
Teks ke Gambar
Buat gambar AI dari prompt teks
Coba gratis Alibaba Wan 2.7 API untuk pembuatan gambar hemat biaya dengan rasio aspek fleksibel, kontrol seed, kualitas andal, dan output yang dapat diskalakan. Dirancang untuk uji gratis dan workflow API yang stabil.
Coba Pembuat Gambar AI sekarang
| Parameter | Harga | Harga asli | Diskon |
|---|
Wan 2.7 Image API di Flaq AI menyediakan generasi text-to-image Alibaba untuk developer, marketer, dan tim kreatif yang membutuhkan produksi visual fleksibel melalui rute API yang stabil. Integrasi API gambar Wan yang terjangkau ini mengubah prompt bahasa alami menjadi visual yang rapi dengan dukungan beberapa rasio aspek dan kontrol prompt praktis. API ini dibuat untuk tim yang menginginkan iterasi kreatif cepat, generasi gambar yang skalabel, dan integrasi produksi yang sederhana.
Catatan Pastikan prompt mematuhi panduan keamanan dan penggunaan Alibaba. Jika terjadi error, sempurnakan prompt untuk menghapus konten yang dibatasi lalu coba lagi.
Wan 2.7 Image vs. Wan 2.7 Image Pro
Wan 2.7 Image Pro diposisikan untuk output kelas lebih tinggi dan kebutuhan kreatif premium. Wan 2.7 Image memprioritaskan keterjangkauan dan generasi efisien untuk workflow produksi harian.
Wan 2.7 Image vs. Qwen Image 2
Qwen Image 2 adalah model gambar Alibaba kuat lainnya untuk generasi berbasis prompt. Wan 2.7 Image menawarkan rute Wan yang fokus untuk tim yang menginginkan output kreatif fleksibel dan akses API hemat biaya.
Wan 2.7 Image vs. GPT Image
Model GPT Image dikenal karena familiaritas ekosistem OpenAI yang luas. Wan 2.7 Image memberi developer alternatif Alibaba untuk generasi gambar skalabel di Flaq AI.
Wan 2.7 Image vs. Nano Banana
Model Nano Banana menekankan workflow gambar Gemini. Wan 2.7 Image menyediakan generasi gambar Alibaba dengan rasio aspek fleksibel dan kontrol kreatif praktis.
Wan 2.7 Image vs. Seedream
Seedream kuat untuk visual bergaya dan komersial. Wan 2.7 Image adalah pilihan praktis untuk generasi kreatif berbasis API yang terjangkau di berbagai use case produksi umum.
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',
prompt: 'A serene landscape with mountains and a lake at sunset',
width: 16,
height: 9
})
});
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',
'prompt': 'A serene landscape with mountains and a lake at sunset',
'width': 16,
'height': 9
}
)
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",
"prompt": "A serene landscape with mountains and a lake at sunset",
"width": 16,
"height": 9
}'
# 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"