Hvornår bør jeg bruge Wan 2.7 i stedet for Veo 3.1?

Vælg Wan 2.7, når du har brug for stærkere kontrolfunktioner såsom frame-ankring, reference-workflows eller redigeringsintensive pipelines. Modeller i Veo-stil kan i nogle tilfælde være stærkere til filmisk realisme.

Understøtter Wan 2.7 lydgenerering og læbesynkronisering?

Ja. Wan 2.7 omfatter lydbevidste workflows med stemmereferencer, lydgenerering og funktioner målrettet læbesynkronisering.

Hvad er de vigtigste begrænsninger ved Wan 2.7s videogenerering?

De største begrænsninger er korte kliplængder, 1080P som øvre outputgrænse og lejlighedsvis ustabilitet under meget dynamiske scener.

Hvilke videoopløsninger og -varigheder understøtter Wan 2.7?

Wan 2.7 understøtter typisk 720P og 1080P output med kliplængder fra ca. 2 til 15 sekunder afhængigt af workflow-konfigurationen.

Kan Wan 2.7 API generere videoer ud fra både billeder og tekstprompter?

Ja. Wan 2.7 understøtter tekst-til-video- og billede-til-video-workflows, inklusive startframe-styret generering og fortsættelsesopgaver.

Hvordan opretholder Wan 2.7 API karakterkonsistens på tværs af scener?

Wan 2.7 bruger reference-drevne workflows, som gør det muligt at bruge billede- eller videoreferencer til at bevare identitet, påklædning, rekvisitter og stil mellem optagelser.

Kan Wan 2.7 API redigere eksisterende videoer i stedet for at generere nye?

Ja. Modelfamilien omfatter redigerings-workflows til at transformere, udvide eller omstilisere eksisterende klip.

Er Wan 2.7 egnet til markedsføringsvideoer i produktion og indhold til sociale medier?

Ja. Kombinationen af konsistenskontroller, redigeringsværktøjer og multimodale input gør den velegnet til annoncer, klip til sociale medier og fortælling i kort format.

Aliyun

Tilgængelig

wan2.7

Wan2.7 API

Wan2.7 er en model til videogenerering, designet til visuel syntese i høj kvalitet og forbedret bevægelseskonsistens. Den er velegnet til filmisk indholdsproduktion og professionelle arbejdsgange i videoproduktion.

Startpris

$0.08 / sekund

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Jun 1, 2026

Aliyun

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

5-sekunders test

$0.4000

Anslået omkostning for brug af CometAPI

10-sekunders test

$0.8000

Anslået omkostning for brug af CometAPI

15-sekunders test

$1.20

Anslået omkostning for brug af CometAPI

Gennemsigtighed om minimumsgebyrer Denne prototype antager ikke et skjult minimumsbeløb pr. anmodning. Hvis der gælder en minimumsgrænse for fakturering eller en minimumsoptankning i produktion, skal den vises før køb og inkluderes i alle budgetestimater.

Wan Video Generation Pricing

Pricing (Per Second)

Model	720p	1080p
`wan2.6`	$0.08	$0.12
`wan2.7`	$0.08	$0.12

💡 Billed per second. Total cost = price per second × video duration (seconds).

Modeloversigt

En stabil modelidentitet til søgning og evaluering kombineret med aktuelle katalogdata, der kan ændre sig uden at sidens grundlæggende SEO-struktur skal skrives om.

Stabil identitet

Hvad er Wan2.7?

Den kanoniske modelidentitet forbliver stabil, selv når priser og begrænsninger ændres.

Aktuelle modeldata

Aktuelt katalogsnapshot

Tilgængelighed

Tilgængelig

Startpris

$0.08 / sekund

Kontekst

Se funktioner

Katalogdato

Jun 1, 2026

Oversigt

Et praktisk overblik over Wan2.7, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Tekniske specifikationer for Wan 2.7

Punkt	Wan 2.7 (Video Suite)
Udbyder	Alibaba Tongyi Lab
Modelfamilie	Wan 2.7 Video Suite
Arkitektur	27B parameter Mixture-of-Experts (MoE)
Inputtyper	Tekst, billeder, videoer, lydreferencer
Outputtyper	Genererede/redigerede videoklip med valgfri lyd
Understøttede tilstande	Text-to-video (T2V), Image-to-video (I2V), Reference-to-video (R2V), videoredigering
Opløsning	720P og 1080P output
Videovarighed	2–15 sekunder
Lydunderstøttelse	Indbygget lydgenerering, stemmereferencer, lip-sync-workflows
Referencekapacitet	Flere referencebilleder/-videoer, identitetskonsistens
Karakterkonsistens	Understøtter flere referencesubjekter afhængigt af workflow
Versionsgeneration	Større efterfølger til Wan 2.6

Hvad er Wan 2.7?

Wan 2.7 er Alibabas flagskib inden for multimodal videogenerering, bygget til kontrollerbare AI-filmproduktions-workflows snarere end simpel prompt-til-video-skabelse. Modelfamilien kombinerer generering, redigering, fortsættelse og referencebaseret konsistens i ét system, så skabere kan bygge korte filmiske klip med stærkere motivbevarelse og scenekontrol.

I modsætning til tidligere videogeneratorer, der primært fokuserede på promptkvalitet, lægger Wan 2.7 vægt på styrbarhed gennem frame-ankring, referenceinput, lydsynkronisering og strukturerede multi-shot-workflows.

Hovedfunktioner i Wan 2.7

Thinking Mode-planlægningspipeline: Modellen planlægger scenekomposition og bevægelse før rendering, hvilket forbedrer prompt-efterlevelse og reducerer koherensfejl.
Kontrol af første og sidste frame: Brugere kan definere åbnings- og slutframes, så systemet interpolerer bevægelse imellem dem.
Referencebaseret identitetskonsistens: Bevar karakterudseende, beklædning, objekter og stil på tværs af flere optagelser.
Indfødte multimodale workflows: Understøtter tekst-, billede-, lyd- og videoreferencer i samme workflow.
Integreret lydgenerering: Baggrundsmusik, omgivelseslyde og stemmesynkronisering kan genereres sammen med det visuelle.
Understøttelse af redigering og fortsættelse: Eksisterende videoer kan udvides, transformeres eller få ændret stil uden at bygge op fra bunden.

Benchmark-ydelse for Wan 2.7

Offentlig benchmark-offentliggørelse for Wan 2.7 er fortsat begrænset sammenlignet med tekst-LLM'er, men tredjepartsevalueringer og community-tests indikerer markante forbedringer i bevægelsesstabilitet, prompt-efterlevelse og styrbarhed i forhold til Wan 2.6.

Rapporterede observationer i økosystemet omfatter:

Stærkere bevægelseskontinuitet sammenlignet med tidligere Wan-udgivelser.
Højere placering på ranglister i tredjeparts text-to-video-evalueringer.
Forbedret konsistens for flere subjekter og bedre bevarelse af referencer.
Bedre lydintegration end mange tidligere åbne videomodeller.

Den formelle gennemsigtighed omkring benchmarks er stadig begrænset, så påstande om ydeevne bør tolkes med forsigtighed.

Wan 2.7 vs. andre videomodeller

Funktion	Wan 2.7	Veo 3.1	Seedance 2.0
Indbyggede lyd-workflows	Stærk	Stærk	Moderat
Referencebaseret konsistens	Stærk	Moderat	Moderat
Kontrol af første + sidste frame	Ja	Delvis	Begrænset
Video-redigerings-workflows	Ja	Ja	Begrænset
Maks. almindelig opløsning	1080P	Cinematisk output i højere ende	1080P
Understøttelse af flere referencer	Stærkt fokus	Moderat	Moderat

Begrænsninger ved Wan 2.7

Kort kliplængde sammenlignet med værktøjer til langform-produktion.
1080P som maksimal output begrænser workflows i ultrahøj opløsning.
Hurtige bevægelsesscener kan stadig give ustabilitetsartefakter.
Workflows med flere referencer øger kompleksiteten og kravene til prompt engineering.
Offentlig benchmark-rapportering er fortsat relativt sparsom.

Repræsentative anvendelsestilfælde

Karakterkonsistente kortfilm og storyboard.
Marketingsklip med lydsynkronisering.
Generering af videoer til sociale medier.
Produktvisualisering og koncepttrailere.
Videofortsættelse og scenelinterpolerings-workflows.
Referencebaseret avatar- og karakteranimation.

Sådan bruger du WAN 2.7 Video API i CometAPI

Trin 1: Prøv WAN 2.7 Video API i Kie Al Playground

Test først WAN 2.7-funktionaliteten ved at bruge WAN 2.7 Video API i CometAPI Playground. Upload billeder, tilføj prompts eller brug referencer for at forhåndsvise den genererede WAN-video, før du integrerer WAN 2.7 AI-video i din produktionsworkflow.

Trin 2: Hent WAN 2.7 API-nøglen og gennemgå API-dokumentationen

Hent WAN 2.7 API-nøglen fra CometAPI-konsollen og gennemgå dokumentationen. Forstå WAN 2.7 Video API-endpoints, autentificering og parametre for at understøtte text-to-video, image-to-video og WAN-video-workflows.

Trin 3: Generér WAN 2.7 AI-videoer og integrér dem i dit workflow

Brug WAN 2.7 Video API til at generere WAN 2.7 AI-videoer med prompts, billeder eller referencer. Integrér WAN 2.7-output i produktworkflows, indholdspipelines eller AI-videoværktøjer for at muliggøre skalerbar videogenerering.

FAQ

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/videos

Eksempelkode og API til Wan2.7

Få adgang til omfattende eksempelkode og API-ressourcer for Wan2.7 for at strømline din integrationsproces. Vores detaljerede dokumentation giver trin-for-trin vejledning, der hjælper dig med at udnytte det fulde potentiale af Wan2.7 i dine projekter.

POST

/v1/videos

# Create a video with wan2.7
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=wan2.7" \
  -F "prompt=Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam." \
  -F "seconds=5" \
  -F "size=1280x720")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '
' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")

  progress=$(echo "$status_response" | grep -o '"progress"[[:space:]]*:[[:space:]]*"\?[^",}]*"\?' | head -1 | sed 's/.*:[[:space:]]*"\?//;s/"$//')
  status=$(echo "$status_response" | grep -o '"status"[[:space:]]*:[[:space:]]*"[^"]*"' | head -1 | sed 's/.*"status"[[:space:]]*:[[:space:]]*"//;s/"$//')

  echo "Progress: $progress, Status: $status"

  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ] || [ "$status" = "error" ]; then
    echo "Video generation failed!"
    exit 1
  fi

  if [ "$progress" = "100%" ] || [ "$progress" = "100" ] || [ "$status" = "completed" ] || [ "$status" = "success" ]; then
    echo "Video generation completed!"
    break
  fi

  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

cURL Code Example

# Create a video with wan2.7
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=wan2.7" \
  -F "prompt=Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam." \
  -F "seconds=5" \
  -F "size=1280x720")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '\n' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")
  
  progress=$(echo "$status_response" | grep -o '"progress"[[:space:]]*:[[:space:]]*"\?[^",}]*"\?' | head -1 | sed 's/.*:[[:space:]]*"\?//;s/"$//')
  status=$(echo "$status_response" | grep -o '"status"[[:space:]]*:[[:space:]]*"[^"]*"' | head -1 | sed 's/.*"status"[[:space:]]*:[[:space:]]*"//;s/"$//')
  
  echo "Progress: $progress, Status: $status"
  
  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ] || [ "$status" = "error" ]; then
    echo "Video generation failed!"
    exit 1
  fi
  
  if [ "$progress" = "100%" ] || [ "$progress" = "100" ] || [ "$status" = "completed" ] || [ "$status" = "success" ]; then
    echo "Video generation completed!"
    break
  fi
  
  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

Python Code Example

# Create a video with wan2.7 using raw HTTP requests
import os
import time
import requests

api_key = os.environ.get("COMETAPI_KEY")
base_url = "https://api.cometapi.com/v1"
headers = {"Authorization": f"Bearer {api_key}"}

# Step 1: Submit the video generation request
print("Submitting video generation request...")
response = requests.post(
    f"{base_url}/videos",
    headers=headers,
    files={
        "model": (None, "wan2.7"),
        "prompt": (None, "Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam."),
        "seconds": (None, "5"),
        "size": (None, "1280x720"),
    },
)

result = response.json()
print(f"Response: {result}")

video_id = result.get("id") or result.get("task_id")
print(f"Video ID: {video_id}")

# Step 2: Poll for progress until 100%
print("\nChecking video generation progress...")
while True:
    try:
        status_response = requests.get(f"{base_url}/videos/{video_id}", headers=headers)
        status_result = status_response.json()

        data = status_result.get("data") or status_result
        progress = data.get("progress", "0%")
        status = data.get("status", "unknown")

        print(f"Progress: {progress}, Status: {status}")

        if status in ["FAILURE", "failed", "error"]:
            print("Video generation failed!")
            print(status_result)
            exit(1)

        if progress == "100%" or progress == 100 or status in ["completed", "success"]:
            print("Video generation completed!")
            break
    except Exception as e:
        print(f"Temporary error: {e}, retrying...")

    time.sleep(10)

# Step 3: Download the video to output directory
print(f"\nDownloading video to ./output/{video_id}.mp4...")
os.makedirs("./output", exist_ok=True)

video_response = requests.get(f"{base_url}/videos/{video_id}/content", headers=headers)

output_path = f"./output/{video_id}.mp4"
with open(output_path, "wb") as f:
    f.write(video_response.content)

if os.path.exists(output_path):
    file_size = os.path.getsize(output_path)
    print(f"Video saved to {output_path}")
    print(f"File size: {file_size} bytes")
else:
    print("Failed to download video")
    exit(1)

JavaScript Code Example

// Create a video with wan2.7 using raw HTTP requests
import fs from "fs";
import path from "path";

const apiKey = process.env.COMETAPI_KEY;
const baseUrl = "https://api.cometapi.com/v1";
const headers = { Authorization: `Bearer ${apiKey}` };

function sleep(ms) {
  return new Promise((resolve) => setTimeout(resolve, ms));
}

// Step 1: Submit the video generation request
console.log("Submitting video generation request...");
const formData = new FormData();
formData.append("model", "wan2.7");
formData.append("prompt", "Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam.");
formData.append("seconds", "5");
formData.append("size", "1280x720");

const submitResponse = await fetch(`${baseUrl}/videos`, {
  method: "POST",
  headers,
  body: formData,
});

const result = await submitResponse.json();
console.log("Response:", JSON.stringify(result, null, 2));

const videoId = result.id || result.task_id;
console.log("Video ID:", videoId);

// Step 2: Poll for progress until 100%
console.log("\nChecking video generation progress...");
while (true) {
  try {
    const statusResponse = await fetch(`${baseUrl}/videos/${videoId}`, { headers });
    const statusResult = await statusResponse.json();
    const data = statusResult.data || statusResult;
    const progress = data.progress || "0%";
    const status = data.status || "unknown";

    console.log(`Progress: ${progress}, Status: ${status}`);

    if (status === "FAILURE" || status === "failed" || status === "error") {
      console.log("Video generation failed!");
      console.log(JSON.stringify(statusResult, null, 2));
      process.exit(1);
    }

    if (progress === "100%" || progress === 100 || status === "completed" || status === "success") {
      console.log("Video generation completed!");
      break;
    }
  } catch (e) {
    console.log(`Temporary error: ${e.message}, retrying...`);
  }

  await sleep(10000);
}

// Step 3: Download the video to output directory
console.log(`\nDownloading video to ./output/${videoId}.mp4...`);
fs.mkdirSync("./output", { recursive: true });

const videoResponse = await fetch(`${baseUrl}/videos/${videoId}/content`, { headers });
const outputPath = path.join("./output", `${videoId}.mp4`);
fs.writeFileSync(outputPath, Buffer.from(await videoResponse.arrayBuffer()));

if (fs.existsSync(outputPath)) {
  const stats = fs.statSync(outputPath);
  console.log(`Video saved to ${outputPath}`);
  console.log(`File size: ${stats.size} bytes`);
} else {
  console.log("Failed to download video");
  process.exit(1);
}

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-video

image-to-video

Input og output

Input

text

Output

video

Produktionsprofil

Udbyder: Aliyun
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Wan2.7 til produktions-workflows, der matcher dens video-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Tekst-til-video-koncepter og socialt indhold

Produktdemoer og filmiske storyboards

Billed-til-video-bevægelse og kreativ iteration

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

Aliyun

Wan 3.0 Prime

Wan 3.0 Prime er Alibaba Cloud Model Studios hastighedsoptimerede version af videogenereringsmodellen Wan 3.0.

Se model

Aliyun

Wan3.0

Fra hurtig verifikation til filmisk output, baseres faktureringen på varigheden af den genererede video, valg af passende opløsning og omdannelse af hver generering til en planlagt kreativ investeringsaktivitetsregel

Se model

Aliyun

Wan2.6

Wan2.6 er en videogenereringsmodel, der er designet til stabil og effektiv videosyntese. Den leverer pålidelig billedkvalitet og jævn bevægelsesgenerering til generelle videoproduktionsopgaver.

Se model

Flux

Flux 3

FLUX 3 - Modeller i den virkelige verden: Mod multimodale flowmodeller som rygraden i visuel intelligens.

Se model

Aliyun

Happy Horse 1.1

HappyHorse 1.1 er en multimodal videogenereringsmodel, designet til professionel indholdsproduktion, reklame, kortfilm, produktion til sociale medier og historiefortælling. Den udvider mulighederne i HappyHorse 1.0—som vakte betydelig opmærksomhed efter at have placeret sig højt i uafhængige evalueringer af videogenerering—med stærkere scenesammenhæng og forbedret visuel fidelitet.

Se model

Aliyun

Happy Horse 1.0

Happy Horse 1.0 — en højkvalitets lyd- og videogenereringsmodel, der understøtter tekst-til-video- og billede-til-video-generering. Den kan generere synkroniserede visuelle elementer, lyd og læbebevægelser, hvilket gør den velegnet til kortfilm, annoncekreativer og produktpræsentationer.

Se model

Oppetid

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Oppetid

Anmodningssuccessrate over de seneste 30 dage, der afspejler pålideligheden hos hver modeludbyder. CometAPI overvåger alle tilsluttede udbydere i realtid, 24/7.

Respond

269714msAvg. Response

Uptime

85.7%Avg. Uptime

Versioner

Gennemgå tilgængelige modelidentifikatorer, før du fastlåser en produktionsintegration.

wan2.7

Opdateringer

Følg væsentlige ændringer i tilgængelighed, priser og funktioner for Wan2.7 uden at miste den stabile modelside.

Modelændringslog

Én side, der bliver stærkere med tiden.

Udgivelsesnoter, prisændringer, benchmarkopdateringer og migreringsvejledning samles her, mens den kanoniske URL forbliver uændret.

Jun 1, 2026

API-tilgængelighed bekræftet

Wan2.7 er tilgængelig via CometAPI's modelkatalog og API-dokumentation.

Aktuel

Aktuelle data

Priser og begrænsninger synkroniseret fra kataloget

Pris, kontekst, tilgængelighed og begrænsninger behandles som dynamiske egenskaber i stedet for at være indlejret i sidens titel eller modellens identitet.

Jun 1, 2026

Permanent modelentitet oprettet

Udbyderen og model-sluggen udgør en permanent kanonisk URL; fremtidigt indhold og fremtidige dataopdateringer forbliver på denne side.

Bliv ved med at udforske

Sammenlign modeller, og fortsæt din research

Aliyun

Tilgængelig

wan2.7

Wan2.7 API

Startpris

$0.08 / sekund

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Jun 1, 2026

Aliyun

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

5-sekunders test

$0.4000

Anslået omkostning for brug af CometAPI

10-sekunders test

$0.8000

Anslået omkostning for brug af CometAPI

15-sekunders test

$1.20

Anslået omkostning for brug af CometAPI

Wan Video Generation Pricing

Pricing (Per Second)

Model	720p	1080p
`wan2.6`	$0.08	$0.12
`wan2.7`	$0.08	$0.12

💡 Billed per second. Total cost = price per second × video duration (seconds).

Modeloversigt

En stabil modelidentitet til søgning og evaluering kombineret med aktuelle katalogdata, der kan ændre sig uden at sidens grundlæggende SEO-struktur skal skrives om.

Stabil identitet

Hvad er Wan2.7?

Den kanoniske modelidentitet forbliver stabil, selv når priser og begrænsninger ændres.

Aktuelle modeldata

Aktuelt katalogsnapshot

Tilgængelighed

Tilgængelig

Startpris

$0.08 / sekund

Kontekst

Se funktioner

Katalogdato

Jun 1, 2026

Oversigt

Et praktisk overblik over Wan2.7, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Tekniske specifikationer for Wan 2.7

Punkt	Wan 2.7 (Video Suite)
Udbyder	Alibaba Tongyi Lab
Modelfamilie	Wan 2.7 Video Suite
Arkitektur	27B parameter Mixture-of-Experts (MoE)
Inputtyper	Tekst, billeder, videoer, lydreferencer
Outputtyper	Genererede/redigerede videoklip med valgfri lyd
Understøttede tilstande	Text-to-video (T2V), Image-to-video (I2V), Reference-to-video (R2V), videoredigering
Opløsning	720P og 1080P output
Videovarighed	2–15 sekunder
Lydunderstøttelse	Indbygget lydgenerering, stemmereferencer, lip-sync-workflows
Referencekapacitet	Flere referencebilleder/-videoer, identitetskonsistens
Karakterkonsistens	Understøtter flere referencesubjekter afhængigt af workflow
Versionsgeneration	Større efterfølger til Wan 2.6

Hvad er Wan 2.7?

Hovedfunktioner i Wan 2.7

Thinking Mode-planlægningspipeline: Modellen planlægger scenekomposition og bevægelse før rendering, hvilket forbedrer prompt-efterlevelse og reducerer koherensfejl.
Kontrol af første og sidste frame: Brugere kan definere åbnings- og slutframes, så systemet interpolerer bevægelse imellem dem.
Referencebaseret identitetskonsistens: Bevar karakterudseende, beklædning, objekter og stil på tværs af flere optagelser.
Indfødte multimodale workflows: Understøtter tekst-, billede-, lyd- og videoreferencer i samme workflow.
Integreret lydgenerering: Baggrundsmusik, omgivelseslyde og stemmesynkronisering kan genereres sammen med det visuelle.
Understøttelse af redigering og fortsættelse: Eksisterende videoer kan udvides, transformeres eller få ændret stil uden at bygge op fra bunden.

Benchmark-ydelse for Wan 2.7

Rapporterede observationer i økosystemet omfatter:

Stærkere bevægelseskontinuitet sammenlignet med tidligere Wan-udgivelser.
Højere placering på ranglister i tredjeparts text-to-video-evalueringer.
Forbedret konsistens for flere subjekter og bedre bevarelse af referencer.
Bedre lydintegration end mange tidligere åbne videomodeller.

Den formelle gennemsigtighed omkring benchmarks er stadig begrænset, så påstande om ydeevne bør tolkes med forsigtighed.

Wan 2.7 vs. andre videomodeller

Funktion	Wan 2.7	Veo 3.1	Seedance 2.0
Indbyggede lyd-workflows	Stærk	Stærk	Moderat
Referencebaseret konsistens	Stærk	Moderat	Moderat
Kontrol af første + sidste frame	Ja	Delvis	Begrænset
Video-redigerings-workflows	Ja	Ja	Begrænset
Maks. almindelig opløsning	1080P	Cinematisk output i højere ende	1080P
Understøttelse af flere referencer	Stærkt fokus	Moderat	Moderat

Begrænsninger ved Wan 2.7

Kort kliplængde sammenlignet med værktøjer til langform-produktion.
1080P som maksimal output begrænser workflows i ultrahøj opløsning.
Hurtige bevægelsesscener kan stadig give ustabilitetsartefakter.
Workflows med flere referencer øger kompleksiteten og kravene til prompt engineering.
Offentlig benchmark-rapportering er fortsat relativt sparsom.

Repræsentative anvendelsestilfælde

Karakterkonsistente kortfilm og storyboard.
Marketingsklip med lydsynkronisering.
Generering af videoer til sociale medier.
Produktvisualisering og koncepttrailere.
Videofortsættelse og scenelinterpolerings-workflows.
Referencebaseret avatar- og karakteranimation.

Sådan bruger du WAN 2.7 Video API i CometAPI

Trin 1: Prøv WAN 2.7 Video API i Kie Al Playground

Trin 2: Hent WAN 2.7 API-nøglen og gennemgå API-dokumentationen

Trin 3: Generér WAN 2.7 AI-videoer og integrér dem i dit workflow

FAQ

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/videos

Eksempelkode og API til Wan2.7

POST

/v1/videos

# Create a video with wan2.7
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=wan2.7" \
  -F "prompt=Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam." \
  -F "seconds=5" \
  -F "size=1280x720")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '
' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")

  progress=$(echo "$status_response" | grep -o '"progress"[[:space:]]*:[[:space:]]*"\?[^",}]*"\?' | head -1 | sed 's/.*:[[:space:]]*"\?//;s/"$//')
  status=$(echo "$status_response" | grep -o '"status"[[:space:]]*:[[:space:]]*"[^"]*"' | head -1 | sed 's/.*"status"[[:space:]]*:[[:space:]]*"//;s/"$//')

  echo "Progress: $progress, Status: $status"

  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ] || [ "$status" = "error" ]; then
    echo "Video generation failed!"
    exit 1
  fi

  if [ "$progress" = "100%" ] || [ "$progress" = "100" ] || [ "$status" = "completed" ] || [ "$status" = "success" ]; then
    echo "Video generation completed!"
    break
  fi

  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

cURL Code Example

# Create a video with wan2.7
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=wan2.7" \
  -F "prompt=Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam." \
  -F "seconds=5" \
  -F "size=1280x720")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '\n' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")
  
  progress=$(echo "$status_response" | grep -o '"progress"[[:space:]]*:[[:space:]]*"\?[^",}]*"\?' | head -1 | sed 's/.*:[[:space:]]*"\?//;s/"$//')
  status=$(echo "$status_response" | grep -o '"status"[[:space:]]*:[[:space:]]*"[^"]*"' | head -1 | sed 's/.*"status"[[:space:]]*:[[:space:]]*"//;s/"$//')
  
  echo "Progress: $progress, Status: $status"
  
  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ] || [ "$status" = "error" ]; then
    echo "Video generation failed!"
    exit 1
  fi
  
  if [ "$progress" = "100%" ] || [ "$progress" = "100" ] || [ "$status" = "completed" ] || [ "$status" = "success" ]; then
    echo "Video generation completed!"
    break
  fi
  
  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

Python Code Example

# Create a video with wan2.7 using raw HTTP requests
import os
import time
import requests

api_key = os.environ.get("COMETAPI_KEY")
base_url = "https://api.cometapi.com/v1"
headers = {"Authorization": f"Bearer {api_key}"}

# Step 1: Submit the video generation request
print("Submitting video generation request...")
response = requests.post(
    f"{base_url}/videos",
    headers=headers,
    files={
        "model": (None, "wan2.7"),
        "prompt": (None, "Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam."),
        "seconds": (None, "5"),
        "size": (None, "1280x720"),
    },
)

result = response.json()
print(f"Response: {result}")

video_id = result.get("id") or result.get("task_id")
print(f"Video ID: {video_id}")

# Step 2: Poll for progress until 100%
print("\nChecking video generation progress...")
while True:
    try:
        status_response = requests.get(f"{base_url}/videos/{video_id}", headers=headers)
        status_result = status_response.json()

        data = status_result.get("data") or status_result
        progress = data.get("progress", "0%")
        status = data.get("status", "unknown")

        print(f"Progress: {progress}, Status: {status}")

        if status in ["FAILURE", "failed", "error"]:
            print("Video generation failed!")
            print(status_result)
            exit(1)

        if progress == "100%" or progress == 100 or status in ["completed", "success"]:
            print("Video generation completed!")
            break
    except Exception as e:
        print(f"Temporary error: {e}, retrying...")

    time.sleep(10)

# Step 3: Download the video to output directory
print(f"\nDownloading video to ./output/{video_id}.mp4...")
os.makedirs("./output", exist_ok=True)

video_response = requests.get(f"{base_url}/videos/{video_id}/content", headers=headers)

output_path = f"./output/{video_id}.mp4"
with open(output_path, "wb") as f:
    f.write(video_response.content)

if os.path.exists(output_path):
    file_size = os.path.getsize(output_path)
    print(f"Video saved to {output_path}")
    print(f"File size: {file_size} bytes")
else:
    print("Failed to download video")
    exit(1)

JavaScript Code Example

// Create a video with wan2.7 using raw HTTP requests
import fs from "fs";
import path from "path";

const apiKey = process.env.COMETAPI_KEY;
const baseUrl = "https://api.cometapi.com/v1";
const headers = { Authorization: `Bearer ${apiKey}` };

function sleep(ms) {
  return new Promise((resolve) => setTimeout(resolve, ms));
}

// Step 1: Submit the video generation request
console.log("Submitting video generation request...");
const formData = new FormData();
formData.append("model", "wan2.7");
formData.append("prompt", "Create a cinematic detective sequence with clear timed shots. Shot 1 [0-2s]: a rainy city street at night, neon signs reflected in puddles. Shot 2 [2-4s]: a detective in a dark coat enters an old building. Shot 3 [4-5s]: close-up on a clue lit by a narrow flashlight beam.");
formData.append("seconds", "5");
formData.append("size", "1280x720");

const submitResponse = await fetch(`${baseUrl}/videos`, {
  method: "POST",
  headers,
  body: formData,
});

const result = await submitResponse.json();
console.log("Response:", JSON.stringify(result, null, 2));

const videoId = result.id || result.task_id;
console.log("Video ID:", videoId);

// Step 2: Poll for progress until 100%
console.log("\nChecking video generation progress...");
while (true) {
  try {
    const statusResponse = await fetch(`${baseUrl}/videos/${videoId}`, { headers });
    const statusResult = await statusResponse.json();
    const data = statusResult.data || statusResult;
    const progress = data.progress || "0%";
    const status = data.status || "unknown";

    console.log(`Progress: ${progress}, Status: ${status}`);

    if (status === "FAILURE" || status === "failed" || status === "error") {
      console.log("Video generation failed!");
      console.log(JSON.stringify(statusResult, null, 2));
      process.exit(1);
    }

    if (progress === "100%" || progress === 100 || status === "completed" || status === "success") {
      console.log("Video generation completed!");
      break;
    }
  } catch (e) {
    console.log(`Temporary error: ${e.message}, retrying...`);
  }

  await sleep(10000);
}

// Step 3: Download the video to output directory
console.log(`\nDownloading video to ./output/${videoId}.mp4...`);
fs.mkdirSync("./output", { recursive: true });

const videoResponse = await fetch(`${baseUrl}/videos/${videoId}/content`, { headers });
const outputPath = path.join("./output", `${videoId}.mp4`);
fs.writeFileSync(outputPath, Buffer.from(await videoResponse.arrayBuffer()));

if (fs.existsSync(outputPath)) {
  const stats = fs.statSync(outputPath);
  console.log(`Video saved to ${outputPath}`);
  console.log(`File size: ${stats.size} bytes`);
} else {
  console.log("Failed to download video");
  process.exit(1);
}

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-video

image-to-video

Input og output

Input

text

Output

video

Produktionsprofil

Udbyder: Aliyun
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Wan2.7 til produktions-workflows, der matcher dens video-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Tekst-til-video-koncepter og socialt indhold

Produktdemoer og filmiske storyboards

Billed-til-video-bevægelse og kreativ iteration

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

Aliyun

Wan 3.0 Prime

Wan 3.0 Prime er Alibaba Cloud Model Studios hastighedsoptimerede version af videogenereringsmodellen Wan 3.0.

Wan2.6 er en videogenereringsmodel, der er designet til stabil og effektiv videosyntese. Den leverer pålidelig billedkvalitet og jævn bevægelsesgenerering til generelle videoproduktionsopgaver.

Se model

Flux

Flux 3

FLUX 3 - Modeller i den virkelige verden: Mod multimodale flowmodeller som rygraden i visuel intelligens.

Oppetid

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Oppetid

Anmodningssuccessrate over de seneste 30 dage, der afspejler pålideligheden hos hver modeludbyder. CometAPI overvåger alle tilsluttede udbydere i realtid, 24/7.

Respond

269714msAvg. Response

Uptime

85.7%Avg. Uptime

Versioner

Gennemgå tilgængelige modelidentifikatorer, før du fastlåser en produktionsintegration.

wan2.7

Opdateringer

Følg væsentlige ændringer i tilgængelighed, priser og funktioner for Wan2.7 uden at miste den stabile modelside.

Modelændringslog

Én side, der bliver stærkere med tiden.

Udgivelsesnoter, prisændringer, benchmarkopdateringer og migreringsvejledning samles her, mens den kanoniske URL forbliver uændret.

Jun 1, 2026

API-tilgængelighed bekræftet

Wan2.7 er tilgængelig via CometAPI's modelkatalog og API-dokumentation.

Aktuel

Aktuelle data

Priser og begrænsninger synkroniseret fra kataloget

Pris, kontekst, tilgængelighed og begrænsninger behandles som dynamiske egenskaber i stedet for at være indlejret i sidens titel eller modellens identitet.

Jun 1, 2026

Permanent modelentitet oprettet

Udbyderen og model-sluggen udgør en permanent kanonisk URL; fremtidigt indhold og fremtidige dataopdateringer forbliver på denne side.

Bliv ved med at udforske