多镜头叙事
文生视频和图生视频可以把提示词组织成连续镜头，并在转场中维持主体一致性。
Wan 2.6 正式模型指南
Wan 2.6 是阿里云百炼托管的多模态生成模型家族，覆盖文生视频、图生视频与角色参考工作流，并提供原生音频、多镜头叙事和更低成本的 Flash 接口。
2–15s输出时长
1080P最高分辨率
30 fps固定帧率
A/V同步音频
输入文本 · 图像 · 音频 · 视频参考
模型家族Wan 2.6
输出720P / 1080P · 30 fps · MP4
这套模型到底是什么
Wan 2.6 于 2025 年 12 月发布，把云端 Wan API 从固定时长的无声短片推进到 2–15 秒的有声视频生产。它不是一个单独可下载的模型，而是一组百炼接口；选择哪一个，取决于起点是文字、首帧图片还是可复用的角色参考素材。
面向生产的核心能力
真正影响选型的不是一个笼统的跑分，而是每个接口能够接收哪些素材、提供哪些控制方式。
原生音画输出
既可自动生成声音，也可传入音频文件，让对白、环境声与动作位于同一时间轴。
角色参考生视频
参考生视频可利用图像或视频，把单个或多个角色带入新描述的表演与场景。
Flash 成本控制
Flash 图生视频和参考生视频提供有声、无声模式，适合低成本草稿与批量试验。
正式模型与接口
以下均为百炼托管的正式模型 ID。标准版、Flash 版和美国专属版在价格、时长规则与可用地域上并不相同。
| 模型 ID | 任务 | 输入 | 输出 | 适合场景 |
|---|---|---|---|---|
wan2.6-t2v | 文生视频 | 文本 + 可选音频 | 720P / 1080P · 2–15s · 30 fps · MP4 | 通用的 15 秒有声视频生成 |
wan2.6-i2v | 图生视频 | 文本 + 首帧图 + 可选音频 | 720P / 1080P · 2–15s · 30 fps · MP4 | 让指定首帧产生可控运动 |
wan2.6-i2v-flash | 快速图生视频 | 文本 + 首帧图 + 可选音频 | 720P / 1080P · 2–15s · 30 fps · MP4 | 可切换音频的低成本草稿 |
wan2.6-r2v | 参考生视频 | 文本 + 参考图像或视频 | 720P / 1080P · 2–10s · 30 fps · MP4 | 复用角色外观与声音 |
wan2.6-r2v-flash | 快速参考生视频 | 文本 + 参考图像或视频 | 720P / 1080P · 2–10s · 30 fps · MP4 | 以 Flash 价格批量测试角色参考 |
wan2.6-t2v-uswan2.6-i2v-us | 美国专属文生 / 图生视频 | 文本 + 可选音频 | 720P / 1080P · 5 / 10 / 15s · 30 fps · MP4 | 数据与推理限定在美国部署范围 |
wan2.6-imagewan2.6-t2i | 图像生成与编辑 | 文本 + 图像 | PNG · ≤ 1440 × 1440 · ≤ 4 images | 配套静态图像模型，最多输出 4 张 |
API 调用方式
视频生成采用异步任务：创建一次任务，使用任务 ID 轮询状态，并在临时结果链接过期前保存成片。
创建任务
向对应地域的合成接口提交模型、提示词、素材和生成参数。
轮询结果
任务会从等待进入运行状态，轮询查询即可，不要重复创建相同任务。
保存视频
任务成功后下载 MP4，并将正式项目素材转存到持久化存储。
POST /api/v1/services/aigc/
video-generation/video-synthesis
X-DashScope-Async: enable
GET /api/v1/tasks/{task_id}API Key、业务空间域名和模型必须属于同一地域。任务 ID 与结果链接的有效期均为 24 小时。
估算 API 成本
计算器采用新加坡国际部署目录价。标准文生/图生视频只计算输出；参考生视频还会计算最多 5 秒的输入视频。
预估目录价
输出秒数 × 对应分辨率单价
美元 · 新加坡国际部署目录价快照日期为 2026 年 8 月 28 日，活动价可能不同。符合条件的新加坡模型按百炼规则提供 50 秒、有效期 90 天的免费额度。
Wan 2.6 还是 Wan 2.7？
Wan 2.6 的 Flash 价格和更多地域变体仍有价值；Wan 2.7 则把更多生产控制整合进新的请求结构。
| 能力 | Wan 2.6 | Wan 2.7 |
|---|---|---|
| 分辨率参数 | 使用 size；多镜头另传 shot_type | 使用 resolution + ratio；在自然语言中描述分镜 |
| 图生视频 | 基于首帧生成 | 首帧、首尾帧与视频续写 |
| 角色声音 | 可跟随参考视频中的声音 | 可为每个主体单独配置 reference_voice |
| 视频编辑 | 没有 Wan 2.6 视频编辑接口 | wan2.7-videoedit 支持指令编辑和迁移 |
| 成本选项 | 有声与无声 Flash 模式 | 标准价每秒 $0.10 / $0.15 |
继续了解 Wan
在不同代际模型和围绕 Wan 工作流构建的实用工具之间继续探索。
常见问题
Wan 2.6 是开源模型吗？
本页列出的模型 ID 是阿里云百炼托管服务，需要对应地域的 API Key，与可下载权重的开源 Wan 版本不是同一类交付。
Wan 2.6 能生成声音吗？
可以。文生视频、标准图生视频和参考生视频均可输出有声视频；Flash 接口还允许在有声与无声之间选择。
Wan 2.6 有免费 API 吗？
它不是匿名免费 API。符合条件的新百炼用户可按官方规则获得部分新加坡模型 50 秒、有效期 90 天的免费额度。
应该选择哪个 Wan 2.6 模型？
纯文字场景选 T2V，控制首帧选 I2V，复用角色选 R2V；当低成本和快速迭代更重要时选择对应 Flash 版本。