Alibaba WAN 2.5

alibaba/wan-2.5/text-to-video

Alibaba WAN 2.5 は、480p から 1080p までの高解像度なテキスト/画像からの動画生成に対応し、完璧なオーディオ同期を実現しました。Google Veo 3 を凌ぐ生成速度と圧倒的なコストパフォーマンスを誇ります。即時利用可能な REST 推理 API により、コールドスタートなしで最高のパフォーマンスを提供し、クリエイティブな制作コストを劇的に削減します。

サンプル

パラメータ

名前既定制約説明
prompt *プロンプトtextarea≤ 5000 chars生成のためのポジティブプロンプト。
negative_promptネガティブプロンプトtextarea≤ 5000 chars生成のためのネガティブプロンプト。
audio音声audio_upload生成をガイドするための音声 URL(オプション)。
sizeサイズselect1920*10801920*1080 | 1080*1920 | 1440*1440 | 1632*1248 | 1248*1632 | 1280*720 | 720*1280 | 960*960 | …生成されたメディアのサイズ(ピクセル単位、幅*高さ)。
duration長さselect55 | 10 | 15生成されたメディアの長さ(秒単位)。
prompt_extendプロンプト拡張を有効にするbooleanfalsetrue に設定すると、プロンプトオプティマイザーが有効になります。
seedシード値number-1生成に使用するランダムシード。-1 はランダムシードが使用されることを意味します。

API

統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。

cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/alibaba/wan-2.5/text-to-video" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "prompt": "A serene sunset over a calm ocean with gentle waves and a silhouetted sailboat on the horizon.",
    "negative_prompt": "crowded beach, noisy environment, stormy weather",
    "size": "1920*1080",
    "duration": 10,
    "prompt_extend": true,
    "seed": 42
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"
Python
import time, requests

API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

# 1) Submit
resp = requests.post(
    "https://www.namifusion.com/api/v1/marketplace/run/alibaba/wan-2.5/text-to-video",
    headers=HEADERS,
    json={
        "input": {
            "prompt": "A serene sunset over a calm ocean with gentle waves and a silhouetted sailboat on the horizon.",
            "negative_prompt": "crowded beach, noisy environment, stormy weather",
            "size": "1920*1080",
            "duration": 10,
            "prompt_extend": True,
            "seed": 42
        }
    },
)
resp.raise_for_status()  # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()

# 2) Poll until a terminal state (completed / failed / cancelled).
#    This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
    if time.time() > deadline:
        raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
    time.sleep(3)
    poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
    poll.raise_for_status()
    task = poll.json()

print(task["status"], task.get("output"))
JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };

// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/alibaba/wan-2.5/text-to-video", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "prompt": "A serene sunset over a calm ocean with gentle waves and a silhouetted sailboat on the horizon.",
      "negative_prompt": "crowded beach, noisy environment, stormy weather",
      "size": "1920*1080",
      "duration": 10,
      "prompt_extend": true,
      "seed": 42
    }
  }),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();

// 2) Poll until a terminal state (completed / failed / cancelled).
//    This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
  if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
  await new Promise((r) => setTimeout(r, 3000));
  const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
  if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
  task = await poll.json();
}

console.log(task.status, task.output);

ドキュメント

WAN 2.5 Text-to-Video

テキストプロンプトからシネマティックな動画を生成します。

WAN 2.5 Text-to-Video は、自然言語のプロンプトを動きのある動画へ変換する次世代 AI 動画生成モデルです。従来の WAN モデルと比べて、より自然なモーション表現、優れたシーン理解、そしてフレーム間の高い一貫性を実現しています。開発者やクリエイターは、本番環境対応の REST 推論 API を利用することで、テキストから動画生成機能をアプリケーションやクリエイティブパイプライン、自動化されたコンテンツ制作フローに簡単に統合できます。


🚀 主な特徴

  • Text-to-Video 生成
    自然言語のプロンプトから、シーンが一貫した動画クリップを生成します。

  • 強化されたモーション品質
    WAN 2.5 はより滑らかで自然なフレーム間モーションを生成します。

  • 高度なシーン理解
    複雑なプロンプトをより正確に理解し、一貫したビジュアル環境を生成します。

  • 複数解像度対応
    用途に応じて複数の解像度で動画を生成できます。

  • 本番対応 API
    REST API を通じてアプリケーションやクリエイティブツールへ簡単に統合できます。


🛠️ 仕組み

パラメータ詳細
入力テキストプロンプト
出力生成された動画 (MP4)
解像度オプション480p、720p、1080p
動画長さ通常 5 秒
Seedデフォルト: -1(ランダム)

生成例

  • シーン生成: 「夕焼けの未来都市のスカイライン、空飛ぶ車が行き交う」
  • キャラクターの動き: 「ネオン街をゆっくり歩く女性」
  • 商品ビジュアル: 「黒い反射テーブルの上で回転する高級腕時計」
  • シネマティック演出: 「岩に打ち寄せる波のスローモーション」

💰 料金

解像度価格 (USD/秒)
480p$0.05
720p$0.10
1080p$0.15

💡 主な利用シーン

  • ソーシャルメディアコンテンツ
    TikTok、Instagram、YouTube Shorts 向けの短い動画を生成。

  • 広告・マーケティング
    テキストプロンプトからプロモーション動画や商品コンセプトを生成。

  • クリエイティブストーリーボード
    本格的な動画制作前にシーンを可視化。

  • AI コンテンツ制作パイプライン
    自動化されたメディア制作フローに統合。


🔗 関連モデル

  • 画像から動画を生成する場合 → WAN 2.5 Image-to-Video
  • シンプルな動画生成 → WAN 2.2 Text-to-Video Plus
  • 動画を延長する場合 → WAN Spicy Video Extend

注: 生成品質はプロンプトの内容や複雑さによって変化します。動き、被写体、環境を詳しく記述するとより良い結果が得られます。

関連モデル

xAI Grok Imagine Video v1.5 テキストから動画生成
Text to VideoX Ai

xAI Grok Imagine Video v1.5 テキストから動画生成

テキストプロンプトから1-15秒の動画を生成します。480p、720p、1080pに対応しています。

$0.840 / 1 回
MiniMax H3 テキストから動画生成
Text to VideoMinimax

MiniMax H3 テキストから動画生成

MiniMax H3 テキストから動画生成は、プロンプトから一貫性のある 2K 動画を生成できます。4〜15秒の柔軟な長さと、6種類のアスペクト比に対応し、シネマティックなシーン、クリエイティブ動画、制作ワークフローに適しています。すぐに使える REST 推論 API を提供し、高性能・コールドスタートなし・手頃な価格で利用できます。

$0.650 / 1 回
Kling Omni Video O3 標準版テキストから動画生成
Text to VideoKling

Kling Omni Video O3 標準版テキストから動画生成

Kling Omni Video O3 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishouの高度な統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトを基に主体の一貫性、自然な物理シミュレーション、正確な意味理解を備えた映画品質の動画を生成します。音声生成にも対応。すぐに使えるREST API、最高のパフォーマンス、冷スタートなし、手頃な価格。

$0.420 / 1 回
Kling Omni Video O1 テキストから動画生成
Text to VideoKling

Kling Omni Video O1 テキストから動画生成

Kling Omni Video O1 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishou初の統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトに基づいて映画品質の動画を生成し、主体の一貫性、自然な物理シミュレーション、正確な意味理解を実現します。すぐに使えるREST API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.420 / 1 回
Kling 3.0 標準版
Text to VideoKling

Kling 3.0 標準版

Kling 3.0 標準版は、高品質なテキストから動画生成を提供します。滑らかな動き、映画のような映像、正確なプロンプトの適合性、そして共有可能なクリップ用のネイティブ音声を備えています。即時利用可能な REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.420 / 1 回
Kling V2.6 テキストから動画生成 API
Text to VideoKling

Kling V2.6 テキストから動画生成 API

Kling 2.6 は、滑らかなモーション、映画のようなビジュアル、強力なプロンプト適合性、そしてネイティブオーディオを備えた、トップクラスのテキストから動画生成を提供します。共有可能なクリップを即座に生成可能。すぐに使用できる REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

$0.210 / 1 回
Gemini Omni Flash テキストから動画生成 API
Text to VideoGoogle

Gemini Omni Flash テキストから動画生成 API

Gemini Omni Flash Text to Video は、テキストのプロンプトから音声同期付きの短い AI 動画を生成し、映像生成と音声出力を組み合わせて高速なマルチモーダル動画作成を実現します。すぐに使える REST 推論 API で、高性能、コールドスタートなし、手頃な価格です。

$1.04 / 1 回
Seedance 2.0 Mini テキストから動画生成
Text to VideoDoubao

Seedance 2.0 Mini テキストから動画生成

Seedance 2.0 Mini Text to Video は、ByteDance による高速かつ低コストなテキストから動画生成モデルで、シネマティックなマルチショット動画に適しています。テキストのプロンプトから物語性のあるシーケンスを生成し、AI カメラ制御、シーン間で一貫したキャラクター、480P / 720P / 1080P / 4K 出力、4〜15 秒の長さ、柔軟なアスペクト比に対応しています。すぐに使える REST 推論 API を提供し、高性能、コールドスタートなし、手頃な価格が特長です。

$0.380 / 1 回