本文へスキップ

Wan 2.6 Flash は、Alibaba の Wan 2.6 image-to-video の高速・低コスト版です。720p か 1080p で 5・10・15 秒、ワンカットかマルチショットで返り、既定では無音、オンにすると生成されたサウンドトラックが付きます。

最低価格 $0.022/秒公式価格より 10% 安い

プレイグラウンド

入力

画像から動画
354/1500
任意。ワンカットなら動作を 1 つ、マルチショットなら番号つきのショットを書きます。1,500 文字以内に収めます。 1 文字以上 · 1500 文字以内
1/1

ファイルやメディアのリンクをドロップ、貼り付け、または選択 · 1 ファイル・1 件 10 MB まで・JPG · PNG · WEBP · GIF

  • 1
1 / 1 ファイル
先頭フレーム。被写体、衣装、セット、光の向き、クリップの比率はすべてここから来るので、先にトリミングしてください。形式は JPEG、透過なしの PNG、BMP、WEBP で、各辺 240〜8,000 ピクセル、20 MB 以内です。
0/500
出てはいけないもの。2 人目の人物、字幕、画像から何度も持ち込まれる小物など。500 文字までです。 500 文字以内
0/1

音声ファイルをここにドロップ、またはここから選択 · 1 ファイル・1 件 90 MB まで・MP3 · WAV

0 / 1 ファイル
クリップが追いかけるセリフや音楽のきっかけです。口の形と動きのテンポがこのファイルに合わせて進みます。WAV または MP3、3〜30 秒、15 MB 以内です。結果に音として聞こえるのは generate_audio がオンのときだけです。オフの場合、クリップは無音で返り、無音として課金されます。任意で、これだけでは料金は変わりません。
音声を生成料金に影響
既定はオフで、クリップは映像のみで返ります。オンにすると、人の声、効果音、環境音からなるサウンドトラックが生成されて付き、どちらの解像度でも秒単価が 2 倍になります。
料金に影響
720p または 1080p、既定は 720p。秒単価と処理時間が変わります。
長さ料金に影響
51015
5・10・15 のいずれかちょうど。マルチショットは長めの尺のほうが生きます。
ショット構成
ワンカットマルチカット
single はワンカットのまま、multi はモデルがショットを切り替えます。短い物語向きですが、つながりは途切れます。multi を選ぶと、そのリクエストでは enable_prompt_expansion も自動でオンになります。カット割りはプロンプトを広げる段階で組まれるためです。
プロンプト自動拡張
既定はオフ。オンにすると一行のアイデアがマルチショット用のショットリストに広がります。プロンプトがすでに具体的ならオフのままにしてください。shot_type が multi のときは、この設定にかかわらずオンになります。
シード値
0 から 2147483647 まで。同じ画像で single と multi を比べるときに固定します。 0 以上 · 2147483647 以下
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力

関連モデルと次のステップ

お探しのモデルが見つかりませんか?

必要なモデルと用途をお知らせください。次に何を追加するかを決めるチームに直接届きます。

audio_url 以外のフィールドはすべて備えた低価格な Wan 2.6 ティア

Wan 2.6 Flash の画像から動画 API は、1 枚の開始フレームを 5 秒、10 秒、15 秒のいずれかの動画にします。解像度は 720p か 1080p です。必須フィールドは image_url のみで、各クリップは映像のみで返ります。サウンドトラックは生成されず、audio_url フィールドもありません。shot_type によって、1 本の連続したカットにするか、番号付きショットで組んだマルチショット編集にするかを選べます。

プレイグラウンド を開く
audio_url 以外のフィールドはすべて備えた低価格な Wan 2.6 ティア
必須入力
image_url(開始フレーム)
長さ
5 秒、10 秒、15 秒、既定は 5 秒
解像度
720p または 1080p、既定は 720p
音声
映像のみ、audio_url フィールドなし
ショットタイプ
single または multi、既定は single
プロンプト
任意、最大 1,500 文字
必須フィールドは 1 つ
image_url だけで送信できるprompt、negative_prompt、resolution、duration_seconds、shot_type、enable_prompt_expansion、seed はすべて省略でき、省略すれば既定値が使われます。最初の呼び出しに必要なのは開始フレームだけです。
映像のみ
ここには音声を設定するフィールドがないこのエンドポイントは生成されたサウンドトラックなしでクリップを返し、audio_url もありません。一方 Wan 2.6 の image-to-video は映像と同時に音声を返し、audio_url を任意項目として受け付けます。音楽やナレーションは自分の編集で足すか、音声が必要な場合は同じフィールドを Wan 2.6 に送ってください。
カット設計
multi は番号付きショットを時間軸のカットに変えるshot_type を multi に設定し、プロンプトを番号付きショットとして書きます。その場合、送信した値にかかわらず enable_prompt_expansion がそのリクエストでは有効になります。ブリーフを展開する段階でカットの位置も一緒に計画されるためです。

Wan 2.6 Flash API が得意なこと

必須フィールド 1 つでテンプレートを使い回せる

必須フィールド 1 つでテンプレートを使い回せる

呼び出しに必ず必要なフィールドは image_url だけなので、duration_seconds、resolution、shot_type を固定した 1 つのリクエスト本文を、フレーム画像の束全体で使い回せます。変えるのは画像だけです。残りは既定値でカバーされるため、テンプレートはこのエンドポイントがすでに前提としている値を繰り返さずに済みます。

除外指定を専用フィールドで扱う

除外指定を専用フィールドで扱う

negative_prompt は最大 1,500 文字の prompt とは別に最大 500 文字を持てるので、繰り返し出てくる不要物や余計な被写体を、場面の説明そのものを書き換えずに除外できます。プロンプトの言い回しがすでに固まっていて、除外リストだけを変えたい場面ほどこの分離が効いてきます。

  • 1 枚のアップロード画像からマルチショットの構成を組む

    shot_type を multi にすると、1 枚の開始フレームだけで複数の番号付きカットをつなげられ、後続のショットに追加の参照画像は不要です。プロンプトに番号付きの行で各ショットの内容を書くと、multi は prompt expansion も同時にオンにするため、そのリストを展開しながらモデル自身がカットの切り替わりを計画します。

  • リクエスト本文は audio_url を除いて Wan 2.6 と共通

    Wan 2.6 の画像から動画エンドポイントは同じフィールド名、同じ列挙値、同じ既定値を持ち、そこに audio_url が加わるだけです。ここで整えたプロンプトは、サウンドトラックが必要になった時点で構成を変えずにそのまま移せます。言い回し、shot_type、長さをここで検証した時間が無駄になりません。

  • 解像度が秒あたりの単価を決める

    720p と 1080p は別々の単価で課金されるため、720p で構図を探り、決まってから 1080p で 1 回だけ本番を出せます。長さがその単価に掛かるので、5 秒 720p がフレームとプロンプトの相性を確かめる最も安い方法になります。

  • seed で再実行を比較しやすくする

    seed を含むすべてのフィールドを固定すれば 2 回の呼び出しを比較できますが、同じリクエストの再実行でも完全に同一のフレーム単位の結果になる保証はモデル側にありません。プロンプトの変更が結果を動かしたかどうかを見極めるには使えますが、出力を再現するための手段ではありません。

Wan 2.6 Flash はどんな人に向くか

  • 本番前に 720p でショットを固める

    プロンプトの試行錯誤

    本番前に 720p でショットを固める

    解像度と長さは料金が計算される 2 つのフィールドなので、まず 720p・5 秒で複数のプロンプトやフレームを試し、構図が確定したものだけを 1080p に上げます。探索段階を低い単価にとどめることで、撮影全体の合計費用を安く抑えられます。

  • フレームの束を同じ設定で流す

    大量出力

    フレームの束を同じ設定で流す

    商品カタログや 1 回の撮影で得た静止画の束を、同じ長さと解像度の選択のもとで短いクリップに変えられます。このエンドポイントがフレーム画像以外の入力を必要としないからこそ、使い回せるリクエストテンプレートが実用になります。

  • そもそも音を必要としなかったクリップ

    無音の B ロールとモーショングラフィックス

    そもそも音を必要としなかったクリップ

    後工程で音楽やナレーションを付ける背景素材、つなぎのカット、トランジション用のショットは、映像のみを返すエンドポイントで生成しても失うものがありません。音声はどのみち編集側で作るので、クリップをタイムラインに載せる前にミュートしたり取り除いたりする生成トラック自体が存在しません。

  • 音が必要になったら同じリクエストを Wan 2.6 へ

    採用テイクの昇格

    音が必要になったら同じリクエストを Wan 2.6 へ

    フレーム、プロンプト、長さ、解像度の組み合わせがここで正しく読めたら、そのまま同じフィールドをWan 2.6 の image-to-video に渡すだけで、映像と同時に生成された音声つきの版が作れます。audio_url はそちらでは任意項目で、動きを録音済みのセリフや楽曲に合わせたいテイクのために使います。構図がすでに決まっていれば、それ以外は書き直す必要がありません。

Wan 2.6 Flash API の使い方

  1. まず開始フレームをクロップする

    image_url が被写体、衣装、セット、光を決め、クリップはこのフレームの縦横比を引き継ぐので、アップロード前に納品形状へクロップしておきます。対応形式は JPEG、アルファチャンネルなしの PNG、BMP、WEBP で、各辺 240〜8,000 ピクセル、20 MB までです。

  2. shot_type を single か multi かで決める

    single は 1 本の連続した動作を扱い、multi はプロンプトの番号付きショットを読み取って自らカットの位置を計画します。multi を選ぶとそのリクエストでは enable_prompt_expansion も強制的にオンになるので、プロンプトを書く前にこれを決め、モデルの読み方に合わせて文章を組み立ててください。

  3. duration_seconds と resolution を合わせて選ぶ

    duration_seconds は 5、10、15 のいずれか、resolution は 720p か 1080p です。マルチショット編集は各カットが収まるよう長めの尺を選ぶのが基本です。resolution は秒あたりの単価とタスクにかかる時間を決め、duration_seconds は課金される秒数を決めます。

  4. 何かが写り込み続けるときは negative_prompt を足す

    main の prompt とは別に、フレームに残したくないものを最大 500 文字で書けます。実際に出てしまったものを名指しするほうが、事前に何が写り込みそうかを推測するより確実なので、まず実行してから使うのがおすすめです。

  5. 2 回の実行を比較するときだけ seed を固定する

    構図を探っている間は未設定のままにし、他のすべてのフィールドと合わせて固定するのは比較を統制したいときだけにします。残りのリクエストが固まり、1 つの変更点だけを切り分けたくなった段階で seed を固定する価値が出てきます。

  6. Idempotency-Key を付けて作成し、task id を保持する

    作成呼び出しには必ず Idempotency-Key を付けて送信し、返ってきた id を保存しておきます。ネットワークタイムアウトのあとは再送信するのではなく、その id でタスクを照会してください。再試行時に同じキーを使い回すことで、1 回のつもりのリクエストが二重にレンダリングされ、二重に課金されるのを防げます。

Wan 2.6 Flash の実際の例

  • 一括処理向けの商品回転カット

    1 枚のフレームと短いモーション指示。似たような商品写真の束に対して、被写体だけを差し替えれば同じ言い回しがそのまま使えるように書いています。

    The product rotates a quarter turn on a plain studio background, light staying fixed, no camera movement
  • 15 秒の 3 ショット街頭シーン

    shot_type を multi にした番号付きショット。1 本の長い連続テイクではなく、各カットの位置をモデルに計画させます。

    Shot 1: a cyclist locks a bike against a lamppost at dusk. Shot 2: the cyclist checks a phone under the streetlight. Shot 3: the cyclist walks off toward a lit shopfront in the distance.
  • 後工程での音付けを前提にした無音クローズアップ

    あえて動きを抑えた 1 本の連続テイクで、あとから音楽やナレーションを足せるように開けたままにしています。

    A close macro shot of condensation forming on a chilled glass bottle, slow steady focus pull, soft diffused light from above

Wan 2.6 Flash API のよくある質問

安く決められることから片付けます。フレームをクロップし、single か multi かを選び、プロンプトがまだ動いている間は 720p・5 秒で回してください。duration_seconds と resolution を上げるのは、採用が決まったテイクだけにします。この 2 つのフィールドが料金の計算対象だからです。固まったリクエストにサウンドトラックが必要になったら、フィールド名を変えずそのまま Wan 2.6 に切り替えてください。このモデルは映像と同時に音声を生成し、audio_url は動きを録音音源に合わせる必要がある場合だけ使う任意項目です。

Wan のすべてのモデル22

動画モデル18