Wann sollte man Wan 2.7 statt Veo 3.1 verwenden?

Wan 2.7 sollte gewählt werden, wenn stärkere Steuerbarkeitsfunktionen benötigt werden, etwa Frame-Verankerung, Referenz-Workflows oder bearbeitungsintensive Pipelines. Modelle im Veo-Stil können in manchen Fällen beim filmischen Realismus stärker sein.

Unterstützt Wan 2.7 Audiogenerierung und Lippensynchronisation?

Ja. Wan 2.7 umfasst audioorientierte Workflows mit Stimmreferenzen, Soundgenerierung und lippensynchron ausgerichteten Funktionen.

Was sind die wichtigsten Einschränkungen bei der Videogenerierung mit Wan 2.7?

Die größten Einschränkungen sind kurze Clip-Dauern, 1080P als Obergrenze der Ausgabe sowie gelegentliche Instabilität bei sehr dynamischen Szenen.

Welche Videoauflösungen und -dauern unterstützt Wan 2.7?

Wan 2.7 unterstützt üblicherweise 720P- und 1080P-Ausgabe mit Clip-Dauern von etwa 2 bis 15 Sekunden, je nach Workflow-Konfiguration.

Kann die Wan 2.7 API Videos sowohl aus Bildern als auch aus Text-Prompts generieren?

Ja. Wan 2.7 unterstützt Text-zu-Video- und Bild-zu-Video-Workflows, einschließlich Startframe-geführter Generierung und Fortsetzungsaufgaben.

Wie stellt die Wan 2.7 API Charakterkonsistenz über Szenen hinweg sicher?

Wan 2.7 nutzt referenzgesteuerte Workflows, die mithilfe von Bild- oder Videoreferenzen ermöglichen, Identität, Kleidung, Requisiten und Stil zwischen Einstellungen beizubehalten.

Kann die Wan 2.7 API bestehende Videos bearbeiten, anstatt neue zu generieren?

Ja. Die Modellfamilie umfasst Bearbeitungs-Workflows zum Transformieren, Erweitern oder Umgestalten bestehender Clips.

Ist Wan 2.7 für produktionsreife Marketingvideos und Social-Media-Inhalte geeignet?

Ja. Die Kombination aus Konsistenzkontrollen, Bearbeitungstools und multimodalen Eingaben macht es geeignet für Werbespots, Social-Clips und kurzformatiges Storytelling.

Aliyun

Verfügbar

wan2.7

Wan2.7 API

Wan2.7 ist ein Videogenerierungsmodell, das für hochwertige visuelle Synthese und verbesserte Bewegungskonsistenz entwickelt wurde. Es eignet sich für die Erstellung filmischer Inhalte und professionelle Workflows der Videoproduktion.

Startpreis

$0.08 / Sekunde

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

May 31, 2026

Aliyun

Überblick

Ein praktischer Überblick über Wan2.7, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Technische Spezifikationen von Wan 2.7

Item	Wan 2.7 (Video Suite)
Provider	Alibaba Tongyi Lab
Model family	Wan 2.7 Video Suite
Architecture	27B-Parameter Mixture-of-Experts (MoE)
Input types	Text, Bilder, Videos, Audioreferenzen
Output types	Generierte/bearbeitete Videoclips mit optionalem Audio
Supported modes	Text-zu-Video (T2V), Bild-zu-Video (I2V), Referenz-zu-Video (R2V), Videobearbeitung
Resolution	720P- und 1080P-Ausgaben
Video duration	2–15 Sekunden
Audio support	Native Audiogenerierung, Sprachreferenzen, Lippensynchronisations-Workflows
Reference capability	Mehrfach-Referenzbilder/-videos, Identitätskonsistenz
Character consistency	Unterstützt je nach Workflow mehrere Referenzsubjekte
Release generation	Wesentlicher Nachfolger von Wan 2.6

Was ist Wan 2.7?

Wan 2.7 ist Alibabas multimodale Flaggschiff-Videogenerationssuite, die für steuerbare KI-Film-Workflows entwickelt wurde – nicht nur für einfache Prompt-zu-Video-Erstellung. Die Modellfamilie vereint Generierung, Bearbeitung, Fortführung und referenzgetriebene Konsistenz in einem System und ermöglicht Kreativen, kurze filmische Clips mit stärkerer Motivtreue und besserer Szenenkontrolle zu erstellen.

Im Gegensatz zu früheren Videogeneratoren, die sich hauptsächlich auf die Qualität der Prompts konzentrierten, betont Wan 2.7 die Steuerbarkeit durch Frame-Verankerung, Referenzeingaben, Audiosynchronisation und strukturierte Multi-Shot-Workflows.

Hauptfunktionen von Wan 2.7

Thinking Mode Planungspipeline: Das Modell plant vor dem Rendern die Szenenkomposition und Bewegung, verbessert die Prompt-Einhaltung und reduziert Kohärenzfehler.
Steuerung von erstem und letztem Frame: Nutzende können Anfangs- und Endframes definieren, sodass das System die Bewegung dazwischen interpoliert.
Referenzgetriebene Identitätskonsistenz: Erscheinungsbild von Charakteren, Kleidung, Objekten und Stil über mehrere Einstellungen hinweg beibehalten.
Native multimodale Workflows: Unterstützt Text-, Bild-, Audio- und Videoreferenzen innerhalb desselben Workflows.
Integrierte Audiogenerierung: Hintergrundmusik, Umgebungsgeräusche und Sprachsynchronisation können zusammen mit den Bildinhalten generiert werden.
Unterstützung für Bearbeitung und Fortführung: Vorhandene Videos können erweitert, transformiert oder neu gestylt werden, ohne von Grund auf neu zu beginnen.

Benchmark-Leistung von Wan 2.7

Öffentlich zugängliche Benchmarks für Wan 2.7 sind im Vergleich zu Text-LLMs weiterhin begrenzt, aber Drittanbieter-Evaluierungen und Community-Tests deuten auf spürbare Verbesserungen bei Bewegungsstabilität, Prompt-Einhaltung und Steuerbarkeit gegenüber Wan 2.6 hin.

Berichtete Beobachtungen im Ökosystem umfassen:

Stärkere Bewegungskontinuität im Vergleich zu früheren Wan-Releases.
Höhere Platzierung in Drittanbieter-Text-zu-Video-Bestenlisten.
Verbesserte Konsistenz bei mehreren Subjekten und besserer Referenzerhalt.
Bessere Audiointegration als viele frühere offene Videomodelle.

Die formale Benchmark-Transparenz ist weiterhin begrenzt, daher sollten Leistungsangaben mit Vorsicht interpretiert werden.

Wan 2.7 vs. andere Videomodelle

Feature	Wan 2.7	Veo 3.1	Seedance 2.0
Native audio workflows	Stark	Stark	Moderat
Reference-driven consistency	Stark	Moderat	Moderat
First + Last Frame control	Ja	Partiell	Eingeschränkt
Video editing workflows	Ja	Ja	Eingeschränkt
Max common resolution	1080P	Hochwertigere kinoreife Ausgabe	1080P
Multi-reference support	Starker Schwerpunkt	Moderat	Moderat

Einschränkungen von Wan 2.7

Kurze Clipdauer im Vergleich zu Langformat-Produktionswerkzeugen.
1080P maximale Ausgabe begrenzt Ultra-Hochauflösungs-Workflows.
Bei schnellen Bewegungen können weiterhin Instabilitätsartefakte auftreten.
Multi-Referenz-Workflows erhöhen die Komplexität und die Anforderungen an Prompt-Engineering.
Öffentliche Benchmark-Berichterstattung bleibt relativ spärlich.

Repräsentative Anwendungsfälle

Charakterkonsistente Kurzfilme und Storyboards.
Marketing-Clips mit Audiosynchronisation.
Generierung von Social-Media-Videos.
Produktvisualisierung und Konzept-Trailer.
Video-Fortführung und Szeneninterpolations-Workflows.
Referenzbasierte Avatar- und Charakteranimation.

So verwenden Sie die WAN 2.7 Video API in CometAPI

Schritt 1: Probieren Sie die WAN 2.7 Video API im Kie Al Playground aus

Testen Sie zunächst die WAN 2.7 Funktionalität mithilfe der WAN 2.7 Video API im CometAPI Playground. Laden Sie Bilder hoch, fügen Sie Prompts hinzu oder verwenden Sie Referenzen, um eine Vorschau des generierten WAN-Videos anzuzeigen, bevor Sie das WAN 2.7 KI-Video in Ihren Produktionsworkflow integrieren.

Schritt 2: Beschaffen Sie sich den WAN 2.7 API-Schlüssel und prüfen Sie die API-Dokumentation

Beziehen Sie den WAN 2.7 API-Schlüssel aus der CometAPI-Konsole und lesen Sie die Dokumentation. Verstehen Sie die WAN 2.7 Video API Endpunkte, die Authentifizierung und die Parameter, um Text-zu-Video-, Bild-zu-Video- und WAN-Video-Workflows zu unterstützen.

Schritt 3: Generieren Sie WAN 2.7 KI-Videos und integrieren Sie diese in Ihren Workflow

Verwenden Sie die WAN 2.7 Video API, um WAN 2.7 KI-Videos mit Prompts, Bildern oder Referenzen zu generieren. Integrieren Sie WAN 2.7 Ausgaben in Produkt-Workflows, Content-Pipelines oder KI-Videotools, um eine skalierbare Videoproduktion zu ermöglichen.

FAQ

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

5-Sekunden-Test

$0.4

Geschätzte CometAPI-Nutzungskosten

10-Sekunden-Test

$0.8

Geschätzte CometAPI-Nutzungskosten

15-Sekunden-Test

$1.20

Geschätzte CometAPI-Nutzungskosten

Preise für Wan2.7

Entdecken Sie wettbewerbsfähige Preise für Wan2.7, die für verschiedene Budgets und Nutzungsanforderungen konzipiert sind. Unsere flexiblen Tarife stellen sicher, dass Sie nur für das bezahlen, was Sie nutzen, und erleichtern die Skalierung entsprechend Ihren wachsenden Anforderungen. Erfahren Sie, wie Wan2.7 Ihre Projekte verbessern kann, während die Kosten überschaubar bleiben.

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).

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1/videos

Beispielcode und API für Wan2.7

Greifen Sie auf umfassende Beispielcodes und API-Ressourcen für Wan2.7 zu, um Ihren Integrationsprozess zu optimieren. Unsere detaillierte Dokumentation bietet schrittweise Anleitungen und hilft Ihnen dabei, das volle Potenzial von Wan2.7 in Ihren Projekten zu nutzen.

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);
}

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-video

image-to-video

Eingabe und Ausgabe

Eingaben

text

Ausgaben

video

Produktionsprofil

Anbieter: Aliyun
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie Wan2.7 für Produktions-Workflows entsprechend seiner video-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Text-zu-Video-Konzepte und Social-Content

Produktdemos und filmische Storyboards

Bild-zu-Video-Bewegung und kreative Iteration

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

Aliyun

Wan3.0

Von der schnellen Verifizierung bis zur kinoreifen Ausgabe basiert die Abrechnung auf der Dauer des generierten Videos, der Auswahl der geeigneten Auflösung und darauf, jede Generierung in eine geplante kreative Investition zu verwandeln – Aktivitätsregel

Modell ansehen

Flux

Flux 3

FLUX 3 - Modelle der realen Welt: Auf dem Weg zu multimodalen Flow-Modellen als Rückgrat visueller Intelligenz.

Modell ansehen

Aliyun

Happy Horse 1.1

HappyHorse 1.1 ist ein multimodales Videogenerationsmodell, das für professionelle Content-Erstellung, Werbung, Kurzfilme, Social-Media-Produktion und Storytelling entwickelt wurde. Es erweitert die Fähigkeiten von HappyHorse 1.0 — das nach hohen Platzierungen in unabhängigen Evaluierungen zur Videogenerierung große Aufmerksamkeit erhielt — um eine stärkere Szenenkohärenz und eine verbesserte visuelle Wiedergabetreue.

Modell ansehen

OpenAI

Sora 2 Pro

Sora 2 Pro ist unser fortschrittlichstes und leistungsstärkstes Modell zur Mediengenerierung, das Videos mit synchronisiertem Audio generieren kann. Es kann aus natürlicher Sprache oder Bildern detaillierte, dynamische Videoclips generieren.

Modell ansehen

Aliyun

Happy Horse 1.0

Happy Horse 1.0 — ein hochwertiges Audio-Video-Generierungsmodell, das die Erstellung von Text-zu-Video- und Bild-zu-Video-Inhalten ermöglicht. Es kann synchronisiertes Bildmaterial, Audio und Lippenbewegungen generieren und eignet sich damit für Kurzfilme, Werbemittel und Produktpräsentationen.

Modell ansehen

OpenAI

Sora 2

Äußerst leistungsstarkes Modell zur Videogenerierung, mit Soundeffekten, unterstützt das Chat-Format.

Modell ansehen

Uptime

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

wan2.7

Weiter erkunden

Modelle vergleichen und Ihre Recherche fortsetzen

Aliyun

Verfügbar

wan2.7

Wan2.7 API

Startpreis

$0.08 / Sekunde

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

May 31, 2026

Aliyun

Überblick

Ein praktischer Überblick über Wan2.7, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Technische Spezifikationen von Wan 2.7

Item	Wan 2.7 (Video Suite)
Provider	Alibaba Tongyi Lab
Model family	Wan 2.7 Video Suite
Architecture	27B-Parameter Mixture-of-Experts (MoE)
Input types	Text, Bilder, Videos, Audioreferenzen
Output types	Generierte/bearbeitete Videoclips mit optionalem Audio
Supported modes	Text-zu-Video (T2V), Bild-zu-Video (I2V), Referenz-zu-Video (R2V), Videobearbeitung
Resolution	720P- und 1080P-Ausgaben
Video duration	2–15 Sekunden
Audio support	Native Audiogenerierung, Sprachreferenzen, Lippensynchronisations-Workflows
Reference capability	Mehrfach-Referenzbilder/-videos, Identitätskonsistenz
Character consistency	Unterstützt je nach Workflow mehrere Referenzsubjekte
Release generation	Wesentlicher Nachfolger von Wan 2.6

Was ist Wan 2.7?

Hauptfunktionen von Wan 2.7

Thinking Mode Planungspipeline: Das Modell plant vor dem Rendern die Szenenkomposition und Bewegung, verbessert die Prompt-Einhaltung und reduziert Kohärenzfehler.
Steuerung von erstem und letztem Frame: Nutzende können Anfangs- und Endframes definieren, sodass das System die Bewegung dazwischen interpoliert.
Referenzgetriebene Identitätskonsistenz: Erscheinungsbild von Charakteren, Kleidung, Objekten und Stil über mehrere Einstellungen hinweg beibehalten.
Native multimodale Workflows: Unterstützt Text-, Bild-, Audio- und Videoreferenzen innerhalb desselben Workflows.
Integrierte Audiogenerierung: Hintergrundmusik, Umgebungsgeräusche und Sprachsynchronisation können zusammen mit den Bildinhalten generiert werden.
Unterstützung für Bearbeitung und Fortführung: Vorhandene Videos können erweitert, transformiert oder neu gestylt werden, ohne von Grund auf neu zu beginnen.

Benchmark-Leistung von Wan 2.7

Berichtete Beobachtungen im Ökosystem umfassen:

Stärkere Bewegungskontinuität im Vergleich zu früheren Wan-Releases.
Höhere Platzierung in Drittanbieter-Text-zu-Video-Bestenlisten.
Verbesserte Konsistenz bei mehreren Subjekten und besserer Referenzerhalt.
Bessere Audiointegration als viele frühere offene Videomodelle.

Die formale Benchmark-Transparenz ist weiterhin begrenzt, daher sollten Leistungsangaben mit Vorsicht interpretiert werden.

Wan 2.7 vs. andere Videomodelle

Feature	Wan 2.7	Veo 3.1	Seedance 2.0
Native audio workflows	Stark	Stark	Moderat
Reference-driven consistency	Stark	Moderat	Moderat
First + Last Frame control	Ja	Partiell	Eingeschränkt
Video editing workflows	Ja	Ja	Eingeschränkt
Max common resolution	1080P	Hochwertigere kinoreife Ausgabe	1080P
Multi-reference support	Starker Schwerpunkt	Moderat	Moderat

Einschränkungen von Wan 2.7

Kurze Clipdauer im Vergleich zu Langformat-Produktionswerkzeugen.
1080P maximale Ausgabe begrenzt Ultra-Hochauflösungs-Workflows.
Bei schnellen Bewegungen können weiterhin Instabilitätsartefakte auftreten.
Multi-Referenz-Workflows erhöhen die Komplexität und die Anforderungen an Prompt-Engineering.
Öffentliche Benchmark-Berichterstattung bleibt relativ spärlich.

Repräsentative Anwendungsfälle

Charakterkonsistente Kurzfilme und Storyboards.
Marketing-Clips mit Audiosynchronisation.
Generierung von Social-Media-Videos.
Produktvisualisierung und Konzept-Trailer.
Video-Fortführung und Szeneninterpolations-Workflows.
Referenzbasierte Avatar- und Charakteranimation.

So verwenden Sie die WAN 2.7 Video API in CometAPI

Schritt 1: Probieren Sie die WAN 2.7 Video API im Kie Al Playground aus

Schritt 2: Beschaffen Sie sich den WAN 2.7 API-Schlüssel und prüfen Sie die API-Dokumentation

Schritt 3: Generieren Sie WAN 2.7 KI-Videos und integrieren Sie diese in Ihren Workflow

FAQ

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

5-Sekunden-Test

$0.4

Geschätzte CometAPI-Nutzungskosten

10-Sekunden-Test

$0.8

Geschätzte CometAPI-Nutzungskosten

15-Sekunden-Test

$1.20

Geschätzte CometAPI-Nutzungskosten

Preise für Wan2.7

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).

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1/videos

Beispielcode und API für 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);
}

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-video

image-to-video

Eingabe und Ausgabe

Eingaben

text

Ausgaben

video

Produktionsprofil

Anbieter: Aliyun
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie Wan2.7 für Produktions-Workflows entsprechend seiner video-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Text-zu-Video-Konzepte und Social-Content

Produktdemos und filmische Storyboards

Bild-zu-Video-Bewegung und kreative Iteration

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

FLUX 3 - Modelle der realen Welt: Auf dem Weg zu multimodalen Flow-Modellen als Rückgrat visueller Intelligenz.

Äußerst leistungsstarkes Modell zur Videogenerierung, mit Soundeffekten, unterstützt das Chat-Format.

Modell ansehen

Uptime

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

wan2.7

Weiter erkunden