商品目录

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

通义万相于 2026年8月24日正式上线的第三代视频生成模型。单次可原生生成最长 30 秒、最高 1080P、30fps 的完整长镜头，支持连续运镜与一镜到底等复杂表达，并可原生音画同步输出。按秒计费（输入视频与输出视频均计费）。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

万相3.0是 all-in-one 视频生成模型，统一支持参考、编辑、复刻、驱动等多种创作功能，四模态全能参考，最长支持30秒视频生成，可解析文件、网页及复杂图片。生产级角色一致性保持，音画真实，带来身临其境的视听冲击力。

# 万相 3.0 视频生成（service-inference.ai）· API 调用文档 本文说明如何通过 new-api 的 **OpenAI 视频协议**（`/v1/videos`）调用万相 3.0 视频模型。 --- ## 1. 基础信息 ### 接口域名 ```HTTP https://us.ruiyumaas.com ``` ### 请求头 | Header | 必填 | 说明 | | --- | --- | --- | | `Authorization` | 是 | `Bearer `（`sk-` 开头，**非上游密钥**） | | `Content-Type` | 是 | `application/json` | ### 支持的模型 | 模型 ID | 说明 | | --- | --- | | `wan3.0-video` | 万相 3.0 标准版 | | `wan3.0-video-prime` | 万相 3.0 高速版（更快，单价更高） | 两个模型能力与参数完全一致，只是速度与单价不同。 --- ## 2. 接口一览 | 用途 | 方法与路径 | | --- | --- | | 提交生成任务 | `POST /v1/videos` | | 查询任务状态 | `GET /v1/videos/{video_id}` | | 下载视频字节流 | `GET /v1/videos/{video_id}/content` | 提交后返回 OpenAI 视频对象，`status` 依次为 `queued`、`in_progress`、`completed`（失败为 `failed`）。任务完成后 `GET /v1/videos/{id}/content` 的限时下载地址（约 24 小时有效）并回传字节流，请及时下载或转存。 --- ## 3. 提交生成任务 ```HTTP POST https://{host}/v1/videos Content-Type: application/json Authorization: Bearer sk-... ``` ### 参数 | 字段 | 必填 | 说明 | | --- | --- | --- | | `model` | 是 | `wan3.0-video` 或 `wan3.0-video-prime` | | `prompt` | 是 | 提示词。参考素材可用「图1」「视频1」「音频1」按各类型出现顺序引用 | | `seconds` | 否 | 视频时长，`2`–`30` 的整数，或 `-1` 表示由模型智能决定；不传默认 5 | | `size` | 否 | 输出尺寸，如 `1280x720`、`720x1280`、`1024x1024`、`1024x1792`。网关据此推导分辨率档位与画面比例 | | `resolution` | 否 | 直接指定 `480p` / `720p` / `1080p`，优先于 `size` 推导；不传且无 `size` 时默认 `1080p` | | `ratio` | 否 | `adaptive`（默认）、`16:9`、`9:16`、`1:1`、`4:3`、`3:4`、`21:9` | | `input_reference` | 否 | 首帧图片的公网 URL（也接受 `first_frame`） | | `last_frame` | 否 | 尾帧图片的公网 URL，需与首帧一起使用 | | `reference_images` | 否 | 参考图公网 URL 数组，最多 10 张 | | `reference_videos` | 否 | 参考视频公网 URL 数组，最多 5 段、总长 ≤ 15 秒（视频编辑 / 延长也用它） | | `reference_audios` | 否 | 参考音频公网 URL 数组，最多 5 段、总长 ≤ 15 秒 | | `generate_audio` | 否 | 是否带音轨，默认 `true` | | `watermark` | 否 | 是否加「AI 生成」水印，默认 `false` | | `prompt_extend` | 否 | 是否让模型先改写提示词，默认 `true` | | `seed` | 否 | 随机种子，`-1` 或 `0`–`2147483647` | `image`、`images` 为兼容别名：单张 `image` / `input_reference` 视作首帧；`images` 恰好 2 张时按「首帧 + 尾帧」处理。 ### 厂商扩展参数 `prompt_extend`、`generate_audio`、`watermark`、`seed`、`ratio` 都是可选扩展字段，直接放在 `/v1/videos` 的 JSON 体里即可。`callback_url`、`camera_fixed`、`frames`、`draft`、`return_last_frame` 等字段会被忽略。 ```bash curl https://{host}/v1/videos \ -H "Authorization: Bearer sk-..." \ -H "Content-Type: application/json" \ -d '{ "model": "wan3.0-video", "prompt": "一只小猫在月光下的屋顶上奔跑", "seconds": 5, "size": "1280x720", "ratio": "16:9", "prompt_extend": false, "generate_audio": false, "watermark": true, "seed": 12345 }' ``` | 参数 | 类型 | 默认 | 说明 | | --- | --- | --- | --- | | `prompt_extend` | boolean | `true` | `false` 时严格按原提示词生成，不先智能改写 | | `generate_audio` | boolean | `true` | `false` 输出无声视频；价格相同 | | `watermark` | boolean | `false` | `true` 时在画面右下角加「AI 生成」水印 | | `seed` | integer | 不传 | `-1` 或 `0`–`2147483647`，超出返回 400 | | `ratio` | string | `adaptive` | 与 `size` 同时传时以 `ratio` 为准 | Python SDK 的类型定义若不包含这些扩展字段，通过 `extra_body` 透传： ```python client.videos.create( model="wan3.0-video", prompt="一只小猫在月光下的屋顶上奔跑", secon

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

按秒。Wan 3.0，2–30 秒，480p/720p/1080p ¥0.38/0.40/0.43 每秒。支持参考图、视频、音频链接，不另收费。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站计价类型尚未识别，暂不换算单价。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

万相3.0是 all-in-one 视频生成模型，统一支持参考、编辑、复刻、驱动等多种创作功能，四模态全能参考，最长支持30秒视频生成，可解析文件、网页及复杂图片。生产级角色一致性保持，音画真实，带来身临其境的视听冲击力。

按秒。Wan 3.0，2–30 秒，480p/720p/1080p ¥0.38/0.40/0.43 每秒。支持参考图、视频、音频链接，不另收费。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

按秒。Wan 3.0，2–30 秒，480p/720p/1080p ¥0.38/0.40/0.43 每秒。支持参考图、视频、音频链接，不另收费。

万相3.0是 all-in-one 视频生成模型，统一支持参考、编辑、复刻、驱动等多种创作功能，四模态全能参考，最长支持30秒视频生成，可解析文件、网页及复杂图片。生产级角色一致性保持，音画真实，带来身临其境的视听冲击力。

万相3.0是 all-in-one 视频生成模型，统一支持参考、编辑、复刻、驱动等多种创作功能，四模态全能参考，最长支持30秒视频生成，可解析文件、网页及复杂图片。生产级角色一致性保持，音画真实，带来身临其境的视听冲击力。

万相3.0是 all-in-one 视频生成模型，统一支持参考、编辑、复刻、驱动等多种创作功能，四模态全能参考，最长支持30秒视频生成，可解析文件、网页及复杂图片。生产级角色一致性保持，音画真实，带来身临其境的视听冲击力。

原站计价类型尚未识别，暂不换算单价。