AI 图片模型
Alibaba
Wan

Wan 2.7 Image

Wan 2.7 Image 是 Kyeo AI 当前接入的阿里系基础图片入口,但这页不是万相图片全能力页。当前站内它统一承接文生图和图像编辑,同时把请求侧固定成 `n=1`、`enable_sequential=false`,前台只给 `1K / 2K + 宽高比 + watermark + seed` 这组窄参数。真正的判断点不是它“能不能做很多事”,而是 5 积分这条基础 Wan 路线够不够你当前这轮出图和改图。

能力标签
文生图、图生图
积分消耗
5 积分 / 次
提示词上限
5,000 字符
上传限制
图片 9 张
当前站内请求侧固定 `n=1`、`enable_sequential=false`,不是组图页
统一承接文生图和图像编辑;图像编辑通过 `input_urls` 提交,最多 9 张输入图
当前前台只开放 `1K / 2K + aspect_ratio + watermark + seed`
当前价格口径为 `5` 积分,其中上游 `4.8 / image` 已按站内整数体系向上取整
30 秒了解
Wan
5 积分 / 次
它擅长什么
当前站内的 Wan 2.7 Image 更像阿里系基础图片基线,而不是高阶参数页。它适合先用更窄的表单把文生图 / 图像编辑跑通,再决定要不要升到更贵的图片路线。
适合谁用
适合中文商品图初稿、海报草稿、运营配图、小批量图像编辑,以及想先用阿里系图片路线上手的任务。
大家都在搜
Wan 2.7 Image 怎么用Wan 2.7 Image 价格Wan 2.7 Image 需要什么素材

一句话了解

这个模型怎么样?

Wan 2.7 Image 当前已经接入 Kyeo AI 的AI 图片模型工作流。相比只看模型名或外部宣传页,这个页面更关注真正影响选型的内容,包括能力标签、成本结构、参数控制、上传限制、适用任务与替代候选。对于想做长期模型运营和 SEO 内容沉淀的站点来说,这些信息比一句“最好用”更有价值。

它擅长什么
当前站内的 Wan 2.7 Image 更像阿里系基础图片基线,而不是高阶参数页。它适合先用更窄的表单把文生图 / 图像编辑跑通,再决定要不要升到更贵的图片路线。
适合谁用
适合中文商品图初稿、海报草稿、运营配图、小批量图像编辑,以及想先用阿里系图片路线上手的任务。
为什么在 Kyeo AI 用
Kyeo 把当前真正开放的能力收得很实:固定单张输出、`1K / 2K`、最多 9 张输入图、5 积分基础价。对做模型选型的人来说,这比继续堆官方高级参数更能说明当前站内版本到底承接什么。

关键参数一览

帮你快速评估这个模型和你的业务场景是否匹配。

模型类别
AI 图片模型
厂商
Alibaba
模型家族
Wan
接入提供方
KIE
平台模型标识
wan/2-7-image
运行方式
异步任务
提示词上限
5,000 字符
上传限制
图片 9 张

它还叫什么

同一个模型在官方文档、社区讨论和 API 接入层可能有不同叫法,这里帮你统一整理。

Wan 2 7 Image
wan/2-7-image
Wan Video
通义万相视频生成

用户常见问题

这些问题和关键词结合公开资料、同类页面写法和当前站内接入边界整理,帮你更快做出选择。

Wan 2.7 Image 怎么用
Wan 2.7 Image 价格
Wan 2.7 Image 需要什么素材
Wan 2.7 Image 文生图
Wan 2.7 Image 图像编辑
Wan 2.7 Image 1K 2K
Wan 2.7 Image 宽高比
Wan 2.7 Image watermark
Wan 2.7 Image 最多几张输入图
Wan 2.7 Image 和 Wan 2.7 Image Pro 区别
Wan 2.7 Image 适合作为基础图片工作流吗

选型指南

还在纠结用哪个模型?先看这几个关键决策点。

1
什么时候优先选它

如果你想先验证阿里系图片路线是否对味,又不想一开始就上高价升级档,Wan 2.7 Image 更适合作为第一批测试对象。它更像一个参数更窄的 Wan 图片入口,而不是高阶参数页。

2
什么时候先比较别的模型

如果你想继续留在 Wan 这一套表单里做更高成本升级测试,就直接并排比较 Wan 2.7 Image Pro;如果你只是想找更通用的中文图片页,可以顺手把 Qwen Image 拉进同题测试;如果你已经在意高分辨率和多图一致性,再去看 Nano Banana Pro。

3
最小验证路径

先跑一轮 `1K` 文生图和一轮 `1K` 图像编辑,确认基本风格和编辑方向成立后,再补一轮 `2K` 对照。这样最容易判断 5 积分基础路线是否已经够用。

用户常搜的对比

这些是用户在搜索引擎里真正会搜的对比问题,帮你快速定位差异。

Wan 2.7 Image 和 Wan 2.7 Image Pro 区别
Wan 2.7 Image vs Wan 2.7 Image Pro
Wan 2.7 Image 和 Qwen Image 区别
Wan 2.7 Image vs Qwen Image
Wan 2.7 Image 和 Nano Banana Pro 区别
Wan 2.7 Image vs Nano Banana Pro

模型横向对比表

正在纠结选哪个?这张表帮你一眼看清当前模型和替代方案的核心差异。

对比维度
Wan 2.7 Image
Wan 2.7 Image Pro
Qwen Image
当前站内角色
阿里系基础图片入口
同表单下的更高成本升级档
通用中文图片基础页
当前前台收口
`n=1`、`enable_sequential=false`、`1K/2K + watermark + seed`
当前站内仍是同一套窄表单
1K/2K/4K 与更明确的高分辨率升级心智
图像编辑输入
最多 9 张 `input_urls`
当前站内同样最多 9 张输入图
当前最多 8 张输入图
当前价格口径
5 积分 / 次
12 积分 / 次
8-14 积分 / 次
更适合的任务
基础文生图与基础图像编辑
同路线下的升级测试和更高成本对照
通用中文图片生成

实际使用体验

不是复读官网宣传,而是基于真实使用场景的观察和判断。

Wan 2.7 Image 更像基础入口,不是参数总页

它真正适合的不是把所有新参数都堆给用户,而是给团队一个足够稳、足够轻的基础图片入口。对很多业务场景来说,这比把思考模式和组图全部摊出来更实用。

图片页最怕继承视频页话术

当前站内这页最重要的不是“上游还有什么高级能力”,而是 5 积分这条基础 Wan 路线够不够覆盖你现在的出图和改图。很多时候,先把这个问题答清,比继续想象未开放参数更有用。

能力详解

当前接入是同一页里的文生图 / 图像编辑入口

以 KIE 文档和站内生成路由为准,Wan 2.7 Image 当前不拆单独编辑模型页。没传图时走文生图,传图时通过 `input_urls` 承接图像编辑;图像模式下前台会隐藏 `aspect_ratio`,避免把无效参数继续传上去。

站内已经把高阶图片参数故意收掉了

当前请求侧固定 `n=1` 和 `enable_sequential=false`,所以这页不承接组图、多张输出或按张数计费心智。上游文档里的 `thinking_mode`、`color_palette`、`bbox_list` 也因为条件复杂、结构化要求高,暂时没有放进当前站内前台。

这页真正有用的差异在基础价和窄工作流

当前 Wan 2.7 Image 的核心价值不是参数多,而是用 5 积分承接一条相对稳的阿里系图片基础路线。对很多团队来说,这种“文生图 / 编辑都能跑、但前台足够窄”的模型,反而更容易进生产。

适合做什么

中文商品图和海报的第一轮方向验证

适合先把文案、主体和构图方向跑通,再决定要不要进更贵的升级页。

围绕现有图片做基础编辑

如果你手里已经有图,想先做一轮基础替换和改写,这页会比高价升级页更适合作为第一步。

团队里的阿里系图片基线页

适合先把默认比率、默认分辨率和 5 积分预算定住,建立一条容易复用的基础图像工作流。

提示词技巧

先定 `1K` 还是 `2K`,再改 prompt

当前这页最先影响成本和节奏的是分辨率,不是高级参数。先把默认档位定住,比继续想象未开放能力更有效。

图像编辑先只放关键参考图

虽然当前最多支持 9 张输入图,但第一轮更稳的做法通常是先用 1 到 3 张最关键的图,避免参考信息互相打架。

别把它当思考模式页来写

上游确实有 `thinking_mode` 等能力,但当前站内没开。写 prompt 时还是按一条基础文生图 / 编辑页来组织,会更接近真实结果。

为什么选它

文生图和图像编辑在同一页里完成,切换成本低。
当前表单很窄,适合作为团队默认基线。
最多 9 张输入图,足够覆盖一批基础编辑任务。
5 积分基础价更适合先跑样再决定是否升档。

使用前要知道

当前站内固定单张输出,不承接组图和多图按张计费心智。
当前前台没有开放 `thinking_mode`、`color_palette`、`bbox_list` 等高级参数。
如果你需要更高分辨率或更高预算升级测试,应该直接和 Pro 页并排对照。
这是一张图片页,不该再继承视频工作流心智。

可调参数

帮你快速评估这个模型和你的业务场景是否匹配。

宽高比
aspect_ratio
可选
参数类型: select
默认值: 1:1
1:1
16:9
4:3
21:9
3:4
9:16
可选项 8 个
分辨率
resolution
可选
参数类型: select
默认值: 2K
1K
2K
添加水印
watermark
可选
参数类型: select
默认值: false
关闭
开启
随机种子
seed
可选
参数类型: number
范围 0 - 2147483647

积分消耗

5 积分 / 次

当前模型在 Kyeo AI 内按固定档位计费,单次消耗 5 积分。

省钱小技巧

批量出图或出视频前,建议先用同一组素材在当前模型和同类候选之间做 AB 测试,确认效果后再批量跑,避免浪费积分。

常见问题

同类模型推荐

还没决定用哪个?顺手对比一下这几个同类候选。

Wan 2.7 Image Pro

Wan 2.7 Image Pro 是 Kyeo AI 当前接入的阿里系图片升级档,但这页不是一个已经开放 4K 的独立高分辨率页。当前站内它和基础版一样,前台都收成 `n=1`、`enable_sequential=false` 和 `1K / 2K + 宽高比 + watermark + seed` 这组窄参数;真正的区别是你是否愿意为同一套基础工作流切到更高成本的 Pro 路线,而不是误以为前台已经多出了一整套高级能力。

AI 图片模型
12 积分 / 次

Qwen Image

Qwen Image 是 Kyeo AI 当前接入的通义图片工作流基础版,既能做文生图,也能切到图片编辑,但站内前台刻意把参数收得很窄。它更像一个中文场景友好的基础图片入口,适合把尺寸和输出格式定住后快速跑样。

AI 图片模型
4 积分 / 次

Nano Banana Pro

Nano Banana Pro 是 Kyeo AI 当前接入的 Google 高分辨率图片升级档。它和基础 Nano Banana 最大的区别,不是名字更强,而是单模型统一承接文生 / 图生,并把预算开关明确压在 `1K / 2K / 4K` 三档分辨率上。

AI 图片模型
8-14 积分 / 次

信息来源

页面内容基于厂商资料、模型家族说明和 Kyeo AI 平台接入配置整理。

来源说明

当前页面优先以工作区 KIE《Wan 2.7 Image》、阿里云官方万相 2.7 图像生成 / 编辑文档、KIE 对齐记录以及 Kyeo 站内接入代码为准。当前站内版本已经把请求侧固定为 `n=1`、`enable_sequential=false`,前台只开放 `aspect_ratio`、`resolution(1K/2K)`、`watermark`、`seed`;图像编辑时通过 `input_urls` 承接输入图,最多 9 张。上游文档里的 `thinking_mode`、`color_palette`、`bbox_list` 等能力当前都不在这页前台范围内。

最后更新: 2026-04-14
阿里云百炼: 万相图像生成与编辑 2.7 API 参考
官方
查看原始来源
阿里云百炼: 如何调用万相图像编辑模型
官方
查看原始来源
KIE Docs: Wan 2.7 Image
接入

当前 KIE 文档明确给出 `input_urls` 最多 9 张、`enable_sequential`、`thinking_mode`、`color_palette`、`bbox_list`,但站内当前只开放常用子集。

KIE 对齐记录: Wan 2.7 Image
接入

当前工作区对齐记录明确写明请求侧固定 `n=1`、`enable_sequential=false`,并把 `4.8 / image` 向上取整为站内 `5` 积分。

Kyeo 平台模型接入配置
接入

当前站内接入模型标识为 wan/2-7-image,页面中的参数上限、前台控制项与计费方式也以 Kyeo 平台实际接入为准。