Wan 2.7 텍스트→이미지 API에서 enable_thinking은 무엇을 하나요?

enable_thinking은 렌더링에 들어가기 전에 프롬프트에 대해 추론 단계를 한 번 실행하며, 이 엔드포인트에서는 기본값이 켜짐입니다. 여러 피사체, 명시된 공간 관계, 요소 간에 맞춘 조명처럼 복합 지시가 흐트러지지 않게 붙잡아 주는 것이 바로 그 단계입니다. 더 빠른 초안이 필요하면 false로 설정하세요. Alibaba 문서는 이 단계가 입력 이미지 없이 보낸 프롬프트에만 적용된다고 밝히며, 편집 엔드포인트에 이 필드가 없는 이유도 여기에 있습니다.

Wan 2.7 텍스트→이미지 API는 어떤 필드를 받나요?

여섯 개입니다. prompt는 필수이고, aspect_ratio, resolution, num_outputs, seed, enable_thinking은 선택입니다. 그 외에는 받지 않으므로 width나 height 필드도, 네거티브 프롬프트도, 참조 이미지 입력도 없습니다. 인식되지 않는 키는 조용히 무시되지 않고 거부되므로, 테스트하는 동안 필드명을 잘못 쓴 실수를 쉽게 잡을 수 있습니다.

언제 Wan 2.7 Pro의 텍스트→이미지로 옮겨야 하나요?

여기서 2k로도 여전히 작을 때뿐입니다. Wan 2.7 Pro의 텍스트→이미지는 약 1,600만 화소에 이르는 4k 옵션을 갖춘 자체 resolution 필드를 두고 있으며, 이 엔드포인트에는 그것이 없습니다. 대신 치러야 할 대가는 배치 크기입니다. Pro에는 num_outputs 필드가 없어 요청당 한 장만 반환하는 반면, Wan 2.7은 최대 네 장을 반환합니다.

Wan 2.7 텍스트→이미지 API의 프롬프트는 어떻게 써야 하나요?

Wan 2.7 텍스트→이미지에서는 시선이 장면을 구성하는 순서대로 적으세요. 피사체, 무엇을 하고 있는지, 카메라가 어디에 있는지, 그다음 조명 순입니다. 요소 간의 관계를 명시하세요. 추론 단계가 정리하는 것이 바로 그 관계이며, 명사를 평평하게 나열하면 다룰 재료가 없어집니다. 구도를 탐색하는 동안에는 seed를 비워 두고, 근접한 결과가 나오면 그때 고정하세요.

Wan 2.7 텍스트→이미지 프롬프트는 얼마나 길 수 있나요?

하나의 prompt 필드에 최대 5,000자까지 가능하며, 피사체와 구도, 조명, 스타일을 필드를 나누지 않고 한 설명에 담을 만큼 넉넉한 여유입니다. 별도의 네거티브 프롬프트 파라미터가 없으므로 제외하고 싶은 요소도 같은 프롬프트 안에 써야 합니다.

Wan 2.7 텍스트→이미지에서 정확한 픽셀 너비와 높이를 지정할 수 있나요?

Wan 2.7 텍스트→이미지에는 width나 height 필드가 없습니다. aspect_ratio가 일곱 값 중에서 형태를 고르고, resolution이 1k 또는 2k로 크기를 고릅니다. 정확한 픽셀이 필요한 납품 슬롯이라면 나중에 잘라내거나 리사이즈하세요. Alibaba 자체 API는 더 넓은 범위의 비율을 받지만, 이 엔드포인트는 그 일곱 값만 공개하며 범위 밖의 값은 거부합니다.

플랫폼이 Wan 2.7 텍스트→이미지에 콘텐츠 필터를 추가하나요?

아니요. Wan 2.7 텍스트→이미지는 플랫폼 콘텐츠 필터 레이어 없이 동작하며, 요청 본문에는 건별 콘텐츠 선언 필드도 없습니다. 받는 여섯 필드는 prompt, aspect_ratio, resolution, num_outputs, seed, enable_thinking뿐입니다. 경계가 어디에 있는지는 모델 자체가 정하므로, 이 페이지에 표시된 콘텐츠 등급을 쓰기 전에 먼저 확인하세요.

Wan 2.7 텍스트→이미지 API는 어떻게 과금되나요?

Wan 2.7 텍스트→이미지는 생성된 이미지 한 장당 미국 달러로 과금되므로, 호출을 배로 늘리는 유일한 필드는 num_outputs입니다. 네 장을 요청하면 네 장 값을 냅니다. 프롬프트 길이나 화면비, 해상도에는 별도 요금이 없습니다. 실시간 요율은 이 페이지 상단에 있으며, 제출 전에 보이는 견적은 요청한 장수를 반영합니다.

Wan 2.7 텍스트→이미지는 4K 출력을 지원하나요?

아니요. Wan 2.7 텍스트→이미지는 1k와 2k, 두 해상도 단계만 제공하며, Alibaba 문서는 이 모델에서 4K를 지원하지 않는다고 분명히 밝힙니다. 4k 단계는 Wan 2.7 Pro의 텍스트→이미지에만 있고 그 외 두 계열 어디에도 없습니다. 양쪽 편집 엔드포인트 모두 2k에서 멈추기 때문입니다.

Wan 2.7 Text to Image API – 텍스트→이미지

alibaba/wan-2.7/text-to-image

Alibaba의 Wan 2.7 text-to-image는 그리기 전에 추론 단계로 구도를 계획합니다. 요청당 1~4장을 일곱 화면비에서 약 1메가픽셀로 만들고, seed로 비교 결과를 안정시킵니다.

엔드포인트마다 필터링 수준이 다릅니다: 이미지 편집 — 무검열, 텍스트→이미지 — 순화됨.

최저가 $0.03/장

모델 실행 API 보기

입력

텍스트→이미지

프롬프트502/5000

화면 비율

심층 사고

해상도

컬러 팔레트0/10

시드

안전 검사꺼짐

SpicyAPI는 이 모델에 안전 검사를 적용하지 않습니다. 프롬프트와 소재는 작성한 그대로 모델에 전달되며, 결과는 모델 자체가 결정합니다.

제출과 가격 계산을 열기 전에 계정을 확인하고 있습니다.

출력

실행 대기

샘플 결과

편집

레이어 분해

영상화

{
  "model": "alibaba/wan-2.7/text-to-image",
  "input": {
    "aspect_ratio": "3:2",
    "enable_thinking": true,
    "num_outputs": 1,
    "resolution": "2k",
    "prompt": "Cinematic film still, post-apocalyptic scrapyard. Close on the middle plane: oil-stained bandages wrapped around a scavenger's torso, sweat cutting tracks through the dust on the skin. Three scavengers occupy three distinct depth planes, the nearest one's oil-stained bandages filling the foreground out of focus, a shaft of dust-thick light cutting diagonally across all three. 35mm, deep staging with shallow focus on the middle plane, heavy grain, rust orange and dust grey, restrained and tasteful."
  }
}

소개

Wan 2.7 텍스트→이미지는 글로 쓴 아트 디렉션으로 새 이미지를 만듭니다. 구도, 피사체, 조명, 시각적 위계를 브리프에서 설계해야 할 때 쓰십시오.

출발 소재로 고르는 Wan 2.7 모드

처음에 가진 것	모드
글로 쓴 시각 브리프	Wan 2.7 텍스트→이미지
의도한 변경이 필요한 이미지	Wan 2.7 이미지 편집

핵심 기능 및 하이라이트

아홉 장 편집은 적은 대로 그립니다

레퍼런스를 주면 image-to-image는 보낸 브리프대로 그립니다. 의상도 구도도 그대로입니다. 이 플랫폼에는 콘텐츠 플래그도 요청별 선언도 없고, 두 엔드포인트 모두 마찬가지입니다. 차이는 모델에 있습니다. text-to-image는 수위 높은 프롬프트에 더 절제된 화면으로 답합니다. 이 페이지의 카페 장면은 text-to-image로, 오버사이즈 흰 셔츠에 창에는 비가 내리는 화면이며, 텍스트 엔드포인트는 대략 거기서 멈춥니다.

마스크를 칠하지 않고 이미지를 아홉 장까지 합칩니다

image-to-image는 원본 이미지를 한 번의 요청에 한 장에서 아홉 장까지 받습니다. 그래서 의상과 얼굴, 공간, 색 레퍼런스가 같은 편집에 함께 들어갈 수 있습니다. 각 원본이 무엇을 위한 것인지 프롬프트에 적으십시오. 이름 붙이지 않고 쌓으면 평균이 나오는데, 아홉 장짜리 편집이 탁하게 돌아오는 가장 흔한 이유입니다.

그리기 전에 배치를 먼저 잡습니다

Wan 2.7은 그리기 전에 프레임을 계획합니다. 그건 공간적 판단이 필요한 것들에서 드러납니다. 누가 앞에 있는지, 손에 무엇을 들고 있는지, 광원이 어디 있는지 같은 것들입니다. 여기서는 주어가 분명하고 관계 하나가 분명한 긴 서술형 프롬프트가 키워드 더미보다 잘 통합니다.

요청 파라미터

Wan 2.7 · Text to Image 요청 파라미터
파라미터	필수	설명
`prompt`	예	프레임을 적으세요. 피사체와 동작, 카메라 위치, 그다음 빛과 렌즈 순서입니다. 1자 이상 · 5000자 이하
`aspect_ratio`	아니요	1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 중 하나이고 기본값은 1:1입니다. 화소 예산이 전부 같아서 넓은 비율은 더 넓을 뿐 더 크지 않습니다. `1:1` · `4:3` · `3:4` · `16:9` · `9:16` · `3:2` · `2:3` · 기본값: `1:1`
`enable_thinking`	아니요	생성을 시작하기 전에 프롬프트를 검토하게 합니다. 끄면 눈에 띄게 빨라지며, 프롬프트가 이미 구체적이라면 품질 차이는 거의 없습니다. 기본값: `true`
`num_outputs`	아니요	1에서 4까지이고, 모두 같은 브리프에 seed만 다른 결과입니다. seed 말고는 움직인 게 없어서 한 구도의 네 가지 해석을 그대로 비교할 수 있습니다. `≥ 1` · `≤ 4` · 기본값: `1`
`resolution`	아니요	1k 또는 2k이고 기본값은 1k입니다. 2k는 1k의 네 배 픽셀이며, 화면 비율은 aspect_ratio를 따릅니다. `1k` · `2k` · 기본값: `1k`
`color_palette`	아니요	3~10가지 색으로 이루어진 선택 사항인 색상 테마입니다(권장은 8가지). 각 색을 #RRGGBB 16진수 코드로 입력하고, 원하면 이미지에서 차지할 비율을 퍼센트로 지정하십시오. 3개 이상 · 10개 이하
`seed`	아니요	0에서 2147483647까지입니다. 고정해 두고 한 번에 한 덩어리씩 바꾸세요. `≥ 0` · `≤ 2147483647`

요금

$0.03 / 장

활용 사례

제작 전에 시각 콘셉트 탐색하기

텍스트→이미지는 아직 아무것도 정해지지 않은 이미지를 위한 엔드포인트입니다. 남겨야 할 얼굴도, 옷도, 공간도 없을 때 쓰십시오. 피사체, 동작, 카메라 위치, 빛, 렌즈를 적고 num_outputs로 최대 네 가지 해석을 한 번에 요청하십시오. 각각 같은 브리프에 대한 다른 seed이며 이미지마다 따로 과금됩니다.

스토리보드 키 이미지 만들기

스틸을 3:2나 9:16으로 생성한 뒤 이미지→영상 엔드포인트에 첫 프레임으로 넘기십시오. 그러면 영상 프롬프트는 움직임만 담으면 되므로, 정확한 의상과 자세를 클립에 옮기는 가장 직접적인 방법입니다.

캠페인 시각 체계 세우기

seed 하나와 프롬프트 뼈대 하나를 고정한 채 aspect_ratio를 1:1, 3:2, 9:16으로 바꿔 프로필, 배너, 스토리 카드를 만드십시오. 픽셀 예산은 모든 비율에서 같으므로 넓은 이미지는 넓어질 뿐 커지지 않습니다.

주요 활용 사례 튜토리얼 보기

프롬프트 가이드 및 실전 팁

장식보다 구도를 먼저 쓰기

빛, 소재, 스타일보다 먼저 피사체, 그 동작, 카메라 위치를 적으십시오. Wan 2.7은 그리기 전에 화면을 계획하므로 형용사 더미보다 분명한 공간 관계 하나가 더 효과적입니다.

seed를 고정하고 한 가지만 바꾸기

목표에 가까운 이미지가 나오면 seed를 고정하고 의상, 빛, 비율 중 한 부분만 바꾸십시오. 같은 seed는 추첨을 안정적으로 유지하므로 보이는 차이는 바꾼 부분에서 온 것입니다. 다만 똑같은 이미지가 보장되지는 않습니다.

다시 쓰기 전에 캔버스 확인하기

기본값 1k에서는 어떤 비율을 고르든 캔버스가 약 101만~105만 화소이고, resolution: 2k로 두면 약 네 배가 됩니다. 텍스트만으로는 seed마다 새 얼굴이 만들어지므로, 특정 인물을 알아볼 수 있게 남겨야 한다면 레퍼런스를 쓰는 이미지 편집으로 넘어가십시오. enable_thinking을 끄면 눈에 띄게 빨라집니다.

API 빠른 시작

# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
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: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "alibaba/wan-2.7/text-to-image",
  "input": {
    "prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
    "resolution": "1k",
    "num_outputs": 1,
    "aspect_ratio": "1:1"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.

픽셀 하나 그리기 전에 구도를 끝낸다

Wan 2.7 텍스트→이미지 API는 프롬프트 하나를 한 장에서 네 장까지의 이미지로 바꾸며, 렌더링을 시작하기 전에 내부 추론 단계를 한 번 거쳐 배치와 사물 간의 관계, 조명을 먼저 정리합니다. 그 효과는 복합 지시에서 드러납니다. 여러 피사체, 명시된 공간 관계, 화면 전체에서 일관되게 읽혀야 하는 광원 같은 것들입니다. 캔버스는 일곱 가지 화면비와 1k·2k 두 해상도 단계에서 나옵니다.

플레이그라운드 열기

캔버스 예산: 1k는 약 100만 화소, 2k는 약 400만 화소, 일곱 비율에 고르게 배분
화면비: 1:1 · 4:3 · 3:4 · 16:9 · 9:16 · 3:2 · 2:3, 총 일곱 가지
프롬프트 길이: 최대 5,000자, 장면 전체를 한 번에
호출당 이미지 수: num_outputs로 1~4장, 장마다 따로 과금
추론 단계: enable_thinking은 기본값이 켜짐, 더 빠른 렌더링을 원하면 끄기
Seed: 0~2,147,483,647, 비워 두면 매번 새로 뽑음

추론: 짧은 지시 다섯 개보다 잘 짜인 한 문단추론 단계가 모호함을 대부분 정리해 주기 때문에, 주의를 나눠 갖는 짧은 절 여러 개보다 구조가 잡힌 설명 하나가 더 나은 결과를 냅니다.
캔버스: 비율과 해상도가 함께 화소 예산을 정한다resolution이 단계를 고르고 — 1k는 약 100만 화소, 2k는 약 400만 화소 — 일곱 비율이 그 예산을 고르게 나눠 씁니다. 그래서 9:16 세로가 1:1 정사각형보다 흐릿하게 나오지 않습니다.
확장: 4k 단계는 Wan 2.7 Pro에 있다2k만으로도 화소는 1k의 네 배입니다. 그 위로는 Wan 2.7 Pro의 텍스트→이미지가 4k 옵션을 갖춘 별도의 resolution 필드를 두고 있으며, Alibaba 문서는 이를 텍스트→이미지에만 한정합니다. 두 계열의 모든 편집 엔드포인트는 2k에서 멈춥니다.

Wan 2.7 API는 무엇을 잘하나

복합 지시가 흐트러지지 않는다

여러 피사체, 명시된 공간 관계('접시 왼쪽, 그림자 속의 컵'), 화면 전체가 공유하는 광원이 절과 절 사이에서 표류하지 않고 제자리에 놓입니다. 추론 단계가 렌더링을 시작하기 전에 프롬프트 전체를 한 장면으로 읽기 때문에, 첫 문장에서 정한 관계가 마지막 문장까지 유지됩니다.

극단적 비율에서도 화질이 떨어지지 않는다

일곱 비율 각각이 같은 예산에서 자기만의 화소 크기를 받기 때문에 가로로 넓은 16:9와 세로로 긴 9:16이 비슷한 정밀도로 나옵니다. 16:9 요청은 1:1 요청보다 넓을 뿐 더 크지 않으므로, 비율을 고르는 것은 프레이밍의 문제일 뿐 화질에는 영향이 없습니다.

조건을 맞춘 재실행
seed와 요청 전체를 기록해 두면 나중에 만드는 변형과 비교할 수 있습니다. 다만 입력이 완전히 같아도 같은 이미지가 나온다는 보장은 없습니다. 화면비나 의상 같은 필드를 한 번에 하나씩만 바꾸면 seed 고정 덕분에 나머지 구도가 충분히 가깝게 유지되어, 눈에 보이는 차이가 바로 바꾼 그 항목이 됩니다.
한 번에 한 장에서 네 장, 장마다 한 가격
num_outputs는 1에서 4까지이고, 청구액을 배로 늘리는 필드는 이것뿐이며 이미지마다 따로 과금됩니다. 프롬프트 길이나 화면비, 해상도로는 늘지 않으며, 제출 전에 보이는 견적이 이미 그 배치 전체를 반영합니다.
조정할 품질 프리셋이 없다
필드는 여섯 개뿐이고 그중 품질 다이얼은 없습니다. 샘플러 설정도, 잘못 넣을 스텝 수도 없습니다. resolution이 크기를 정하고, 기본값이 켜져 있는 enable_thinking이 이미지를 만드는 방식을 바꾸는 유일한 스위치입니다. 더 빠른 초안이 필요하면 꺼 두세요. 편집 엔드포인트에는 이런 스위치가 없는데, Alibaba 문서가 이 추론 단계를 입력 이미지 없이 보낸 프롬프트에만 한정하기 때문입니다.

Wan 2.7 API는 누구를 위한 것인가

콘셉트 작업
움직이는 요소가 둘 이상인 장면
특정 소품과 상호작용하는 인물, 위치 관계를 명시한 두 피사체, 또는 여러 요소에 걸쳐 광원이 일관되어야 하는 장면입니다. 더 빠른 모델에서는 이런 프롬프트가 키워드 나열로 흩어지기 쉽지만, 한 문장으로 이어 쓰면 추론 단계가 정리할 재료가 생깁니다.
제품과 에디토리얼
사물 간의 관계를 명시한 구도
사물이 서로에 대해 어떻게 놓이는지를 적으세요. 추론 단계가 정리하는 것이 바로 그 관계이기 때문입니다. 제품 정물이라면 어느 것이 앞에 오는지, 어느 것이 다른 것의 그림자에 걸리는지, 반사가 어디에 떨어지는지를 명시하고, 같은 구도를 seed를 고정한 채 3:2와 9:16으로 다시 그리면 됩니다.
캐릭터 시트
한 인상을 중심으로 세트를 만든다
인상이 정해지면 seed를 고정하고, 의상이나 배경 절만 하나씩 바꿔 세트를 넓혀 갑니다. seed 고정이 도움은 되지만 얼굴이 여전히 달라질 수 있으니 결과마다 확인하세요.
대량 콘셉트 도출
출력 크기보다 구도 정확도가 중요한 배치
1k는 화면 검토와 소셜 규모 출력에 맞고, 구도를 아직 정리하는 동안에는 enable_thinking을 false로 두면 한 번의 처리가 짧아집니다. 실제로 내보낼 프레임만 2k로 올리고, 그것도 모자랄 때에만 Wan 2.7 Pro의 텍스트→이미지로 옮기세요.

Wan 2.7 API 쓰는 방법

비율부터 정한다
aspect_ratio는 프레임의 형태를 바꾸는 유일한 필드이며, 같은 설명이라도 세로 캔버스와 가로 캔버스에서 구도가 다르게 잡힙니다. 먼저 정해 두면 정사각형용으로 쓴 구도가 세로나 가로 캔버스와 어긋나는 일을 피할 수 있습니다.
장면 전체를 프롬프트 하나로 쓴다
추론 단계가 이미 모호함을 정리하고 있으므로, 구조가 잡힌 설명 하나가 서로 경쟁하는 짧은 지시 여럿보다 낫습니다. 피사체, 동작, 공간 관계, 조명을 같은 문단에 담으세요. prompt는 최대 5,000자를 받으니 복합 장면에 필요한 것보다 훨씬 여유가 있습니다.
관계를 명시한다
요소를 나란히 나열하는 대신 서로 어떻게 관계되는지를 적으세요('뒤에', '그림자 속에', '색을 맞춰서'). 사물을 평평하게 나열하면 추론 단계가 정리할 거리가 없어지지만, 관계를 명시하면 그것이 바로 추론 단계가 실제로 다루는 대상이 됩니다.
먼저 seed 없이 탐색하고, 정해지면 고정한다
구도를 아직 찾는 동안에는 seed를 비워 두세요. 결과가 근접하면 그 seed를 고정하고 한 번에 한 필드씩 바꿉니다. seed를 비워 두면 호출마다 새로 뽑히므로 방향을 정하기 전에 여러 선택지를 살펴보는 데 유용합니다.
모델을 바꾸기 전에 해상도를 올린다
결과가 이미 맞고 크기만 키우면 되는 상황이라면 resolution을 2k로 두세요. 같은 프롬프트에 화소는 네 배입니다. Wan 2.7 Pro의 텍스트→이미지는 그다음 단계이며, 크기 문제에 더해 주는 것은 4k 단계 하나뿐입니다.

Wan 2.7 실제 예시

공간 관계를 명시한 정물

찻주전자와 천, 빛 사이의 관계를 짚어 주면 구도가 흔한 제품 컷으로 흘러가지 않습니다.

A hand-thrown stoneware teapot glazed in deep celadon, resting on undyed linen beside a single dried chrysanthemum stem, soft window light from the left, fine crackle texture visible in the glaze

한 인물을 중심으로 한 포트레이트 세트
seed 하나를 인상의 기준점으로 고정하고, 호출마다 의상과 배경만 바꿉니다. 추론 단계가 그 절들이 바뀌는 동안에도 얼굴 구조를 안정적으로 유지하는 데 도움을 주지만, 완전히 같은 결과를 보장하지는 않습니다.
```
Portrait of a woman in her thirties, short dark hair, small scar above the left eyebrow, three-quarter view, overcast daylight, muted olive coat
```
넓은 프레임 전체에 걸친 하나의 광원
광원 하나를 지정하고 화면 안의 모든 사물이 거기에 반응하도록 요구하는 지시는 추론 단계가 정리하도록 설계된 종류의 요청이며, 넓은 16:9 크롭에서도 정사각형만큼이나 안정적으로 유지됩니다.
```
A row of five mismatched ceramic vases on a long wooden shelf, each holding a different dried flower, one warm lamp glowing from the left edge of the frame so every vase casts a soft shadow to the right, fine dust visible in the light
```

Wan 2.7 API 자주 묻는 질문

장면 전체를 구조가 잡힌 프롬프트 하나에 씁니다. 피사체, 무엇을 하고 있는지, 카메라가 어디에 있는지, 그다음 조명 순입니다. 제외할 요소도 같은 문단에 넣으세요. 옮겨 담을 네거티브 프롬프트 필드가 없기 때문입니다. seed를 비운 채 1k에서 구도를 정하고, 그다음 그 seed를 고정하고 resolution을 2k로 올리면서 호출마다 절 하나만 바꾸세요. 그러면 보이는 모든 차이가 직접 바꾼 그 항목이 됩니다.