Ausgabeauflösung
Unterstützt 1k, 2k, 4k laut veröffentlichtem Endpoint-Schema.
3×3-Multi-Winkel-Bildraster; höchste Bildausgabequalität
curl -X POST https://runapi.ai/api/v1/wan/text_to_image \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "wan-2.7-image-pro",
"prompt": "Generiere ein 5-sekündiges Video einer Katze, die auf ein Bücherregal springt, natürliche Innenbeleuchtung, Handkamera-Feeling."
}'
import { WanClient } from "@runapi.ai/wan";
const client = new WanClient();
const result = await client.textToImage.run({
model: "wan-2.7-image-pro",
prompt: "Generiere ein 5-sekündiges Video einer Katze, die auf ein Bücherregal springt, natürliche Innenbeleuchtung, Handkamera-Feeling.",
});
import os
import requests
response = requests.post(
"https://runapi.ai/api/v1/wan/text_to_image",
headers={"Authorization": f"Bearer {os.environ['RUNAPI_API_KEY']}"},
json={"model":"wan-2.7-image-pro","prompt":"Generiere ein 5-sekündiges Video einer Katze, die auf ein Bücherregal springt, natürliche Innenbeleuchtung, Handkamera-Feeling."}
)
response.raise_for_status()
<?php
$client = curl_init("https://runapi.ai/api/v1/wan/text_to_image");
curl_setopt_array($client, [
CURLOPT_HTTPHEADER => ["Authorization: Bearer " . getenv("RUNAPI_API_KEY"), "Content-Type: application/json"],
CURLOPT_POSTFIELDS => json_encode([
'model' => 'wan-2.7-image-pro',
'prompt' => 'Generiere ein 5-sekündiges Video einer Katze, die auf ein Bücherregal springt, natürliche Innenbeleuchtung, Handkamera-Feeling.',
])
]);
$response = curl_exec($client);
RunApi client = new RunApi(System.getenv("RUNAPI_API_KEY"));
Task task = client.textToImage().run({"model":"wan-2.7-image-pro","prompt":"Generiere ein 5-sekündiges Video einer Katze, die auf ein Bücherregal springt, natürliche Innenbeleuchtung, Handkamera-Feeling."});
task.waitForResult();
require "runapi/wan"
client = RunApi::Wan::Client.new
result = client.text_to_image.run(
model: "wan-2.7-image-pro",
prompt: "Generiere ein 5-sekündiges Video einer Katze, die auf ein Bücherregal springt, natürliche Innenbeleuchtung, Handkamera-Feeling."
)
client := runapi.NewClient(os.Getenv("RUNAPI_API_KEY"))
task, err := client.textToImage.Run({"model":"wan-2.7-image-pro","prompt":"Generiere ein 5-sekündiges Video einer Katze, die auf ein Bücherregal springt, natürliche Innenbeleuchtung, Handkamera-Feeling."})
if err != nil { log.Fatal(err) }
task.Wait()
$ runapi generate \
--model wan-2.7-image-pro \
--endpoint text_to_image \
--wait
18 Versionen verfügbar
Wähle ein Modell und generiere in Sekunden.
| Anbieter | Alibaba |
| Modell-ID | wan-2.7-image-pro |
| Modalität | Bild |
| Aufgabentypen | Asynchronous |
| API-Endpunkt | /api/v1/wan/text_to_image |
| Abrechnungseinheit | Aufruf |
| Eingabeparameter | aspect_ratio, output_resolution |
| Maximale Auflösung | 1k, 2k, 4k |
| Seitenverhältnisse | 1:1, 16:9, 4:3, 21:9, 3:4, 9:16, 8:1, 1:8 |
| Katalogstatus | Betriebsbereit |
Registriere dich kostenlos und erstelle im Dashboard einen API-Schlüssel für wan-2.7-image-pro.
Sende eine POST-Anfrage an /api/v1/wan/text_to_image mit der Modell-ID wan-2.7-image-pro und deinen Parametern.
Rufe den Task ab oder folge dem Callback, um das fertige wan-2.7-image-pro-Ergebnis abzurufen.
Unterstützt 1k, 2k, 4k laut veröffentlichtem Endpoint-Schema.
2 dokumentierte Parameter konfigurierbar, darunter aspect_ratio, output_resolution.
Stellt 1 öffentliche(n) Endpoint(s) bereit: text_to_image.
Gemessen nach Aufruf, ohne Abo-Anforderung.
aspect_ratioKeine Beschreibung verfügbar. (1:1, 16:9, 4:3, 21:9, 3:4, 9:16, 8:1, 1:8)
output_resolutionKeine Beschreibung verfügbar. (1k, 2k, 4k)
Erstelle visuelle Assets aus Textprompts.
Transformiere bestehende Bilder mit Prompt-Anleitung.
Nutze SDKs für wiederholbare Generierung.
Übergib die im Quickstart angezeigte Modell-ID.
Ja. Preise werden pro Aufruf oder Einheit gemessen.
Ja. Die Variante ist ein Anfrageparameter. Ändere die Modell-ID, ohne Codeänderungen, erneute Authentifizierung oder separate Abrechnungseinrichtung. Alle Varianten nutzen denselben API Key und dasselbe Anfrageformat.
Wo Streaming verfügbar ist, streamt RunAPI durchgängig. LLM-Modelle unterstützen Streaming auf Token-Ebene. Medienmodelle liefern Ergebnisse über Async-Task-Polling oder Webhook-Callbacks.
Öffne ein Issue im öffentlichen GitHub-Repository oder schreibe an den Support unter [email protected]. Gib Task-ID und Modell-ID an, damit das Team die betreffende Generierung untersuchen kann.
Nein. Dein RunAPI API Key reicht für diese Variante und jedes andere Modell im Katalog. Du brauchst kein Konto beim zugrunde liegenden Anbieter.
Wir helfen bei Enterprise-Setup, Integrationen und technischen Fragen.
Kontakt aufnehmen