Wan 2.7とSeedance 2.0を比較：動画の作り方、参照素材、料金で選ぶ

Wan 2.7とSeedance 2.0は、どちらも動画を作れるシリーズです。 新規動画を2〜3秒に収めたいならWan 2.7、4Kで納品したいならSeedance 2.0標準版が最初の候補になります。先頭と最終フレームを指定する生成、参照素材を使う生成、既存動画の編集や延長は両者に対応する方法があるため、モデル名だけでなく「どの操作を使うか」まで選ぶことが大切です。Wanの動画API・Seedance 2.0シリーズの仕様

以下は2026年10月12日に確認したAlibaba Cloud Model StudioとBytePlus ModelArkの公開仕様に基づきます。Wan2.7-Imageは別の画像製品であり、動画APIの機能や料金と一括りにはできません。画質や生成速度の優劣を測定した比較ではなく、必要な出力、素材、操作、予算から最初に試す方法を決めるための比較です。

作りたい動画から最初の候補を選ぶ

根拠はWan T2V、Wan動画編集、Seedance 2.0の機能表、BytePlusの料金例です。表の候補は、対応機能と公開価格からの選択であり、作品の出来を保証する順位ではありません。

たとえば無人の温室で散水ノズルが動く5秒の紹介動画なら、テキストから作ることも、承認済みの商品写真から作ることもできます。ノズルの形が重要なら画像から動画、終点の構図も決まっているなら先頭・最終フレームを選びます。すでに動画があり、水滴の表現だけ変えたいなら編集です。同じ「商品動画」でも、この違いが入力と請求額を変えます。

Wan 2.7は4つの動画操作を使い分ける

WanではT2V、I2V、R2V、videoeditを分けて選びます。すべてを「画像から動画」として扱うと、使える素材の組み合わせや尺を間違えやすくなります。

各行の入力条件はテキストから動画、画像から動画、参照から動画、動画編集で確認できます。実装時は利用するリージョンでそのモデルが使えるかも確認してください。

先頭画像、参照画像、元動画は役割が違う

I2Vの素材はinput.mediaに入れ、typeで役割を示します。先頭画像ならfirst_frame、最終画像ならlast_frameです。静止画からの生成では任意のdriving_audioを加えられます。動画の続きはfirst_clip、またはfirst_clip＋last_frameを使います。それぞれの種類は最大1個で、任意の組み合わせを混ぜてよいわけではありません。I2Vの素材組み合わせ

I2Vに渡す画像は幅・高さがそれぞれ240〜8,000ピクセル、20MB以下です。PNGのアルファチャンネルは対応外なので、透明部分を含む商品画像は背景を決めてから用意します。続きの生成に使うMP4・MOVは2〜10秒、幅・高さ240〜4,096ピクセル、100MB以下です。出力の縦横比は入力画像・動画に沿いますが、16ピクセル単位への調整によって少しずれることがあります。厳密な納品比率が必要なら、最後にトリミングや余白調整を行います。素材仕様と縦横比

R2Vは先頭を固定するだけでなく、被写体や場面の参照を渡す操作です。reference_imageとreference_videoを使い、プロンプトでは画像と動画を別々に数えてImage 1、Video 1と記します。被写体の参照素材は1つの被写体に絞り、動画参照は空の風景ではなく被写体を含むものを用意します。動画参照自体は1〜30秒を受け付けますが、動画参照を含む場合の生成尺は2〜10秒です。R2Vの参照ルール

音声の使い方と延長の総尺を先に決める

Wanのdriving_audioは、口の動きや動作のタイミングを駆動する音声です。I2Vでは音声を指定しないと背景音楽や効果音が自動生成されます。音声が動画より短いと残りは無音、長いと出力尺まで切り詰められます。WAV・MP3、2〜30秒、15MB以下という入力条件も確認します。I2Vの音声条件

一方、R2Vのreference_voiceは声質の参照で、話す内容を決める音声ではありません。こちらは1〜10秒で、参照動画の音声と併用するとreference_voiceが優先されます。音声の長さだけを合わせても、同じ役割の設定にはなりません。R2Vの声質参照

続きの生成では、Wan I2Vのdurationが「追加する秒数」ではない点にも注意します。公式例では3秒の元動画にduration: 15を指定すると、新しく作る部分は12秒、完成動画は15秒で、15秒分が請求対象です。動画編集で元の尺を保つ場合はdurationを省略するか0にします。この0は編集のルールであり、T2Vの尺指定に流用できません。I2Vの総尺・編集の尺指定

Seedance 2.0は標準版・Fast・Miniを選んでから素材を指定する

BytePlus ModelArkの現行仕様では、3版ともテキスト、先頭画像、先頭・最終画像、複数種類の参照、編集、延長、音声付き動画生成に対応します。まず解像度と費用で版を絞り、次に作業を選べます。公式シリーズ仕様

3版とも4〜15秒で、16:9、9:16、1:1、4:3、3:4、21:9に対応します。標準版の4Kは10bitのH.265/HEVCを使うため、受け取る端末や編集ソフトで再生できるか確認が必要です。「MP4だからどのブラウザーでも再生できる」とは限りません。FastやMiniという名称から、実際の待ち時間や採用率までは判断できません。出力仕様と再生互換性

複数素材を使うOmni referenceでは、画像0〜9枚、動画0〜3本、音声0〜3本が案内されています。必要な種類だけを使えばよく、枠を埋める必要はありません。ただし、テキスト＋音声だけ、または音声だけの入力は対応外です。商品写真とカメラ移動の参照動画を組み合わせる場合は、それぞれに何を担当させるかを文章で指定します。Omni referenceの条件

開始と終了を画像に合わせることが要件なら、画像をfirst_frameとlast_frameとして指定するI2Vを選びます。Omni referenceの説明文で「この画像から始めて、この画像で終える」と書く方法は間接的な制御です。公式資料も、先頭・最終フレームが重要な場合は専用のI2Vを使うよう案内しています。参照生成と先頭・最終フレーム生成を無条件に混ぜる実装は避け、選んだ単一の方法から始めます。フレーム指定と参照の違い

編集では元動画に対して追加・削除・置き換えを指示できます。延長では前後の映像を作るほか、最大3本の間をつなぐ使い方があります。単一動画の延長は通常、追加部分を中心とする出力ですが、指示によって元動画を含められます。複数動画の接続は元映像と新しい映像を含むため、Wan I2Vの「入力を含む総尺」と同じつもりで尺を設定しないでください。編集・延長の説明

参照素材は先に承認する。人物素材には別の条件がある

生成前に、使う画像・動画・音声の権利と使用範囲を確認し、どの特徴を残すかを決めます。温室の例なら、商品写真はノズルの形、背景写真は温室の構成、短い動画は散水の動きを担当します。素材が異なる商品の形を示していたり、写真にない部品を文章で要求していたりすると、何を採用基準にするか曖昧になります。

静止画や絵コンテを先に整える価値は、現在もあります。顔を含まない商品の構図をWanなどで準備し、条件を満たす参照素材としてSeedanceに渡す流れも選択肢です。ただし、必ず両方を使う必要はありません。すでに使える写真があり、1つのモデルで目的を満たせるなら、素材の受け渡しと追加の請求を増やす理由はありません。

ModelArkのSeedance 2.0では、実在の人の顔を含む画像・動画をそのまま参照としてアップロードする方法は対応外です。 通常の利用同意を得たことや「AIで作った顔です」と書くことだけで、この入力条件を変更できるわけではありません。人物素材の公式ガイド

公式に案内されている方法は、プリセットのデジタル人物、本人確認と許諾を経て登録した実在人物の素材、または対象モデルの信頼された元出力です。信頼された出力は、同じModelArkアカウント・同じプラットフォームで作られた未編集の元ファイルで、生成から30日以内という条件があります。対象は2026年3月11日以降のSeedance 2.0・2.5動画、4月16日以降のその最終フレームとSeedream 5.0 lite/pro/flashの画像です。Wanで作った顔入り画像、別アカウントのファイル、編集・圧縮したファイルが自動的にこの条件を満たすわけではありません。対象と有効期間

人物を含まない素材には、この顔に関する信頼条件は適用されませんが、通常の素材仕様や審査は引き続き適用されます。また、信頼された素材でも出力の審査を免れるものではありません。人物を使う企画では、モデルを選んだ後で素材が使えないと分かるのを避けるため、ここを最初に確認しましょう。人物素材の注意事項

料金比較：5秒の新規生成と参照・編集を分ける

以下は動画入力なし、5秒、16:9という共通条件での目安です。WanはAlibaba Cloudのwan2.7-t2v、Singapore・Internationalの通常価格、SeedanceはBytePlus ModelArkの公式見積もり表を使っています。2026年10月12日確認時点の米ドルで、無料枠、期間限定の割引、税金、作業時間は含めません。Wan T2Vの地域別価格・BytePlusの料金と計算例

Wanのこの価格は720Pが出力1秒あたり0.10米ドル、1080Pが0.15米ドルなので、5秒ではそれぞれ0.50米ドル、0.75米ドルです。他の地域、日付付きモデル、I2V・R2V・編集や第三者サービスへ同じ価格を広げないでください。Seedance標準版720pの0.76米ドルは公式の「1本あたり」の推定値です。丸められた秒単価0.15米ドルを5倍した0.75米ドルに置き換えません。Alibaba Cloud価格表・BytePlus料金例

Seedanceの参照動画は入力時間も請求対象

Seedance 2.0の課金単位は100万トークンあたりの米ドルです。標準版の480p・720pは動画入力なしで7.0米ドル、ありで4.3米ドル、Fastは5.6／3.3米ドル、Miniは3.5／2.1米ドルです。標準版の1080pは7.7／4.7米ドル、4Kは4.0／2.4米ドルですが、トークン消費は解像度などで増えるため、4Kの単価だけを見て安いとは判断できません。モデル別のトークン単価

公式の推定式は次のとおりです。

推定トークン数 ＝（入力動画の秒数＋出力動画の秒数）
                  × 出力の幅 × 出力の高さ × フレームレート ÷ 1024

動画入力がある場合は最低トークン消費量も適用され、解像度、縦横比、出力尺によって変わります。実際の消費量は応答のusage.completion_tokensを使います。安い「動画入力あり」の単価だけを取り出し、出力5秒だけに掛ける計算ではありません。計算式と最低消費量

公式表の720p・16:9・出力5秒では、入力動画2〜15秒を使う標準版の推定額は約0.84〜1.86米ドルです。2〜4秒の入力は同じ最低額にまとまります。参照を短くすれば常に比例して安くなるわけではありません。一方、Wan R2Vとvideoeditもusage.durationが入力動画＋出力動画の合計です。上のT2V表をそのまま編集予算に使わず、選んだ操作の料金と請求対象の尺を確認します。Seedanceの動画入力例・Wan R2V・Wan編集

制作予算では、生成に成功した本数と採用できた本数も分けます。実際の請求総額を採用本数で割れば、採用1本あたりの生成費用を出せます。採用が0本なら、この平均は出せません。安い候補が何度も作り直しになれば、別の候補より制作費が増えることもあるため、公開単価だけで最終的な費用対効果は確定しません。

公式経路で1本作り、結果を確認して保存する

入口はWanがAlibaba Cloudの各動画API資料、SeedanceがBytePlusの2.0シリーズチュートリアルです。以下はドキュメントに沿った実装の手順で、実際のモデル呼び出しを行った記録ではありません。

Wan：リージョンを合わせて作成し、同じタスクを照会する

1. Model Galleryで使うモデルとリージョンを確認し、APIキーと接続先も同じリージョンにします。Singaporeなら専用ドメインはhttps://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.comです。{WorkspaceId}には自分のWorkspace Detailsの値を入れます。
2. 選んだ操作の素材を準備します。写真を動かすならI2Vのfirst_frame、既存動画の見た目を変えるならvideoeditのvideoです。URLを使う素材はサービスから取得できる必要があります。外部に公開してよい素材か、渡す方法を先に確認します。
3. テキストからの新規生成なら、以下のリクエスト本文例から始められます。プロンプトはWan APIが明記する英語にしています。これは本文の例であり、認証や送信処理を含む実行スクリプトではありません。

{
  "model": "wan2.7-t2v",
  "input": {
    "prompt": "One continuous shot inside an empty greenhouse. A stainless steel irrigation nozzle sprays a fine mist over green seedlings. The camera slowly moves sideways. Keep the nozzle shape unchanged. Soft daylight, no people, no text."
  },
  "parameters": {
    "resolution": "720P",
    "ratio": "16:9",
    "duration": 5,
    "prompt_extend": false,
    "watermark": true
  }
}

4. 公式の作成先/api/v1/services/aigc/video-generation/video-synthesisへ、Content-Type: application/json、APIキーによるBearer認証、X-DashScope-Async: enableを付けて送ります。Wan 2.7 T2Vは新しいHTTP手順を使い、旧SDKのT2V例をモデル名だけ置き換えないようにします。旧sizeではなくresolution＋ratioを使い、shot_typeは使いません。
5. 応答のoutput.task_idを保存し、同じ接続先のGET /api/v1/tasks/{task_id}で結果を照会します。PENDINGやRUNNINGは完成ではありません。待機中に同じ生成を重複送信せず、SUCCEEDEDならvideo_url、FAILEDならエラーを確認します。
6. 成功した動画をダウンロードし、プロンプト、モデル、設定、タスクIDと一緒に保存します。タスクIDと結果URLの有効期間は24時間です。リンクだけを制作記録に残すと、後で素材を取得できなくなります。

これらはWan T2Vの新HTTP手順と応答仕様に基づきます。I2V・R2V・編集にはそれぞれ別のSDK対応条件があるため、T2Vの旧SDK制限をWan全体へ広げる必要はありません。

Seedance：利用条件を確認し、2.0のサンプルを使う

ModelArkの現行資料には個人・企業それぞれの利用上限があり、企業限定ベータとして一律に扱うのは適切ではありません。ただし、有効化には残高が30米ドルを超える、30米ドル以上の対象Savings Plan、または利用可能な対象リソースパックの残量がある、という条件のいずれかが必要です。アカウントと利用地域の条件は公式側で確認してください。これは有効化の条件であり、1回の生成料金が30米ドルという意味ではありません。有効化条件と利用上限

1. 利用条件を満たすBytePlusアカウントでモデルを有効化し、API keysページのCreate API Keyでキーを準備します。公式SDK例はARK_API_KEYからキーを読み、https://ark.ap-southeast.bytepluses.com/api/v3へ接続します。キーは記事や共有する設定ファイルに貼らず、安全に保管します。2.0シリーズのチュートリアルで標準版・Fast・MiniのモデルIDを選び、最初の新規生成は素材なしのテキストから、画像が必須ならI2Vから始めます。
2. 音声を生成するか、出力尺、解像度、縦横比を指定します。共通条件を比べるなら、たとえば標準版のresolution: "720p"、ratio: "16:9"、duration: 5です。
3. APIはPOST https://ark.ap-southeast.bytepluses.com/api/v3/contents/generations/tasksを使います。テキストはcontent内のtype: "text"、textに入れます。画像・動画を使うときはチュートリアルの該当モードの素材指定を使い、写真の役割を先頭フレームか参照画像かで決めます。
4. 作成時に返るタスクIDを保存し、公式サンプルのclient.content_generation.tasks.get(task_id=...)で状況を確認します。succeededで結果URLを取得、failedではエラーを確認します。作成APIを繰り返すことと状況の照会は別です。
5. 出力ファイルとタスク情報を保存し、4Kなら納品先でHEVC・10bitを再生できるかも確認します。元動画URLは24時間有効という案内なので、長期保存はファイルとして行います。これは人物素材の信頼期間30日とは別の期限です。

作成先は動画生成タスクAPI、2.0の設定と照会方法は2.0専用チュートリアル、URLの保存期間は人物素材ガイドの保存案内で確認できます。共通APIページのサンプルが2.5を使っている場合、その設定を2.0の実装例としてそのままコピーしないでください。

採用する動画は、最初に決めた条件で確認する

比較の最初は、同じ用途、尺、縦横比、解像度、音声要件をそろえます。温室の例なら「ノズルの形が途中で変わらない」「散水が最後まで続く」「カメラの横移動が分かる」「不要な人物や文字が出ない」を確認条件にできます。静止画から作る比較なら、同じ使用可能な先頭画像を使います。これは読者が行う確認方法の提案で、測定済みの結果ではありません。

動画を再生して全体を見るだけでなく、冒頭、動作の途中、最後で形と構図を確認し、音声が必要なら無音区間や意図しない会話も確認します。使えない候補が出たら、素材、動作、カメラ、音声のどれを直すかを決め、変更した設定と請求額を残します。新規生成の比較が済んでから、必要な参照や編集を加えると、何が結果を変えたのかを追いやすくなります。

モデルを決めた後に、参照素材の役割や絵コンテを文章へ落とし込む方法は、Seedanceのプロンプトの書き方も参考になります。同ガイドの2.5向けの秒指定例を、2.0で正確なフレーム時刻を保証する機能として扱わないでください。

よくある質問

Wan 2.7は画像専用ではないのですか？

現在は動画のT2V・I2V・R2V・videoeditが公開されています。Wan2.7-Imageという画像製品とは別に選びます。「動画ならWan 2.6しか使えない」という前提で2.7を除外する必要はありません。Wan 2.7動画API

1080pや4Kならどちらを選べますか？

1080pはWan 2.7の各動画操作とSeedance 2.0標準版が候補です。Seedance標準版は4Kにも対応し、Fast・Miniは480p・720pまでです。4Kは10bitのHEVCなので、再生環境も合わせて確認してください。Wan仕様・Seedance版別仕様

WanとSeedanceはどちらが安いですか？

動画入力なしの5秒・720p・16:9なら、Alibaba Cloud SingaporeのWan 2.7 T2V定価は0.50米ドル、BytePlusのSeedance標準版公式推定は約0.76米ドル、Fastは約0.60米ドル、Miniは約0.38米ドルです。参照動画や編集、地域、版が変わると比較も変わります。採用できる本数まで含めた費用は実際の結果で判断します。Wan価格・BytePlus価格

Wanで作った人物画像をSeedanceへ渡せますか？

顔を含む画像を通常の参照として渡せるとは限りません。ModelArkのSeedance 2.0は実在人物の顔入り素材の直接アップロードに対応せず、信頼された出力は同じModelArkアカウント・同じプラットフォームの対象モデルが作った未編集ファイルなどに限られます。Wanの出力は自動的にその対象にはなりません。人物が必要なら、公式のプリセット人物や本人確認・許諾済み素材の経路を確認します。人物素材の条件

日本語のプロンプトをそのままWan APIに送れますか？

今回確認したWan 2.7の各API資料が明記する対応言語は中国語と英語です。本記事の日本語説明とAPI入力の対応言語は別なので、仕様に沿って使うなら英語または中国語で用意します。日本語の対応や同等の結果を、この資料から保証することはできません。Wan T2Vのプロンプト仕様