APIMart
APIMart

Como Começar a Usar o Wan 2.5 Preview

Um guia rápido do Wan 2.5 Preview para desenvolvedores: configure a API, escreva prompts cinematográficos de T2V e I2V, adicione áudio sincronizado e gerencie custos de vídeo 1080p.

Tutorial

O Wan 2.5 Preview é uma ferramenta de geração de vídeo da Alibaba que transforma descrições de texto ou imagens em clipes cinematográficos curtos com áudio sincronizado. Ele suporta dois modos: texto-para-vídeo (T2V) e imagem-para-vídeo (I2V). Outros modelos de alto desempenho, como o Kling V3, oferecem capacidades cinematográficas semelhantes. Os principais recursos incluem criação audiovisual em uma única passagem, sincronização labial precisa e saídas de até 1080p a 24fps para vídeos de 5 ou 10 segundos. A integração é facilitada pela APIMart, uma plataforma que oferece uma API unificada para acesso simples. Os preços começam em $0.0336/segundo para 480p. Veja o que você precisa saber para começar:

  • Modos: T2V para criar vídeos a partir de prompts de texto, I2V para adicionar movimento a imagens.
  • Qualidade: Saídas em 480p, 720p ou 1080p com áudio estéreo de 48kHz.
  • Preços: Pague conforme o uso, cobrado por segundo de vídeo gerado.
  • Configuração: Funciona com Python ou Node.js usando uma API REST. Requer uma chave de API da APIMart.
  • Fluxo de trabalho: Envie uma solicitação, receba um task ID e consulte o resultado.

Comece com um clipe de 5 segundos em 480p para testar sua configuração. Quando estiver confortável, aumente para 1080p nas renderizações finais. Use prompts detalhados para obter melhores resultados e inclua instruções de áudio para som sincronizado.

Este guia cobre tudo, desde a configuração do seu ambiente até a criação de prompts e o gerenciamento eficaz de custos.

Principais pontos

  • O Wan 2.5 Preview é o modelo de geração de vídeo da Alibaba que transforma texto ou imagens em clipes de 5 ou 10 segundos em até 1080p a 24fps, com áudio estéreo de 48kHz sincronizado.
  • A configuração usa chamadas REST simples para https://api.apimart.ai com uma chave de API Bearer da APIMart; um erro 401 indica chave inválida e um 402, saldo insuficiente.
  • Solicitações para wan2.5-preview (com image_urls para imagem-para-vídeo) retornam um task_id que você consulta até o status ser completed; a geração leva de 1 a 5 minutos, e a APIMart guarda o resultado por 72 horas (veja expires_at).
  • Prompts de 80 a 120 palavras com termos de câmera, diálogos entre aspas e indicações sonoras funcionam melhor; o prompt_extend amplia prompts curtos e um audio_url personalizado (.wav/.mp3, máx. 15 MB) é aceito.
  • O preço começa em US$ 0,0336/s para 480p; faça o rascunho em 480p por 5 segundos (43 créditos) e depois renderize em 1080p por 128 créditos (5 segundos) ou 255 créditos (10 segundos).
  • As imagens de origem para I2V devem ter entre 360 e 2.000 pixels por lado e menos de 10 MB, e a proporção da saída segue a imagem de origem.

Wan 2.5 Preview em resumo

EspecificaçãoDetalhes
DesenvolvedorAlibaba
Tipo de modeloTexto para vídeo (T2V) e imagem para vídeo (I2V) com áudio sincronizado
EntradasPrompt de texto; imagem de origem 360–2.000 px por lado, máx. 10 MB; audio_url opcional (.wav/.mp3, máx. 15 MB)
SaídaMP4 em 480p, 720p ou 1080p, 24 fps
Duração do clipe5 ou 10 segundos (fixo)
ÁudioÁudio estéreo 48kHz em uma passagem, diálogo com sincronia labial, idioma igual ao do prompt
Preços43 créditos (480p, 5 s); 85/170 créditos (720p, 5/10 s); 128/255 créditos (1080p, 5/10 s)
Preços na APIMartA partir de US$ 0,0336/s em 480p, pagamento por uso por segundo de vídeo
DisponibilidadeAPIMart via POST https://api.apimart.ai/v1/videos/generations como wan2.5-preview (texto-para-vídeo, ou imagem-para-vídeo com image_urls)
LimitesA geração leva de 1 a 5 minutos; a APIMart guarda os resultados por 72 horas (veja expires_at); prompts de 80 a 120 palavras funcionam melhor

Configurando Seu Ambiente

Pré-requisitos para Desenvolvedores

Antes de mergulhar no código, é fundamental estar familiarizado com alguns conceitos básicos. Você deve ter um bom domínio de APIs REST e formatação JSON, já que todas as interações com o Wan 2.5 dependem desses padrões. Seja com Python 3.x ou Node.js (v14+), qualquer um funcionará para esta configuração.

Outro conceito importante a entender são os fluxos de trabalho assíncronos. O Wan 2.5 não entrega um vídeo finalizado imediatamente. Em vez disso, ele fornece um task_id que você precisará monitorar. Você terá que criar um loop de consulta para verificar o status da tarefa até que ele mude para "completed". Quando estiver pronto, acesse a APIMart para criar uma conta e obter sua chave de API.

Criando uma Conta e Chave de API na APIMart

APIMart

Comece visitando apimart.ai para criar uma conta gratuita. Após fazer login, vá até a seção API Key Management no seu Console Dashboard para gerar sua chave de API. Certifique-se de copiar e armazenar sua chave com segurança imediatamente - ela é exibida apenas uma vez.

A APIMart utiliza um modelo de pagamento conforme o uso, então você precisará adicionar fundos à sua conta antes de fazer solicitações. Se você encontrar um erro 402, significa que o saldo da sua conta está muito baixo. Um erro 401, por outro lado, indica um problema com sua chave de API. Verifique novamente suas credenciais e certifique-se de que sua conta tem fundos suficientes.

Configurando Seu Ambiente de Desenvolvimento

Com sua chave de API pronta, configurar o ambiente é simples. Os exemplos deste guia chamam a API REST diretamente:

  • Para Python: execute pip install requests
  • Para Node.js 18+: use o fetch nativo; nenhum pacote extra é necessário

Todas as solicitações vão para a URL base:

https://api.apimart.ai

Autentique suas solicitações incluindo sua chave de API como um token Bearer no cabeçalho, assim:

Authorization: Bearer YOUR_API_KEY

Para maior segurança, evite codificar sua chave de API diretamente nos seus scripts. Em vez disso, armazene-a em uma variável de ambiente. Usar um arquivo .env durante o desenvolvimento local é uma boa prática para manter suas credenciais seguras e fora do controle de versão. Depois que seu ambiente estiver configurado, você pode passar a fazer suas primeiras solicitações de API.

Fazendo Suas Primeiras Solicitações de API

Exemplo de Solicitação Texto-para-Vídeo

Depois de configurar tudo, você pode partir para sua primeira solicitação de API! Como mencionado anteriormente, essas solicitações são assíncronas, o que significa que você precisará aguardar a conclusão da tarefa antes de obter seus resultados.

Aqui está um exemplo simples em Python para começar a gerar uma saída de texto-para-vídeo:

import os
import time

import requests

API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}

resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json={
    "model": "wan2.5-preview",
    "prompt": "A golden retriever runs along a sunlit beach, waves crashing in slow motion",
    "negative_prompt": "low quality, blurry, distorted",
    "duration": 5,          # 5 or 10
    "resolution": "720p",   # 480p / 720p / 1080p
    "size": "16:9",
    "prompt_extend": True,
}, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
print(f"Task started: {task_id}")

Os campos obrigatórios são model e prompt. Outros parâmetros ajudam a refinar o resultado: negative_prompt lista o que evitar, duration é 5 ou 10 segundos e resolution é 480p, 720p ou 1080p. Se o seu prompt for curto, definir prompt_extend como true permite que o modelo o expanda em uma descrição mais detalhada e cinematográfica. Em texto-para-vídeo, size recebe uma proporção como 16:9, 9:16 ou 1:1.

Depois de enviar a solicitação, você recebe um task_id. Use esse ID para consultar GET /v1/tasks/{task_id} até o status da tarefa ser completed:


while True:
    task = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30).json()["data"]
    if task["status"] == "completed":
        print(f"Video ready: {task['result']['videos'][0]['url'][0]}")
        break
    if task["status"] in ("failed", "cancelled"):
        raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
    time.sleep(10)

A geração de vídeo costuma levar de 1 a 5 minutos. A APIMart guarda o resultado por 72 horas (o horário exato está em expires_at), então baixe o vídeo e mova-o para o seu próprio armazenamento imediatamente.

A seguir, vamos ver como gerar vídeos a partir de imagens usando uma abordagem semelhante. Você também pode explorar outros modelos, como o Grok Imagine Video, para diferentes estilos cinematográficos.

Exemplo de Solicitação Imagem-para-Vídeo

O processo de imagem-para-vídeo (I2V) usa o mesmo endpoint e o mesmo modelo wan2.5-preview, com duas diferenças: você envia a imagem de origem em image_urls e não envia size, porque a saída segue a proporção da imagem.

Aqui está um exemplo:

resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json={
    "model": "wan2.5-preview",
    "prompt": "The character slowly turns their head and smiles at the camera",
    "image_urls": ["https://your-storage.com/character-portrait.jpg"],
    "duration": 5,
    "resolution": "720p",
    "negative_prompt": "blurry, artifacts",
    # No size for image-to-video: the output follows the source image
}, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]

Para I2V, o prompt deve descrever movimento ou mudanças em relação à imagem inicial - como movimentos de personagens ou ações de câmera. A proporção de tela corresponderá à sua imagem de origem, então certifique-se de que ela esteja recortada na proporção desejada (por exemplo, 16:9, 9:16, 1:1) antes de enviar. As imagens de origem devem ter entre 360 e 2.000 pixels em cada lado e no máximo 10 MB.

Assim como no texto-para-vídeo, capture o task_id da resposta e use a mesma lógica de consulta para acompanhar o status da tarefa até que ela seja concluída.

Agora, vamos analisar a estrutura das respostas da API para entender o que cada campo significa.

Entendendo as Respostas da API

Quando a solicitação POST é bem-sucedida, a API retorna o ID da tarefa em data[0].task_id. Consultar GET /v1/tasks/{task_id} retorna um objeto data com estes campos:

CampoTipoDescrição
idStringO ID da tarefa.
statusEnumpending, processing, completed, failed ou cancelled.
result.videos[0].url[0]StringLink para o vídeo gerado quando o status é completed.
errorObjectSe a tarefa falhar, message explica o motivo.

Um código HTTP 200 e um task_id significam que a solicitação foi aceita. Se a tarefa terminar como failed, confira error.message para ver os detalhes, como um parâmetro não suportado ou um prompt longo demais.

Wan 2.5 (the Veo 3 Killer) is NOW in n8n (full tutorial & template)

Otimizando Prompts e Configurações

Depois que seu ambiente estiver configurado e você tiver feito as primeiras solicitações de API (ou explorado a mais recente Wan 2.6 API), o ajuste fino dos seus prompts pode melhorar muito a qualidade das suas saídas de vídeo.

Escrevendo Bons Prompts de Texto e Imagem

Os resultados que você obtém dependem muito de como você elabora seus prompts. Para o Wan 2.5, prompts entre 80 e 120 palavras funcionam melhor - longos o suficiente para fornecer orientação clara, mas não tão longos a ponto de confundir o modelo.

Aqui está uma estrutura útil a seguir: comece com o sujeito ou a cena, depois adicione movimentos de câmera, detalhes de movimento e estilo visual. Por exemplo, em vez de dizer "uma mulher caminhando em uma cidade", você poderia escrever: "Uma mulher de casaco vermelho caminha apressada por uma rua de Manhattan encharcada de chuva ao anoitecer. Aproximação lenta com dolly. Poças refletem letreiros de neon. Gradação de cor teal-and-orange, bokeh anamórfico, iluminação volumétrica de fim de tarde." Esse nível de detalhe dá ao modelo instruções claras sobre clima, composição e movimento.

Para controlar a câmera, use termos padrão de cinematografia como Pan left/right, Tilt up/down, Dolly in/out, Orbital arc ou Crane up/down. Adicione profundidade descrevendo efeitos de parallax - "a grama em primeiro plano balança enquanto as montanhas permanecem imóveis ao fundo." Você também pode ajustar o ritmo com termos como "slow-motion" ou "whip-pan (um giro rápido de câmera)."

Para tarefas de imagem-para-vídeo, concentre-se em descrever mudanças de movimento ou expressão, já que o modelo usa a imagem fornecida como referência de base.

Depois de definir seu prompt visual, você pode ir um passo além incorporando áudio e diálogo sincronizados.

Um dos recursos de destaque do Wan 2.5 é sua capacidade de gerar vídeo e áudio simultaneamente, criando uma experiência totalmente sincronizada com voz, sons ambientes e efeitos.

"O que realmente diferencia o Wan 2.5 é sua capacidade de gerar não apenas vídeos silenciosos, mas experiências audiovisuais completas em uma única passagem." - Scenario Knowledge Base [9]

Para diálogos com sincronização labial, inclua a fala do personagem entre aspas, assim: "Um cientista olha para a câmera e diz: 'Os resultados são extraordinários.'" Para sons ambientais, seja específico: "a chuva bate contra a janela, o trânsito distante zumbe." O modelo integra esses detalhes automaticamente na saída final.

Se você quiser usar seu próprio áudio, pode fornecer uma audio_url personalizada no formato .wav ou .mp3 (tamanho máximo: 15 MB). No entanto, o arquivo de áudio deve corresponder à duração do vídeo; se for mais curto, os quadros restantes ficarão em silêncio. Tenha cuidado ao combinar audio_url com várias URLs de imagem ou vídeo em uma única solicitação, pois isso pode levar a conflitos [4].

O modelo faz a correspondência automática do idioma do áudio com o seu prompt, então, se o seu prompt estiver em inglês, o áudio também estará em inglês - sem etapas extras necessárias [10].

Esse nível de sincronização garante que o áudio e as imagens funcionem juntos de forma perfeita para um resultado final refinado.

Escolhendo Resolução e Duração

Ao trabalhar com solicitações de API, selecionar a resolução e a duração corretas é fundamental para equilibrar qualidade e custo.

O Wan 2.5 Preview oferece duas durações fixas - 5 segundos ou 10 segundos - e resoluções de 480p, 720p e 1080p a 24 fps. Comece com um rascunho de 5 segundos em 480p para testar seu conceito e, em seguida, aumente para 1080p na sua renderização final.

Aqui está uma referência rápida para casos de uso comuns:

Caso de UsoProporção de TelaResolução RecomendadaDuração
YouTube / Apresentações16:9 (1920×1080)1080p10s
TikTok / Reels / Shorts9:16 (1080×1920)1080p5–10s
Feed do Instagram / Anúncios Quadrados1:1 (1440×1440)1080p5s
Prototipagem / TestesQualquer480p5s
Tablet / Tela Clássica4:3 (1632×1248)720p5–10s

Todas as resoluções incluem áudio estéreo de 48kHz, então até mesmo um rascunho de baixa resolução dará a você uma boa noção de como o áudio soará antes de se comprometer com uma renderização de maior qualidade.

Integrando o Wan 2.5 em Fluxos de Trabalho Multimodais

APIMart
Wan 2.5 Preview: comparação de preços, resolução e casos de uso

Depois de experimentar as APIs, é hora de integrar o Wan 2.5 ao seu pipeline de produção. Com a APIMart, você ganha acesso a mais de 500 modelos de IA através de uma única API. Essa configuração permite combinar de forma perfeita modelos de linguagem, imagem e vídeo sem precisar de configurações extras.

Construindo um Pipeline de Roteiro-para-Vídeo

Aqui está um fluxo de trabalho comum: comece com um modelo de linguagem para redigir um roteiro e dividi-lo em cenas. Em seguida, use um modelo de imagem como o Wan 2.7 Image API para criar um storyboard para cada cena. A partir daí, o Wan 2.5 entra em ação, pegando o storyboard e as descrições das cenas para produzir um clipe de vídeo. Ele até sincroniza o áudio de uma só vez, simplificando o processo [2][5].

Ao manter tudo dentro da APIMart, você otimiza seu fluxo de trabalho. Você só precisará gerenciar uma estrutura de API, uma chave de autenticação e um único painel de faturamento. Com essa configuração, você pode se concentrar em ajustar o equilíbrio entre desempenho e custo.

Gerenciando Custos e Desempenho

Para gerenciar as despesas de forma eficaz, adapte o modelo e a resolução ao estágio atual do seu projeto. Para os primeiros rascunhos, use a resolução 480p para clipes de 5 segundos, que custam 43 créditos por clipe. Depois que seu rascunho for aprovado, atualize para 720p a 85 créditos por 5 segundos ou 170 créditos por 10 segundos. Para as renderizações finais, aumente para 1080p a 128 créditos por 5 segundos ou 255 créditos por 10 segundos [1].

Precisa de iterações mais rápidas? A variante wan-2.5-fast oferece uma opção com melhor custo-benefício para 1080p, reduzindo o custo de um clipe de 10 segundos para 174 créditos em vez de 255 créditos [11]. Se você estiver lidando com tarefas de imagem-para-vídeo em escala, o Wan 2.6 I2V Flash API (wan2.6-i2v-flash) é uma escolha econômica, cobrando $0.0168 por segundo para vídeo 720p sem áudio (preço da APIMart, outubro de 2026), em comparação com $0.05 por segundo do Wan 2.6 padrão [7].

Exemplo de Fluxo de Trabalho: Do Conceito ao Vídeo Final

Depois de otimizar custos e desempenho, siga este processo passo a passo para dar vida ao seu conceito:

  • Escreva o roteiro: Use um modelo de linguagem como o GPT-5 (disponível via APIMart) para elaborar descrições detalhadas das cenas. Inclua indicações de áudio específicas, como "música suave de piano surge" ou "o trânsito distante da cidade zumbe".
  • Gere storyboards e rascunhos de cenas em 480p: Alimente as descrições das cenas em um modelo de imagem para criar guias visuais. Depois, teste cada cena com o Wan 2.5 em 480p por 5 segundos para avaliar movimento, ritmo e sincronização de áudio.
  • Renderização final em 1080p: Quando estiver satisfeito com os rascunhos, renderize novamente as cenas em 1080p para uma saída MP4 refinada de 10 segundos, completa com áudio estéreo nativo de 48kHz [8].

"A consistência do Wan 2.6 é incrível! As imagens dos personagens permanecem estáveis em vários clipes, o que antes era difícil de alcançar." - Wei Zhang, Animador Independente [7]

Para um impulso extra durante a renderização final, use o parâmetro prompt_extend. Esse recurso enriquece automaticamente seus prompts com detalhes cinematográficos, elevando a qualidade da sua saída sem exigir ajustes manuais adicionais [12][3].

Conclusão e Próximos Passos

Agora você está equipado com as ferramentas para começar a criar seu primeiro vídeo com o Wan 2.5. Com sua sincronização audiovisual embutida em uma única passagem, suporte para resoluções de até 1080p e modos de entrada versáteis como texto-para-vídeo e imagem-para-vídeo, este modelo está pronto para trabalhos de produção sérios - não apenas testes casuais.

Antes de começar, certifique-se de que sua configuração esteja totalmente preparada. Comece aos poucos, testando um clipe em 480p para ajustar seus prompts. Depois de dominar o processo, aumente para 1080p nas suas renderizações finais. Essa abordagem permite que você experimente e refine sem comprometer muitos recursos logo de início.

Para o seu primeiro projeto, tente focar em uma única cena. Escreva um prompt detalhado que inclua instruções de áudio claras e gere um clipe curto de 5 segundos. Os tempos de processamento são rápidos - normalmente entre 1 e 5 minutos - e o custo é acessível, começando em apenas $0.0336 por segundo para clipes em 480p [6]. É uma maneira acessível de explorar e se familiarizar com a ferramenta.

Quando estiver pronto para expandir, aproveite a biblioteca da APIMart com mais de 500 modelos de IA. Com uma única chave de API e um painel de faturamento, você pode otimizar seu fluxo de trabalho e criar um pipeline completo de roteiro-para-vídeo com facilidade, ou explorar alternativas como o MiniMax-Hailuo 2.3 para consistência de alta qualidade.

Perguntas Frequentes

Como lido com a consulta (polling) e os tempos limite para tarefas de vídeo de longa duração?

Envie a tarefa, guarde o task_id e consulte GET /v1/tasks/{task_id} a cada 10 segundos até o status ser completed, failed ou cancelled. A geração costuma levar de 1 a 5 minutos, então defina um tempo limite geral para o loop de consulta em vez de esperar em uma única solicitação.

Para não sobrecarregar a API, trate erros 429 pausando e tentando de novo após um intervalo. Quando a tarefa terminar, baixe o vídeo imediatamente, porque a APIMart guarda os resultados por 72 horas.

Qual é a melhor maneira de estimar o custo antes de gerar um clipe de 5s ou 10s?

Para calcular o custo de um clipe de vídeo de 5 ou 10 segundos, basta multiplicar a duração do clipe (em segundos) pela tarifa por segundo do provedor. Certifique-se de verificar a tarifa para a resolução desejada - seja 480p, 720p ou 1080p - já que uma qualidade mais alta geralmente vem com um preço mais alto. Por exemplo, se você estiver calculando para um clipe de 5 segundos, multiplique a tarifa por segundo por 5. Para um clipe de 10 segundos, multiplique por 10.

Como posso melhorar a sincronização labial e a qualidade do diálogo com meus prompts?

Para obter a melhor sincronização labial e qualidade de diálogo no Wan 2.5 Preview, use prompts estruturados. Eles devem especificar claramente as falas do personagem, juntamente com detalhes como emoção, tom, velocidade e timbre. Esse nível de detalhe ajuda o modelo a entregar resultados mais precisos e naturais.

Para uma precisão ainda maior, você pode enviar um arquivo de áudio personalizado no formato WAV ou MP3. Esse arquivo servirá como um guia para o modelo alinhar perfeitamente as expressões faciais e os movimentos da boca com o áudio.

Certifique-se de que sua imagem de entrada seja nítida e bem iluminada. Uma imagem de alta qualidade garante que o modelo possa interpretar e replicar as expressões de forma eficaz. Além disso, aproveite o recurso de extensão de prompt, que permite incluir descrições detalhadas para uma melhor interpretação pelo modelo.

Tags#Geração de Imagens#Otimização#Vídeo com IA

Sobre a equipe APIMart

A equipe APIMart escreve guias de modelos, comparativos e análises de preço para desenvolvedores que constroem com IA. A APIMart oferece uma única API para modelos de chat, imagem e vídeo de vários provedores, para que você compare os modelos citados aqui antes de lançar.

Pronto para testar?

Escolha o modelo que você quer no marketplace

Teste modelos de chat, imagem e vídeo no marketplace da APIMart e experimente rapidamente as capacidades dos modelos com uma API unificada.

Modelos de chatModelos de imagemModelos de vídeo
Explorar marketplace