
Teks ke Gambar
Buat gambar AI dari prompt teks
Coba gratis Alibaba Wan 2.7 API untuk pengeditan gambar hemat biaya dengan input multi-gambar, perubahan berpanduan prompt, kontrol seed, dan output visual stabil. Dirancang untuk uji gratis dan workflow API yang stabil.
Coba Pembuat Gambar AI sekarang
| Parameter | Harga | Harga asli | Diskon |
|---|
Wan 2.7 Image Edit API di Flaq AI menyediakan editing image-to-image Alibaba untuk developer dan tim kreatif yang membutuhkan transformasi visual berbasis prompt melalui rute API yang stabil. Integrasi API editing gambar Wan yang terjangkau ini membantu mengubah gambar yang sudah ada dengan instruksi bahasa alami, dukungan input multi-gambar, dan output rasio aspek yang fleksibel. API ini dibuat untuk iterasi desain praktis, pembaruan marketing, visual produk, dan operasi kreatif yang skalabel.
Catatan Pastikan prompt dan gambar yang diunggah mematuhi panduan keamanan dan penggunaan Alibaba. Jika terjadi error, periksa input untuk konten yang dibatasi, sederhanakan permintaan, lalu coba lagi.
Wan 2.7 Image Edit vs. Wan 2.7 Image Pro Edit
Wan 2.7 Image Pro Edit diposisikan untuk output editing yang lebih premium. Wan 2.7 Image Edit memprioritaskan keterjangkauan dan transformasi kreatif efisien untuk pekerjaan produksi harian.
Wan 2.7 Image Edit vs. Qwen Image 2 Edit
Qwen Image 2 Edit menawarkan editing gambar Alibaba dengan kontrol prompt yang kuat. Wan 2.7 Image Edit memberi tim rute editing khusus Wan untuk workflow image-to-image yang fleksibel.
Wan 2.7 Image Edit vs. GPT Image Edit
GPT Image Edit menyediakan perilaku editing native OpenAI. Wan 2.7 Image Edit menawarkan alternatif Alibaba untuk editing visual yang skalabel dan hemat biaya di Flaq AI.
Wan 2.7 Image Edit vs. Nano Banana Edit
Nano Banana Edit berfokus pada editing gambar Gemini. Wan 2.7 Image Edit menyediakan editing berbasis Alibaba dengan dukungan multi-gambar dan routing produksi fleksibel.
Wan 2.7 Image Edit vs. Seedream Edit
Seedream Edit kuat untuk transformasi visual komersial. Wan 2.7 Image Edit berguna untuk edit berbasis API yang terjangkau di workflow marketing, ecommerce, dan sosial.
Jelajahi beberapa alat pembuatan AI untuk alur kerja gambar dan video cepat di browser Anda, lalu skalakan ide yang berhasil dengan API model siap produksi dari Flaq AI. Flaq AI menyediakan lapisan API terpadu untuk semua model, sehingga alur kerja Anda mudah digunakan dan diskalakan.

Buat gambar AI dari prompt teks

Buat gambar AI dari gambar dan prompt teks

Buat video AI dari prompt teks

Animasikan gambar menjadi video AI

Buat gambar dan video AI dalam satu ruang kerja terpadu

Buat video yang konsisten dari media referensi

Bangun alur kerja visual gambar dan video AI pada kanvas tanpa batas
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'wan-v2.7-image-edit',
prompt: 'Change the background to a beach scene',
width: 16,
height: 9,
image_url_list: ['https://example.com/image1.jpg']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'wan-v2.7-image-edit',
'prompt': 'Change the background to a beach scene',
'width': 16,
'height': 9,
'image_url_list': ['https://example.com/image1.jpg']
}
)
result = response.json()
task_id = result['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "wan-v2.7-image-edit",
"prompt": "Change the background to a beach scene",
"width": 16,
"height": 9,
"image_url_list": ["https://example.com/image1.jpg"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"