Wan グループのトークンが必要で、動画の秒数に応じて課金されます。
Wanのトークンを作成する
Wanのモデルは
Wan グループでのみ利用できるため、トークンもこのグループにしてください。default や SeeDance2 など他のグループのトークンでは呼び出せず、チャネルがないというエラーになります。Wan専用のトークンを作っておくと、モデルやタスクごとのログと課金の確認も楽になります。
課金と料金
Wanの動画は秒単位の課金で、Alibaba Cloud Model Studioの定価に20%を上乗せしています。上乗せ分は、税金、通貨換算と国際決済、プラットフォームの運用、技術サポートなどのコストに充てています。2026年10月14日以降の換算は次のとおりです。- USDの秒単価 = Alibaba Cloudの人民元の秒単価 × 0.1714(
Wanグループの倍率) - 固定レート1:7では 0.1714 × 7 ≈ 1.2 となり、定価の約1.2倍を支払います
Wan 2.7のテキストから動画、画像から動画、参照素材から動画、動画編集の各モデル(
wan2.7-t2v、wan2.7-i2v、wan2.7-r2v、wan2.7-videoedit)は同じ料金です。Alibaba Cloudの価格は、Model Studioの料金(中国語)にある華北2(北京)リージョンのものです。
課金される秒数の数え方は次のとおりです。
- 出力のみ(テキストから動画、画像から動画、参照画像のみ):生成した動画の秒数。
- 入力動画あり:入力の秒数と出力の秒数の合計。Alibaba Cloudと同じルールです。
wan2.7-videoedit:元の動画と出力の合計。durationを2〜10秒にすると、元の動画が先頭から切り詰められ、切り詰めた部分だけが数えられます。- 参照動画を使う
wan2.7-r2v:参照動画の最大5秒分と出力の合計。 reference_videoを使うWan 3.0(参照、編集、延長):入力動画の全秒数と出力の合計。
resolutionの指定なし:Wan 2.7、Wan 3.0とも既定値は1080Pで、1080Pとして課金されます。
wan2.7-i2v、720P、5秒:5 × $0.1028 ≈ $0.51wan3.0-video、1080P、10秒:10 × $0.2057 ≈ $2.06wan2.7-videoeditで5秒のクリップを720Pで編集:(5 + 5) × $0.1028 ≈ $1.03
task_id を対応づけ、無条件の自動リトライは避けてください。
各タスクの実際の課金額は呼び出しログで確認できます。失敗したタスクに課金が表示されている場合は、タスクIDを添えてサポートに連絡してください。
費用は出力の長さと解像度で決まります。duration と resolution を明示し、タスクを作成する前に上の表で費用を見積もってください。WanのモデルとグループはAIモデルのAPI料金一覧にも掲載しています。
Wanのタスクの流れ
1
タスクを作成する
JSONボディと
X-DashScope-Async: enable ヘッダーを付けて、POST /wan/api/v1/services/aigc/video-generation/video-synthesis を送ります。レスポンスの output.task_id を保存してください。2
タスクをポーリングする
5〜10秒おきに
GET /v1/tasks/{task_id} を送ります。分岐には、ネストされた上流のフィールドではなく、トップレベルの status を使います。3
動画をダウンロードする
status が completed になったら、トップレベルの result_url からMP4をダウンロードします。署名付きのオブジェクトストレージURLなので、LaoZhang APIの Authorization ヘッダーは付けないでください。環境の準備
シェルの例はcurl と jq を使います(jqは brew install jq または sudo apt-get install jq でインストールできます)。キーとベースURLを一度だけ設定します。
create.json に保存します。後の「タスクをポーリングして動画をダウンロードする」で、このファイルを読み取ります。
テキストから動画を生成する
output.task_id に入っています。
output.task_id がない場合は、create.json のエラーメッセージを読み、下の「トラブルシューティング」の表を確認してください。
画像から動画を生成する
driving_audio は任意です。上のラップの例のように、Alibaba Cloudは音声に合わせて口の動きやビートに乗った動きを生成します。first_frame の画像と組み合わせたときだけ使え、ほかの素材と同じく公開HTTPSのURLが必要です。
使える音声の形式、長さ、ファイルサイズは、Alibaba CloudのWan 2.7 画像から動画APIリファレンス(中国語)を参照してください。
参照素材から動画を生成する
動画を編集する
Wan 3.0で動画を生成する
Wan 3.0は、タスクの種類ごとにモデルIDを分けていません。1つのモデルがinput.media[] の内容を読み、テキストから動画、画像から動画、参照素材から動画、動画編集のどれかを判断します。2つのモデルの機能は同じです。
wan3.0-video:標準モデルwan3.0-video-prime:高速なモデル。1秒あたりの料金は高め
参照素材から動画を作るプロンプトでは、入力を “image 1”、“video 1”、“audio 1”(中国語では 图1、视频1、音频1)のように指定できます。番号は、同じ種類の入力の中での順番です。
Wan 2.7と動作が異なる
parameters があります。
テキストから動画を生成する最小のリクエストです。
reference_video として渡します。課金される秒数には入力動画も含まれます(上の「課金と料金」を参照)。
create.json から TASK_ID を読み取り、次の節のとおりポーリングとダウンロードを行います。ドキュメント(file)やWebページ(link)などほかの入力については、Alibaba CloudのWan3.0 動画生成APIリファレンス(中国語)を参照してください。
タスクをポーリングして動画をダウンロードする
create.json からタスクIDを読み取り、タスクを確認します。
status が submitted でも in_progress でもなくなるまで、5〜10秒おきにこのリクエストを繰り返します。
完了したタスクは次のようになります。判断にはトップレベルの status と result_url を使ってください。
Authorization ヘッダーを付けずにダウンロードします。result_url は署名付きのオブジェクトストレージURLで、認証ヘッダーを余分に付けると403エラーになることがあります。
Pythonクライアント
Pythonの標準ライブラリだけを使うクライアントです(Python 3.8以降)。テキストから動画を生成するタスクを作成し、最大20分ポーリングして、MP4を保存します。エンドポイントとリクエストの決まり
タスクの状態
GET /v1/tasks/{task_id} が返すトップレベルの status で分岐します。
作成のレスポンスにも
output.task_status があります。これはDashScopeの生の状態で、新しいタスクでは通常 PENDING です。タスクが受け付けられたことの確認だけに使い、その後は GET /v1/tasks/{task_id} のトップレベルの status で分岐してください。
ポーリングを続けるのは、状態が submitted か in_progress の間だけです。タスクがキャンセルされた場合や、24時間を過ぎてから照会した場合など、それ以外の値はすべて最終状態として扱います。こうすれば、想定外の状態でクライアントがポーリングを続けることはありません。
Wanの進捗は大まかです。progress がしばらく 30% のまま止まり、そのあと 100% に跳ぶことがあります。
モデルと入力モード
Wan 2.6のモデル(
wan2.6-t2v、wan2.6-i2v、wan2.6-r2v、wan2.6-r2v-flash)は、2026年10月14日に提供を終了しました。まだ呼び出している場合は、対応するWan 2.7のモデルかWan 3.0に切り替えてください。
モデルIDは2026年10月14日時点のLaoZhang APIの公開価格に基づきます。wan2.7-image-pro は画像モデルなので、この動画エンドポイントでは使えません。
リクエストボディ
使える値はモデルによって異なります。上の範囲は、Alibaba Cloudのテキストから動画APIリファレンスによるものです。ほかのモデルは、それぞれのAlibaba Cloudのリファレンス(中国語)を参照してください。
素材の入力
素材の
url は、Alibaba Cloudが直接取得できる公開HTTPSリンクでなければなりません。ログインやCookieが必要なリンク、プライベートネットワークのアドレス、タスクの実行前に期限が切れるリンクでは、タスクが失敗することがあります。
本番運用のヒント
- 最初にタスクIDを保存する。 作成の呼び出しが返ったらすぐ、
output.task_idを自社のジョブIDと一緒に保存します。ワーカーが再起動しても、重複したタスクを作らずにポーリングを再開できます。 - 作成のリトライ前に確認する。 受け付けられた作成リクエストは、それぞれ別のタスクになります。作成リクエストがタイムアウトしたら、再送する前に自社の記録と呼び出しログを確認します。
- ポーリングに上限を設ける。 5〜10秒おきに確認し、20分で打ち切り、
submittedとin_progress以外の状態はすべて最終状態として扱います。 - すぐにダウンロードする。 Alibaba CloudはタスクIDと動画URLを24時間保持します。MP4を自社のストレージにコピーし、ユーザーには署名付きリンクではなく自社のURLを渡します。
- 入力に到達できる状態を保つ。 素材は、タスクが終わるまで公開HTTPSのURLで取得できるようにしておきます。
- 費用を管理する。
durationとresolutionを明示し、各タスクの課金額を呼び出しログで確認します。 - アプリごとにトークンを分ける。 アプリケーションや環境ごとに専用の
Wanトークンを使うと、ログと課金の確認が楽になります。
トラブルシューティング
よくある質問
5秒の動画はいくらですか?
2026年10月14日時点の価格で、動画を出力するだけのタスクの場合です。wan3.0-video:720Pで約$0.51、1080Pで約$1.03wan3.0-video-prime:720Pで約$0.77、1080Pで約$1.54- Wan 2.7:720Pで約$0.51、1080Pで約$0.86
resolution を指定しないと1080Pとして課金され、入力動画があるタスクでは入力の秒数が加わります。詳しくは「課金と料金」を参照してください。
X-DashScope-Async: enable は必須ですか?
はい。すべての作成リクエストに必要です。WanのHTTP APIは非同期でしか動作せず、このヘッダーのない作成の POST は current user api does not support synchronous calls で失敗します。
GET /v1/tasks/{task_id} でのポーリングと result_url のダウンロードには不要です。
resolution と duration を省略すると?
1080Pで出力されます。Alibaba CloudのAPIリファレンスによると、Wan 2.7の4モデル(wan2.7-t2v、wan2.7-i2v、wan2.7-r2v、wan2.7-videoedit)とWan 3.0は、どれも既定値が1080Pです。
- テキストから動画、画像から動画、参照素材から動画は、既定で5秒です。
- Wan 2.7の動画編集は、元の動画の長さを保ちます。
- Wan 2.7:約$0.86
wan3.0-video:約$1.03wan3.0-video-prime:約$1.54
720P を明示しています。費用を予測しやすくするため、すべてのリクエストで resolution と duration を指定し、「課金と料金」から価格を見積もってください。
縦長や正方形の動画を作るには?
テキストから動画と参照素材から動画ではparameters.ratio を指定します。ほかのタスクは入力の形に従います。
- テキストから動画、参照素材から動画: 次のいずれかの比率。
16:9(既定値)9:16(たとえば720Pなら720×1280の動画になる)1:14:33:4
- 画像から動画:
ratioは使えず、先頭フレームの形に従います。 - 動画編集:
ratioを指定しない限り、元の動画の形を保ちます。 - Wan 3.0: 既定値は
adaptiveで入力から比率を決め、21:9も指定できます。
動画の音声と、自分の音声でのリップシンク
どちらも可能です。Alibaba Cloudによると、Wan 2.7は既定で音声付きの動画を出力し、映像に合わせたBGM、効果音、声を生成します。 自分の音声に口の動きを合わせるには、wan2.7-i2v を使い、上の「画像から動画を生成する」の例のように input.media[] に driving_audio を追加します。音声はWAVまたはMP3で2〜30秒の長さが必要で、duration を超えた部分は切り捨てられます。
Wan 3.0も既定で音声付きです。無音の動画にするには "audio": false を送ります。料金は同じです。
参照素材から動画では参照動画の声を再利用でき、動画編集では元の動画の音声を残せます。これらのパラメーターは、Wan 2.7 参照素材から動画APIリファレンスとWan 2.7 動画編集APIリファレンス(いずれも中国語)を参照してください。
「AI 生成」のウォーターマークを消すには?
parameters で "watermark": false を送るか、watermark を省略します。Alibaba Cloudは既定ではウォーターマークを付けません。このページの例は true を送っているため、動画の右下にウォーターマークが入ります。本番で例を使う前に変更してください。
タイムアウト後や失敗後に再送できますか?
まずタスクを確認してください。クライアントのタイムアウトは、タスクの失敗を意味しません。新しい作成リクエストは2つ目のタスクになり、再び課金されるため、24時間以内は同じtask_id のポーリングを続けます。
新しいタスクを作成するのは、status が failed などの最終状態になってからにし、先にリクエストを修正してください。失敗したタスクは課金されず、各タスクの実際の課金額は呼び出しログで確認できます。詳しくは「課金と料金」と「タスクの状態」を参照してください。
1つのタスクで課金が2行になる理由
タスクの作成時にリクエストした長さの分が課金され、タスクの完了時に精算されるためです。- Alibaba Cloudが報告した秒数が同じなら、ログの課金は1行です。
- 秒数が異なる場合は、2行目(「Wan 任务完成,按实际时长调整」)で差額が返金または追加課金されます。
progress が30%のまま止まっていますか?
いいえ。上流のサービスは進捗を大まかな段階で報告するため、30% でしばらく止まるのは正常です。トップレベルの status が in_progress の間は、ポーリングを続けてください(「タスクの状態」を参照)。
関連ドキュメント
- Seedance 2.0 / 2.5:LaoZhang APIのもう1つの動画モデルファミリー
- Sora 2 APIの提供終了:WanまたはSeedanceへの移行
- AIモデルのAPI料金一覧
- モデルの利用可否の確認
- 呼び出しログの確認方法
- データとログの取り扱い
- Alibaba Cloud(中国語):テキストから動画APIリファレンス、Wan 2.7 画像から動画APIリファレンス、Model Studioの料金