用且符合本页限制的公网 HTTPS 素材。

编辑示例使用男孩在城市广场中的视频,约 5.04 秒,1280 × 720,24 fps。它以 base_video 传入,不是参考图片。
文生视频
wan2.7-t2v
你只有文字描述时,使用本操作生成视频。
把 model 设为本小节的 Model ID,把 operation 设为 text_to_video。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | provider_default | provider_default |
duration.mode | string | 否 | fixed | fixed |
duration.seconds | integer | 否 | 2–15,步长 1 秒;仅固定时长使用 | 5 |
output.aspect_ratio | string | 否 | 16:9、9:16、1:1、4:3、3:4 | 16:9 |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
| 素材角色 | 类型与数量 | 格式 | 单文件限制 |
|---|---|---|---|
driving_audio | audio,可选,最多 1 个 | wav、mp3 | 大小不超过 15 MB;时长 2–30 秒 |
素材是否必需还需满足下方组合约束。
可选的 driving_audio 是驱动音频,使用 type="audio"。它与参考生成中的 reference_audio 是不同的素材角色。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan2.7-t2v", "operation": "text_to_video", "prompt": "A blue ceramic mug on a white table. Slowly move the camera closer in soft daylight.", "duration": { "mode": "fixed", "seconds": 5 }, "output": { "resolution": "720p", "aspect_ratio": "16:9" }}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
count / media_role | 按本节素材表调整角色与数量。 |
video_input_unsupported | 检查公网 HTTPS 地址、Content-Type 与文件格式,再重新报价。 |
wan3.0-video-prime
你只有文字描述时,使用本操作生成视频。
把 model 设为本小节的 Model ID,把 operation 设为 text_to_video。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | on、off | on |
duration.mode | string | 否 | fixed、auto | fixed |
duration.seconds | integer | 否 | 2–30,步长 1 秒;仅固定时长使用 | 5 |
output.aspect_ratio | string | 否 | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | adaptive |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 480p、720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
本操作不接收素材。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。 - 使用
duration.mode="auto"时不要传duration.seconds。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan3.0-video-prime", "operation": "text_to_video", "prompt": "A blue ceramic mug on a white table. Slowly move the camera closer in soft daylight.", "duration": { "mode": "fixed", "seconds": 5 }, "output": { "resolution": "720p", "aspect_ratio": "16:9" }}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
excludes | 删除与自动时长或尾帧冲突的字段。 |
wan3.0-video
你只有文字描述时,使用本操作生成视频。
把 model 设为本小节的 Model ID,把 operation 设为 text_to_video。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | on、off | on |
duration.mode | string | 否 | fixed、auto | fixed |
duration.seconds | integer | 否 | 2–30,步长 1 秒;仅固定时长使用 | 5 |
output.aspect_ratio | string | 否 | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | adaptive |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 480p、720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
本操作不接收素材。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。 - 使用
duration.mode="auto"时不要传duration.seconds。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan3.0-video", "operation": "text_to_video", "prompt": "A blue ceramic mug on a white table. Slowly move the camera closer in soft daylight.", "duration": { "mode": "fixed", "seconds": 5 }, "output": { "resolution": "720p", "aspect_ratio": "16:9" }}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
excludes | 删除与自动时长或尾帧冲突的字段。 |
图生视频
wan2.7-i2v
你希望以图片确定起始画面或首尾画面时,使用本操作。
把 model 设为本小节的 Model ID,把 operation 设为 image_to_video。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | provider_default | provider_default |
duration.mode | string | 否 | fixed | fixed |
duration.seconds | integer | 否 | 2–15,步长 1 秒;仅固定时长使用 | 5 |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
| 素材角色 | 类型与数量 | 格式 | 单文件限制 |
|---|---|---|---|
first_frame | image,1 个(必填) | jpeg、jpg、png、bmp、webp | 大小不超过 20 MB;宽 240–8000 px;高 240–8000 px |
last_frame | image,可选,最多 1 个 | jpeg、jpg、png、bmp、webp | 大小不超过 20 MB;宽 240–8000 px;高 240–8000 px |
driving_audio | audio,可选,最多 1 个 | wav、mp3 | 大小不超过 15 MB;时长 2–30 秒 |
素材是否必需还需满足下方组合约束。
可选的 driving_audio 是驱动音频,使用 type="audio"。它与参考生成中的 reference_audio 是不同的素材角色。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。 - 必须提供
first_frame。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan2.7-i2v", "operation": "image_to_video", "prompt": "Slowly move the camera closer to the blue ceramic mug. Preserve its shape and the white table.", "duration": { "mode": "fixed", "seconds": 5 }, "output": { "resolution": "720p" }, "media": [ { "id": "first", "type": "image", "role": "first_frame", "source": "https://docs.bettertoken.ai/images/nano-banana-guide/sample-07.png" } ]}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
count / media_role | 按本节素材表调整角色与数量。 |
video_input_unsupported | 检查公网 HTTPS 地址、Content-Type 与文件格式,再重新报价。 |
wan3.0-video-prime
你希望以图片确定起始画面或首尾画面时,使用本操作。
把 model 设为本小节的 Model ID,把 operation 设为 image_to_video。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | on、off | on |
duration.mode | string | 否 | fixed、auto | fixed |
duration.seconds | integer | 否 | 2–30,步长 1 秒;仅固定时长使用 | 5 |
output.aspect_ratio | string | 否 | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | adaptive |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 480p、720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
| 素材角色 | 类型与数量 | 格式 | 单文件限制 |
|---|---|---|---|
first_frame | image,1 个(必填) | jpeg、jpg、png、bmp、webp | 大小不超过 20 MB;宽 240–8000 px;高 240–8000 px |
last_frame | image,可选,最多 1 个 | jpeg、jpg、png、bmp、webp | 大小不超过 20 MB;宽 240–8000 px;高 240–8000 px |
素材是否必需还需满足下方组合约束。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。 - 使用
duration.mode="auto"时不要传duration.seconds。 - 至少提供以下角色之一:
first_frame、last_frame。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan3.0-video-prime", "operation": "image_to_video", "prompt": "Slowly move the camera closer to the blue ceramic mug. Preserve its shape and the white table.", "duration": { "mode": "fixed", "seconds": 5 }, "output": { "resolution": "720p", "aspect_ratio": "adaptive" }, "media": [ { "id": "first", "type": "image", "role": "first_frame", "source": "https://docs.bettertoken.ai/images/nano-banana-guide/sample-07.png" } ]}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
excludes | 删除与自动时长或尾帧冲突的字段。 |
count / media_role | 按本节素材表调整角色与数量。 |
video_input_unsupported | 检查公网 HTTPS 地址、Content-Type 与文件格式,再重新报价。 |
wan3.0-video
你希望以图片确定起始画面或首尾画面时,使用本操作。
把 model 设为本小节的 Model ID,把 operation 设为 image_to_video。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | on、off | on |
duration.mode | string | 否 | fixed、auto | fixed |
duration.seconds | integer | 否 | 2–30,步长 1 秒;仅固定时长使用 | 5 |
output.aspect_ratio | string | 否 | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | adaptive |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 480p、720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
| 素材角色 | 类型与数量 | 格式 | 单文件限制 |
|---|---|---|---|
first_frame | image,1 个(必填) | jpeg、jpg、png、bmp、webp | 大小不超过 20 MB;宽 240–8000 px;高 240–8000 px |
last_frame | image,可选,最多 1 个 | jpeg、jpg、png、bmp、webp | 大小不超过 20 MB;宽 240–8000 px;高 240–8000 px |
素材是否必需还需满足下方组合约束。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。 - 使用
duration.mode="auto"时不要传duration.seconds。 - 至少提供以下角色之一:
first_frame、last_frame。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan3.0-video", "operation": "image_to_video", "prompt": "Slowly move the camera closer to the blue ceramic mug. Preserve its shape and the white table.", "duration": { "mode": "fixed", "seconds": 5 }, "output": { "resolution": "720p", "aspect_ratio": "adaptive" }, "media": [ { "id": "first", "type": "image", "role": "first_frame", "source": "https://docs.bettertoken.ai/images/nano-banana-guide/sample-07.png" } ]}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
excludes | 删除与自动时长或尾帧冲突的字段。 |
count / media_role | 按本节素材表调整角色与数量。 |
video_input_unsupported | 检查公网 HTTPS 地址、Content-Type 与文件格式,再重新报价。 |
参考生成
wan2.7-r2v
你希望用参考素材保持主体或动作特征时,使用本操作。
把 model 设为本小节的 Model ID,把 operation 设为 reference_to_video。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | provider_default | provider_default |
duration.mode | string | 否 | fixed | fixed |
duration.seconds | integer | 否 | 2–15,步长 1 秒;仅固定时长使用 | 5 |
output.aspect_ratio | string | 否 | 16:9、9:16、1:1、4:3、3:4 | 16:9 |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
| 素材角色 | 类型与数量 | 格式 | 单文件限制 |
|---|---|---|---|
reference_image | image,可选,最多 10 个 | jpeg、jpg、png、bmp、webp | 大小不超过 20 MB;宽 240–8000 px;高 240–8000 px |
reference_video | video,可选,最多 5 个 | mp4、mov | 大小不超过 100 MB;宽 240–4096 px;高 240–4096 px;时长 1–15 秒;帧率不低于 16 fps;本角色合计不超过 15 秒 |
素材是否必需还需满足下方组合约束。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。 - 至少提供以下角色之一:
reference_image、reference_video。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan2.7-r2v", "operation": "reference_to_video", "prompt": "Create a product video of the blue ceramic mug in the reference image. Keep its shape and color.", "duration": { "mode": "fixed", "seconds": 5 }, "output": { "resolution": "720p", "aspect_ratio": "16:9" }, "media": [ { "id": "reference", "type": "image", "role": "reference_image", "source": "https://docs.bettertoken.ai/images/nano-banana-guide/sample-07.png" } ]}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
count / media_role | 按本节素材表调整角色与数量。 |
video_input_unsupported | 检查公网 HTTPS 地址、Content-Type 与文件格式,再重新报价。 |
wan3.0-video-prime
你希望用参考素材保持主体或动作特征时,使用本操作。
把 model 设为本小节的 Model ID,把 operation 设为 reference_to_video。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | on、off | on |
duration.mode | string | 否 | fixed、auto | fixed |
duration.seconds | integer | 否 | 2–30,步长 1 秒;仅固定时长使用 | 5 |
output.aspect_ratio | string | 否 | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | adaptive |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 480p、720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
| 素材角色 | 类型与数量 | 格式 | 单文件限制 |
|---|---|---|---|
reference_image | image,可选,最多 10 个 | jpeg、jpg、png、bmp、webp | 大小不超过 20 MB;宽 240–8000 px;高 240–8000 px |
reference_video | video,可选,最多 5 个 | mp4、mov | 大小不超过 100 MB;宽 240–4096 px;高 240–4096 px;时长 1–15 秒;帧率不低于 16 fps;本角色合计不超过 15 秒 |
reference_audio | audio,可选,最多 5 个 | wav、mp3 | 大小不超过 15 MB;时长 1–15 秒;本角色合计不超过 15 秒 |
素材是否必需还需满足下方组合约束。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。 - 使用
duration.mode="auto"时不要传duration.seconds。 - 至少提供以下角色之一:
reference_image、reference_video、reference_audio。 - 带参考视频时,输入视频总时长与输出时长之和不能超过 30 秒。使用自动时长时,输出上限也受这个剩余额度限制。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan3.0-video-prime", "operation": "reference_to_video", "prompt": "Create a product video of the blue ceramic mug in the reference image. Keep its shape and color.", "duration": { "mode": "fixed", "seconds": 5 }, "output": { "resolution": "720p", "aspect_ratio": "adaptive" }, "media": [ { "id": "reference", "type": "image", "role": "reference_image", "source": "https://docs.bettertoken.ai/images/nano-banana-guide/sample-07.png" } ]}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
excludes | 删除与自动时长或尾帧冲突的字段。 |
sum_lte | 缩短参考视频总时长或输出时长,使合计不超过 30 秒。 |
count / media_role | 按本节素材表调整角色与数量。 |
video_input_unsupported | 检查公网 HTTPS 地址、Content-Type 与文件格式,再重新报价。 |
wan3.0-video
你希望用参考素材保持主体或动作特征时,使用本操作。
把 model 设为本小节的 Model ID,把 operation 设为 reference_to_video。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | on、off | on |
duration.mode | string | 否 | fixed、auto | fixed |
duration.seconds | integer | 否 | 2–30,步长 1 秒;仅固定时长使用 | 5 |
output.aspect_ratio | string | 否 | adaptive、21:9、16:9、4:3、1:1、3:4、9:16 | adaptive |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 480p、720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
| 素材角色 | 类型与数量 | 格式 | 单文件限制 |
|---|---|---|---|
reference_image | image,可选,最多 10 个 | jpeg、jpg、png、bmp、webp | 大小不超过 20 MB;宽 240–8000 px;高 240–8000 px |
reference_video | video,可选,最多 5 个 | mp4、mov | 大小不超过 100 MB;宽 240–4096 px;高 240–4096 px;时长 1–15 秒;帧率不低于 16 fps;本角色合计不超过 15 秒 |
reference_audio | audio,可选,最多 5 个 | wav、mp3 | 大小不超过 15 MB;时长 1–15 秒;本角色合计不超过 15 秒 |
素材是否必需还需满足下方组合约束。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。 - 使用
duration.mode="auto"时不要传duration.seconds。 - 至少提供以下角色之一:
reference_image、reference_video、reference_audio。 - 带参考视频时,输入视频总时长与输出时长之和不能超过 30 秒。使用自动时长时,输出上限也受这个剩余额度限制。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan3.0-video", "operation": "reference_to_video", "prompt": "Create a product video of the blue ceramic mug in the reference image. Keep its shape and color.", "duration": { "mode": "fixed", "seconds": 5 }, "output": { "resolution": "720p", "aspect_ratio": "adaptive" }, "media": [ { "id": "reference", "type": "image", "role": "reference_image", "source": "https://docs.bettertoken.ai/images/nano-banana-guide/sample-07.png" } ]}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
excludes | 删除与自动时长或尾帧冲突的字段。 |
sum_lte | 缩短参考视频总时长或输出时长,使合计不超过 30 秒。 |
count / media_role | 按本节素材表调整角色与数量。 |
video_input_unsupported | 检查公网 HTTPS 地址、Content-Type 与文件格式,再重新报价。 |
视频编辑
wan2.7-videoedit
你希望修改已有视频的画面时,使用本操作。先准备一段符合限制的源视频。
把 model 设为本小节的 Model ID,把 operation 设为 video_edit。仅使用下表列出的生成字段;素材放在 media 数组中。
| 字段 | 类型 | 必填 | 可选值或范围 | 默认值 |
|---|---|---|---|---|
audio.mode | string | 否 | provider_default | provider_default |
duration.mode | string | 否 | fixed、auto | auto |
duration.seconds | integer | 否 | 2–15,步长 1 秒;仅固定时长使用 | 无 |
output.format | string | 否 | mp4 | mp4 |
output.resolution | string | 否 | 720p、1080p | 1080p |
prompt | string | 是 | 字符串 | 无 |
provider_options.alibaba.prompt_extend | boolean | 否 | true / false;控制提示词扩展 | true |
seed | integer | 否 | 0–2147483647,步长 1;随机种子,可为 0 | 无 |
watermark | boolean | 否 | false、true | false |
素材要求
| 素材角色 | 类型与数量 | 格式 | 单文件限制 |
|---|---|---|---|
base_video | video,1 个(必填) | mp4、mov | 大小不超过 100 MB;宽 240–4096 px;高 240–4096 px;时长 1–15 秒;帧率不低于 16 fps;本角色合计不超过 15 秒 |
素材是否必需还需满足下方组合约束。
组合约束
- 使用
duration.mode="fixed"时必须有duration.seconds。显式填写fixed时请同时填写秒数。 - 必须提供
base_video。 - 使用
duration.mode="auto"时不要传duration.seconds。
请求示例
将下方 JSON 保存为 request.json,然后按通用流程先报价、确认后创建。
{ "model": "wan2.7-videoedit", "operation": "video_edit", "prompt": "Keep the boy and his motion in the source video. Give the city plaza warmer evening lighting.", "duration": { "mode": "auto" }, "output": { "resolution": "720p" }, "media": [ { "id": "base", "type": "video", "role": "base_video", "source": "https://bettertoken.ai/video-api/shared/kling-hero-3.0.mp4" } ]}常见 422 错误
| 422 错误码 | 处理方法 |
|---|---|
enum / range / step | 按本节字段表调整取值与步长。 |
unsupported_field | 删除本操作字段表中没有的字段。 |
requires | 按本节组合约束补齐秒数、比例、音频设置或素材。 |
excludes | 删除与自动时长或尾帧冲突的字段。 |
count / media_role | 按本节素材表调整角色与数量。 |
video_input_unsupported | 检查公网 HTTPS 地址、Content-Type 与文件格式,再重新报价。 |
官方资料
调用 BetterToken 时,使用本页字段与实时模型目录中的对应操作。

