Wan API 2026年完全ガイド：Wan 2.7の仕様・ベンチマーク・実装判断

wan api 2026 を本番環境に導入するか評価しているエンジニア向けに、スペック・コスト・限界を整理した。

---

目次

1. Wan 2.7とは何か
2. 前バージョン（Wan 2.2）からの変更点
3. 技術仕様テーブル
4. ベンチマーク比較（VBench他）
5. 料金比較テーブル
6. 最適なユースケース
7. 使うべきではないケース
8. 最小動作コード例
9. 結論

---

1. Wan 2.7とは何か

Wan 2.7は、Alibaba Cloudが開発・提供するAIビデオ生成モデルのAPIサービスだ。2026年3月に正式リリースされ、テキスト→動画（T2V）、画像→動画（I2V）、ビデオ→ビデオ（V2V）を含む主要モデル群へのアクセスを、単一のAPIエンドポイントで提供する（Wan AI公式）。

Wan AIのAPIは「enterprise users and developers向けの包括的なAPIサービス」として位置づけられており、すべての主要AIモデルをカバーする。サードパーティ経由（SiliconFlowなど）とWan AI直接の両方でアクセス可能な点が、他社プロプライエタリAPIとの構造的な違いだ。

Wan 2.2がオープンソース版として公開されたのに対し、Wan 2.7のオープンソース有無は2026年4月時点で未確認（Medium）。APIアクセスは公式ドキュメントと料金ページで提供されている。

---

2. Wan 2.2からWan 2.7への変更点

前バージョンとの比較を数値で見ていく。以下は利用可能なベンチマーク・報告値に基づく。

変更項目	Wan 2.2	Wan 2.7	改善率/詳細
VBenchスコア（総合）	83.2	85.7	+3.0%
最大解像度	720p	1080p	解像度上限の拡張
生成速度（4秒クリップ）	約90秒	約55秒	約39%短縮
対応フォーマット	T2V, I2V	T2V, I2V, V2V	V2Vを追加
コンテキスト長（フレーム数）	81フレーム	121フレーム	+49%
APIルート更新	非対応	2026年4月27日更新済み	新エンドポイント追加

注記： VBenchスコアの2.2→2.7の差分は、SiliconFlowのモデル比較レポートおよびwaN27.org（リンク）で言及された値を参照。生成速度はSiliconFlow経由の計測値であり、インフラ構成・リージョンによって変動する。

主な改善ポイントを3点挙げる：

1. 生成速度の改善（約39%） 4秒クリップの生成が90秒→55秒に短縮されたことで、ユーザー向けリアルタイムプレビューのUXが実用ラインに入ってきた。ただしバッチ処理が主用途の場合、この差は相対的に小さい。

2. 1080p対応 Atlascloudの比較分析によれば、Wan 2.7での1080pアップスケーリングは「高品質を維持しつつ cost per second（CPS）を低く抑えられる」として推奨されている（atlascloud.ai）。720pで生成して1080pにアップスケールするワークフローが現実的なコスト戦略になる。

3. V2V（Video to Video）モデルの追加 既存動画のスタイル変換・再編集のユースケースが広がった。I2Vのみでカバーしていたパイプラインを V2V に置き換えることで、品質劣化のあった中間ステップを削減できる可能性がある。

---

3. 技術仕様テーブル

項目	仕様
モデル名	Wan 2.7
提供元	Alibaba Cloud / Wan AI
正式リリース	2026年3月
APIエンドポイント更新	2026年4月27日
対応タスク	T2V, I2V, V2V
最大出力解像度	1080p
最大フレーム数	121フレーム
対応フレームレート	16fps / 24fps（モデル依存）
出力フォーマット	MP4
入力フォーマット（I2V）	PNG, JPEG, WebP
最大プロンプト長	512トークン（T2V）
API認証	APIキー（Bearer Token）
アクセス方法	Wan AI直接 / SiliconFlow経由
オープンソース	未確認（2026年4月時点）
エンタープライズSLA	あり（公式ページ参照）

---

4. ベンチマーク比較

ビデオ生成モデルの評価指標としてVBench（動画品質の多軸評価スコア）とFID（Fréchet Inception Distance、低いほど良い）を使用する。以下は2026年前半時点で参照可能な数値だ。

VBenchスコア比較

モデル	VBench総合スコア	動作品質	テキスト整合性	備考
Wan 2.7	85.7	84.1	86.3	SiliconFlow計測
Veo 3.1 (Lite)	86.2	85.8	87.0	Google DeepMind
Sora (v2)	84.9	86.4	83.1	OpenAI
Wan 2.2	83.2	82.0	83.9	旧バージョン

コスト効率比較（VBench/コスト比）

モデル	VBenchスコア	1秒あたりコスト（概算USD）	スコア/コスト比
Wan 2.7	85.7	$0.04–0.06	高
Veo 3.1 (Lite)	86.2	$0.10–0.14	中
Sora (v2)	84.9	$0.12–0.18	低

注記： VBenchスコアはSiliconFlowの比較レポート（siliconflow.com）およびAtlascloudの2026年ビデオAPI比較（atlascloud.ai）を参照。Sora v2のスコアは第三者ベンチマークであり、OpenAI公式値ではない。コスト概算はSiliconFlow料金表と各社公開情報から算出。計測条件が異なるため、直接比較には注意が必要。

解釈： Wan 2.7はVBenchでVeo 3.1 Liteに0.5ポイント劣るが、コストは約60%低い。スコア差が実用的な視認差に直結するかは用途による。低コストで大量生成するユースケースではWan 2.7が優位、最高品質が絶対要件ならVeo 3.1 Liteが競争力を持つ。

---

5. 料金比較テーブル

サービス	モデル	料金（概算）	課金単位	備考
Wan AI（直接）	Wan 2.7 T2V/I2V	要問い合わせ / エンタープライズ	秒 or クレジット	公式サイトで確認
SiliconFlow	Wan 2.7系	$0.04–0.06/秒	秒単位	従量制、スタート簡単
Google	Veo 3.1 Lite	$0.10–0.14/秒	秒単位	Vertex AI経由
OpenAI	Sora v2	$0.12–0.18/秒	秒単位	API Proプランで利用可
Runway	Gen-3 Alpha	$0.05–0.08/秒	クレジット	サブスクリプション型も

注記： 料金はすべて2026年前半時点の概算値。正確な料金はWan AI公式ページ（wan.video/api）およびSiliconFlow料金ページで確認すること。エンタープライズ契約では別途ボリュームディスカウントが存在する。

---

6. 最適なユースケース

以下は、Wan 2.7 APIが実際に価値を出せるユースケースだ。抽象論ではなく具体的なパイプライン例を示す。

6-1. 大量動画生成（バッチ処理）

具体例： ECサイトが商品画像をI2Vで動画化し、SNS広告素材を自動生成するパイプライン。1日500クリップ生成するコストはVeo 3.1 Liteと比較して約40%削減できる計算になる。コスト/品質のバランスが合理的なユースケース。

6-2. プロトタイプ・コンセプト検証

具体例： 映像制作スタジオがシーンのコンセプトをクライアントに見せるためのプレビュー動画を生成する。最終制作にはプロツールを使うが、方向性確認のための低コスト反復に Wan 2.7 を使う。

6-3. 1080pアップスケールワークフロー

具体例： Atlascloudが言及するように、720pで生成→1080pにポストプロセスでアップスケールするパイプラインが CPS を抑えながら品質を確保する現実的な選択肢（atlascloud.ai）。V2V対応を活かして中間ステップのアップスケールにWan 2.7を使うアーキテクチャが有効。

6-4. V2Vを使ったスタイル変換

具体例： ゲーム開発チームが実写撮影映像をアニメスタイルに変換するパイプライン。Wan 2.2ではI2V+連結で対応していたが、V2Vモデル追加により品質が安定。

---

7. 使うべきではないケース

正直に書く。以下のケースではWan 2.7は適切な選択ではない可能性が高い。

1. 最高品質が絶対要件のケース VBenchスコアでVeo 3.1 Liteに0.5ポイント差があり、テキスト整合性で約0.7ポイント差がある。放送品質・映画向けの最終制作物には、この差が視覚的に現れる場合がある。コストより品質優先ならVeo 3.1 Liteを検討する。

2. オープンソース自己ホスティングが前提のケース Wan 2.7のオープンソース提供は2026年4月時点で未確認。Wan 2.2はオープンソースとして利用可能だったが、2.7は現状APIアクセスのみと考えておく必要がある（Medium）。データプライバシー要件上、外部APIに映像データを送れない環境では使えない。

3. 1分超の長尺動画生成 最大121フレーム（16fps換算で約7.5秒、24fps換算で約5秒）の制約がある。長尺コンテンツの一括生成には不向きで、クリップ分割→連結のワークフローが必要になり、複雑度とコストが上がる。

4. リアルタイム（<5秒レイテンシ）のライブ生成 55秒の生成時間（4秒クリップ）はリアルタイムインタラクティブアプリケーションには対応できない。ライブ配信への動的挿入、ゲーム内リアルタイム生成などには現状のレイテンシが障壁になる。

5. 高度な音声・音楽生成が必要なケース Wan 2.7はビデオ生成に特化しており、音声合成やBGM生成は対象外。音声付きコンテンツ生成には別途音声APIとの組み合わせが必要になる。

---

8. 最小動作コード例

SiliconFlow経由でWan 2.7のT2Vリクエストを送る最小実装例。

import requests

API_KEY = "your_siliconflow_api_key"
API_URL = "https://api.siliconflow.cn/v1/video/submit"

payload = {
    "model": "Wan-AI/Wan2.7-T2V-14B",
    "prompt": "A cat walking on a sunny beach, cinematic, 4K",
    "negative_prompt": "blurry, low quality",
    "num_frames": 81,
    "fps": 16,
    "resolution": "1280x720"
}

headers = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}
response = requests.post(API_URL, json=payload, headers=headers)
job_id = response.json().get("requestId")
print(f"Job submitted: {job_id}")

注意点：

• エンドポイントとモデル名はSiliconFlowの最新ドキュメントで確認すること（2026年4月27日付けでルートが更新済み）。
• Wan AI直接APIを使う場合はエンドポイントが異なる。公式ドキュメント（wan.video/api）を参照。
• requestIdを使って非同期でステータスをポーリングし、完成後にダウンロードURLを取得するフローになる。

---

9. 結論

Wan 2.7 APIはVBench 85.7・コスト$0.04–0.06/秒という数値で、大量生成・バッチ処理・プロトタイピングのユースケースにおいて2026年前半時点で最も費用対効果の高い選択肢の一つだ。ただし、オープンソース未確認・最大121フレームの制約・Veo 3.1 Liteとの品質差を許容できない用途では採用前に精査が必要になる。

---

参照ソース：Wan AI公式 / wan27.org / SiliconFlow / Atlascloud / Medium

メモ： 複数の AI モデルを一つのパイプラインで使う場合、AtlasCloud は Kling、Flux、Seedance、Claude、GPT など 300+ モデルへの統一 API アクセスを提供します。API キー一つで全モデル対応。新規ユーザーは初回チャージで 25% ボーナス（最大 $100）。