Wan 2.6 API
Alibaba の WAN 2.6 は、720p/1080pで同期オーディオ付きのテキストから動画と画像から動画に対応し、同じファミリーにリファレンスから動画、video-extend、image-edit、text-to-image も備えています。速度を最適化した生成のための Flash 階層があります。
テキストから動画と画像から動画を、720p/1080pで、同期オーディオ付きで生成します。速度を最適化した生成のための画像から動画の Flash があります。リファレンスから動画は、キャラクター、小道具、シーンの参照からアイデンティティを保ちます。video-extend は、保持した、または生成した同期オーディオに対応します。
概要
Wan 2.6 APIについて
Wan 2.6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 2.6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 2.6 は、720p/1080pで同期オーディオ付きのテキストから動画と画像から動画に対応し、同じファミリーにリファレンスから動画、video-extend、image-edit、text-to-image も備えています。速度を最適化した生成のための Flash 階層があります。
テキストから動画と画像から動画を、720p/1080pで、同期オーディオ付きで生成します。速度を最適化した生成のための画像から動画の Flash があります。リファレンスから動画は、キャラクター、小道具、シーンの参照からアイデンティティを保ちます。video-extend は、保持した、または生成した同期オーディオに対応します。
WaveSpeedAIのWan 2.6ファミリーには、Text-To-Image, Image-To-Video, Video-Extend, Reference-To-Video, Image-To-Image, Text-To-Videoのワークフローをカバーする9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 2.6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。
エンドポイント
Wan 2.6のAPIエンドポイント一覧
WaveSpeedAIで現在利用可能なWan 2.6のエンドポイントは9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/20260408104303_j8tzky7x.webp)
Wan 2.6 Text To Image
WAN 2.6 Text-to-Image generates high-quality images from natural-language prompts with strong prompt adherence and clean composition. It supports multiple aspect ratios and size control, seed-based reproducibility, and flexible styles (photorealistic to illustrative) for ads, product shots, and social visuals. Built for stable production use with a ready-to-use REST API, no cold starts, and predictable pricing.
/filters:quality(82)/media/images/20260408104248_rpfzmi3p.webp)
Wan 2.6 Image To Video Pro
WAN 2.6 Image-to-Video Pro converts images into premium-quality videos with superior motion dynamics, enhanced visual fidelity, and professional cinematic output. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104233_jng90n8q.webp)
Wan 2.6 Video Extend
WAN 2.6 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/20260408104243_x402fmab.webp)
Wan 2.6 Reference To Video
WAN 2.6 Reference-to-Video turns character, prop, or scene references—single or multi-view—into new video shots with preserved identity, style, and layout plus smooth, coherent motion. Ready-to-use REST inference API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/20260408104326_ja5ok664.webp)
Wan 2.6 Image Edit
WAN 2.6 Image-Edit turns prompts into precise photo edits—adjusting color and lighting, restyling aesthetics, replacing backgrounds, removing objects, and refining details while preserving subject identity. Built for stable, repeatable image-to-image pipelines. Ready-to-use REST API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/20260408104308_kny71fdq.webp)
Wan 2.6 Text To Video
WAN 2.6 Text-to-Video turns plain prompts into coherent, cinematic clips with crisp detail, stable motion, and strong instruction-following—great for ads, explainers, and social posts. Ready-to-use REST inference API, best performance, no cold starts, affordable pricing.
/filters:quality(82)/media/images/20260408104253_1r9s93sw.webp)
Wan 2.6 Image To Video Flash
WAN 2.6 Flash converts images into videos (720p/1080p) with optional audio, optimized for speed and cost. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104256_qerhgv9n.webp)
Wan 2.6 Reference To Video Flash
WAN 2.6 Reference-to-Video Flash turns character, prop, or scene references from images or videos into new video shots with preserved identity, style, and layout plus smooth, coherent motion. Flash version with faster generation speed. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/20260408104234_xtl4o7lx.webp)
Wan 2.6 Image To Video
WAN 2.6 converts text or images into videos (720p/1080p) with synced audio, faster and more affordable than Google Veo3. Ready-to-use REST inference API, best performance, no cold starts, affordable pricing.
作例
Wan 2.6の実力を見る
Wan 2.6 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 2.6 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-2.6/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 2.6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 2.6で作れるもの
開発者やクリエイターがWan 2.6 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-2.6/text-to-video は、平易なプロンプトを、くっきりしたディテール、安定したモーション、同期オーディオを備えた、まとまりのあるシネマティックなクリップに変換します。カタログ上の位置づけは、広告、解説、SNS投稿に最適です。
720p/1080pの画像から動画
alibaba/wan-2.6/image-to-video は、画像を、同期オーディオ付きの720p/1080pの動画に変換します。カタログ上の位置づけでは、Google Veo3 より高速で手頃です。
アイデンティティのためのリファレンスから動画
alibaba/wan-2.6/reference-to-video は、キャラクター、小道具、シーンの参照(単一視点または複数視点)を、アイデンティティ、スタイル、レイアウトを保ち、滑らかでまとまりのあるモーションを備えた新しい動画のショットに変換します。
オーディオの連続性を保つ video-extend
alibaba/wan-2.6/video-extend は、短いクリップを、連続性のために保持した、または生成した同期オーディオを備えた、長い動画に変えます。短い元クリップから、長いシーケンスを作るのに便利です。
同じファミリーでの image-edit
alibaba/wan-2.6/image-edit は、被写体のアイデンティティを保ちながら、色やライティングの調整、美的なリスタイル、背景の入れ替え、オブジェクトの除去といった、精密な写真編集を行います。
Flash 階層
image-to-video-flash は、速度とコストを最適化しています。試行や、大量の i2v パイプラインには Flash を選びます。
コツ
Wan 2.6のプロンプトのコツ
Wan 2.6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
同期オーディオ — 音をプロンプトに書く
Wan 2.6 は、テキストから動画と画像から動画で同期オーディオを備えています。映像のプロンプトとあわせて、環境音、セリフのムード、音楽のジャンルを記述してください。
- 02
試行には Flash 階層、納品には Standard
image-to-video-flash は速度とコストを最適化しています。同期オーディオ付きの納品品質の出力には、標準の image-to-video と text-to-video を使います。
- 03
アイデンティティのためのリファレンスから動画
キャラクター、小道具、シーンのアイデンティティを、参照画像から生成したクリップに引き継ぐ必要があるときは、リファレンスから動画を使います。単一視点または複数視点の参照に対応しています。
- 04
オーディオの連続性を保つ video-extend
video-extend は、延長部分にわたって同期オーディオを保持または生成します。短い元素材から、長いクリップを作るときに便利です。
- 05
モダリティをまたぐ: image-edit と動画を1つのファミリーで
text-to-image で静止画を生成し、image-edit で磨き、image-to-video でアニメーション化できます。すべて alibaba/wan-2.6/* のもとで、モデルのファミリーを切り替える必要はありません。
料金
Wan 2.6 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/ | text-to-image | $0.03 |
| alibaba/ | image-to-video | $0.60 |
| alibaba/ | video-extend | $0.25 |
| alibaba/ | reference-to-video | $0.50 |
| alibaba/ | image-to-image | $0.035 |
| alibaba/ | text-to-video | $0.50 |
| alibaba/ | image-to-video | $0.125 |
| alibaba/ | reference-to-video | $0.125 |
| alibaba/ | image-to-video | $0.50 |
API
Wan 2.6 APIを呼び出す
wavespeed.ai/accesskeyでAPIキーに登録し、RESTで予測を送信します。プレイグラウンドでは、入力の組み合わせに応じて、そのまま貼り付けられるサンプルが生成されます。
POSThttps://api.wavespeed.ai/api/v3/alibaba/wan-2.6/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/alibaba/wan-2.6/text-to-video" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "1280*720",
"duration": 5,
"shot_type": "single",
"enable_prompt_expansion": false
}')
TASK=$(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-2.6/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 ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"size": "1280*720",
"duration": 5,
"shot_type": "single",
"enable_prompt_expansion": false
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${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,
"shot_type": "single",
"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-2.6/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 2.6と他モデルの比較
WaveSpeedAI上の類似モデルではなくWan 2.6を選ぶべきケース。
Wan 2.6 vs Wan 2.7
Wan 2.7 は、image-edit-pro、thinking モードの text-to-image-pro、画像から動画での最初と最後のフレームの制御を備えた、新しいアーキテクチャです。Wan 2.6 は、同期オーディオと Flash 階層を備えた、より高速で手頃なモデルとして位置づけられています。
Wan 2.6 vs Wan 2.2
Wan 2.2(WaveSpeedAI のバリアント)には、専用エンドポイント(Animate(120秒)、Speech-to-Video(10分)、Fun-Control(Apache 2.0)、LoRAトレーナー)があります。Wan 2.6 は、同期オーディオと、モダリティをまたぐ image-edit/text-to-image を1つの名前空間にまとめた、Alibaba 公式のファミリーです。
Wan 2.6 vs Seedance 2.0
Seedance 2.0 は、全バリアントでのネイティブオーディオと Turbo 階層を備えています。Wan 2.6 は、同じファミリーに、reference-to-video、video-extend、image-edit、text-to-image を加え、価格帯は異なりますが、モダリティをまたぐツールがより幅広くなっています。
FAQ
Wan 2.6 API — よくある質問
料金、ライセンス、連携など、WaveSpeedAIでWan 2.6を実行する際のよくある質問。
Wan 2.6 APIとは何ですか?
Wan 2.6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 2.6 は、720p/1080pで同期オーディオ付きのテキストから動画と画像から動画に対応し、同じファミリーにリファレンスから動画、video-extend、image-edit、text-to-image も備えています。速度を最適化した生成のための Flash 階層があります。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 2.6 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-2.6/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 2.6 APIの料金はいくらですか?
Wan 2.6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 2.6にはどのバリアントがありますか?
WaveSpeedAIでは、9個のWan 2.6エンドポイントが利用可能です:alibaba/wan-2.6/text-to-image, alibaba/wan-2.6/image-to-video-pro, alibaba/wan-2.6/video-extend, alibaba/wan-2.6/reference-to-video, alibaba/wan-2.6/image-edit, alibaba/wan-2.6/text-to-video, alibaba/wan-2.6/image-to-video-flash, alibaba/wan-2.6/reference-to-video-flashほか。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 2.6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 2.6を使うのですか?
Wan 2.6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 2.6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 2.6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。