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

vs

什么时候选哪个

同一天发布,编辑能力也相同——文生图、框选交互式编辑、0–9 张参考图、成组最多 12 张——所以差别在画幅和价格:wan2.7-image-pro 每次调用 $0.075,对比 $0.03,贵 2.5 倍,并在 wan2.7-image 的 2K 上限之上增加了 4K 文生图(最高 4096x4096)。两者的编辑和成组都封顶在 2K。只有需要从文本出 4K 时才选 pro 档;做编辑、交付 2K,便宜的那个就是同一个模型。

价格

wan2.7-image wan2.7-image-pro Δ
每张生成图像 $0.03 $0.075 0.4×

价格取自构建时的实时目录,最新价格见各模型页面。

两个模型所处的位置:全部 8 个按同一单位计费的图像生成模型的单张生成图像价格分布(对数刻度)

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

规格

wan2.7-image wan2.7-image-pro
输入模态 文本 图像 文本 图像
输出模态 图像 图像
发布日期 2026-04-01 2026-04-01
输出尺寸
  • 1K(1024x1024)
  • 2K(2048x2048,默认)
  • 自定义 WxH(总像素 768x768 – 2048x2048,比例 1:8–8:1)
  • 1K(1024x1024)
  • 2K(2048x2048,默认)
  • 4K(4096x4096,仅文生图)
  • 自定义 WxH(文生图 768x768 – 4096x4096;编辑/图集 768x768 – 2048x2048,比例 1:8–8:1)
输入方式 文生图、图像编辑(含框选交互式编辑)、0–9 张参考图、文本/图像生成图集 文生图、图像编辑(含框选交互式编辑)、0–9 张参考图、文本/图像生成图集
单次请求图片数 12 12
格式 png png
备注 最高 2K 输出,宽高比 1:8-8:1;文生图、编辑、图集(1-12 张)、最多 9 张参考图;多语言文字渲染(12 种语言) 4K 文生图(最高 4096x4096;编辑最高 2K),宽高比 1:8-8:1;支持指令编辑和点选编辑;角色一致的图集最多 12 张;印刷级文字渲染,含公式/表格

规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: wan2.7-image · wan2.7-image-pro

同一条提示词,两个模型,经网关实测

提示词 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.

模型返回 1024×1024 延迟 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.

模型返回 1024×1024 延迟 25 s

同一条提示词,每个模型只请求一次,不重试,也不挑结果,展示的都是各模型返回的第一个结果。尺寸和时长都没有指定,各模型用的是自己的默认值,因为硬凑一组所有模型都接受的参数,哪个模型都发挥不好。这里的文件为了网页展示重新编码过,所以请看构图和对提示词的还原程度,不要看压缩画质。

改一行代码就能在两个模型之间切换

下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。

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",  # 取消注释此行,注释上一行
    prompt="a watercolor lighthouse at dawn",
    size="1024x1024",
)
print(resp.data[0].b64_json[:80])

获取 API key →

常见问题

wan2.7-image 和 wan2.7-image-pro 哪个更便宜?

按「每张生成图像」算,wan2.7-image 更便宜($0.03 对 $0.075,相差 2.5×)。其他计费项的结论可能相反,完整价格见上方表格,实际成本取决于你的用量构成。

不用分别集成两次,就能对 wan2.7-image 和 wan2.7-image-pro 做 A/B 测试吗?

可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。

价格会随图像尺寸变化吗?

要看模型怎么计费。按张计费的模型,不管提示词多长、输出尺寸多大,每张价格都一样;按 token 计费的模型,分辨率越高费用越高,一张 4K 图的成本是小图的好几倍。两个模型各属哪一种,上方表格里有标明。

相关对比

我们的实测研究