wan2.7-image vs wan2.7-image-pro

vs

どんなときに、どちらを選ぶか

同じ発売日、編集キットも同じ — テキストから画像、バウンディングボックスによる対話編集、参照画像 0〜9 枚、最大 12 枚のセット — なので分かれ目はサイズと価格です。wan2.7-image-pro は 1 コール $0.075 で $0.03 の 2.5 倍、wan2.7-image の 2K 上限に対して 4K のテキストから画像(最大 4096x4096)を加えます。編集とセットはどちらも 2K が上限です。テキストから 4K が必要なときだけ pro 段を選んでください。編集作業と 2K 納品なら、安い方が同じモデルです。

料金

wan2.7-image wan2.7-image-pro Δ
生成画像 1 枚あたり $0.03 $0.075 0.4×

ビルド時点の現行カタログの料金です。最新の料金表は各モデルのページに掲載しています。

両モデルの位置:生成画像 1 枚あたりの料金(この課金単位の画像生成モデル全 8 件、対数スケール)

wan2.7-image · $0.03 wan2.7-image-pro · $0.075
$0.03 · qwen-image-3.0 $0.075 · qwen-image-2.0-pro

仕様

wan2.7-image wan2.7-image-pro
入力モダリティ テキスト 画像 テキスト 画像
出力モダリティ 画像 画像
リリース 2026-04-01 2026-04-01
出力サイズ
  • 1K(1024x1024)
  • 2K(2048x2048、デフォルト)
  • 任意の WxH(総ピクセル数 768x768 – 2048x2048、比率 1:8–8:1)
  • 1K(1024x1024)
  • 2K(2048x2048、デフォルト)
  • 4K(4096x4096、テキストから画像のみ)
  • 任意の WxH(t2i は 768x768 – 4096x4096、編集/セットは 768x768 – 2048x2048、比率 1:8–8:1)
入力モード テキストから画像、画像編集(バウンディングボックスによる対話編集を含む)、参照画像 0〜9 枚、テキスト/画像から画像セット テキストから画像、画像編集(バウンディングボックスによる対話編集を含む)、参照画像 0〜9 枚、テキスト/画像から画像セット
リクエストあたりの画像数 12 12
フォーマット png png
備考 出力は最大 2K、アスペクト比は 1:8〜8:1。テキストから画像、編集、画像セット(1〜12 枚)、最大 9 枚の参照画像。多言語のテキストレンダリング(12 言語)。 4K のテキストから画像(最大 4096x4096。編集は最大 2K)、アスペクト比は 1:8〜8:1。指示による編集とクリックによる編集。キャラクターの一貫性を保った最大 12 枚のセット。数式や表を含む印刷品質のテキストレンダリング。

仕様は各ベンダーのドキュメントから転記しています。ベンダーが公表していない項目は、推測で埋めずに省いています。 出典の一覧: wan2.7-image · wan2.7-image-pro

1 つのプロンプトを両モデルで実行(ゲートウェイ経由で測定)

プロンプト A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

wan2.7-image

wan2.7-image: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

モデルの出力 1024×1024 レイテンシ 18 s

wan2.7-image-pro

wan2.7-image-pro: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

モデルの出力 1024×1024 レイテンシ 25 s

1 つのプロンプトを各モデルに 1 回ずつ送り、最初に返ってきた結果をそのまま掲載しています。再試行も、出来のよいものだけを選ぶこともしていません。サイズと長さは指定せず、各モデルのデフォルトに任せました。すべてのモデルに合わせた条件にすると、どのモデルの持ち味も出なくなるためです。ここに掲載しているファイルは Web 用に再エンコードしているので、圧縮品質ではなく、構図とプロンプトへの忠実さを見てください。

1 行の変更で切り替え

以下のどのタブにも両方のモデル ID が入っています。書き換えるのはハイライトされた 2 行だけで、エンドポイント、キー、リクエスト形式はすべて同じです。

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",  # この行のコメントを外し、上の行をコメントアウト
    prompt="a watercolor lighthouse at dawn",
    size="1024x1024",
)
print(resp.data[0].b64_json[:80])

API キーを取得 →

よくある質問

wan2.7-image と wan2.7-image-pro ではどちらが安いですか?

生成画像 1 枚あたりは wan2.7-image のほうが安くなります($0.03 対 $0.075、2.5 倍の差)。ほかの行では逆になることもあります。料金の全体は上の表に掲載しており、実際のコストは利用の内訳によって変わります。

wan2.7-image と wan2.7-image-pro の A/B テストは、実装を 2 つ用意せずにできますか?

はい。どちらも同じ OpenAI 互換エンドポイントから 1 つの API キーで利用できます。切り替えはモデル名の文字列を 1 行変えるだけなので、トラフィックの一部をそれぞれに振り分けて、請求額を直接比較できます。

画像サイズによって価格は変わりますか?

モデルの課金方式によります。画像単位で課金されるモデルは、プロンプトや出力サイズにかかわらず同じ料金です。トークン単位で課金されるモデルは、生成する解像度に応じて料金が変わるため、4K 画像は小さな画像の数倍のコストになります。各モデルがどちらに当たるかは、上の表で確認できます。

関連する比較

当社の実測レポートより