Wan2.6 は、複数画像の入力、画像編集、テキストと画像のインターリーブ出力をサポートします。
モデル概要
モデル | 説明 | 出力画像の仕様 |
|---|---|---|
wan2.6-image | 画像を編集し、テキストと画像のインターリーブ出力を生成します。 | 画像フォーマット:PNG 画像の解像度とディメンションは size パラメーター を通じて設定されます。 |
API を呼び出す前に、各リージョンでサポートされているモデルリストと料金を確認してください。
前提条件
API キーを取得し、API キーを環境変数としてエクスポートします。
HTTP 同期
1 回のリクエストで結果を返します。ほとんどのシナリオで推奨されます。
- シンガポール
- 米国 (バージニア)
- 中国 (北京)
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation呼び出す際、{WorkspaceId} を実際の ワークスペース ID に置き換えてください。グローバルデプロイメント範囲 (フランクフルトリージョン) は非同期呼び出しのみをサポートします。
リクエストパラメーター |
|
リクエストヘッダー | |
Content-Type string (必須)リクエストのコンテンツタイプ。 application/json にする必要があります。 | |
Authorization string (必須)Model Studio API キーでリクエストを認証します。例:Bearer sk-xxxx。 | |
X-DashScope-SSEstring (任意)ストリーミング出力を有効にします。
| |
リクエストボディ | |
model string (必須)モデル名。wan2.6-image に設定します。 | |
input object (必須)入力設定。
プロパティ messages array (必須)リクエストコンテンツの配列。シングルターンの会話のみサポートされています -- 1 つの role-content ペアを提供してください。
プロパティ role string (必須)メッセージのロール。 user に設定します。contentarray (必須)メッセージコンテンツの配列。
プロパティ text string(必須)希望する画像の内容、スタイル、構成を記述するポジティブプロンプト。中国語と英語をサポートします。最大 2,000 文字 (各漢字、文字、数字、記号は 1 文字としてカウント)。超過した場合は自動的に切り捨てられます。例:この画像のスタイルに基づいてトマトと卵の炒め物を生成します。注: content 配列には、text フィールドを持つオブジェクトを正確に 1 つ含める必要があります。imagestring(任意)入力画像の URL または Base64 エンコードされた文字列。画像の制約:
| |
parameters object (任意)生成パラメーター。
プロパティ negative_prompt string (任意)画像に含めたくないものを記述するネガティブプロンプト。中国語と英語をサポートします。最大長は 500 文字です。超過した文字は自動的に切り捨てられます。例:低解像度、低品質、歪んだ手足、奇形の指、過飽和の色、ワックスのような外観、顔の詳細なし、過度に滑らかな表面、AI 生成の外観。混沌とした構成。ぼやけたまたは歪んだテキスト。size string (任意)出力画像の解像度。入力画像の比率を参照する方法と、ディメンションを直接指定する方法の 2 つをサポートします。enable_interleave=false の場合 (画像編集モード):
enable_interleave=true の場合 (テキストと画像のインターリーブ出力モード):
一般的なアスペクト比の推奨解像度
bool (任意)画像生成モードを制御します:
integer (任意)生成するイメージ数。動作は enable_interleave によって異なります:
integer (任意)テキストとイメージのインターリーブモード (enable_interleave=true) でのみ有効です。
bool (任意)画像編集モード (enable_interleave = false) でのみ有効です。インテリジェントなプロンプトリライトを有効にします。ポジティブプロンプトのみを最適化し、ネガティブプロンプトは変更されません。
bool (任意)ストリーミング出力を有効にします。enable_interleave=true の場合、true に設定することが必須です。
bool (任意)画像の右下隅に固定テキスト「AI Generated」のウォーターマークラベルを追加します。
integer (任意)乱数シード。有効値: [0,2147483647]。同じ seed を使用すると、類似した出力が得られます。省略した場合、アルゴリズムはランダムシードを使用します。注: 画像生成は確率的です。同じ seed を使用しても、結果が異なる場合があります。 |
レスポンスパラメーター |
タスクデータ (タスクステータスと画像 URL) は 24 時間のみ保持され、その後自動的にパージされます。生成された画像は速やかに保存してください。 |
output objectタスクの出力。
プロパティ choices array of objectモデルが生成した出力コンテンツ。
プロパティ finish_reason stringタスク終了の理由。非ストリーミング出力シナリオ: stop で自然に停止します。ストリーミング出力シナリオ:このパラメーターは、データストリームの送信が完了したかどうかを示します。
objectモデルから返されたメッセージ。
プロパティ role stringメッセージロールは、assistant に固定されています。contentarray
プロパティ type string出力タイプ。列挙値:text、image。text string生成されたテキスト。image string生成された画像の PNG 形式の URL。リンクは 24 時間後に有効期限が切れます。画像を速やかにダウンロードして保存してください。boolリクエスト完了フラグ。
| |
usage object出力統計。成功した結果のみをカウントします。
プロパティ image_count integer生成された画像の数。size string生成された画像の解像度。例:1376*768。input_tokens integer画像数ごとに課金されます。
integer画像数ごとに課金されます。
integer画像数ごとに課金されます。
| |
request_id stringトレースとトラブルシューティングのためのユニークなリクエスト識別子。 | |
code stringエラーコード。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。 | |
message string詳細なエラーメッセージ。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。 |
HTTP 非同期
プロセス:タスクの作成 → 結果のポーリング
ステップ 1:タスクを作成してタスク ID を取得
- シンガポール
- 米国 (バージニア)
- 中国 (北京)
- ドイツ (フランクフルト)
POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/image-generation/generation呼び出す際は、{WorkspaceId} を実際のワークスペース IDに置き換えてください。- タスクの作成後、返された
task_idを使用して結果をクエリします。task_idは 24 時間有効です。 重複したタスクを作成しないでください。 代わりに、ポーリングを使用して結果を取得してください。 - 初心者向けのガイダンスについては、「Postman または cURL で API を呼び出す」をご参照ください。
リクエストパラメーター | |
リクエストヘッダー | |
Content-Type string (必須)リクエストのコンテンツタイプは application/json である必要があります。 | |
Authorization string (必須)Model Studio API キーでリクエストを認証します。例:Bearer sk-xxxx。 | |
X-DashScope-Asyncstring(必須)非同期モードのスイッチ。設定必須の値: enable。 | |
リクエストボディ | |
model string (必須)モデル名。例:wan2.6-image | |
input object (必須)入力設定。
プロパティ messages array (必須)リクエストコンテンツの配列。シングルターンの会話のみサポートされています — 1 つの role-content ペアを提供してください。マルチターンの会話はサポートされていません。
プロパティ role string (必須)メッセージのロール。 user を指定します。contentarray (必須)メッセージコンテンツの配列。
プロパティ text string(必須)希望する画像の内容、スタイル、構成を記述するポジティブプロンプト。中国語と英語をサポートします。最大 2,000 文字 (各漢字、文字、数字、記号は 1 文字としてカウント)。超過した場合は自動的に切り捨てられます。例:この画像のスタイルに基づいてトマトと卵の炒め物を生成します。注: content 配列には、text フィールドを持つオブジェクトを 1 つだけ含める必要があります。imagestring(任意)入力画像の URL または Base64 エンコードされた文字列。画像の制約:
| |
parameters object (任意)生成パラメーター。
プロパティ negative_prompt string (任意)画像に含めたくないものを記述するネガティブプロンプト。中国語と英語をサポートします。最大長は 500 文字です。超過した文字は自動的に切り捨てられます。例:低解像度、低品質、歪んだ手足、奇形の指、過飽和の色、ワックスのような外観、顔の詳細なし、過度に滑らかな表面、AI 生成の外観。混沌とした構成。ぼやけたまたは歪んだテキスト。size string (任意)出力画像の解像度。入力画像の比率を参照する方法と、ディメンションを直接指定する方法の 2 つをサポートします。enable_interleave=false (画像編集モード) の場合:
enable_interleave=true (テキストと画像の交互出力モード) の場合:
一般的なアスペクト比の推奨解像度
bool (任意)画像生成モードを制御します:
integer (任意)生成するイメージの数。動作は enable_interleave によって異なります:
integer (任意)テキストとイメージのインターリーブモード (enable_interleave=true) でのみ有効です。
bool (任意)画像編集モード (enable_interleave = false) でのみ有効です。インテリジェントなプロンプトリライトを有効にします。ポジティブプロンプトのみを最適化し、ネガティブプロンプトは変更されません。
bool (任意)画像の右下隅に固定テキスト「AI Generated」のウォーターマークラベルを追加します。
integer (任意)乱数シード。有効値: [0,2147483647]。同じ seed を使用すると、同様の出力が得られます。省略した場合、アルゴリズムはランダムなシードを使用します。注: 画像生成は確率的であるため、同じシードを使用しても結果が異なる場合があります。 |
レスポンスパラメーター |
タスクステータスと結果をクエリするために、 task_id を保存します。 |
output objectタスクの出力。
プロパティ task_id stringタスク ID。クエリに対して 24 時間有効です。task_status stringタスクのステータス。
列挙値
| |
request_id stringトレースとトラブルシューティングのためのユニークなリクエスト識別子。 | |
code stringエラーコード。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。 | |
message string詳細なエラーメッセージ。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。 |
ステップ 2:タスク ID を使用して結果をクエリ
- シンガポール
- 米国 (バージニア)
- 中国 (北京)
- ドイツ (フランクフルト)
GET https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/tasks/{task_id}呼び出し時、{WorkspaceId} を実際の ワークスペース ID に置き換えてください。- ポーリングの推奨:画像生成には時間がかかります。10 秒などの適切な間隔でポーリングメカニズムを使用してください。
- タスクの状態遷移:PENDING → RUNNING → SUCCEEDED または FAILED。
- 結果リンク:タスクが成功した後、24 時間有効な画像 URL が返されます。画像をダウンロードして、OSS などの永続ストレージに保存してください。
リクエストパラメーター |
{task_id} を、前の API 呼び出しから返された task_id の値で置き換えます。task_id は 24 時間クエリに対して有効であり、{WorkspaceId} を実際の ワークスペース ID で置き換えます。 |
リクエストヘッダー | |
Authorization string (必須)Model Studio API キーでリクエストを認証します。例:Bearer sk-xxxx。 | |
URL パスパラメーター | |
task_id string (必須)タスクの ID。 |
レスポンスパラメーター |
タスクデータ (タスクステータスと画像 URL) は 24 時間のみ保持され、その後自動的にパージされます。生成された画像は速やかに保存してください。 |
output objectタスクの出力情報。
プロパティ task_id stringタスク ID。クエリに対して 24 時間有効です。task_status stringタスクのステータス。
列挙値
stringタスクが送信された時刻。時刻は UTC+8 で、フォーマットは YYYY-MM-DD HH:mm:ss.SSS です。scheduled_time stringタスクが実行された時刻。時刻は UTC+8 で、フォーマットは YYYY-MM-DD HH:mm:ss.SSS です。end_time stringタスクが完了した時刻。時刻は UTC+8 で、フォーマットは YYYY-MM-DD HH:mm:ss.SSS です。finished boolリクエスト完了フラグ。
array of objectモデルが生成した出力コンテンツ。
プロパティ finish_reason stringタスクの終了理由。自然に終了した場合は stop です。message objectモデルから返されたメッセージ。
プロパティ role stringメッセージロールは assistant に固定されています。contentarray
プロパティ type string出力タイプ。列挙値:text、image。text string生成されたテキスト。image string生成された画像の PNG 形式の URL。リンクは 24 時間後に有効期限が切れます。画像を速やかにダウンロードして保存してください。 | |
usage object出力統計。成功した結果のみをカウントします。
プロパティ image_count integer生成された画像の数。size string生成された画像の解像度。例:1376*768。input_tokens integer入力トークン数。画像数ごとに課金されます。現在は 0 に固定されています。output_tokens integer出力トークン数。画像数ごとに課金されます。現在は 0 に固定されています。total_tokensinteger合計トークン数。画像数ごとに課金されます。現在は 0 に固定されています。 | |
request_id stringトレースとトラブルシューティングのためのユニークなリクエスト識別子。 | |
code stringエラーコード。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。 | |
message string詳細なエラーメッセージ。失敗したリクエストに対してのみ返されます。「エラーコード」をご参照ください。 |
DashScope Python SDK
SDK パラメーターは HTTP インターフェイスと一致しており、言語の規則に従って適応されています。
SDK は内部で非同期呼び出しを処理し、同期呼び出しと非同期呼び出しの両方をサポートします。
実際の持続時間は、キューの長さとサービスの負荷によって異なります。
base_url と API キーは、リージョンごとに異なります。シンガポールリージョンからの呼び出し例:
- シンガポール
- 米国 (バージニア)
- 中国 (北京)
- ドイツ (フランクフルト)
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1呼び出し時、{WorkspaceId} を実際の ワークスペース ID に置き換えてください。グローバルデプロイメント範囲 (フランクフルトリージョン) は非同期呼び出しのみをサポートします。
画像編集
- 同期
- 非同期
リクエスト例
レスポンス例
URL は 24 時間後に有効期限が切れます。画像を速やかにダウンロードしてください。
output と同じレベルのトップレベル usage フィールドで返され、response.usage["image_count"] のように読み取ります。output オブジェクトは統計情報を含まないため、response.output.usage は {} として返され、image_count を含みません。テキストと画像のインターリーブ出力
- 同期 (ストリーミングのみ)
- 非同期
リクエスト例
レスポンス例
URL は 24 時間後に有効期限が切れます。画像を速やかにダウンロードしてください。
DashScope Java SDK
SDK パラメーターは HTTP インターフェイスと一致しており、言語の規則に従ってカプセル化されています。
SDK は内部で非同期呼び出しを処理し、同期呼び出しと非同期呼び出しの両方をサポートします。
実際の持続時間は、キューの長さとサービスの負荷によって異なります。
base_url と API キーはリージョン間で互換性がなく、シンガポールリージョンでの例は次のとおりです。
- シンガポール
- 米国 (バージニア)
- 中国 (北京)
- ドイツ (フランクフルト)
https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1呼び出す際、{WorkspaceId} を実際のワークスペース ID に置き換えてください。グローバルデプロイメント範囲 (フランクフルトリージョン) は非同期呼び出しのみをサポートします。
画像編集
- 同期
- 非同期
リクエスト例
レスポンス例
URL は 24 時間後に有効期限が切れます。画像を速やかにダウンロードしてください。
テキストと画像のインターリーブ出力
- 同期呼び出し (ストリーミングのみ)
- 非同期呼び出し
リクエスト例
レスポンス例
URL は 24 時間後に有効期限が切れます。画像を速やかにダウンロードしてください。
制限事項
- データの有効性:タスク
task_idとイメージurlは、24 時間のみ保持されます。この期間を過ぎると、これらは照会またはダウンロードできなくなります。 - コンテンツモデレーション: 入力
promptと出力イメージの両方がコンテンツモデレーションの対象となります。準拠していないコンテンツは、IPInfringementSuspectまたはDataInspectionFailedエラーを返します。詳細については、「エラーコード」をご参照ください。
課金とレート制限
- 無料クォータと料金:モデルの料金。
- モデルのレート制限については、「通義万相 (Wan)」をご参照ください。
- 正常に生成された画像ごとに課金されます。失敗した呼び出しは課金されず、無料クォータを消費しません。