Z-Image、Seedream 5.0 Pro、Wan 2.7 Pro：用途に合うモデルは？

画像APIには三つの異なる仕事があります。安い下書きを大量に作ること、長い指示書から完成画像を作ること、既存の画像を修正することです。Z-Image、Seedream 5.0 Pro、Wan 2.7 Proは、これらへの対応が異なります。違いはリクエスト自体に表れます。タスク、出力サイズ、シード、参照画像数、初期設定での料金です。入力がプロンプトか画像か、両方かで、適したモデルが変わります。

結論から（2026年9月と10月のテストに基づきます）：文章から新しい画像を安く何度も試したいなら、Z-Imageです（1枚$0.01）。長く文字の多い指示書から1kや2kの完成画像を作る場合、または最大10枚の参照画像を組み合わせて編集する場合は、Seedream 5.0 Proです（1kで$0.036、2kで$0.072）。最大のキャンバス（初期設定2k、テキストから画像では4k、定額$0.075）や、領域とカラーパレットで誘導する編集なら、Wan 2.7 Proです。成人向けの指示では、Wan 2.7 Proのテキストから画像タスクは表現緩和のラベルが付き、レベル3と4の全リクエストで表現が弱まりました。編集タスク、Z-Image、Seedream 5.0 Proにはそのラベルがありませんが、Wanの編集もレベル4では表現が弱まりました。

仕様を並べて比較

Z-Image：新しい画像の下書きを安く何度も作る

Z-Imageのタスクはテキストから画像だけです。1リクエスト$0.01なので、狙いを定めた10枚の下書きは$0.10です。文章の一節だけを変えた比較を安くできます。シードを固定して開始条件を揃えますが、実際の出力を比較してください。同じ構図になることも、変更した一節の効果だけを切り分けられることも保証されません。

制限もあります。解像度項目はなく、比率ごとに約1メガピクセルの固定サイズです。プロンプトは1,000文字までで、参照画像は使えません。画像内の文字は大きな数語に留めてください。中程度のサイズの斜体の行は、テストの全試行で綴りを誤りました（下のラベルテストを参照）。構図探しに使い、納品版はその文章を大型モデルに渡して作りましょう。

試行中はenable_prompt_expansionを無効にしてください。プロンプトを書き換え、料金を$0.016に上げます。比率ではなく正確なピクセル寸法が必要なら、別のZ-Image系モデルが対象です。Z-Image Spicyのワークフローガイドをご覧ください。

Seedream 5.0 Pro：完成画像、または最大10枚の参照画像を使う編集

Seedream 5.0 Proは5,000文字のプロンプト、15種類の比率、2種類のサイズに対応し、3モデルの中で編集時に透明背景を選べる唯一のモデルです。ByteDanceの発表記事では、インフォグラフィック、ポスター、レイアウト重視の制作向けとしています。一方で細かい文字やピクセル単位の編集の一貫性には改善の余地があるとしているため、編集ごとに変更しない領域も確認してください。

料金や結果を変えるポイントは四つです。

• 初期設定は2kです。 resolutionを省略すると、見出しにある$0.036ではなく$0.072を支払います。1kで構図を確認し、納品用を2kで生成してください。
• シードはありません。 再実行すると異なる画像になります。連続編集は毎回画面全体を生成し直すため、徐々にずれます。細かい指示を重ねず、元の参照画像から、より完全な指示で編集し直してください。Wanも同様で、シードは試行間のばらつきを減らしますが、編集を局所的にはしません。
• 参照画像には追加料金があります。 2枚目以降は1枚ごとに$0.003追加です（1kで10枚の参照画像なら約$0.063）。各画像の役割を明示してください（"image 1 is the subject, image 2 only the room"）。役割を指定しない画像は混ざります。
• 透明出力には条件があります。 background: transparentはPNG出力で、入力がアルファチャンネル付きPNGの1枚だけの場合に使えます。完成画像をレイヤーに分けるなら、レイヤー分解ガイドにある別のレイヤー分解タスクを使います。安い同系モデルはSeedream 5.0比較で説明しています。

テストで2枚の画像を使って配置すると、服と部屋は保たれましたが、元の人物に似なくなりました。SeedreamでもWanでも、毎回顔を元画像と比較してください。

Wan 2.7 Pro：広いキャンバスと領域で誘導する編集

Wan 2.7 Proのテキストから画像は初期設定2kで、同じ定額$0.075のまま、約4倍のピクセル数となる4kまで使えます。切り抜き、拡大、印刷をするメイン画像や、文字に広い領域が必要なレイアウト向けです。

編集タスクは1〜9枚の参照画像を受け付け、2kで動作します（4kはテキストから画像のみ）。比率の初期値はなく、aspect_ratioを省略すると最後の参照画像で比率が決まります。bounding_boxesで変更する場所も指定できます。ただし枠は要求であり、外側がすべて維持される保証ではないため、元画像と比較してください。color_paletteは3〜10色（推奨8色）を受け付け、背景、服、光を含む画面全体の配色を誘導します。実用的なプロンプトと編集例は、Wan 2.7ワークフローガイドをご覧ください。

画像内の文字：同じラベル指示を3モデルで試す

同じ商品ラベルの指示を、4:3で各モデルに3回送りました。琥珀色の蜂蜜瓶に、大きな見出し "WILDFLOWER HONEY"、小さな斜体の行 "Raw & unfiltered"、さらに小さな重量とロットの行を入れるものです。3モデルとも見出しと最小の行は毎回正しく表示しました。差が出たのは中央の斜体の行です。Seedream 5.0 Proは1kで3回中3回（2kでも1回）、Wan 2.7 Proは初期設定2kで3回中3回正しく綴りましたが、Z-Imageは3回とも誤りました。Wanの唯一の4k試行も誤ったため、広いキャンバスは小さな文字の正しさを保証しません。

手で直せない文字を含む画像にはSeedream 5.0 ProかWan 2.7 Proを使い、すべての文字サイズを確認してください。大きな数語だけなら、Z-Imageの$0.01の画像で十分です。

成人向け制作ではコンテンツラベルを確認する

カタログのラベルは、各エンドポイントがテストプロンプトでどう動いたかを示します。表現緩和とは、呼び出しは成功して課金されますが、モデル独自の限界を超える要求は表現を弱めて返される可能性があるということです。モデル系列名ではなく、呼び出すエンドポイントのラベルを確認してください。

このテスト（評価方法）では、L1は示唆的な画像、L2は中程度のNSFW、L3は高度なNSFW、L4は成人同士のより強い成人向け場面です。各セルは実行回数のうち依頼どおりに出力された回数を示します。それ以外はすべて表現が弱まりました（服の追加、重要部分を隠す、無関係な画像を返す）。拒否された試行はありません。

Wan 2.7 Proのテキストから画像はL3とL4の全試行で表現を弱めました。編集タスクも、検閲なしのラベルでもL4では弱まりました。そのため最高強度ではSeedream 5.0 Proの編集より頼りにくいと考えてください。詳細はWanのテスト、Seedream 5.0 Proのテスト記事、Z-Imageのテスト記事をご覧ください。

採用できる画像の費用

これは成功した単画像の料金です。失敗したタスクは決済の保留が解除されます。出力枚数による料金のタスクは、実際に納品された画像で精算されます。生成に成功しても使えない画像は、採用画像の費用を押し上げます。

最後の列は費用が並ぶ境目です。Seedreamの1k画像を1回で採用できるなら、Z-Imageが採用画像あたり安くなるのは約3.6回未満で採用できる場合だけです。Wanを1回で採用できる場合は約7.5回が境目です。結果のサイズも異なります（Z-Imageは約1メガピクセル、Wanの4kは最大16）。実際の指示で、成功しても捨てた画像を含め、課金された出力を数えてください。月間の合計にはAPI費用計算ツールを使います。

同じ指示をモデル間で移す

まずPlaygroundで試します。 Z-Image、Seedream 5.0 Pro、Wan 2.7 Proのページを順に開きます。それぞれでPlaygroundタブを開き、同じプロンプトを貼り、4:3（3モデルに共通する5比率の一つ）を選び、見積もりを確認して実行します。コードを書く前に三つの結果を比較してください。

次にAPIを使います。 モデルを選んでから進めてください。inputの項目はそのまま交換できないため、完全なZ-Imageのリクエストを示します。

curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{"model": "alibaba/z-image-turbo/text-to-image",
       "input": {"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette", "aspect_ratio": "4:3", "seed": 42}}'

Seedream 5.0 Proではmodelをbytedance/seedream-5.0-pro/text-to-imageに変え、seedを削除し、"resolution": "1k"を追加します。Wan 2.7 Proはalibaba/wan-2.7-pro/text-to-imageを使い、"resolution": "2k"を追加します。項目、結果、エラーはAPIリファレンス、最初のリクエストの手順は入門ガイドをご覧ください。

Agentに任せる方法もあります。 エージェントはCLI、MCP server、Agent Skillを通じて同じ呼び出しを実行できます。三つとも現在のモデルスキーマを読み、CLIとMCPはタスク作成前に料金を示して確認を求めます。SPICY_API_KEYを設定した状態で実行します。

# CLI
npx @spicyapi/cli tasks create --model alibaba/z-image-turbo/text-to-image \
  --input-json '{"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette", "aspect_ratio": "4:3", "seed": 42}' --wait

# MCP server: the command your assistant's MCP config runs
npx --yes --package=@spicyapi/mcp spicyapi-mcp

# Agent Skill
npx skills add spicyapi-ai/spicy-skill

よくある質問

Z-Image TurboはSeedream 5.0 Proより優れていますか？ 一概にはいえません。Z-Imageははるかに安く、新規画像の下書きを繰り返す用途に適します。Seedream 5.0 Proは最大10枚の参照画像、長いプロンプト、2kの納品サイズに対応します。仕様の比較はSeedream 5.0 ProとZ-Imageの比較ページをご覧ください。

Wan 2.7 Proの4kなら良い画像になりますか？ それだけでは決まりません。同じ料金で2kの約4倍のピクセル数ですが、Wanの4kラベル画像は2kでは正しかった文字を誤りました。編集は2kのままです。

既存リクエストでモデル名だけを変えてよいですか？ 新しいエンドポイントにない項目を削除し、許可される値を確認し直した場合だけです。各比較ページは一つのタスクを扱います。Wan 2.7 ProとZ-Imageはテキストから画像、Seedream 5.0 ProとWan 2.7 Proは画像編集のみです。

選び方

文章から新しい画像を探るならZ-Image。長い指示、文字の多い指示、複数の参照画像を組み合わせる編集なら、まず1kで試すSeedream 5.0 Pro。4k画像や領域とカラーパレットで誘導する編集ならWan 2.7 Proです。その後、候補に実際の指示を渡して必要な試行数を数えてください。支出を決めるのはリクエスト単価ではなく、採用できた画像までの費用です。