
Le modèle d’image Wan 2.5 d’Alibaba avec text-to-image et un montage multi-référence allant jusqu’à 3 images à environ 1,7 mégapixel.
Le modèle d’image Wan 2.5 d’Alibaba avec text-to-image et un montage multi-référence allant jusqu’à 3 images à environ 1,7 mégapixel.
Aussi connu sous le nom Alibaba Cloud Wan2.5 Image
wan2-5-image/v1/images/generationsalibaba/wan-2.5-imagewan2.5-imageTarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.
Wan2.5 Image fonctionne via POST /v1/images/generations. La requête renvoie immédiatement un job_id ; interrogez GET /v1/jobs/{job_id} jusqu'à la fin du job et lisez les URLs de sortie dans le résultat. Ou ajoutez "sync": true pour éviter le polling : la requête reste ouverte et renvoie directement la réponse image au format OpenAI, donc les SDKs OpenAI fonctionnent tels quels. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
curl https://api.empiriolabs.ai/v1/images/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "wan2-5-image",
"prompt": "Describe what you want Wan2.5 Image to generate."
}'curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY"import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/images/generations",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={
"model": "wan2-5-image",
"prompt": "Describe what you want Wan2.5 Image to generate.",
},
)
job = response.json()
# Generation runs as an async job. Poll until it completes.
import time
while True:
status = requests.get(
f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
).json()
if status.get("status") in ("completed", "failed"):
print(status)
break
time.sleep(5)Paramètres de requête pris en charge par l'API Wan2.5 Image sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| prompt | string | - | - | Invite texte (jusqu’à 2000 caractères). Avec les images d’entrée jointes, devient l’instruction de montage. |
| aspect_ratio | enum | 1:1 | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3 | Rapport d’aspect de sortie. |
| image | array | - | - | Jusqu’à 3 URL d’images d’entrée. Déclencheurs en mode édition. |
| num_images | number | 1 | 1 à 4 | Nombre d’images à générer. Chacun est facturé séparément. |
| negative_prompt | string | - | - | Quoi éviter dans la sortie. |
| prompt_extend | boolean | true | - | Laissez le service réécrire la consigne pour de meilleurs résultats. |
| watermark | boolean | false | - | Ajoutez un filigrane de provenance à la sortie. |
| seed | number | - | 0 à 2147483647 | Graine de reproductibilité. Laisse vide pour les aléatoires. |
| response_format | enum | url | url, b64_json | Retournez les URL signées ou les données d’images base64. |
Le texte-image affiche environ 1,7 mégapixels au format choisi; Attachez 1 à 3 images pour l’édition et la fusion d’environ 1 mégapixel. Invite jusqu’à 2000 caractères. Sécurité du contenu - Les images générées passent un contrôle automatisé de sécurité du contenu. Une image marquée comme explicite n’est pas retournée. Parce que l’image est générée avant l’exécution du contrôle, une génération signalée est toujours facturée.
Sur EmpirioLabs, Wan2.5 Image est facturé à l'usage : Standard $0.030 par image. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
Wan2.5 Image est servi via POST /v1/images/generations sur api.empiriolabs.ai avec une authentification standard par token Bearer.
Oui. Le playground EmpirioLabs exécute Wan2.5 Image dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.