Jak korzystać z interfejsu API Wan 2.7: kompletny przewodnik dla programistów

Szybka odpowiedź

Wan 2.7 to multimodalny pakiet Alibaby do generowania wideo: text-to-video, image-to-video, generowania i edycji sterowanych referencjami. Przez Wan 2.7 w CometAPI deweloperzy używają ID modelu wan2.7 z asynchronicznym endpointem POST /v1/videos. Integracja ma trzy etapy operacyjne: złożenie zadania, odpytywanie zwróconego ID wideo i pobranie ukończonego MP4. Bieżąca ścieżka obsługuje wyjście 720p i 1080p oraz podaje ceny za sekundę, więc czas trwania i rozdzielczość determinują szacowany koszt generowania. Zacznij od 5‑sekundowego żądania text-to-video w 720p, zweryfikuj przepływ pracy, a dopiero potem dodawaj referencje obrazów lub wyższą rozdzielczość, gdy podstawowa ścieżka działa.

Ważny zakres: Ten przewodnik obejmuje Wan 2.7 Video przez CometAPI. Nie opisuje oddzielnego modelu generowania obrazów Wan, więc specyfikacje dotyczące samych obrazów, takie jak wyjście 4K dla nieruchomych kadrów, nie są traktowane jako możliwości Wan 2.7 Video.

Kluczowe wnioski

• CometAPI udostępnia Wan 2.7 przez asynchroniczny endpoint wideo w stylu OpenAI, a nie synchroniczną odpowiedź czatu.
• Ścieżka używa ID modelu wan2.7 i POST /v1/videos.
• Pełna integracja musi zachować zwrócone ID wideo, odpytywać endpoint statusu, obsłużyć terminalne niepowodzenia i pobrać MP4 dopiero po sukcesie.
• Natywny interfejs API text-to-video Wan 2.7 Alibaby obsługuje 720P i 1080P z czasem trwania 2–15 sekund; ścieżka CometAPI używa własnych zunifikowanych nazw pól.
• Istnieją workflowy image-to-video, first/last-frame oraz kontynuacja w natywnej rodzinie modeli Alibaby, ale zaawansowane pola dostępne przez zunifikowaną ścieżkę należy weryfikować w dokumentacji aktywnej ścieżki.
• Najmocniejszy publiczny dowód porównawczy dotyczy video-to-video: Wan 2.7 zajął pierwsze miejsce w kategorii Design Arena. Tego wyniku nie należy uogólniać na każde zadanie text-to-video lub image-to-video.
• Najbardziej użyteczną metryką produkcyjną jest koszt na zaakceptowany klip, a nie tylko cena za wygenerowaną sekundę.

Czym jest Wan 2.7?

Wan 2.7 prostym językiem dla dewelopera

Wan 2.7 to nie tylko punkt kontrolny prompt-to-video. Alibaba opisuje czteroczęściową rodzinę wideo obejmującą Wan2.7-t2v, Wan2.7-i2v, Wan2.7-r2v i Wan2.7-videoedit. Razem te warianty obejmują generowanie z tekstu, animację z obrazów, sterowanie referencją (podmiotem lub stylem) oraz transformację istniejącego wideo. Ma to znaczenie dla projektowania aplikacji: prosty klip marketingowy może używać wyłącznie text-to-video, podczas gdy pipeline produkcyjny z zachowaniem spójności postaci może wymagać wejść referencyjnych, zakotwiczonych kadrów, wskazówek audio i iteracyjnej edycji.

W CometAPI ścieżka celowo kompresuje specyficzne dla dostawcy nazewnictwo do klientowskiego ID modelu wan2.7. Podstawowa zdolność generacyjna pozostaje Wan 2.7, ale uwierzytelnianie, ścieżki endpointów i nazwy parametrów różnią się od natywnego API Alibaba Cloud.

Specyfikacje techniczne Wan 2.7

Granica specyfikacji: Niektóre strony katalogowe opisują architekturę lub liczbę parametrów, ale oficjalna dokumentacja API wideo Alibaby nie publikuje pełnej specyfikacji architektury dla każdego wariantu Wan 2.7. Bezpieczniejszym sformułowaniem redakcyjnym jest, że pełna liczba parametrów i architektura nie są kompleksowo ujawnione.

Co potrafi Wan 2.7?

Text-to-video z wielo-ujęciowymi promptami z czasem.

Wan 2.7 potrafi interpretować zmiany ujęć zapisane bezpośrednio w promptcie. Deweloper może opisać Ujęcie 1, 2 i 3 z zakresem czasowym zamiast polegać na oddzielnym polu sterowania ujęciami. Dzięki temu sam prompt staje się zwartą storyboardem.

Kontrola pierwszej i ostatniej klatki.

Natywny workflow image-to-video akceptuje media pierwszej i ostatniej klatki, aby model mógł zsynthetyzować ruch między dwoma kotwicami wizualnymi. To przydatne przy przejściach produktowych, zmianach pozy i morfingu scen.

Kontynuacja wideo.

Natywne wejście typu first_clip warunkuje kolejną część wideo. W tym workflowie czas trwania należy interpretować zgodnie z zasadami zadania dostawcy, więc aplikacje nie powinny zakładać, że zawsze oznacza tylko nowo wygenerowany segment.

Generowanie prowadzone audio.

Alibaba dokumentuje audio jako źródło prowadzące dla timingu i zachowania lip-sync. Bez przesłanego zasobu audio model może wygenerować dopasowaną muzykę tła lub efekty dźwiękowe. Audio dłuższe niż żądane wideo jest ucinane; krótsze pozostawia pozostałą część wideo bez dźwięku.

Rozszerzanie promptu, negatywne promptowanie i znak wodny.

Natywne API obsługuje przepisywanie promptu, negatywne prompty oraz opcję znaku wodnego generowanego przez AI. Te kontrolki pomagają zespołom standaryzować jakość promptów i zachowanie dotyczące pochodzenia, chociaż zunifikowane pola CometAPI mogą nie mapować się jeden‑do‑jednego.

Co mówią publiczne benchmarki o Wan 2.7?

Modele wideo nie mają jednego powszechnie akceptowanego benchmarku równoważnego dla LLM, jak MMLU czy SWE-bench. Dla Wan 2.7 najjaśniejszym opublikowanym zewnętrznym sygnałem jest to, że zajął pierwsze miejsce w kategorii video-to-video Design Arena. Obraz rankingowy oficjalnej publikacji pokazuje Wan 2.7 z oceną Elo 1335 w tym ujęciu. To wspiera tezę o preferencji dla transformacji i edycji wideo; nie dowodzi uniwersalnego prowadzenia w text-to-video, image-to-video, jakości audio czy opóźnieniach.

Wniosek z benchmarków

• Używaj wyniku Design Arena jako dowodu konkurencyjności video-to-video, a nie jako ogólnego twierdzenia w każdej modalności.
• Nie używaj wyników Wan 2.1 jako wyników Wan 2.7.
• Do wyboru produkcyjnego testuj te same prompty, zasoby źródłowe, rozdzielczość, czas trwania i warunki audio na różnych modelach.
• Śledź współczynnik akceptacji przez ludzi, stabilność ruchu, zachowanie tożsamości, opóźnienia, współczynnik niepowodzeń i koszt na zaakceptowany klip.

Dlaczego używać Wan 2.7 przez CometAPI?

Zunifikowane API wideo

CometAPI udostępnia model przez wspólny asynchroniczny cykl życia wideo. Bieżąca strona modelu Wan 2.7 publikuje klientowskie ID modelu, ceny ścieżki i działający wzorzec utwórz‑sonduj‑pobierz. To zmniejsza ilość specyficznego dla dostawcy kodu integracyjnego, gdy produkt musi testować lub przełączać się między kilkoma modelami wideo.

POST /v1/videos GET  /v1/videos/{video_id} GET  /v1/videos/{video_id}/content

Zunifikowany cykl tworzenie–odpytywanie–pobieranie CometAPI dla asynchronicznego generowania wideo. Źródło endpointów: Dokumentacja API CometAPI.

• Jeden klucz API dla wielu obsługiwanych modeli wideo.
• Spójny wzorzec tworzenia zadań, pobierania statusu i pobierania plików.
• Scentralizowana widoczność użycia i rozliczeń.
• Mniej kodu aplikacji przywiązanego do uwierzytelniania i schematu odpowiedzi jednego dostawcy.
• Szybsze testy A/B, ponieważ wybór modelu można zmienić bez wymiany całego cyklu zadań.

Konieczna uwaga kompatybilności

Zgodność ścieżki: Zunifikowany schemat CometAPI /v1/videos niekoniecznie wystawia każde pole z natywnych API T2V, I2V, R2V i edycji wideo Alibaba Cloud. Najbezpieczniejszym początkiem są podstawowe text-to-video i image-to-video. Zanim wdrożysz first/last frame, wielokrotne referencje, prowadzenie audio lub edycję wideo, zweryfikuj dokładne pola aktywnej ścieżki i limity mediów.

Czego potrzebujesz, zanim zaczniesz

Utwórz konto CometAPI i klucz API

Utwórz lub zaloguj się do konta CometAPI, a następnie wygeneruj klucz API. Przechowuj go w zmiennej środowiskowej. Nie zapisuj klucza w systemie kontroli wersji, kodzie przeglądarki ani aplikacjach mobilnych.

export COMETAPI_KEY="your_api_key"$env:COMETAPI_KEY="your_api_key"

Znaj ID modelu i endpointy

Model ID: wan2.7 Create endpoint: POST https://api.cometapi.com/v1/videos Status endpoint: GET https://api.cometapi.com/v1/videos/{video_id} Download endpoint: GET https://api.cometapi.com/v1/videos/{video_id}/content

Zainstaluj pakiet Pythona

python -m pip install --upgrade requests

Przykłady używają surowych żądań HTTP, ponieważ multipart form-data, odpytywanie statusu i pobieranie binarne są łatwiejsze do zrozumienia bez dodatkowej abstrakcji SDK.

Jak używać API Wan 2.7 z CometAPI

Krok 1: Utwórz zadanie text-to-video

Wyślij żądanie multipart z modelem, promptem, czasem trwania i rozmiarem. Ten 5‑sekundowy przykład w 720p to najniższe ryzyko, by zweryfikować poświadczenia, routing i tworzenie zadań.

curl https://api.cometapi.com/v1/videos \  -H "Authorization: Bearer $COMETAPI_KEY" \  -F "model=wan2.7" \  -F "prompt=A cinematic tracking shot of a futuristic train crossing a snowy mountain valley at sunrise, smooth camera motion, realistic light." \  -F "seconds=5" \  -F "size=1280x720"The response should include a task identifier under id or task_id. Log the full response during integration because providers and route versions may wrap status data differently.{  "id": "video_task_id",  "status": "queued",  "progress": 0 }

Krok 2: Odpytywanie statusu wideo

Użyj zwróconego ID w endpointzie statusu. Odpytywanie co 10–15 sekund jest zwykle bardziej odpowiednie niż ciaśniejsze pętle dla obciążającego obliczeniowo zadania wideo.

curl https://api.cometapi.com/v1/videos/{video_id} \  -H "Authorization: Bearer $COMETAPI_KEY"{  "id": "video_task_id",  "status": "in_progress",  "progress": 45 }

Twoja aplikacja powinna traktować completed lub success jako terminalne stany sukcesu oraz failed, error lub FAILURE jako terminalne stany niepowodzenia. Zachowaj pełny ładunek błędu do diagnozy.

Krok 3: Pobierz ukończony MP4

Pobieraj dopiero po osiągnięciu przez zadanie terminalnego stanu sukcesu. Zapisanie odpowiedzi z nieukończonego zadania może utworzyć pusty plik lub dokument błędu z rozszerzeniem MP4.

curl https://api.cometapi.com/v1/videos/{video_id}/content \  -H "Authorization: Bearer $COMETAPI_KEY" \  --output wan2_7_output.mp4

Krok 4: Generuj wideo z obrazu

Dla image-to-video prześlij referencję jako multipart form-data i użyj promptu, który opisuje ruch, zachowanie kamery i zamierzoną zmianę w czasie. Zunifikowana ścieżka często używa input_reference. Potwierdź bieżące reguły dotyczące rozmiaru pliku, formatu i liczby obrazów przed produkcją.

curl https://api.cometapi.com/v1/videos \  -H "Authorization: Bearer $COMETAPI_KEY" \  -F "model=wan2.7" \  -F "prompt=The camera slowly pushes forward while the subject turns toward the warm window light; preserve identity, clothing and background composition." \  -F "input_reference=@reference.png" \  -F "seconds=5" \  -F "size=1280x720"

Wskazówka do promptu dla obrazu: Nie zużywaj większości promptu na ponowny opis statycznej treści już widocznej w referencji. Użyj budżetu promptu na ruch, kierunek kamery, timing, zmiany i ograniczenia.

Krok 5: Zbuduj kompletny workflow w Pythonie

Poniższy program weryfikuje klucz API, składa zadanie, normalizuje opakowane odpowiedzi statusu, stosuje maksymalny czas oczekiwania, obsługuje terminalne niepowodzenia i pobiera ukończony plik.

import os import time from pathlib import Path​ import requests​ API_KEY = os.environ.get("COMETAPI_KEY") BASE_URL = "https://api.cometapi.com/v1" POLL_INTERVAL = 12 MAX_WAIT_SECONDS = 900​ if not API_KEY:    raise RuntimeError("Set COMETAPI_KEY before running this script.")​ headers = {"Authorization": f"Bearer {API_KEY}"}​ def parse_task_data(payload):    return payload.get("data") or payload​ # 1. Submit the generation task. submit = requests.post(    f"{BASE_URL}/videos",    headers=headers,    files={        "model": (None, "wan2.7"),        "prompt": (            None,            "A cinematic tracking shot of a futuristic train "            "crossing a snowy mountain valley at sunrise."        ),        "seconds": (None, "5"),        "size": (None, "1280x720"),    },    timeout=60, ) submit.raise_for_status() submit_payload = submit.json() video_id = submit_payload.get("id") or submit_payload.get("task_id")​ if not video_id:    raise RuntimeError(f"No video ID in response: {submit_payload}")​ print(f"Created video task: {video_id}")​ # 2. Poll until a terminal state or timeout. deadline = time.monotonic() + MAX_WAIT_SECONDS while time.monotonic() < deadline:    response = requests.get(        f"{BASE_URL}/videos/{video_id}",        headers=headers,        timeout=30,    )    response.raise_for_status()    payload = response.json()    data = parse_task_data(payload)    status = str(data.get("status", "unknown"))    progress = data.get("progress", "unknown")    print(f"status={status}, progress={progress}")​    if status in {"completed", "success"} or progress in {100, "100", "100%"}:        break    if status in {"failed", "error", "FAILURE"}:        raise RuntimeError(f"Video generation failed: {payload}")​    time.sleep(POLL_INTERVAL) else:    raise TimeoutError(f"Task {video_id} exceeded {MAX_WAIT_SECONDS}s")​ # 3. Download the completed MP4. video = requests.get(    f"{BASE_URL}/videos/{video_id}/content",    headers=headers,    timeout=180, ) video.raise_for_status()​ output = Path("output") / f"{video_id}.mp4" output.parent.mkdir(parents=True, exist_ok=True) output.write_bytes(video.content)​ if output.stat().st_size == 0:    raise RuntimeError("Downloaded file is empty.")​ print(f"Saved {output} ({output.stat().st_size} bytes)")

Krok 6: Wywołaj Wan 2.7 w JavaScripcie

Ten przykład Node.js używa wbudowanych fetch i FormData. Użyj Node.js 18 lub nowszego; przykład zapisuje wynik z użyciem node:fs/promises.

import { mkdir, writeFile } from "node:fs/promises";​ const apiKey = process.env.COMETAPI_KEY; const baseUrl = "https://api.cometapi.com/v1"; const pollIntervalMs = 12_000; const maxWaitMs = 15 * 60 * 1000;​ if (!apiKey) throw new Error("Set COMETAPI_KEY first.");​ const headers = { Authorization: `Bearer ${apiKey}` }; const sleep = (ms) => new Promise((resolve) => setTimeout(resolve, ms));​ const form = new FormData(); form.append("model", "wan2.7"); form.append(  "prompt",  "A cinematic tracking shot of a futuristic train crossing " +    "a snowy mountain valley at sunrise." ); form.append("seconds", "5"); form.append("size", "1280x720");​ const submitResponse = await fetch(`${baseUrl}/videos`, {  method: "POST",  headers,  body: form, }); if (!submitResponse.ok) throw new Error(await submitResponse.text());​ const submitPayload = await submitResponse.json(); const videoId = submitPayload.id || submitPayload.task_id; if (!videoId) throw new Error(`No video ID: ${JSON.stringify(submitPayload)}`);​ const deadline = Date.now() + maxWaitMs; while (Date.now() < deadline) {  const statusResponse = await fetch(`${baseUrl}/videos/${videoId}`, { headers });  if (!statusResponse.ok) throw new Error(await statusResponse.text());​  const payload = await statusResponse.json();  const data = payload.data || payload;  const status = String(data.status || "unknown");  const progress = data.progress ?? "unknown";  console.log({ status, progress });​  if (["completed", "success"].includes(status) || [100, "100", "100%"].includes(progress)) {    break;  }  if (["failed", "error", "FAILURE"].includes(status)) {    throw new Error(`Generation failed: ${JSON.stringify(payload)}`);  }  await sleep(pollIntervalMs); }​ if (Date.now() >= deadline) throw new Error(`Task ${videoId} timed out.`);​ const videoResponse = await fetch(`${baseUrl}/videos/${videoId}/content`, { headers }); if (!videoResponse.ok) throw new Error(await videoResponse.text());​ await mkdir("output", { recursive: true }); const outputPath = `output/${videoId}.mp4`; await writeFile(outputPath, Buffer.from(await videoResponse.arrayBuffer())); console.log(`Saved ${outputPath}`);

Jakie są parametry API Wan 2.7?

Mapowanie parametrów CometAPI i natywnych Alibaby

To mapowanie wyjaśnia, dlaczego przykłady skopiowane z Alibaba Cloud nie mogą być wklejone bez zmian do CometAPI. Zdolność modelu jest pokrewna, ale warstwa dostępowo‑schematowa jest inna.

Jak pisać lepsze prompty dla Wan 2.7: przykłady

Praktyczny prompt wideo definiuje, co powinno pozostać stabilne, a co zmieniać się w czasie. Użyj tej struktury:

Subject + action + environment + camera movement + lighting + visual style + timeline + audio direction + constraints

Single-Shot Prompt

A red vintage roadster drives along a wet coastal highway at blue hour. The camera tracks low beside the front wheel, then rises smoothly to reveal ocean cliffs. Realistic reflections, restrained motion blur, cinematic 35mm look, no text or logos.

Multi-Shot Prompt

Create a cinematic detective sequence with consistent character identity. Shot 1 [0-2s]: a rain-soaked city street at night, neon reflected in puddles. Shot 2 [2-4s]: the detective enters an old building; slow handheld follow shot. Shot 3 [4-5s]: close-up of a clue under a narrow flashlight beam. Preserve the same coat, face and lighting palette across all shots. No captions.

Image-to-Video Prompt

Preserve the subject's face, clothing and background layout. The subject looks up, turns slightly toward the window and takes one step forward. Slow camera push-in, warm light gradually increases, natural hair and fabric motion, no new objects.

Wytyczne do negatywnych promptów

Używaj negatywnych promptów, aby tłumić powtarzające się tryby niepowodzeń, zamiast drugi raz opisywać pożądaną scenę. Zwięzła lista, taka jak low resolution, deformed hands, duplicated limbs, flicker, unstable face, unreadable text i watermark, jest zwykle bardziej użyteczna niż długi, sprzeczny akapit.

Ile kosztuje API Wan 2.7?

Bieżąca ścieżka CometAPI wycenia Wan 2.7 na $0.08 za sekundę dla 720p i $0.12 za sekundę dla 1080p. Szacowany koszt jest więc bezpośrednią funkcją wygenerowanego czasu trwania i wybranej rozdzielczości.

Estimated video cost = price per second x generated duration in seconds

Źródło danych: Cennik modelu na żywo w CometAPI.

Interpretacja cen: Nie twierdź, że ścieżka agregatora jest tańsza niż Alibaba Cloud bez porównania tego samego regionu, wariantu modelu, rozdzielczości, czasu trwania, trybu audio i jednostki rozliczeniowej. Jasna cena za sekundę i zunifikowane rozliczenia CometAPI są przewagami integracyjnymi; przewaga cenowa względem dostawcy wymaga porównania na równych zasadach.

Klip 1080p odrzucony w recenzji kreatywnej jest droższy niż jego cena generacji, bo zespół musi wygenerować go ponownie. Do planowania produkcyjnego dziel całkowite wydatki przez liczbę klipów zaakceptowanych bez poprawek.

Wan 2.7 vs Seedance 2.5 vs Vidu Q3 vs Veo 3.1

Najbardziej użyteczne alternatywy na tej samej platformie to Seedance 2.5, Vidu Q3 i Veo 3.1. Poniższa tabela porównuje dopasowanie workflowu zamiast deklaracji uniwersalnego zwycięzcy. Funkcje ścieżek mogą się zmieniać, więc przed produkcją zweryfikuj zaawansowane wejścia.

Wyniki porównań

• Wybierz Wan 2.7, gdy kontrola first/last frame, kontynuacja, prowadzenie audio i szeroki, kontrolowalny workflow są ważniejsze niż maksymalna długość pojedynczego klipu.
• Wybierz Seedance 2.5 gdy priorytetem są dłuższe opowieści z wieloma referencjami.
• Wybierz Vidu Q3 gdy kluczowe są szybka iteracja narracyjna, zsynchronizowane audio i workflowy skierowane do twórców.
• Wybierz Veo 3.1 gdy filmowa jakość, realizm wizualny i zintegrowane audio są warte wyższego kosztu ścieżki.
• Nie wybieraj zwycięzcy wyłącznie na podstawie specyfikacji. Użyj stałego zestawu promptów i zasobów, następnie porównaj współczynnik akceptacji wyników i całkowity koszt produkcji.

Najlepsze praktyki produkcyjne

Cykl życia zadań i niezawodność

• Utrwal ID zadania natychmiast po jego utworzeniu.
• Zastosuj strategię idempotencji w swojej aplikacji, aby ponowienie przez klienta nie tworzyło zduplikowanych płatnych zadań.
• Odpytywaj co 10–15 sekund i stosuj maksymalny czas oczekiwania zamiast nieograniczonej pętli.
• Rozróżniaj przejściowe błędy HTTP od zadeklarowanych przez dostawcę niepowodzeń generacji.
• Używaj wykładniczego wycofywania dla błędów sieciowych lub limitów, ale nie ponawiaj bezrefleksyjnie błędów polityki treści.
• Oznaczaj zadanie jako zakończone dopiero po pobraniu wyjścia i weryfikacji, że nie jest puste.
• Nie polegaj trwale na tymczasowym URL-u dostawcy; kopiuj zaakceptowane wyjścia do kontrolowanej przez siebie pamięci masowej, gdzie to dozwolone.

Jakość i kontrola kosztów

• Prototypuj prompty w 720p i krótkim czasie trwania, zanim wygenerujesz master w 1080p.
• Przechowuj prompt, negatywny prompt, ID modelu, ścieżkę, rozdzielczość, czas trwania, ID zadania i hash wyjścia razem dla odtwarzalności.
• Zbuduj rubrykę oceny dot. zgodności z promptem, ruchu, spójności czasowej, tożsamości, dłoni, artefaktów tekstu, audio i bezpieczeństwa.
• Mierz koszt na zaakceptowane wyjście, a nie tylko koszt na żądanie.
• Utrzymuj mały zestaw regresyjnych promptów i uruchamiaj go ponownie przed zmianą wersji ścieżki lub dostawcy.

Bezpieczeństwo i nadzór

• Przechowuj klucze API po stronie serwera i rotuj je przy podejrzeniu wycieku.
• Waliduj przesyłane obrazy i wideo przed przekazaniem ich do ścieżki generacji.
• Zastosuj zgody, wizerunek i kontrolę własności intelektualnej dla mediów referencyjnych.
• Dodaj kontrolę człowieka dla reklam, wiadomości, polityki, medycyny lub innych zastosowań o wysokim wpływie.
• Zachowuj metadane pochodzenia i stosuj znakowanie wodne lub polityki ujawniania wymagane przez jurysdykcję i platformę.

Typowe błędy i rozwiązywanie problemów

Finalna rekomendacja

Praktyczna wartość Wan 2.7 to szerokość kontrolowalnego workflowu wideo: text-to-video, animacja obrazów, zakotwiczone klatki, kontynuacja, generowanie sterowane referencją i zachowanie świadome audio. Przez CometAPI najszybszą drogą jest weryfikacja 5‑sekundowego żądania 720p z użyciem zunifikowanego asynchronicznego endpointu, a następnie dodawanie wejść obrazów i wyjścia 1080p po uwiarygodnieniu tworzenia zadań, odpytywania i pobierania.

W produkcji trzymaj zaawansowane funkcje natywne za explicytnymi kontrolami możliwości, ponieważ zunifikowany schemat CometAPI może nie wystawiać każdego pola Alibaby. Porównaj Wan 2.7 z alternatywami, używając tych samych promptów i zasobów, i wybierz ścieżkę, która daje najniższy koszt na zaakceptowane wideo, a nie najniższą cenę nagłówkową.

FAQ

Czym jest API Wan 2.7?

To dostępna przez API multimodalna rodzina generowania wideo obejmująca text-to-video, image-to-video, workflowy sterowane referencją oraz edycję wideo. CometAPI wystawia klientowską ścieżkę przez ID modelu wan2.7.

Jakie jest ID modelu Wan 2.7 w CometAPI?

Użyj wan2.7. Nie zastępuj go identyfikatorami natywnymi Alibaby, takimi jak wan2.7-t2v, chyba że wywołujesz bezpośrednio Alibaba Cloud.

Który endpoint tworzy wideo Wan 2.7?

Wyślij żądanie multipart POST do https://api.cometapi.com/v1/videos. Następnie pytaj /v1/videos/{video_id} i pobieraj z /v1/videos/{video_id}/content.

Czy Wan 2.7 obsługuje text-to-video i image-to-video?

Tak. Obie możliwości są wymienione. Image-to-video dodaje obraz referencyjny i powinien używać bieżących wymagań pól multipart ścieżki.

Jakie rozdzielczości obsługuje Wan 2.7?

Opublikowana ścieżka wideo Wan 2.7 obsługuje 720p i 1080p. Natywna dokumentacja text-to-video wskazuje także wymiary wyjściowe zależne od proporcji dla obu poziomów.

Jak długie może być wideo Wan 2.7?

Natywne API text-to-video Wan 2.7 Alibaby pozwala na całkowite czasy trwania 2–15 sekund z domyślnym 5 sekund. Używaj wartości udokumentowanych dla konkretnej ścieżki CometAPI, którą wywołujesz.

Czy Wan 2.7 generuje audio?

Alibaba dokumentuje generowanie prowadzone audio oraz automatycznie dopasowaną muzykę tła lub efekty dźwiękowe przy braku przesłanego audio. Dokładne pola audio wystawione przez zunifikowaną ścieżkę należy zweryfikować przed produkcją.

Czy Wan 2.7 może użyć pierwszej i ostatniej klatki?

Natywna rodzina image-to-video wspiera workflowy first-frame i first‑plus‑last‑frame. Potwierdź odpowiadające im pola w zunifikowanej ścieżce CometAPI przed poleganiem na nich.

Czy API Wan 2.7 jest synchroniczne czy asynchroniczne?

Jest asynchroniczne. Utworzenie zadania zwraca ID; Twoja aplikacja musi odpytywać status i pobrać wynik po ukończeniu.

Ile kosztuje Wan 2.7 w CometAPI?

Opublikowana ścieżka listuje $0.08 za sekundę dla 720p i $0.12 za sekundę dla 1080p. 5‑sekundowy klip kosztuje więc odpowiednio około $0.40 lub $0.60.

Czy użyć Wan 2.7, Seedance 2.5, Vidu Q3 czy Veo 3.1?

Użyj Wan 2.7 dla szerokiej kontrolowalności, Seedance 2.5 dla dłuższej, referencyjnej narracji, Vidu Q3 dla szybkiej iteracji narracyjnej, a Veo 3.1 dla premium filmowego wyjścia. Zweryfikuj wybór kontrolowanym testem A/B.

Czy Wan 2.7 może kontynuować istniejące wideo?

Tak w natywnej rodzinie modelu przez workflow first_clip. Dostępność i mapowanie parametrów w zunifikowanej ścieżce CometAPI należy sprawdzić.