curl-X POST 'https://pollo.ai/api/platform/v1/generation/alibaba/wan-v2-5/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": "480p", "aspectRatio": "1:1", "generateAudio": true }}'
Opcionalmente, incluya la URL del webhook para recibir una notificación cuando la tarea se complete con éxito o falle.
Campo de solicitud opcional
{"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":"480p","aspectRatio":"1:1","generateAudio":true},"webhookUrl":"https://example.com/webhooks/pollo"}
Esquema
Campos de entrada para el punto final y el modo seleccionados.
Campo
Tipo
Requerido
Descripción
audio
string
No
Reference audio URL (HTTP(S)).
prompt
string
Sí
Text prompt describing the content to generate.
negativePrompt
string
No
Text describing elements to avoid in the generated output.
duration
number
No
The duration of the generated video, in seconds.
resolution
string
No
Output resolution of the generated media (e.g. 720p, 1080p, 2K, 4K). Values are case-insensitive.
aspectRatio
string
No
Output aspect ratio, as width:height (e.g. 16:9).
seed
integer
No
Random seed for reproducible generation.
generateAudio
boolean
No
Generate natural-sounding, fitting audio for the output video.
Wan 2.5 puede generar vídeo con audio correspondiente o usar audio subido como guía. Esto lo hace útil para clips donde sonido, movimiento y timing tienen que funcionar juntos.
Con Wan 2.5 en Pollo API, los desarrolladores añaden generación de text-to-video e image-to-video a sus apps, con audio nativo, prompts negativos y todas las relaciones de aspecto disponibles en 480P, 720P o 1080P.
Funciones clave de Wan 2.5 API
Generación de audio nativo
Wan 2.5 produce sonido sincronizado con el vídeo por defecto, así que el ruido ambiente, los efectos y el audio de la escena llegan juntos en lugar de necesitar una pasada de sonorización aparte.
Vídeo guiado por audio
Pasa una pista de audio y Wan 2.5 ajusta el movimiento y el timing a ella, alineando el movimiento de un personaje o el ritmo de una escena con el sonido que proporciones.
Física de movimiento mejorada
El movimiento sigue una física más creíble, así que extremidades, telas y objetos en movimiento se desplazan con peso y continuidad en vez de deslizarse o vibrar entre fotogramas.
Mayor comprensión del prompt
El modelo interpreta con más precisión los sujetos, acciones y puesta en escena descritos, así que lo que escribes aterriza en el plano y reduce el número de rerolls por idea.
Encuadre flexible
Todas las relaciones de aspecto funcionan en todas las resoluciones, así que las salidas cuadradas, verticales y panorámicas salen de un solo modelo sin recortar ni reencuadrar después.
Control con prompt negativo
Indica qué quieres dejar fuera y Wan 2.5 se aparta de ello, dando resultados más limpios cuando una escena sigue metiendo objetos, colores o artefactos no deseados.
Casos de uso de Wan 2.5 API
Explicativos sincronizados con sonido: Genera clips cortos tipo how-to donde narración o efectos encajan con la acción en pantalla, permitiendo que herramientas de producto publiquen vídeo con audio en una sola llamada.
Clips de personaje guiados por audio: Sube una pista de voz o música y deja que Wan 2.5 conduzca el movimiento y el ritmo de un personaje para planos hablados o de actuación.
Bucles de escenas ambientales: Produce clips de naturaleza o entorno donde el sonido generado, como agua corriendo o fuego crepitando, complete la atmósfera sin edición extra.
De imagen a movimiento: Pasa una imagen fija y anímala en un plano corto en movimiento que mantenga la composición original mientras añade movimiento y sonido.
Contenido vertical para redes sociales: Crea clips 9:16 a resolución completa para feeds de formato corto, usando audio nativo para saltarte un paso manual de sonido en el pipeline.
Variantes de anuncios en múltiples formatos: Genera el mismo concepto en cuadrado, vertical y panorámico desde un solo modelo para cubrir distintas ubicaciones a la vez.
Montajes ajustados al ritmo: Proporciona un beat o base musical y deja que el modelo sincronice cortes y movimiento con ello para herramientas de creación reactivas a la música.
Prototipado fiel al prompt: Previsualiza una escena descrita rápidamente, confiando en una mayor adherencia al prompt para reflejar el briefing antes de pasar a una producción más larga.
Cómo usar Wan 2.5 API
Consigue una clave de API: Crea una cuenta en Pollo API y genera tu clave de API desde el panel de desarrollador.
Elige el modelo: Envía tu solicitud al endpoint de Wan 2.5 en /generation/wanx/wan-v2-5-preview.
Añade tus entradas: Proporciona un prompt para text-to-video o una URL de image para image-to-video, y luego define resolution (480P, 720P, 1080P) y length (5 o 10). Pasa audioUrl para generación guiada por audio o mantén wanAudio activado para sonido generado.
Genera y recupera: Envía la tarea, haz polling del estado devuelto de la tarea y descarga el vídeo terminado cuando el procesamiento se complete correctamente.
Buenas prácticas de prompting para Wan 2.5 API
Escribe pensando tanto en imagen como en sonido. Nombra el sujeto y la acción, y luego describe el audio que esperas, el encuadre y el ambiente, para que el modelo pueda alinear el movimiento con la pista.
Una fórmula simple de prompt
Sujeto + acción específica + señal de audio o sonido + cámara y encuadre + entorno y ambiente
Qué deberías tener en cuenta
Describe el sonido: Nombra el audio que quieres, como pasos, olas o una frase hablada, para que el audio nativo tenga un objetivo claro.
Ajusta el movimiento al audio: Cuando proporciones una pista, describe cómo debe seguirla el movimiento, como pasos cayendo en el beat.
Elige el formato pronto: Escoge cuadrado, vertical o panorámico desde el principio para que la composición quede encuadrada para su ubicación final.
Usa prompts negativos: Enumera qué excluir cuando una escena siga añadiendo desorden, luz dura o elementos no deseados.
Mantén una acción clara: Enfoca cada clip de 5 o 10 segundos en un único movimiento para que imagen y sonido se mantengan coherentes.
Define una seed para repetir: Reutiliza una seed cuando quieras iterar sobre un resultado sin perder el encuadre que te gustó.
Ejemplos de prompts
Escena con sonido ambiental
"Una sartén de hierro fundido chisporrotea cuando rodajas de cebolla tocan aceite caliente, sube vapor, una cuchara de madera remueve despacio. Genera sonidos de chisporroteo y removido que coincidan. Primer plano cenital, luz cálida de cocina, estilo realista, movimiento sin prisa."
Actuación guiada por audio
"Un acordeonista callejero se balancea y bombea el fuelle al ritmo de la pista musical suministrada, golpeando el pavimento con el pie. Plano medio al atardecer, brillo suave de farola, movimiento sincronizado de cerca con el ritmo del audio."
Atmósfera de naturaleza
"Una cascada estrecha en el bosque cae en una poza clara, la bruma se desplaza, los helechos tiemblan por la pulverización. Genera agua fluyendo y canto de pájaros. Lento push-in, luz matinal moteada, encuadre vertical 9:16, tono realista y calmado."
Animación guiada por imagen
"Anima la foto proporcionada de un mercado nocturno iluminado por farolillos: vapor saliendo de puestos de comida, guirnaldas de luces balanceándose, un vendedor saludando. Añade un murmullo suave de multitud y audio ambiental. Mantén la composición original, deriva lateral lenta de cámara."
Wan 2.5 vs Veo 3.1 vs Kling 2.6
Capacidad
Wan 2.5
Veo 3.1
Kling 2.6
Generación de audio nativo
✅ Sonido generado por defecto
✅ Audio nativo
❌ Solo vídeo
Guiado por audio desde pista subida
✅
❌
❌
Entradas de texto e imagen
✅
✅
✅
Relaciones de aspecto
Todas las relaciones en cada resolución
Conjunto fijo
Conjunto fijo
Opciones de resolución
480P, 720P, 1080P
Hasta 1080P
Hasta 1080P
Duración del clip
5 o 10 segundos
Clips cortos dirigidos
Clips cortos dirigidos
Recomendado para
Vídeo sincronizado con sonido y guiado por audio
Escenas con mucho diálogo
Control de movimiento de personaje
¿Por qué elegir Wan 2.5 API?
Wan 2.5 encaja en productos que necesitan imagen y sonido juntos, ya sea generando audio automáticamente o ajustando el movimiento a una pista que subas, con física mejorada y mayor adherencia al prompt.
A través de Pollo API, accedes a Wan 2.5 con una sola clave de API junto con más de 300 modelos líderes de vídeo e imagen, con documentación clara, polling de estado de tareas y webhooks.
Empieza con el endpoint de Wan 2.5 en Pollo API para lanzar funciones de vídeo con audio nativo, y luego compáralo con Veo, Kling y Sora sin tocar tu integración.
Preguntas frecuentes sobre Wan 2.5 API
¿Qué es Wan 2.5?
Wan 2.5 es un modelo de generación de vídeo de wanx que admite text-to-video e image-to-video con audio nativo, movimiento guiado por audio, física mejorada y mayor comprensión del prompt.
¿Wan 2.5 API genera audio?
Sí. Produce sonido sincronizado con el vídeo por defecto, y también puedes subir una pista de audio para guiar el movimiento y el timing del clip.
¿Qué entradas admite Wan 2.5?
Puedes generar desde un prompt de texto, animar una URL de imagen y, opcionalmente, proporcionar un archivo de audio, lo que lo hace flexible para flujos idea-first, asset-first y sound-first.
¿Qué resoluciones y duraciones hay disponibles?
Wan 2.5 genera 480P, 720P y 1080P en cualquier relación de aspecto, con duraciones de clip de 5 o 10 segundos seleccionadas por solicitud.
¿Cómo funciona la generación guiada por audio?
Proporciona una URL de audio y Wan 2.5 construye el movimiento y el pacing del vídeo alrededor de esa pista, alineando el movimiento con el sonido en lugar de generar su propio audio.
¿Por qué ejecutar Wan 2.5 a través de Pollo API?
Pollo API ofrece una única integración para Wan 2.5 y más de 300 modelos adicionales, con documentación, seguimiento de tareas, webhooks y generación de menor coste que proveedores comparables.
