Wan 2.7 定價：解析度、持續時間和模式如何影響成本

Wan 2.7 定價：解析度、持續時間和模式說明

主要重點

• Wan 2.7 的定價採用一個簡單的公式：解析度點數乘以秒數持續時間，不足一秒的部分會向上取整。
• PixMind 的計費標準為 720P 每秒 150 點，1080P 每秒 300 點，因此 1080P 的成本正好是 720P 的兩倍。
• T2V、I2V 和 R2V 在 PixMind 上共享相同的每秒費率。模式不會改變點數計算，只有輸入會。
• 5 秒的 1080P 渲染成本為 1,500 點。相同片段在 720P 下成本為 750 點，價格減半。
• 試用 Wan 2.7 影片生成器 以在渲染前查看即時點數估計。

Wan 2.7 的定價依據是什麼？

PixMind 上的 Wan 2.7 定價是基於參數的。計費引擎從您的請求中讀取兩個值：解析度和持續時間，然後將它們相乘。根據 Alibaba Cloud Model Studio 影片生成概述，底層 API 將解析度和持續時間作為一級參數公開，而 PixMind 將這些參數直接傳遞給點數計算器。沒有提示長度附加費、沒有長寬比費用，也沒有按模式加價。

wan2.7-video 的內部定價記錄證實了這一計算：720P 對應 150 點，1080P 對應 300 點，並且 durationMultiplier 以一秒為粒度運行，並帶有 roundUp: true。這就是整個定價模型的一段話。

如果您曾使用 Wan 2.6，結構是相同的，但費率有所變動。Wan 2.6 在 720P 下每秒收取 100 點，在 1080P 下收取 160 點。Wan 2.7 則收取 150 和 300 點，因此 1080P 的溢價大約翻了一倍，而 720P 上漲了 50%。請相應地規劃預算。

Wan 2.7 定價如何運作

Wan 2.7 定價是一個單一的乘法，而不是分級表格。根據 PixMind 的 wan2.7-video 定價規則，引擎在 720P 下每秒收取 150 點，在 1080P 下每秒收取 300 點，不足一秒的部分會向上取整。沒有設定費、沒有每次渲染的最低費用，也沒有音訊、首尾幀或參考輸入的附加費。

計費在任務提交時觸發，而不是在交付時。如果模型端渲染失敗，PixMind 會自動退還點數。如果渲染成功但您不喜歡輸出，點數仍然會被計算，因為 GPU 時間無論如何都已花費。

這就是為什麼短暫的測試渲染很重要。2 秒的 720P 探測成本為 300 點。10 秒的 1080P 最終渲染成本為 3,000 點。在最終渲染之前運行探測是工作流程中最大的點數節省方式。

哪些參數會影響成本？

只有兩個參數會改變點數總額。解析度選擇基本費率（150 或 300）。持續時間選擇乘數，向上取整到下一個整秒。其他所有內容，提示文字、種子、長寬比、參考圖像數量、音軌存在與否，在定價層都是免費的。

點數何時扣除？

點數在任務進入佇列的那一刻扣除。如果您在渲染開始前取消，PixMind 會退還點數。如果模型在渲染中途出錯，PixMind 會退還點數。如果渲染完成，點數就會被花費，無論您是否保留輸出。

定價公式

Wan 2.7 的定價公式是 resolution_credits * ceil(duration_seconds)。對於 720P，resolution_credits 是 150。對於 1080P，它是 300。ceil() 函數來自定價配置中 durationMultiplier 區塊的 roundUp: true 標誌，這意味著 4.1 秒的渲染會按 5 秒計費。

一個實例：5 秒的 1080P 片段成本為 300 * 5 = 1,500 點。5 秒的 720P 片段成本為 150 * 5 = 750 點。3.5 秒的 720P 片段成本為 150 * 4 = 600 點，因為持續時間會向上取整。

引用摘要：PixMind 對 Wan 2.7 影片的計費標準為 720P 每秒 150 點，1080P 每秒 300 點，不足一秒的部分會向上取整。5 秒的 1080P 渲染成本為 1,500 點。來源：PixMind wan2.7-video 定價配置，2026 年。

為什麼公式如此簡單？

簡單的乘法使成本可預測。帶有隱藏費用的分級定價是讓創作者最沮喪的模式。透過公開兩個參數和一個運算符，PixMind 讓您可以在渲染單個幀之前預算一個活動。

720P 與 1080P 成本比較

在任何持續時間下，1080P 的成本正好是 720P 的兩倍。wan2.7-video 定價配置將 720P 設定為每秒 150 點，1080P 設定為每秒 300 點，這是一個乾淨的 2 倍比率，無論您渲染 2 秒還是 15 秒都成立。這個比率在市場上並不常見：PixVerse V5 在 720P 下收取 112 點，在 1080P 下收取 224 點（也是 2 倍），而 SeeDance 2.0 Pro 在 720P 下收取 220 點，在 1080P 下收取 420 點（1.9 倍），因此 Wan 2.7 在 720P 費率方面處於較高端，但在 1080P 方面則處於一個乾淨的中點。

何時選擇 720P 是正確的？

對於任何在行動優先平台上發布的影片，例如 Reels、TikTok、Shorts、資訊流廣告，請選擇 720P。大多數手機原生顯示 720P，因此視覺差異很小，但點數差異很大。對於任何您正在測試構圖、動作或提示遵循度的迭代過程，請選擇 720P。

何時 1080P 值得？

對於產品頁面、嵌入式網站影片、YouTube 長篇內容以及任何以像素級細節為賣點的鏡頭，請選擇 1080P。一個帶有反射表面的產品英雄的 1080P 渲染效果會比 720P 的模糊效果更好。有關視覺權衡的更深入探討，請參閱我們的 720P 與 1080P AI 影片比較。

持續時間如何影響成本？

持續時間使成本線性縮放。10 秒的 Wan 2.7 渲染成本是在相同解析度下 2 秒渲染成本的五倍，因為計費引擎將每秒點數乘以整秒數。定價配置中的 durationMultiplier 區塊具有 baseUnit: 1 和 roundUp: true，這意味著即使是 2.1 秒的探測也會按 3 秒計費。

這使得持續時間成為最昂貴的調整。解析度加倍，成本加倍。持續時間加倍，成本加倍。但創作者通常會隨意延長持續時間，卻對解析度感到苦惱。根據我們的經驗，這種直覺是錯誤的。首先縮短持續時間，然後再升級解析度。

引用摘要：Wan 2.7 按秒計費，對於較長的渲染沒有折扣。5 秒的 1080P 片段成本為 1,500 點；10 秒的 1080P 片段成本為 3,000 點。不足一秒的部分會向上取整到下一個整秒。來源：PixMind 定價配置，2026 年。

持續時間上限是多少？

Wan 2.7 支援 T2V 和 I2V 每次渲染 2 到 15 秒。R2V 的上限為 10 秒。定價引擎接受該範圍內的任何整數，並乘以解析度費率。

較長的持續時間每秒會更便宜嗎？

不會。持續時間沒有批量折扣。每一秒都按完整的每秒費率計費。每秒花費更少的唯一方法是透過切換到 720P 來減少每秒的花費。

模式如何影響成本？(T2V vs I2V vs R2V)

模式在 PixMind 上不影響成本。wan2.7-video 的計費規則規定，無論您運行文字轉影片、圖像轉影片還是參考轉影片，720P 下每秒收取 150 點，1080P 下每秒收取 300 點。定價引擎讀取的是解析度和持續時間，而不是輸入類型。

這是一個有意的設計選擇。有些平台對 I2V 的收費高於 T2V，因為 I2V 消耗更多的 GPU。PixMind 將其扁平化，因此您可以選擇適合鏡頭的模式，而不是適合預算的模式。R2V 是輸入最重的模式，其成本與相同長度的普通 T2V 渲染相同。

我們透過在 T2V 中運行相同的 5 秒 1080P 提示、在 I2V 中使用一張圖像以及在 R2V 中使用三張參考圖像加上音訊來測試了這一點。每次渲染都精確扣除了 1,500 點。計費日誌中的模式行是相同的。

音訊輸入會額外收費嗎？

不會。音訊驅動的 I2V 按標準每秒費率計費。Wan 2.7 的定價配置沒有音訊附加費，這與 Wan 2.6 I2V Flash 配置不同，後者根據 audio: true/false 區分定價。Wan 2.7 將音訊納入基本費率。

首尾幀會額外收費嗎？

不會。首尾幀是 I2V 的一個子模式。您傳遞兩張圖像而不是一張，但點數計算只讀取解析度和持續時間。首尾幀是每點數價值最高的模式之一，因為它以與單圖像 I2V 渲染相同的價格為您提供起始狀態和結束狀態控制。

五種減少點數花費的方法

Wan 2.7 工作流程中最大的點數消耗是過早的 1080P 最終渲染、長時間的測試渲染以及在迭代中重複使用錯誤的模式。這五種策略可以在不降低輸出品質的情況下減少點數花費。

1. 以 2 秒、720P 進行探測。 一次探測花費 300 點。一次完整的最終渲染花費 1,500 點或更多。運行探測直到動作和構圖鎖定，然後再渲染最終版本。
2. 以鏡頭所需的最短持續時間渲染最終版本。 4 秒的產品展示通常與 5 秒的效果一樣好。在 1080P 下縮短一秒，每次渲染可節省 300 點。
3. 為行動優先平台使用 720P。 Reels、TikTok 和 Shorts 原生顯示 720P。將 1080P 保留給產品頁面和 YouTube 嵌入，這些地方額外的細節在壓縮後仍能保留。
4. 在 I2V 之前使用 T2V 進行迭代。 T2V 可以快速探測提示空間。一旦提示確定，切換到帶有固定首幀的 I2V。這樣可以避免在提示層面失敗的 I2V 渲染上浪費點數。
5. 先使用免費試用額度。 PixMind 提供免費的 Wan 2.7 試用額度。將試用額度用於探測，然後再使用付費點數進行最終渲染。請參閱我們的 免費試用逐步指南 以了解完整流程。

[獨家見解] AI 影片工作流程中最大的點數浪費來自於在未經驗證的提示上運行 1080P 最終渲染。最具槓桿作用的習慣是嚴格的兩階段流程：720P 探測直到鏡頭成功，只有在鎖定後才進行 1080P 最終渲染。

渲染成本範例

下表顯示了 Wan 2.7 在常見解析度和持續時間組合下的點數成本，根據 PixMind 的定價規則計算，即 720P 每秒 150 點，1080P 每秒 300 點。

720P 和 1080P 之間的 2 倍比率在任何持續時間下都成立。最便宜的探測（2 秒，720P）與最長的最終渲染（15 秒，1080P）之間的 7.5 倍比率解釋了為什麼流程紀律很重要。

Wan 2.7 定價與其他模型相比如何？

Wan 2.7 位於 2026 年點數定價區間的中間。PixVerse V5 在 720P 下收取 112 點，在 1080P 下收取 224 點，是該組中最便宜的選項。SeeDance 2.0 Pro 在 720P 下收取 220 點，在 1080P 下收取 420 點，是 1080P 下最昂貴的。Wan 2.7 的 150 和 300 點是中點，解析度之間具有最乾淨的 2 倍比率。

定價數據來自 PixMind 的內部定價配置，該配置反映了每個模型供應商在 Alibaba Cloud Model Studio 和合作夥伴平台上發布的公共 API 計費費率。

| Model | 720P credits/sec | 1080P credits/sec | Ratio |
|---|
| PixVerse V5 | 112 | 224 | 2.0x |
| Wan 2.6 | 100 | 160 | 1.6x |
| Wan 2.7 | 150 | 300 | 2.0x |
| SeeDance 2.0 Pro | 220 | 420 | 1.9x |

Wan 2.7 比 Wan 2.6 便宜嗎？

在 720P 下，Wan 2.7 比 Wan 2.6 貴 50%（每秒 150 點對 100 點）。在 1080P 下，Wan 2.7 貴 87.5%（300 點對 160 點）。溢價反映了改進的動作連貫性、首尾幀和 R2V 支援。對於純粹的 720P T2V，如果這些功能都不重要，Wan 2.6 仍然是一個有效的預算選擇。

Wan 2.7 定價常見問題

5 秒的 Wan 2.7 影片要多少錢？

5 秒的 Wan 2.7 影片在 720P 下花費 750 點，在 1080P 下花費 1,500 點。PixMind 在 720P 下每秒收取 150 點，在 1080P 下每秒收取 300 點，沒有每次渲染的最低費用。來源：PixMind wan2.7-video 定價配置。

Wan 2.7 會對失敗的渲染收費嗎？

不會。如果模型在渲染中途出錯或任務在平台端失敗，PixMind 會自動退還點數。點數只用於已完成的渲染。開始前取消也會退還全部點數。

1080P 的成本總是 720P 的兩倍嗎？

是的。Wan 2.7 定價配置將 1080P 設定為在任何持續時間下都是 720P 費率的精確 2 倍。沒有任何持續時間會改變這個比率。來源：PixMind 定價配置，2026 年。

音訊輸入會增加成本嗎？

不會。Wan 2.7 不會對音訊輸入收取附加費。音訊驅動的 I2V 以與無聲 I2V 相同的每秒費率計費。這與 Wan 2.6 I2V Flash 不同，後者根據音訊是否存在來區分定價。

我可以在渲染前估計成本嗎？

是的。PixMind Wan 2.7 生成器會顯示一個即時點數估計，該估計會隨著您更改解析度和持續時間而更新。打開 Wan 2.7 影片生成器 並在提交前檢查估計值。

有免費的 Wan 2.7 試用嗎？

是的。PixMind 提供免費的 Wan 2.7 試用額度，無需信用卡。試用涵蓋探測和短篇最終渲染。有關完整逐步指南，請參閱我們的 Wan 2.7 免費試用指南。

觀看實際操作

Wan 2.7 shipped 5 features that collectively turn it from a video generator into a video production suite...

> First/Last Frame control (define start and end, AI fills the middle)
> 9-grid multi-reference (upload 9 images in a 3x3 grid, model understands your subject from every… https://t.co/dBq6X5XP36 pic.twitter.com/Gzbpcg971b

— Machina (@EXM7777) April 3, 2026