万相 3.0

模型	说明
`wan3.0-video`	标准版
`wan3.0-video-prime`	高速版，参数与标准版一致，单价不同

万相 3.0 是一个模型覆盖全部模式：文生视频、图生视频（首帧 / 首尾帧）、参考生视频（参考图 / 视频 / 音频自由组合）、视频编辑与续写、文档成片，都调同一个模型，由 input.media[] 里给了什么素材决定。

ModelGo 只按阿里百炼 DashScope 视频合成异步接口的官方路径与请求/响应格式接收万相 3.0 的请求：创建 → 轮询 → 取内容。这两个模型不开放 OpenAI Video 入口，调用 /v1/video/generations 返回 400 model_protocol_not_offered。

使用阿里官方 DashScope SDK 时，只需把 base_url（DASHSCOPE_HTTP_BASE_URL）指向 https://api.modelgo.ai/api/v1、api_key 换成 ModelGo API Key。

1. 创建任务

POST https://api.modelgo.ai/api/v1/services/aigc/video-generation/video-synthesis，请求头需带 X-DashScope-Async: enable。

bash

curl https://api.modelgo.ai/api/v1/services/aigc/video-generation/video-synthesis \
  -H "Authorization: Bearer $MODELGO_API_KEY" \
  -H "X-DashScope-Async: enable" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan3.0-video",
    "input": {"prompt": "一只毛茸茸的橘猫在阳光下的窗台上玩毛线球"},
    "parameters": {"resolution": "720P", "duration": 5}
  }'

创建成功返回 {"output": {"task_id": "gw_…", "task_status": "PENDING"}}，output.task_id 是网关任务 ID，轮询与下载都用它。

按模式给素材

素材统一放在 input.media[]，元素为 {"type": ..., "url": ...}。素材的先后顺序就是提示词里「图1 / 视频1」的编号，会原样传给上游。

模式	`input.media[]`
文生视频	不给，只写 `input.prompt`
首帧图生视频	`first_frame`
首尾帧图生视频	`first_frame` + `last_frame`
参考生视频 / 视频编辑 / 视频续写	`reference_image`、`reference_video`、`reference_audio` 任意组合
文档成片	`file`（文档）或 `link`（网页链接），二选一

参考生示例（参考图 + 参考视频）：

json

"input": {
  "prompt": "图1中的人物手持花束，沿视频1的镜头运动走向镜头",
  "media": [
    {"type": "reference_image", "url": "https://example-cdn.com/person.jpg"},
    {"type": "reference_video", "url": "https://example-cdn.com/walk.mp4"}
  ]
}

2. 参数说明

字段	说明
`input.prompt`	画面内容与动作描述。给了 `input.media` 时可以不填，两者都不给返回 `400`
`input.media[]`	见下方「素材类型与数量」
`input.negative_prompt`	反向提示词
`parameters.resolution`	`480P` / `720P` / `1080P`，缺省 `1080P`
`parameters.ratio`	`adaptive`（缺省，跟随素材）/ `21:9` / `16:9` / `4:3` / `1:1` / `3:4` / `9:16`，其他取值返回 `400`。也接受 `aspect_ratio`，两者同时给出时必须一致。万相 3.0 没有 `size` 参数
`parameters.duration`	时长（秒），缺省 `5`，取值 `2`–`30`；`-1` 为智能时长，由模型在 2–30 秒内决定。有视频输入时，输入与输出合计不超过 30 秒
`parameters.audio`	是否生成音频，缺省 `true`。开关不影响价格
`parameters.prompt_extend`	智能改写提示词，缺省 `true`；文档成片（`file` / `link`）时必须为 `true`
`parameters.watermark` / `seed`	加水印（缺省 `false`）/ 随机种子

素材类型与数量

`type`	数量上限	说明
`first_frame`	1	首帧图片
`last_frame`	1	尾帧图片，必须同时给 `first_frame`
`reference_image`	10	参考图片
`reference_video`	5	参考视频，合计不超过 15 秒
`reference_audio`	5	参考音频，合计不超过 15 秒
`file`	1	文档（docx / pdf / pptx / md 等，不超过 50 页）
`link`	1	网页链接

组合规则：first_frame / last_frame 不能与参考素材、file、link 同时给出；file 与 link 只能二选一。违反规则、超过数量上限或 type 不在表中，创建时返回 400，不产生费用。
不接受万相 2.x 的写法（input.img_url、input.last_frame_url、input.audio_url 等），请改用 input.media[]。
参考素材时长、文档页数、duration 取值范围由上游校验：超限时任务以 FAILED 结束，不计费。

素材 URL 的要求

素材必须是上游能直接 GET 到的直链：无鉴权、无跳转、不依赖 Referer / Cookie。link 模式由上游抓取网页正文，抓取失败会导致任务失败（task_status=FAILED），不计费。建议使用自有对象存储或 CDN 地址。

3. 轮询任务

GET https://api.modelgo.ai/api/v1/tasks/{task_id}

bash

curl https://api.modelgo.ai/api/v1/tasks/gw_3d2eab09-bad9-44b1-913f-1ae8ce1645ee \
  -H "Authorization: Bearer $MODELGO_API_KEY"

完成时：

json

{
  "output": {
    "task_id": "gw_3d2eab09-bad9-44b1-913f-1ae8ce1645ee",
    "task_status": "SUCCEEDED",
    "video_url": "https://api.modelgo.ai/v1/videos/gw_3d2eab09-bad9-44b1-913f-1ae8ce1645ee/content"
  },
  "usage": {
    "video_count": 1,
    "duration": 5,
    "input_video_duration": 0,
    "output_video_duration": 5,
    "SR": 1080
  },
  "request_id": "gw_3d2eab09-bad9-44b1-913f-1ae8ce1645ee"
}

task_status：PENDING → RUNNING → SUCCEEDED / FAILED。失败时 output.code / output.message 给出原因，任务不计费。
usage 沿用官方字段：output_video_duration 为输出秒数，input_video_duration 为参考视频秒数，duration 为两者之和，SR 为输出分辨率；部分线路还会返回 fps、ratio。
生成通常需要 1–5 分钟，文档成片更久，请按 5–10 秒间隔轮询并带退避。
output.video_url 指向网关内容接口，无需鉴权，链接本身即凭据；不要公开分享或持久化。

4. 下载视频

bash

curl https://api.modelgo.ai/v1/videos/gw_3d2eab09-bad9-44b1-913f-1ae8ce1645ee/content -o cat.mp4

返回 video/mp4 字节流，支持 Range；未完成返回 409，过期或不存在返回 404。

5. 计费

按输出分辨率档位（480P / 720P / 1080P）× 秒数计费，单价以控制台「模型列表」为准；wan3.0-video-prime 单价高于标准版。音频开关不影响价格。
输出秒数取实际交付的时长（usage.output_video_duration）。
有参考视频时，参考视频的秒数（usage.input_video_duration）按同一档位单价计入；参考图片与参考音频不计费。
duration=-1（智能时长）在创建时按 30 秒预留额度，完成后按实际输出秒数结算，多余部分退回。
不传 resolution / duration 时按缺省的 1080P / 5 秒计费。
创建被拒（400）或生成失败（FAILED）不计费。