Wan 2.6 Flash vs Wan 2.7 : faut-il passer à la version supérieure ?

TL;DR

• Pour maîtriser le budget de la génération vidéo à partir d'image et choisir explicitement le son ou l'absence de son, voir Wan 2.6 Flash ; pour des durées entières de 2 à 15 secondes, une première et une dernière image, ou une entrée audio de pilotage, voir Wan 2.7. Pour une requête 720P de 5 secondes, 2.6 sans son coûte 0,145 $ et 2.7 coûte 0,50 $ ; voir la page tarifaire de Wan 2.6.
• Les rendus comparatifs de cet article utilisent tous le 1080P sur une requête de 5 secondes : 2.6 sans son à 0,215 $, avec son à 0,430 $ ; 2.7 à 0,835 $. Les réglages audio sont indiqués séparément, sans traiter le son et l'absence de son comme un même palier tarifaire.
• Les deux sont sur HiAPI : Wan 2.6 Flash · Wan 2.7. Même interface /v1/tasks : après soumission, lire data.taskId puis interroger le résultat.

En un coup d'œil

Élément	Wan 2.6 Flash	Wan 2.7
720P par seconde	sans son 0,029 $ ; avec son 0,0575 $	0,1 $
1080P par seconde	sans son 0,043 $ ; avec son 0,086 $	0,167 $
1080P, requête de 5 secondes	sans son 0,215 $ ; avec son 0,430 $	0,835 $
Durée	5 / 10 / 15 secondes	2 à 15 secondes, entier
Entrée image	image_urls, exactement 1 image	media, avec first_frame, et aussi d'autres types comme last_frame
Contrôle audio	audio booléen, false par défaut	pas d'interrupteur du même nom ; les deux rendus de cette page ont une piste audio non silencieuse
Extension du prompt	champ absent	prompt_extend, true par défaut

Rendus 1080P avec la même image d'entrée et le même prompt

Les deux groupes utilisent chacun la même adresse d'entrée et le même prompt en anglais, en demandant du 1080P sur 5 secondes ; le fichier renvoyé est un MP4 et les dimensions réelles des vidéos sont toutes deux de 1918×1080. Le mode audio et la durée du conteneur du rendu sont indiqués dans la légende de chaque groupe, sans dissimuler ces différences derrière « mêmes paramètres ».

Les liens ne préremplissent que le prompt : veuillez téléverser manuellement l'image d'entrée du groupe, puis choisir selon la légende la résolution, la durée de 5 secondes et les réglages audio disponibles ; aucun contrôle à l'écoute du contenu sonore n'a été effectué, la détection de piste indique seulement la présence ou l'absence de signal sonore.

Groupe A : un renard traverse la clairière

The fox stands up, shakes off leaves and trots across the clearing, leaves crunching, birds singing in the forest

Wan 2.6 Flash · 1080P avec son · 0,430 $	Wan 2.7 · 1080P · 0,835 $
Voir le rendu du renard avec 2.6	Voir le rendu du renard avec 2.7

À gauche : wan2.6-flash/image-to-video, resolution=1080p, duration=5, audio=true, rendu de 5,01 secondes. À droite : wan2.7-video/image-to-video, resolution=1080P, duration=5, prompt_extend=false, rendu de 5,04 secondes. Les deux sont en 1918×1080, MP4, et ont une piste audio non silencieuse ; facturation selon le palier demandé de chaque côté, soit 0,405 $ d'écart.

Générer avec Wan 2.6 → · Générer avec Wan 2.7 →

Différence visible : les deux rendus montrent le renard se lever de sa position assise et se diriger vers la droite ; au même instant, l'amplitude des pas et la position du sujet diffèrent. Pour vérifier, on peut examiner image par image la continuité des pattes, de la queue et des feuilles mortes, sans en déduire que toute une génération offre une meilleure qualité d'image.

Groupe B : décapotable sur une route au coucher du soleil

The camera slowly dollies around the turquoise convertible as the sun sinks behind the mesas, dust drifting in the warm light

Wan 2.6 Flash · 1080P sans son · 0,215 $	Wan 2.7 · 1080P · 0,835 $
Voir le rendu de la voiture avec 2.6	Voir le rendu de la voiture avec 2.7

À gauche : wan2.6-flash/image-to-video, resolution=1080p, duration=5, audio=false, rendu de 5,00 secondes, sans piste audio. À droite : wan2.7-video/image-to-video, resolution=1080P, duration=5, prompt_extend=false, rendu de 5,04 secondes, avec piste audio non silencieuse. Les deux sont en 1918×1080, MP4 ; ce groupe ne compare que l'image, sans comparaison à conditions audio égales ; écart de 0,620 $ entre les paliers correspondants.

Générer avec Wan 2.6 → · Générer avec Wan 2.7 →

Différence visible : les deux montrent une décapotable turquoise, un soleil couchant et de la poussière soulevée ; au même instant, l'angle de la carrosserie, la position de la caméra et l'étendue visible de l'arrière-plan diffèrent. Si l'on a besoin de plans sans son, il faut d'abord fixer le palier de génération, puis décider du traitement du son en post-production.

Comment choisir selon le cas

• Besoin du palier budgétaire le plus bas indiqué : 2.6 en 720p sans son sur 5 secondes coûte 0,145 $ ; une fois l'audio activé, la facturation passe au palier avec son.
• Besoin de 1080P, 5 secondes et du son : dans cet article, le groupe du renard coûte 0,430 $ avec 2.6 et 0,835 $ avec 2.7 ; on n'affiche pas un prix 720P pour un rendu 1080P.
• Besoin de durées entières comme 2 ou 3 secondes, ou d'une configuration première et dernière image : consulter la plage de durées et les types de media de 2.7.
• Besoin d'une tâche de 5, 10 ou 15 secondes sur une seule première image avec contrôle explicite du son : 2.6 permet de régler audio dans la requête.
• Besoin de chiffrer avant production : tarifer selon la résolution, la durée demandée et le palier audio disponible, sans transformer deux échantillons en classement de qualité d'image de modèles entiers.

Coût de bascule : champs d'entrée et paramètres audio

{
  "model": "wan2.6-flash/image-to-video",
  "input": {
    "prompt": "The fox stands up, shakes off leaves and trots across the clearing, leaves crunching, birds singing in the forest",
    "image_urls": [
      "https://static.hiapi.ai/model-covers/2026/10/18/1792312422231-f555bfc4430b8edf-1792151147514-f555bfc4430b8edf-wan-in-fox.jpg"
    ],
    "duration": 5,
    "resolution": "1080p",
    "audio": true
  }
}

{
  "model": "wan2.7-video/image-to-video",
  "input": {
    "prompt": "The fox stands up, shakes off leaves and trots across the clearing, leaves crunching, birds singing in the forest",
    "media": [
      {
        "type": "first_frame",
        "url": "https://static.hiapi.ai/model-covers/2026/10/18/1792312422231-f555bfc4430b8edf-1792151147514-f555bfc4430b8edf-wan-in-fox.jpg"
      }
    ],
    "resolution": "1080P",
    "duration": 5,
    "prompt_extend": false
  }
}

Le champ image_urls de 2.6 devient un tableau d'objets media avec 2.7 ; ne transmettez pas audio tel quel à 2.7. La casse de l'énumération de résolution diffère entre les deux. Lors de l'interrogation, utilisez data.status pour déterminer l'état final, choisissez l'adresse avec type=video dans data.output et enregistrez-la sans tarder.

Questions fréquentes

Pourquoi les 5 secondes des légendes diffèrent-elles légèrement de la durée du fichier ?

Les 5 secondes correspondent à la durée de génération demandée. Les durées de conteneur MP4 vérifiées sont de 5,00, 5,01 ou 5,04 secondes ; les prix de cette page sont calculés selon la durée demandée et le palier de résolution.

Wan 2.7 ne produit-il que l'image, sans son ?

Non. Les deux rendus Wan 2.7 de cette page ont une piste audio non silencieuse. Ses champs de requête n'ont pas l'interrupteur booléen audio de 2.6 ; il ne faut pas écrire « pas de son » là où il n'y a « pas ce champ ».

Peut-on réutiliser directement la même image d'entrée ?

Oui, on peut réutiliser la même adresse d'image lisible publiquement, mais les champs diffèrent : avec 2.6, on la place dans le tableau image_urls ; avec 2.7, dans un objet first_frame au sein de media.

Peut-on omettre la durée des deux côtés ?

Les exemples de cette page écrivent tous explicitement duration: 5, ainsi que la résolution et le palier audio de 2.6, pour faciliter la vérification des prix. 2.6 prend en charge 5/10/15 secondes, 2.7 les entiers de 2 à 15 secondes.

Peut-on juger de la qualité d'image globale sur deux rendus seulement ?

Non. Vérifiez d'abord si votre image d'entrée, le mouvement et le cadrage sont bien rendus, puis contrôlez le son et le budget ; cette page ne consigne que les différences concrètes entre les deux groupes d'images.

Pour aller plus loin : lire le guide d'intégration de Wan 2.6 et la page prix et budget, ou consulter les exemples de prompts pour la génération vidéo à partir d'image.