通义万相AI图像视频工具测评和使用教程：0.2元一张图、视频最长30秒

先看一个数。同一个模型，选北京地域标价0.2元一张；选日本东京，标价0.027504元一张。两个都是模型页上的原价，不是活动价。它按张、按秒走，你选哪个地域、出多大分辨率、片子多长，最后账单就是多少。

万相是阿里云百炼提供的图像与视频模型。一个叫wan2.7-image，管出图和改图；一个叫wan3.0-video-prime，管出视频。两个模型页上都写着「推理服务供应商为阿里云百炼」，模型调用默认按量计费。下面把一张图一条片子的成本、它能干的活、上手路径、坑在哪，一条条摆出来。

• 视频最长30秒，帧率30fps，输出480P、720P、1080P三档
• 图片生成在华北2北京、新加坡、日本东京三个地域提供，三地三个价
• 两个模型的限流都是RPM 300，每分钟最多300次请求
• 两个模型页都写明「模型体验 | 支持」，入口在百炼控制台
• 百炼控制台另有 tokens、抵扣金、折扣活动，按控制台额度算

价格就这两条，图片按张，视频按秒。剩下的只有两个问题：它能不能干你要的活，你用不用得上。

通义万相是什么：阿里云百炼上的图像模型和视频模型

万相不是一个网页应用，是两个挂在模型服务平台上的模型。图像侧叫wan2.7-image，视频侧叫wan3.0-video-prime，两个模型页上都标着「推理服务供应商为阿里云百炼」。

先说图像。wan2.7-image是万相2.7的图像生成与编辑模型，支持文生图、文生组图、图生组图、图像编辑、多图参考生成、交互式编辑，官方在文字渲染、主体一致性、复杂指令遵循上写的是「更强表现」。输入模态是Image Text，输出模态是Image，吃的是图和文字，吐出来是图。

部署地域有三个：华北2北京，新加坡的部署范围标国际，日本东京标全球。同一个模型，同一张图，三地的价钱不一样，选地域就是选成本。

再说视频。wan3.0-video-prime是万相视频生成的优速版模型，优速版的意思是在保住生成质量的前提下把速度提上来。它支持文本、图像、视频、音频等多模态输入，统一实现文生视频、图生视频（首帧/首尾帧）和参考生视频，输出480P、720P、1080P三档，最长30秒，帧率30fps。

阿里云官网首页对万相3.0的写法是「万相3.0邀测中。四模态全能参考，集参考、编辑、复刻、驱动于一体，30秒成片，角色一致，音画震撼。」

同属通义系还有一个语音转文字的产品，跟本文这两个模型不是一回事，站内另有通义听悟测评专门写它。

通义万相能做什么：文生图、图像编辑、文生视频、图生视频各管哪类活

按你要干的活分，它管四类。

从零出一张图，是文生图。一段文字丢进去，它给你出一张。这是wan2.7-image最基本的用法。

一次出成套的图，走组图。文生组图是给一段描述出多张，图生组图是给参考图出多张。做一套商品主图、一套配图、一组风格统一的图片，走这条。

在已有的图上改，是图像编辑、交互式编辑、多图参考生成这一组。多图参考生成的意思是给几张参考图，让模型在生成时保持主体一致。模型页把「主体一致性」单独写在能力描述里，说明这正是它要解决的问题：同一件商品、同一个人物，换场景换角度，还是那张脸那件货。

出视频这条线分三种。文生视频是文字进、视频出；图生视频是给首帧，或者给首帧加尾帧，让模型补中间；参考生视频是给参考的图片和视频，让生成的视频照着参考走。视频的输入口径比图像宽，输入模态写的是Text Image Video Audio File Link，文本、图像、视频、音频、文件、链接都能喂。参考生视频能成立，靠的就是这个。

它不干什么，也得说清楚。两个模型页都写明不支持Function Calling、不支持结构化输出、不支持联网搜索、不支持前缀续写、不支持上下文缓存、不支持批量推理。wan3.0-video-prime连模型调优也不支持。

翻成一句话：它是个干图像和视频活的模型，不是能陪你聊、能自己上网查资料的助手。你要它干活，得把活说清楚，还得自己把要参考的图、视频、音频准备好。

通义万相怎么用：从模型体验页试第一张图到按量计费出片

顺序别搞反。先试，再算钱，最后才谈批量。

模型体验页先跑一张，模型页写明支持

两个模型页都写着「模型体验 | 支持」。入口在百炼控制台，能不能试、怎么试，按控制台页面提示。

不写代码：用千问 App 或千问网页版出图

不想碰 API 的，用千问 App（原通义 App）或千问网页版：打开后找万相出图入口，写画面描述出图；App 里的免费次数和会员价按页面，和百炼 API 是两套计费。

先看地域再报价，同一张图三地不是一个价

wan2.7-image的图片生成在华北2北京、新加坡、日本东京三个地域提供，三地三个价：东京最低，新加坡最高，北京在中间。视频侧新加坡各档也都比别处高，北京和东京、法兰克福、弗吉尼亚是一个价。选地域的时候先看价，再看部署范围对不对得上你的用途。

出图挑wan2.7-image，出片挑wan3.0-video-prime

两个模型的分工没有重叠。要图，选wan2.7-image；要视频，选wan3.0-video-prime。别拿着视频模型去想它能不能顺便出张封面图，它就干视频这一件事。

出视频先把分辨率和秒数定死

视频按秒计费，所以下单之前有两个数要先定：出多大分辨率，出多长。北京原价480P每秒0.45元、1080P每秒1.8元，做法就出来了：先用480P把结构跑对，觉得可以了再用1080P出一版正式的。

成批跑走API，RPM 300怎么排

两个模型的限流都是RPM 300，也就是每分钟最多300次请求。wan2.7-image在北京和新加坡都是RPM 300，东京是RPM 300加TPM 1,000,000；wan3.0-video-prime在北京、新加坡、东京、法兰克福、弗吉尼亚、中国香港六个地域，限流都是RPM 300。

要一次跑几百张图，就得按这个数排。一分钟300次，超了就得等下一分钟。这个数不算小，但你不按它排，程序就会在某一刻集体报错。

对账去百炼控制台，价格页只有原价

模型价格页写得很直白：「本文仅展示模型调用原价，请前往百炼控制台查看活动优惠。」所以你按价目算出来的账，是按原价算的账。

活动、抵扣、优惠都记在百炼控制台那边；学生的300元抵扣金、首购低至4.5折，按控制台显示的额度算。开工之前先去控制台看一眼自己手上有什么，再决定跑多少。

通义万相价格和免费额度：图片0.2元一张，视频按秒0.45元起

把价目摊开看。

表里最扎眼的是东京那个0.027504元每张。同一个模型在三个地域差出这么远，选地域这件事本身就值钱。

计费方式只有一句：模型调用默认按量计费，图片按张，视频按秒。官方还有抵扣金和折扣活动，都在百炼控制台里用，按控制台里显示的额度算。

按北京原价，二十元能出一百张图，试错这件事的成本可以按张来算。

用它带来什么：出图成本压到0.2元一张，30秒成片不用组拍摄班子

先说最硬的一条，成本。一张图0.2元，按张计费，出错了重跑，还是一张的钱。

图出来之后，常见的用法是商品主图、社媒配图、文章封面和广告素材；同一套参考图可以接着做视频，人物和产品不用重新拍。要拿去卖图、接单，先看平台对 AI 生成内容的标注要求。

一张两毛钱，意味着什么？试错成本可以按张算。以前一批图要拍摄、要布光、要请人，一次投入得用很多次才摊平；现在跑一张算一张，跑错了再跑一次。数量上的自由，是从这儿来的。

还有个事，质量。wan2.7-image官方点明在文字渲染、主体一致性、复杂指令遵循上都有更强表现。这三样对应的正是以前最费劲的三类活：海报上要带字，字得对；一整套图里主体不能变；一句话改一处，别的地方不许动。

再一个，先给参考再生成。wan3.0-video-prime支持文本、图像、视频、音频多模态输入，参考生视频加首帧尾帧，最长30秒30fps。手上有一段参考视频、几张参考图、一段音频，都能喂进去。

猎者出海对这三条的看法是：前两条现在就能兑现，第三条要看你手上的活配不配得上。你手上一堆商品图要改，第三条跟你关系不大，第一条就够你把重复劳动压下来。

反过来说，如果你是做长视频的，30秒这条线就是硬顶。要出三分钟的片子，得自己拆段、自己接，接得顺不顺，是另一门手艺。

通义万相测评：好在哪、坑在哪、什么人适合用

先说好在哪，每条都有页面依据。

一套模型同时覆盖图与视频。不用在两个平台之间切，图片和视频的思路、参考图可以复用。同一个人物，图出几张，视频再出几条，参考是同一套。

视频三档分辨率、最长30秒、30fps。480P用来试结构，720P用来看细节，1080P用来定稿，这三档不是摆设，是分阶段跑片子的三个台阶。

视频输入能吃文本、图像、视频、音频、文件、链接。能喂音频和参考视频这两条，决定了参考生视频这件事能落地。

北京地域支持模型调优，wan2.7-image在北京能调，新加坡和东京不能。这条对想在自己那批图上做调优的人有用。

再说坑。三个，每个都够让人返工。

先说最要命的，批量能力缺。批量推理不支持，队列得自己做：排队、超限等下一轮、失败重试。没有这套东西，跑到一半就会集体卡住。

还有个事，调优和地域绑在一起。wan2.7-image只有北京支持模型调优，新加坡、东京都不支持；视频模型wan3.0-video-prime则全地域都不支持模型调优。图放东京最便宜，但东京不能调优；新加坡最贵，也不能调优。这个取舍要在动手之前想清楚。

对了，视频按秒计费，改一版重付一遍。片子的结构没定下来之前就用1080P跑，等于在给草稿付定稿的钱。

什么人适合用。需要文生图、图像编辑、多图参考、文生视频、图生视频的开发者和做内容的人。手上有一批图要改、有一批短视频要出、或者要把它接进自己的产品里，这套东西是能直接干活的。

什么人先别急着上。要一次跑几十万张的，RPM 300排不过来；要拿视频模型做微调的，现在不支持；要一次生成超过30秒长镜头的，这条线只到30秒。

想横向看同类，站内这几篇可以对着看：Midjourney AI绘画测评、即梦AI图片视频生成是图像与视频方向的替代品，Pixlr AI修图绘画和Canva设计工具偏修图和排版。图能不能卖出去，另看AI绘画赚钱项目和AI绘画赚美金玩法，那两篇讲的是后面那件事。

用AI写提示词、拆分镜：通义万相出图出片前的三步准备

模型不负责想。你给什么，它出什么。所以要花的功夫在前面：把要什么想清楚，写成它能读的句子。这一步AI能做掉大半，判断还是人下。

AI在这件事里能帮四步。把画面主体、风格、构图、光线拆成可复制的短句；把一段中文描述改写成适合图像编辑或多图参考的指令；把视频脚本拆成分镜，逐条对上文生视频或图生视频的输入；把API返回的结果整理成能看的清单。

下面三条提示词是本文给的示例，不是官方模板，可以直接复制去用。

• 「把下面这句话改写成文生图提示词，保留主体、场景、风格、光线四项，每项一行：<你的描述>」
• 「我要做一张多图参考生成，参考图是A和B，请写出保持主体一致性的编辑指令，不超过80字：<你的需求>」
• 「把这段30秒视频脚本拆成6个分镜，每个分镜写一句画面描述和一句运镜说明：<你的脚本>」

三条分工不同：一条管从零出一张；一条管在已有图上改、还要保持主体不变；还有一条管视频，把一段脚本拆成模型能一段一段接的输入。

AI写出来的提示词要你自己再删一遍，主体、场景、风格、光线四项留住，多写的部分模型不一定照做。改提示词这件事AI快，判断哪句该留得你自己来。

必须人做的有三件：自己登录百炼控制台，打开模型体验试一张，核对价格页和活动页。这三件 AI 替不了，也不该替。

还有两件也归人：按RPM 300排队的节奏，和分辨率档位的取舍。480P先跑还是直接1080P，这不是AI能替你决定的，取决于这条片子改的可能性和你的预算。

AI出的提示词、AI拆的分镜，最后都要过你这一道。试错便宜，但方向错了，跑再多也是错的。

整理官方条款、对照原文这类活，可以交给猎者出海的AI Agent。它做的是把散在几个页面上的限制条件摊到一张表上，省掉你来回翻页的时间。判断还是你自己下。

地域、分辨率、秒数这三个决定，最后还是要自己下。猎者出海把两个模型的价格和限制都列在上面，哪个划算、哪档够用，按你手上那批活来定。

常见问题

通义万相免费吗？免费额度有多少？

模型调用默认按量计费，图片按张、视频按秒。百炼控制台另有抵扣金、折扣活动，按控制台显示的额度算。

通义万相多少钱一张图、多少钱一条视频？

图片：华北2北京0.2元每张，新加坡0.224826元每张，日本东京0.027504元每张。视频：华北2北京480P 0.45元每秒、720P 0.9元每秒、1080P 1.8元每秒；新加坡480P 0.495838元每秒、720P 1.020844元每秒、1080P 2.041687元每秒；东京、法兰克福、弗吉尼亚三地480P 0.45元每秒、720P 0.9元每秒、1080P 1.8元每秒。以上都是模型调用原价，活动优惠去百炼控制台看。

通义万相的第一张图从哪里开始试？

从模型页的「模型体验」进。wan2.7-image和wan3.0-video-prime两个模型页都写明「模型体验 | 支持」，在页面上就能试，不用先写调用代码。试过之后再决定要不要走API、按量计费。

通义万相API怎么调，贵不贵？

调用按量计费，图片北京原价 0.2 元每张，视频北京原价 0.45 元每秒起。调之前先算三件事：选哪个地域，出多大分辨率，一次跑多少条。两个模型的限流都是RPM 300，也就是每分钟最多300次请求，要跑量就得按这个数排。另外两个模型都不支持批量推理，队列、超限处理、重试这些都要自己在代码里做。

通义万相能生成多长的视频？清晰度有几档？

最长30秒，帧率30fps，输出480P、720P、1080P三档。要超过30秒，得自己拆成多段再处理。

通义万相2.7和3.0有什么区别？

wan2.7-image是图像生成与编辑模型，管文生图、文生组图、图生组图、图像编辑、多图参考生成、交互式编辑，输出的是图。wan3.0-video-prime是视频生成优速版模型，管文生视频、图生视频（首帧/首尾帧）和参考生视频，输出的是视频。

通义万相在哪些地域提供，为什么价格不一样？

wan2.7-image在北京、新加坡、东京三个地域提供；wan3.0-video-prime在北京、新加坡、东京、法兰克福、弗吉尼亚、中国香港六个地域提供。价格按地域标：图片北京 0.2 元/张、东京 0.027504 元/张、新加坡 0.224826 元/张；视频北京 480P 0.45、720P 0.9、1080P 1.8 元每秒，新加坡 0.495838、1.020844、2.041687 元每秒。同一张图三个数，选地域就是选成本，这个决定要在动手前做完。