Wan 2.5 API
Alibaba の Wan 2.5 は、同期オーディオ付きで最大1080pのテキストから動画と画像から動画に対応し、同じファミリーに video-extend、image-edit、text-to-image を備えています。動画エンドポイントには Fast バリアントもあります。
この Wan 2.5 API ガイドでは、WaveSpeedAI で提供中のエンドポイントとして、Fast バリアント付きのテキストから動画、画像から動画、video-extend に加え、image-edit と text-to-image を解説します。以下のプレイグラウンド、例、料金、API サンプルはすべて、提供中の Wan 2.5 エンドポイントを使用しています。
概要
Wan 2.5 APIについて
Wan 2.5でできること、Alibabaのモデルラインナップにおける位置づけ、そして多くのチームに選ばれる理由。
Wan 2.5はAlibabaの動画生成モデルで、WaveSpeedAIのREST APIから利用できます。Alibaba の Wan 2.5 は、同期オーディオ付きで最大1080pのテキストから動画と画像から動画に対応し、同じファミリーに video-extend、image-edit、text-to-image を備えています。動画エンドポイントには Fast バリアントもあります。
この Wan 2.5 API ガイドでは、WaveSpeedAI で提供中のエンドポイントとして、Fast バリアント付きのテキストから動画、画像から動画、video-extend に加え、image-edit と text-to-image を解説します。以下のプレイグラウンド、例、料金、API サンプルはすべて、提供中の Wan 2.5 エンドポイントを使用しています。
WaveSpeedAIのWan 2.5ファミリーには、Image-To-Image, Text-To-Image, Video-Extend, Text-To-Video, Image-To-Videoのワークフローをカバーする8個のRESTエンドポイントがあります。各バリアントには、それぞれ独自の料金、パラメーター、作例があります。入力の種類と本番環境の制約に合うものを選ぶか、同じAPIキーで複数を呼び出して、多段階のパイプラインを組み立ててください。
WaveSpeedAIの他の1,000以上のAIモデルと同じAPIキー、請求アカウント、レート制限の枠組みでWan 2.5を実行できます。ベンダーごとの設定も、プロバイダーごとのSDKも、ベンダーごとのレート制限も不要です。1つの連携で、テキストから画像、テキストから動画から、音声合成、3D生成、高画質化、編集まで、すべてカバーできます。
仕様
Wan 2.5 APIの機能とリリース状況
APIを選ぶ前に開発者が調べる、モデル固有の詳細情報:提供状況、想定される出力の長さ、参照入力への対応、そして現在利用できる代替エンドポイント。
提供状況
提供中
Wan 2.5 のエンドポイントは WaveSpeedAI のカタログで提供中です。text-to-video、image-to-video、video-extend(それぞれに Fast バリアントあり)、image-edit、text-to-image が、すべて同じ REST の予測フローで利用できます。
解像度
480p、720p、1080p
動画の出力は、エンドポイントに応じて480p、720p、1080pで利用できます。テキストから動画では、各解像度で横長と縦長のサイズを選べます。
長さ
3〜10秒
テキストから動画は5秒または10秒のクリップを生成し、画像から動画の Fast と video-extend は3〜10秒を生成します。
オーディオ
同期オーディオ
動画エンドポイントは映像と同期したオーディオを生成します。任意のオーディオファイル(WAV または MP3、3秒以上、最大15 MB)で生成を誘導することもできます。
Fast バリアント
テキスト、画像、延長
Wan 2.5 Fast は、テキストから動画、画像から動画、video-extend で利用でき、より高速で手頃な生成を目的としています。
画像ツール
編集と text-to-image
image-edit は、プロンプトとともに最大2枚の入力画像を受け付けます。text-to-image は、動画エンドポイントと同じファミリーで静止画を生成します。
エンドポイント
Wan 2.5のAPIエンドポイント一覧
WaveSpeedAIで現在利用可能なWan 2.5のエンドポイントは8個です。ワークフローに合ったバリアントを選んでください。
/filters:quality(82)/media/images/20260408104220_jymu91ex.webp)
Wan 2.5 Image Edit
Refine existing visuals with WAN 2.5 image-edit using prompt-driven adjustments and stylistic upgrades for photos and graphics. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104211_97h9m7p7.webp)
Wan 2.5 Text To Image
WAN 2.5 Text-to-Image turns text prompts into AI-generated images with the WAN 2.5 model for on-demand image creation. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104203_64hpvi1b.webp)
Wan 2.5 Video Extend Fast
WAN 2.5 Fast is an AI-powered video extender that turns short clips into longer videos while preserving audio tracks for seamless extensions. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104158_jzbs7q2h.webp)
Wan 2.5 Video Extend
WAN 2.5 Video-Extend turns short clips into longer videos with preserved or generated synchronized audio for continuity. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104214_334vajy7.webp)
Wan 2.5 Text To Video
WAN 2.5 makes 480p-1080p text/image-to-video with synced audio and is faster, more affordable than Google Veo3. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104222_y5iz96kb.webp)
Wan 2.5 Text To Video Fast
WAN 2.5 Fast creates synchronized-audio videos from text or images in 720p, faster and more affordable than Google Veo3. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104205_99s4gqxu.webp)
Wan 2.5 Image To Video Fast
WAN 2.5 Fast converts text or images into synchronized-audio videos in 480p, 720p, or 1080p, offering faster, more affordable generation compared to Google Veo3. REST API, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104159_4c1hr4ym.webp)
Wan 2.5 Image To Video
WAN 2.5 converts text or images into videos (480p/720p/1080p) with synced audio, faster and more affordable than Google Veo3. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
作例
Wan 2.5の実力を見る
Wan 2.5 APIで実際に生成された出力です。動画にカーソルを合わせるとプレビュー、クリックすると原寸のビューアで開きます。
使い方
Wan 2.5 APIの使い方
登録から生成完了まで4ステップ。Python、Node.js、cURLの完全なサンプルは、下のAPIセクションにあります。
- 01
APIキーを取得
WaveSpeedAIのアカウントに登録し、ダッシュボードからAPIキーをコピーします。新規アカウントには無料のスタータークレジットが付くので、課金が始まる前にプレイグラウンドを数十回実行できます。
- 02
予測を送信
入力をJSONとしてhttps://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-videoにPOSTします。エンドポイントはすぐに予測IDを返します。生成は非同期なので、推論中に接続を開いたままにする必要はありません。
- 03
完了までポーリング
https://api.wavespeed.ai/api/v3/predictions/{request_id}/resultにGETします。completedなら出力を返し、failed、cancelled、timeout、deletedならエラーで停止し、それ以外のステータスの間はポーリングを続けます。
- 04
出力URLを読み取る
ステータスが"completed"になったら、data.outputs[0]からURLを読み取ります。URLは、WaveSpeedAIのCDN上にある生成されたメディアを指します。呼び出したWan 2.5のバリアントに応じて、画像、動画、音声、3Dファイルのいずれかです。
活用例
Wan 2.5で作れるもの
開発者やクリエイターがWan 2.5 APIでよく使うワークフロー。
同期オーディオ付きのテキストから動画
alibaba/wan-2.5/text-to-video は、プロンプトを、映像と一緒に生成されたオーディオ付きの、最大1080pで5秒または10秒のクリップに変換します。
静止画からの画像から動画
alibaba/wan-2.5/image-to-video と Fast バリアントは、プロンプトで参照画像をアニメーション化します。720pまたは1080pに対応し、Fast エンドポイントでは3〜10秒です。
クリップを延長する
alibaba/wan-2.5/video-extend は、既存の動画を、元のまま保持した、または新しく生成した同期オーディオとともに延長します。480p、720p、1080pに対応し、Fast バリアントならより低コストで同じことができます。
自分のオーディオでクリップを誘導する
動画エンドポイントにオーディオファイルを渡すと、生成の方向づけができます。たとえば、モーションを合わせたいセリフやビートなどです。
同じファミリーで画像を編集する
alibaba/wan-2.5/image-edit は、1枚または2枚の画像にプロンプト駆動の編集を適用します。静止画もクリップも1つのモデルファミリーで作成できます。
text-to-image で静止画を作る
alibaba/wan-2.5/text-to-image は、プロンプトから画像を生成します。サイズはピクセル単位で、最大2880まで指定できます。
コツ
Wan 2.5のプロンプトのコツ
Wan 2.5からより良い出力を得るための実践的なアドバイス。本番のパイプラインで動画モデル全般に通用するパターンに基づいています。
- 01
Fast で試作し、標準エンドポイントで仕上げる
Fast バリアントでプロンプトとモーションを試し、最終的なクリップは標準エンドポイントで実行します。
- 02
プラットフォームに合わせてサイズを選ぶ
テキストから動画では、480p、720p、1080pの各解像度で横長と縦長のサイズを選べます。生成する前に、クリップを再生する場所に合ったサイズを選んでください。
- 03
オーディオでタイミングを誘導する
3秒以上の短い WAV または MP3 で生成を誘導できます。セリフやビートにモーションを合わせたいときに役立ちます。
- 04
少しずつ延長する
video-extend では、一度に数秒ずつクリップを続け、次に何が起こるかを記述します。そうすると、各ステップでシーンとオーディオの連続性が保たれます。
料金
Wan 2.5 APIの料金
料金は出力ごとです。最終的な請求額は、各バリアントのプレイグラウンドで設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。
| エンドポイント | タイプ | 最低料金 |
|---|---|---|
| alibaba/ | image-to-image | $0.035 |
| alibaba/ | text-to-image | $0.03 |
| alibaba/ | video-extend | $0.068 |
| alibaba/ | video-extend | $0.10 |
| alibaba/ | text-to-video | $0.10 |
| alibaba/ | text-to-video | $0.068 |
| alibaba/ | image-to-video | $0.068 |
| alibaba/ | image-to-video | $0.10 |
API
Wan 2.5 APIを呼び出す
wavespeed.ai/accesskeyでAPIキーに登録し、RESTで予測を送信します。プレイグラウンドでは、入力の組み合わせに応じて、そのまま貼り付けられるサンプルが生成されます。
POSThttps://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-video" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "1280*720",
"duration": 5,
"enable_prompt_expansion": false
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-video";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "1280*720",
"duration": 5,
"enable_prompt_expansion": false
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "1280*720",
"duration": 5,
"enable_prompt_expansion": False
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-video", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)比較
Wan 2.5と他モデルの比較
WaveSpeedAI上の類似モデルではなくWan 2.5を選ぶべきケース。
Wan 2.5 vs Wan 2.7
Wan 2.7 は、リファレンスから動画、video-edit、より多くのエンドポイントでの1080p出力を備えた新世代です。Wan 2.5 は、Fast バリアントと同期オーディオを使いたい場合の選択肢として残ります。
Wan 2.5 vs Veo 3.1
カタログでは、Wan 2.5 は Google Veo 3 より高速で手頃な価格で、オーディオ誘導の生成と video-extend を備えるものと位置づけられています。Veo 3.1 は、1080pで Standard、Fast、Lite の階層を提供します。
Wan 2.5 vs Kling 2.6
Kling 2.6 には、モーションコントロールと create-voice エンドポイントがあります。Wan 2.5 は、同期オーディオ付きの480pから1080p、video-extend、image-edit、text-to-image を1つのファミリーでカバーします。
FAQ
Wan 2.5 API — よくある質問
料金、ライセンス、連携など、WaveSpeedAIでWan 2.5を実行する際のよくある質問。
Wan 2.5 はどの解像度に対応していますか?
動画エンドポイントは、エンドポイントに応じて480p、720p、1080pで出力します。テキストから動画には縦長のサイズもあり、画像から動画の Fast は720pまたは1080pで出力します。
Wan 2.5 はオーディオを生成しますか?
はい。動画エンドポイントは映像と同期したオーディオを生成し、任意のオーディオファイルを送信して結果を誘導することもできます。
Wan 2.5 Fast とは何ですか?
テキストから動画、画像から動画、video-extend の Fast バリアントで、標準のバリアントより高速で手頃な生成を目的としています。
Wan 2.5 で既存の動画を延長できますか?
はい。video-extend エンドポイントは、短いクリップをより長いものへと続け、元のまま保持した、または新しく生成した同期オーディオを付けられます。Fast バリアントもあります。
Wan 2.5 APIとは何ですか?
Wan 2.5は、Alibabaの動画生成モデルで、WaveSpeedAI上でREST APIとして提供されています。Alibaba の Wan 2.5 は、同期オーディオ付きで最大1080pのテキストから動画と画像から動画に対応し、同じファミリーに video-extend、image-edit、text-to-image を備えています。動画エンドポイントには Fast バリアントもあります。プログラムから呼び出すことも、上にリンクされたプレイグラウンドで試すこともできます。
Wan 2.5 APIはどう呼び出しますか?
WaveSpeedAIのアカウントに登録し、/accesskeyからAPIキーをコピーして、入力をJSONとしてhttps://api.wavespeed.ai/api/v3/alibaba/wan-2.5/text-to-videoにPOSTします。エンドポイントは予測IDを返します。結果のエンドポイントを約2秒ごとにポーリングし、長時間かかるタスクでは間隔を広げ、終端ステータスになったら停止してください。本番運用向けのPython / Node.js / cURLのサンプルは上にあります。
Wan 2.5 APIの料金はいくらですか?
Wan 2.5は1回あたり$0.03からです。実際の料金は、設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。プレイグラウンドの「生成」ボタンの横に表示されるリアルタイムの料金プレビューで、現在の入力での正確な料金を確認できます。
Wan 2.5にはどのバリアントがありますか?
WaveSpeedAIでは、8個のWan 2.5エンドポイントが利用可能です:alibaba/wan-2.5/image-edit, alibaba/wan-2.5/text-to-image, alibaba/wan-2.5/video-extend-fast, alibaba/wan-2.5/video-extend, alibaba/wan-2.5/text-to-video, alibaba/wan-2.5/text-to-video-fast, alibaba/wan-2.5/image-to-video-fast, alibaba/wan-2.5/image-to-video。各バリアントには、専用のプレイグラウンドページと料金があります。
Wan 2.5の出力を商用利用できますか?
商用利用の権利は、Alibabaのモデルライセンスに従います。Alibabaのほとんどのモデルは出力の商用利用を認めています。具体的なライセンスの概要は各モデルのプレイグラウンドページで、プラットフォーム全体の条件はWaveSpeedAIの利用規約でご確認ください。
なぜ直接ではなくWaveSpeedAIでWan 2.5を使うのですか?
Wan 2.5と、他のプロバイダーの1,000以上のAIモデルを、1つのAPIキー、1つの請求アカウントで利用できます。ベンダーごとのSDK設定も、個別のレート制限も、ベンダーごとの連携コードの書き直しも不要です。料金は、通常Alibabaの直接のAPIと同等かそれ以下です。
提供元
Alibabaについて
WaveSpeedAIにおけるWan 2.5と、Alibabaのモデルラインナップ全体を手がけるチーム。
Alibaba の Tongyi Lab は、動画モデルの Wan ファミリーと、LLM の Qwen ファミリーを開発しています。Wan は、オープンウェイトで公開されていること、幅広いバリアント(テキストから動画、画像から動画、リファレンスから動画、video-edit、video-extend、image-edit、text-to-image)を網羅していること、多言語のプロンプトにわたってモーションの安定性とプロンプトへの追従性に一貫して強みがあることが特長です。
WaveSpeedAIでWan 2.5を使った開発を始めよう
登録時に無料のスタータークレジットを進呈。Alibabaをはじめ、あらゆるプロバイダーの1,000以上のAIモデルを、1つのAPIキーで。