curl-X POST 'https://pollo.ai/api/platform/v1/generation/alibaba/wan-v2-6/video'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "negativePrompt": "blurry, low quality, distorted, watermark, text", "duration": 5, "resolution": "720p", "aspectRatio": "1:1", "generateAudio": true, "multiShot": false }}'
Optional kann webhookUrl angegeben werden, um eine Rückruffunktion zu erhalten, wenn die Aufgabe erfolgreich war oder fehlschlug.
Optionales Anfragefeld
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","negativePrompt":"blurry, low quality, distorted, watermark, text","duration":5,"resolution":"720p","aspectRatio":"1:1","generateAudio":true,"multiShot":false},"webhookUrl":"https://example.com/webhooks/pollo"}
Schema
Eingabefelder für den ausgewählten Endpunkt und Modus.
Feld
Typ
Erforderlich
Beschreibung
audio
string
NEIN
Reference audio URL (HTTP(S)).
prompt
string
Ja
Text prompt describing the content to generate.
negativePrompt
string
NEIN
Text describing elements to avoid in the generated output.
duration
integer
NEIN
The duration of the generated video, in seconds.
resolution
string
NEIN
Output resolution of the generated media (e.g. 720p, 1080p, 2K, 4K). Values are case-insensitive.
aspectRatio
string
NEIN
Output aspect ratio, as width:height (e.g. 16:9).
seed
integer
NEIN
Random seed for reproducible generation.
generateAudio
boolean
NEIN
Generate natural-sounding, fitting audio for the output video.
multiShot
boolean
NEIN
Generate a multi-shot video (multiple scene cuts with automatic transitions) instead of a single continuous shot.
Wan 2.6 unterstützt Multi-Shot-Videogenerierung für Kurzformat-Storytelling. Es kann mehrere Shots in einem Clip verbinden und hilft dabei, das Erscheinungsbild von Charakteren, den visuellen Stil und die Bewegungskonsistenz beizubehalten.
Auf Pollo API greifen Entwickler auf Wan 2.6 für Text-zu-Video- und Bild-zu-Video-Generierung mit passendem Audio, Cliplängen bis zu 15 Sekunden sowie 720P- oder 1080P-Ausgabe pro Anfrage zu.
Hauptfunktionen der Wan 2.6 API
Multi-Shot-Sequenzen
Statt einer einzigen durchgehenden Aufnahme kann Wan 2.6 mehrere Shots in einer einzigen Generierung verketten, sodass sich eine kurze Story zwischen Perspektiven und Momenten bewegen kann, ohne die Kontinuität zu unterbrechen.
Erweiterte Cliplängen
Clips laufen zwischen zwei und fünfzehn Sekunden und lassen Raum für Aufbau, Reaktion und Auflösung, die kürzere Modelle oft abschneiden, bevor die Idee vollständig ankommt.
Synchronisierte Audioausgabe
Das Modell kann passendes Audio zusammen mit den Visuals generieren oder einer von dir bereitgestellten Audiospur folgen, sodass Sound und Bewegung zusammenpassen statt als zwei getrennte Schritte zu entstehen.
Charakter- und Stilkonsistenz
Durch visuelle Referenzen gesteuert hält Wan 2.6 das Aussehen eines Motivs und die gesamte Art Direction über Shots hinweg stabil – wichtig, wenn ein Gesicht oder Produkt in einer Sequenz wiederkehrt.
Flexibles Framing
Jedes Seitenverhältnis ist in beiden Auflösungen verfügbar, sodass quadratische, Hochformat- und Breitbild-Ausgaben in voller Detailtiefe gerendert werden, ohne Form gegen Qualität zu tauschen.
Zuverlässige Szenenlogik
Beschriebene Aktionen, Shot-Reihenfolge und Inszenierung werden präzise umgesetzt, sodass die Sequenz der beabsichtigten Logik folgt, statt in unzusammenhängende Bewegung oder Komposition abzudriften.
Anwendungsfälle der Wan 2.6 API
Mini-Narrative Ads: Erstelle kurze, storygetriebene Spots über zwei oder drei Shots und führe ein Produkt oder eine Idee in einem Clip vom Teaser bis zur Auflösung.
Erklär- und Tutorial-Clips: Zeige einen Prozess Schritt für Schritt pro Shot mit passendem Sprecher-Audio für How-to-Tools und Onboarding-Inhalte.
Musik- und Soundgeführte Szenen: Stelle eine Audiospur bereit und lass die Visuals ihrem Rhythmus folgen – nützlich für Lyric-Clips, Promos und Stimmungsstücke.
Produktsequenzen: Führe ein Objekt aus mehreren Perspektiven vom Setup bis zur Nutzung, während Form, Farbe und Finish durchgehend konsistent bleiben.
Charaktergetriebene Shorts: Halte einen wiederkehrenden Charakter über mehrere Shots hinweg gleich für episodische, serielle oder Maskottchen-basierte Inhalte.
Image-to-Motion-Storys: Animier ein einzelnes Standbild zu einer längeren bewegten Sequenz mit Sound und erweitere ein Asset zu einem vollständigen Moment.
Social Verticals: Rendere Hochformat-Clips bis zu fünfzehn Sekunden für feed-natives Storytelling, das eine Idee in einem einzigen Scroll abschließt.
So nutzt du die Wan 2.6 API
API-Key holen: Erstelle ein Pollo API-Konto und generiere deinen API-Key im Entwickler-Dashboard.
Modell wählen: Sende Anfragen an den Wan-2.6-Endpoint unter /generation/wanx/wan-v2-6.
Deine Eingaben hinzufügen: Gib einen prompt für Text-zu-Video oder eine image-URL für Bild-zu-Video an und setze dann length (2 bis 15), resolution (720P oder 1080P) sowie optional audioUrl, generateAudio oder multiClip.
Generieren und abrufen: Sende den Task ab, frage den zurückgegebenen Task-Status per Polling ab und lade das fertige Video herunter, sobald die Verarbeitung erfolgreich ist.
Best Practices für Prompting mit der Wan 2.6 API
Prompte Wan 2.6 wie eine Shot-Liste. Benenne jeden Moment in Reihenfolge, beschreibe Motiv und Bewegung und nenne den Sound, damit Multi-Shot-Pacing und Audio ein klares Ziel haben.
Eine einfache Prompt-Formel
Motiv und Setting + Shot-für-Shot-Aktionen in Reihenfolge + Bewegung und Pacing + Audio- oder Sound-Cue + Stil und Framing
Worauf du achten solltest
Ordne deine Shots: Schreib aus, was zuerst, danach und zuletzt passiert, damit das Modell weiß, wo jeder Shot beginnt und endet.
Verankere das Motiv: Beschreibe einen konsistenten Look für jeden Charakter oder jedes Produkt, das über Shots hinweg wieder erscheint.
Nenne den Sound: Sag, was zu hören sein soll – Umgebungsgeräusche, eine Stimme oder Musik passend zur Aktion.
Setze das Tempo: Längere Clips brauchen klare Beats, also notiere, wo der Moment langsamer oder schneller wird.
Passe die Auflösung an den Einsatzzweck an: Wähle 1080P für detailreiche Sequenzen und 720P für schnellere Entwürfe und Iteration.
Fixiere den Frame: Wähle ein Seitenverhältnis, das zum Ziel passt, da alle Formate in beiden Auflösungen gerendert werden.
Beispiel-Prompts
Multi-Shot-Kochsegment
"Drei Shots: Hände schlagen Eier in eine Schüssel, ein Schneebesen schlägt die Mischung schaumig, dann wird Teig in eine heiße Pfanne gegossen und bildet Blasen. Warmes Küchenlicht, nahes Top-Down-Framing, sanftes Zischen im Audio, sauberer realistischer Stil."
Museumsrundgang
"Ein Besucher geht langsam an hohen Dinosaurier-Skeletten vorbei, die Kamera verfolgt ihn seitlich, dann Schnitt auf einen niedrigen Winkel nach oben zum Brustkorb. Leicht hallende Schritte und ruhiges Hallen-Ambiente im Audio, natürliches Licht, dokumentarischer Realismus."
Audiogeführter Straßenmusiker
"Ein Cellist spielt in der Dämmerung auf einer Steinbrücke, der Bogen bewegt sich mit der Melodie, dann wird der Shot weiter und zeigt eine kleine versammelte Menge. Warmer Streicher-Sound zur Bewegung synchronisiert, Golden-Hour-Glow, Handheld-Framing."
Wildlife-Sequenz
"Ein Fuchs tritt aus hohem Gras, dreht die Ohren, springt dann nach vorn, während die Kamera mitschwenkt und ihm über ein nebliges Feld folgt. Raschelndes Gras und entfernter Vogelgesang im Audio, kühles Morgenlicht, geerdeter natürlicher Stil."
Wan 2.6 vs Sora 2 vs Kling 2.6
Fähigkeit
Wan 2.6
Sora 2
Kling 2.6
Multi-Shot-Sequenzen
✅ Natives Shot-Chaining
✅ Starkes Scene-Stitching
➖ Meist einzelne geführte Shots
Cliplängenbereich
2 bis 15 Sekunden
Kurze feste Dauern
Kurze geführte Clips
Generierter oder audiogesteuerter Sound
✅ Beides unterstützt
✅ Generiertes Audio
❌ Eingeschränktes natives Audio
Flexibilität beim Seitenverhältnis
✅ Alle Verhältnisse in beiden Auflösungen
✅
✅
Auflösungsoptionen
720P und 1080P
Bis zu 1080P
Bis zu 1080P
Charakterkonsistenz
✅ Referenzgeführt
✅
✅
Empfohlen für
Längere Multi-Shot-Storys mit Audio
Kohärente generierte Szenen
Charakterbewegung und Detail
Warum die Wan 2.6 API wählen?
Wan 2.6 passt zu Produkten, die mehr als einen einzelnen Clip brauchen, und trägt einen Charakter oder eine Idee über mehrere Shots mit abgestimmtem Audio und Cliplängen bis fünfzehn Sekunden.
Über Pollo API erreichst du Wan 2.6 mit einem API-Key neben 300+ führenden Video- und Bildmodellen – mit klarer Doku, Task-Status-Polling und schnellerer Generierung.
Starte mit dem Wan-2.6-Endpoint auf Pollo API, um längere, sound-synchronisierte Storytelling-Features auszurollen, und vergleiche es dann mit Sora 2, Kling und Veo, ohne deine Integration anzufassen.
Wan 2.6 API-FAQs
Was ist Wan 2.6?
Wan 2.6 ist ein wanx-Videogenerierungsmodell für Multi-Shot-Storytelling und unterstützt Text-zu-Video sowie Bild-zu-Video mit synchronisiertem Audio, konsistenten Charakteren und Clips von zwei bis fünfzehn Sekunden.
Unterstützt die Wan 2.6 API Text- und Bildeingaben?
Ja. Du kannst aus einem Text-Prompt generieren oder eine Bild-URL animieren – flexibel für sowohl idea-first- als auch asset-first-Workflows.
Kann Wan 2.6 Multi-Shot-Videos erstellen?
Ja. Es kann mehrere Shots zu einem Clip verketten und dabei Charakter und Stil konsistent halten, sodass sich eine kurze Story zwischen Momenten ohne sichtbare Brüche bewegt.
Wie funktioniert Audio in Wan 2.6?
Das Modell kann passendes Audio für einen Clip generieren oder einer von dir bereitgestellten Audiospur folgen und Sound in derselben Anfrage mit der Bewegung auf dem Bildschirm ausrichten.
Welche Cliplängen und Auflösungen sind verfügbar?
Wan 2.6 unterstützt Cliplängen von zwei bis fünfzehn Sekunden in 720P oder 1080P, mit jedem Seitenverhältnis in beiden Auflösungen.
Warum Wan 2.6 über Pollo API ausführen?
Pollo API bietet eine Integration für Wan 2.6 und 300+ weitere Modelle, mit klarer Dokumentation, Task-Tracking und kostengünstigerer Generierung als vergleichbare Anbieter.
