alibaba/wan-2.7/image-edit 画像編集
alibaba/wan-2.7/image-edit
WAN 2.7 Image Edit は、プロンプトに基づく画像編集に対応し、複数画像の参照もサポートしています。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。
サンプル
パラメータ
| 名前 | 型 | 既定 | 制約 | 説明 |
|---|---|---|---|---|
| prompt *プロンプト | textarea | — | ≤ 5000 chars | 生成に使用するポジティブプロンプトです。 |
| images *画像 | image_upload_group | — | image/* · 1–9 items | 編集に使用する入力画像の URL 一覧です(1〜9枚)。 |
| sizeサイズ | text | — | ≤ 500 chars | 生成される画像のピクセルサイズ(幅×高さ)。各辺の範囲は 512〜4096、総ピクセル数は 768×768〜2048×2048 の範囲内である必要があります。アスペクト比は 1:8〜8:1 である必要があります。 |
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-2.7/image-edit" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"images": [
"https://example.com/input.jpg"
]
}
}'
# 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-2.7/image-edit",
headers=HEADERS,
json={
"input": {
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"images": [
"https://example.com/input.jpg"
]
}
},
)
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-2.7/image-edit", {
method: "POST",
headers: { ...HEADERS, "Content-Type": "application/json" },
body: JSON.stringify({
"input": {
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"images": [
"https://example.com/input.jpg"
]
}
}),
});
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
alibaba/wan-2.7/image-edit
マルチ画像参照に対応した、ノーコールドスタートのプロンプト駆動画像編集モデル。
alibaba/wan-2.7/image-edit は、既存画像に対して狙った変更を加えるためのプロンプトベース画像編集モデルです。被写体のアイデンティティ、構図、シーン構造を維持しながら編集でき、複数の参照画像にも対応しているため、品質・速度・コスト効率を重視する制作ワークフローに適しています。
🚀 主な特長
- プロンプト駆動の画像編集:自然言語で「何を変えるか」「何を維持するか」を指定するだけで、直感的に編集できます。
- マルチ画像参照対応:1〜9枚の画像 を入力として利用でき、被写体・スタイル・背景の参照や融合編集に対応します。
- 構図保持に優れる:人物のアイデンティティ、ポーズ、レイアウト、全体構造を保ちながら局所的な変更を加える用途に適しています。
- ノーコールドスタート:起動待ちを抑え、反復的な制作や本番利用でもスムーズに運用できます。
- 優れたコスト効率:低コストで実行できるため、大量のクリエイティブ制作や商用編集にも導入しやすいモデルです。
🛠️ 技術仕様
| 項目 | 内容 |
|---|---|
| モデル名 | alibaba/wan-2.7/image-edit |
| モデル種別 | プロンプト駆動画像編集モデル |
| タスク種別 | image-to-image |
| モデルアーキテクチャ | マルチ参照ガイダンス対応の条件付き画像編集アーキテクチャ |
| 入力 | プロンプト、1〜9枚の入力画像 |
| 出力 | 編集済み画像 |
| 生成枚数 | 1〜9枚の入力画像に対応 |
| 解像度 | 有効出力は最大 2048×2048(総画素数制約内で各辺 512〜4096 ピクセル) |
| 総ピクセル制約 | 768×768〜2048×2048 |
| アスペクト比 | 1:8〜8:1 |
| 既定の出力サイズ | 未指定時は通常、元画像サイズを継承 |
| レイテンシ | 高速推論向けに最適化、ノーコールドスタート |
| 出力形式 | 画像 |
サンプルプロンプト
ジャケットを黒いレザー素材に変更し、顔とポーズはそのまま維持してください。背景を雨の夜の東京の街並みに置き換え、被写体は変更せず、シネマティックな雰囲気にしてください。製品の外装をヘアライン加工のシルバーメタルに変更し、元の角度、ライティング、構図は維持してください。
💰 価格
| 項目 | 価格 |
|---|---|
| 基本料金 / 1実行あたり | $0.03 |
💡 最適なユースケース
- ファッション・アパレル:衣装のスタイル、色、素材を変更しつつ、モデルの印象やポーズを維持できます。
- 背景差し替え:被写体を保ったまま、シーンや雰囲気だけを効率よく変更できます。
- 商品画像編集:EC や広告向けに、色違い・素材違い・使用シーン違いのバリエーションを作成できます。
- クリエイティブの反復制作:元の構図を保ちながら、複数のビジュアル方向性を素早く検討できます。
🔗 関連モデル
- Wan 2.7 Image Edit Pro:より高忠実度で、最大 2K 出力に対応した上位版です。
- Wan 2.6 Image Edit:類似のプロンプト駆動ワークフローを持つ前世代モデルです。
- Qwen Image Edit:日常的なクリエイティブ制作や商品編集に適した汎用画像編集モデルです。
- Google Nano Banana Pro Edit:高忠実度編集、構図保持、テキスト処理に強みを持つモデルです。
関連モデル
xAI Grok Imagine Image v2.0 画像編集
xAI Grok Imagine Image V2.0 Edit は、テキストによるプロンプトを使って入力画像を編集できるモデルです。解像度と品質を設定でき、精密な画像編集、ビジュアル調整、クリエイティブなバリエーション、SNS コンテンツ、マーケティング素材、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。
Qwen Image 3.0 Pro Edit|高速画像編集
Qwen Image 3.0 Pro Edit は、優れた画質と高度な指示理解を備えたプロ向けの画像編集モデルです。最大 2k に対応。すぐに使える REST inference 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。
ヘッドスワップ(画像)
Swap the head in a photo with the head from a reference image. Upload the target photo first, then the head reference.
Nami Qwen I2I Spicy
自然言語の指示で参照画像を編集し、変更を指定していない部分をできるだけ保持します。
Nano Banana 画像編集
高速・低価格な編集。 マスキング不要で、直感的なオブジェクト置換やスタイル変換が可能。
Nano Banana Pro 画像編集
4K セマンティック編集。自然言語で画像を修正。文脈認識と画像内多言語テキスト編集に対応。
Nano Banana 2 画像編集
4K セマンティック編集。自然言語で画像を修正。文脈認識と画像内多言語テキスト編集に対応。
Seedream V5.0 Pro Edit 画像編集・生成 API
ByteDance の Seedream V5.0 Pro Edit は、単一画像または複数の参照画像をもとに画像の編集・生成を行えます。最大 10 枚の参照画像に対応し、アスペクト比の選択と 1K / 2K の出力階層をサポートしています。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。