wan2.7-image vs wan2.7-image-pro
Lequel, quand — verdict de synthèse, pas un tableau de benchmarks
Même jour de sortie, même trousse d'édition — texte-vers-image, édition interactive par cadre de sélection, 0–9 images de référence et séries jusqu'à 12 — donc l'écart est la taille et le prix : wan2.7-image-pro coûte $0.075 par appel contre $0.03, soit 2.5x plus, et ajoute le 4K en texte-vers-image (jusqu'à 4096x4096) au plafond 2K de wan2.7-image. L'édition et les séries plafonnent à 2K des deux côtés. Prenez le palier pro seulement s'il vous faut du 4K depuis du texte ; pour de l'édition et une livraison en 2K, le moins cher est le même modèle.
Tarification
| wan2.7-image | wan2.7-image-pro | Δ | |
|---|---|---|---|
| Par image générée | $0.03 | $0.075 | 0.4× |
Tarifs issus du catalogue en direct au moment de la compilation ; chaque page de modèle présente la fiche actuelle.
Où ils se situent — prix par image générée sur l'ensemble des 8 modèles génération d'images pour cette unité de facturation (échelle logarithmique)
Spécifications
| wan2.7-image | wan2.7-image-pro | |
|---|---|---|
| Modalités d'entrée | texte image | texte image |
| Modalités de sortie | image | image |
| Sortie | 2026-04-01 | 2026-04-01 |
| Tailles de sortie |
|
|
| Modes d'entrée | text-to-image, image editing (incl. bounding-box interactive edit), 0–9 reference images, text/image-to-image-set | text-to-image, image editing (incl. bounding-box interactive edit), 0–9 reference images, text/image-to-image-set |
| Images par requête | 12 | 12 |
| Formats | png | png |
| Notes | Up to 2K output, aspect ratios 1:8-8:1 text-to-image, editing, image sets (1-12), up to 9 reference images multilingual text rendering (12 languages) | 4K text-to-image (max 4096x4096; editing max 2K), aspect ratios 1:8-8:1 instruction + click-to-edit editing character-consistent sets up to 12 images print-quality text rendering incl. formulas/tables |
Les spécifications sont transcrites à partir de la documentation de chaque fournisseur ; une ligne qu'un fournisseur ne publie pas est omise plutôt que déduite. Sources complètes : wan2.7-image · wan2.7-image-pro
Un prompt, deux modèles — mesurés via la passerelle
Un prompt, une requête par modèle, aucun nouvel essai et aucune sélection sur le volet — le premier résultat renvoyé par chaque modèle. Ni la taille ni la durée n'ont été fixées : chaque modèle a utilisé sa propre valeur par défaut, car une requête conçue pour s'adapter à tous n'en mettrait aucun en valeur. Les fichiers ici sont réencodés pour le web, jugez donc la composition et le respect du prompt, pas la compression.
Basculez de l'un à l'autre avec une seule ligne
Les deux ids sont dans chaque onglet ci-dessous — la paire de lignes en surbrillance est la seule modification. Même endpoint, même clé, même structure de requête.
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.images.generate(
model="wan2.7-image",
# model="wan2.7-image-pro", # décommentez cette ligne, commentez celle du dessus
prompt="a watercolor lighthouse at dawn",
size="1024x1024",
)
print(resp.data[0].b64_json[:80])import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.images.generate({
model: "wan2.7-image",
// model: "wan2.7-image-pro", // décommentez cette ligne, commentez celle du dessus
prompt: "a watercolor lighthouse at dawn",
size: "1024x1024",
});
console.log(resp.data?.[0]?.b64_json?.slice(0, 80));curl https://synthorai.io/v1/images/generations \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "wan2.7-image",
# "model": "wan2.7-image-pro", # décommentez cette ligne, commentez celle du dessus
"prompt": "a watercolor lighthouse at dawn",
"size": "1024x1024"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Images.Generate(context.TODO(), openai.ImageGenerateParams{
Model: "wan2.7-image",
// Model: "wan2.7-image-pro", // décommentez cette ligne, commentez celle du dessus
Prompt: "a watercolor lighthouse at dawn",
Size: "1024x1024",
})
fmt.Println(resp.Data[0].B64JSON[:80])
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.images.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ImagesResponse resp = client.images().generate(
ImageGenerateParams.builder()
.model("wan2.7-image")
// .model("wan2.7-image-pro") // décommentez cette ligne, commentez celle du dessus
.prompt("a watercolor lighthouse at dawn")
.size("1024x1024")
.build());
System.out.println(resp.data().orElseThrow().get(0).b64Json().orElseThrow().substring(0, 80));FAQ
Lequel est le moins cher, wan2.7-image ou wan2.7-image-pro ?
wan2.7-image est moins cher sur par image générée ($0.03 contre $0.075, avec un écart de 2.5×). D'autres lignes peuvent indiquer l'inverse — le tableau ci-dessus contient la fiche complète, et le coût réel dépend de votre combinaison.
Puis-je faire un test A/B de wan2.7-image par rapport à wan2.7-image-pro sans deux intégrations ?
Oui. Les deux sont servis via le même endpoint compatible OpenAI avec une seule clé API — le basculement est un changement de chaîne de modèle en une ligne, vous pouvez donc diriger une fraction du trafic vers chacun et comparer les factures directement.
Le prix change-t-il avec la taille de l'image ?
Cela dépend de la façon dont le modèle est facturé. Les modèles facturés par image coûtent la même chose indépendamment de la taille du prompt ou de la sortie ; les modèles facturés par jeton évoluent avec la résolution que vous générez, une image 4K coûte donc un multiple d'une petite image. Le tableau ci-dessus montre ce qui s'applique à chacun.