VARIANT · Alibaba / Wan

Wan wan-2.2-a14b-speech-to-video-turbo API

透過 RunAPI 統一 AI API 提供的模型變體。

可直接上線 · video · 可商用 
# Install the model skill for app development workflows
npx skills add runapi-ai/wan -g
Installs docs, schemas, pricing context, and setup notes into your developer workspace.
Or use this setup request in your coding tool:
Install the Wan skill for this app:

1. Add runapi-ai/wan with the skills installer.
2. Load SKILL.md in this workspace.
3. Use its docs, schemas, pricing notes, and setup steps when adding model features.
4. Confirm the install path when done.
切換 variant
wan-2.2-a14b-image-to-video-turbo wan-2.2-a14b-text-to-video-turbo wan-2.2-animate-move wan-2.2-animate-replace wan-2.5-image-to-video wan-2.5-text-to-video wan-2.6-edit-video wan-2.6-flash-edit-video wan-2.6-flash-image-to-video wan-2.6-image-to-video wan-2.6-text-to-video wan-2.7-edit-video wan-2.7-image wan-2.7-image-pro wan-2.7-image-to-video wan-2.7-r2v wan-2.7-text-to-video
OVERVIEW

wan-2.2-a14b-speech-to-video-turbo 在 Wan 系列中，兼顧品質與成本的最佳平衡。

  • 以美元按次計費
  • 生成失敗不收費
  • 模型支援時可串流輸出
  • Model skill setup
PRICING

價格

失敗的生成不收費
Speech to video
$0.12-$0.24 / second
Output resolution: 480p $0.12
Output resolution: 580p $0.18
Output resolution: 720p $0.24
規格表

技術細節

Model ID wan-2.2-a14b-speech-to-video-turbo
供應商 Alibaba
模態 video
任務類型 asynchronous
計費單位 second
API endpoint /api/v1/wan/speech_to_video
商用授權 是 — 已透過 API 包含
狀態 可直接上線
SKILLS

快速開始 — wan-2.2-a14b-speech-to-video-turbo

相同格式 · variant 固定在 model 中

# Install the model skill for app development workflows
npx skills add runapi-ai/wan -g
Installs docs, schemas, pricing context, and setup notes into your developer workspace.
Or use this setup request in your coding tool:
Install the Wan skill for this app:

1. Add runapi-ai/wan with the skills installer.
2. Load SKILL.md in this workspace.
3. Use its docs, schemas, pricing notes, and setup steps when adding model features.
4. Confirm the install path when done.
運作方式

四步驟使用 wan-2.2-a14b-speech-to-video-turbo

01

安裝

安裝此 model line 的 model skill。

02

設定

將 model 欄位設定為此頁面顯示的完整 model ID。

03

呼叫

使用您的 prompt、inputs 和 callback 設定送出型別化請求。

04

接收

讀取 RunAPI 的 task 回應、webhook callback 或快取輸出 URL。

DIFFERENCES

wan-2.2-a14b-speech-to-video-turbo 有什麼不同

VS WAN-2.2-A14B-IMAGE-TO-VIDEO-TURBO

Audio input drives video motion and lip-sync

Image-anchored video on the 2.2 architecture

VS WAN-2.2-A14B-TEXT-TO-VIDEO-TURBO

Audio input drives video motion and lip-sync

Open-source MoE; runs on 12 GB VRAM; baseline quality

VS WAN-2.2-ANIMATE-MOVE

Audio input drives video motion and lip-sync

Specialized motion animation on 2.2 base

使用情境

最適合

廣告與社群內容

根據文字簡報生成產品上市短片與短影音廣告，將製作時間從數週縮短到數小時。

線上學習

無需攝影機或團隊，即可大規模將課程腳本轉為動畫解說影片。

創作者工作流程

直接從 prompt 產生適合社群平台的爆紅短影音內容。

FAQ

關於 wan-2.2-a14b-speech-to-video-turbo 的常見問題

模型 ID 在不同版本之間會保持穩定嗎？

RunAPI 會維持 model ID 穩定，並在不改變請求格式的情況下處理相容版本更新。

這個 variant 的速率限制是多少？

每個金鑰的速率限制會依使用方案而調整。請查看定價頁面以了解目前限制。

之後可以切換 variant 嗎？

可以——variant 只是旗標。只要變更 model 參數即可切換。

它支援串流嗎？

只要支援串流，RunAPI 就會端到端串流。

我該在哪裡回報品質問題？

請在公開 GitHub repo 提交 issue，或寄信給支援。

Wan 的其他 variant

wan-2.7-image 最便宜
2.7-image
$0.050 / call
wan-2.5-image-to-video
2.5-image-to-video
$0.120 / second
wan-2.5-text-to-video
2.5-text-to-video
$0.120 / second
wan-2.7-image-pro 品質最佳
2.7-image-pro
$0.120 / call
wan-2.2-animate-move
2.2-animate-move
$0.130 / second
wan-2.2-animate-replace
2.2-animate-replace
$0.130 / second
wan-2.6-edit-video
2.6-edit-video
$0.140 / second
wan-2.6-image-to-video
2.6-image-to-video
$0.140 / second
wan-2.6-text-to-video
2.6-text-to-video
$0.140 / second
wan-2.7-text-to-video
2.7-text-to-video
$0.160 / second
wan-2.7-r2v
2.7-r2v
$0.160 / second
wan-2.7-image-to-video
2.7-image-to-video
$0.160 / second
wan-2.7-edit-video
2.7-edit-video
$0.160 / second
wan-2.6-flash-image-to-video 最快
2.6-flash-image-to-video
$0.300 / call
wan-2.6-flash-edit-video 最快
2.6-flash-edit-video
$0.300 / call
wan-2.2-a14b-text-to-video-turbo 最快
2.2-a14b-text-to-video-turbo
$0.400 / call
wan-2.2-a14b-image-to-video-turbo 最快
2.2-a14b-image-to-video-turbo
$0.400 / call

其他模型的替代方案

Gemini Omni
Voice, character, and multimodal video generation resources for narration, dialogue, and agent media workflows.
Grok Imagine
Image and video generation from text — text-to-image, image-to-video, and editing with audio.
Hailuo
Text and image-to-video at native 1080p with accurate physics simulation and motion.
立即開始

開始使用 Wan 進行開發。

建立免費帳戶 閱讀快速入門 →