Gate.AI›博客›Wan 2.5 T2V 預覽：完整規格、定價、API 接入與應用場景（2026）

    Wan 2.5 T2V 預覽：完整規格、定價、API 接入與應用場景（2026）

    模型

    Wan 2.5 T2V Preview 是什麼？

    Wan 2.5 T2V Preview 是阿里巴巴推出的文本生成影片（Text-to-Video）模型，於 2025年11月11日 作為 Wan2.5 Preview 商業化發佈，支援短片生成並同步音訊，輸出解析度可選 480P/720P/1080P，並自 2026年7月起依解析度與生成時長計費。

    阿里雲將 wan2.5-t2v-preview 列為 Wan 影片生成系列模型之一。官方文件將其描述為「帶音訊的影片」文本生成影片模型，具備音訊與影像同步、文本與音訊輸入、5 秒和 10 秒輸出時長、30 幀/秒影片、MP4 格式（H.264 編碼）等特性。

    此模型專為短時長、基於提示詞的影片生成設計，不適合長片製作。用戶通常將其用於創意概念片段、社群媒體草案、行銷分鏡、教育視覺化等場景，即透過文本提示生成帶有匹配音訊的短片資產。團隊在比較AI 影片生成模型參數時，應重點關注時長、輸出品質、音訊支援、計費單位、提示詞控制能力及 API 可用性等要素，選擇合適的生產模型。

    Wan 2.5 T2V Preview 的核心參數與定價

    欄位 經確認的參數值
    提供方 阿里巴巴 / 阿里雲模型工作室，截至 2026年7月
    模型系列 Wan / Wan2.5 Preview 影片生成系列，截至 2026年7月
    模型類型 支援音訊輸出的文本生成影片模型，截至 2026年7月
    發布日期 商業化 Wan2.5 Preview 發布活動：2025年11月11日；截至 2026年7月，官方未單獨確認首個預覽開放日期
    上下文視窗 作為影片生成模型不適用；輸入限制為提示詞長度，截至 2026年7月
    提示詞長度 Wan2.6 與 Wan2.5 系列文本生成影片提示詞最長 1,500 字元，截至 2026年7月
    輸入計價 非按 token 計價；阿里雲說明 Wanx 文本生成影片僅按輸出計費，截至 2026年7月
    快取輸入計價 不適用 / 截至 2026年7月官方未確認
    輸出計價 國際部署：480P \$0.05/秒，720P \$0.10/秒，1080P \$0.15/秒，截至 2026年7月
    中國大陸定價 480P \$0.043006/秒，720P \$0.086012/秒，1080P \$0.143353/秒，截至 2026年7月
    計費單位 按生成影片輸出的每秒計價，基於輸出解析度，截至 2026年7月
    支援的輸入類型 文本提示詞及可選音訊 URL，截至 2026年7月
    支援的輸出類型 MP4 影片（帶音訊），H.264 編碼，30 幀/秒，截至 2026年7月
    解析度選項 480P、720P、1080P，截至 2026年7月
    時長選項 5 秒或 10 秒，截至 2026年7月
    提供方 API 存取 阿里雲模型工作室非同步 API，截至 2026年7月
    阿里模型 ID wan2.5-t2v-preview，截至 2026年7月
    Gate.AI模型 ID alibaba/wan2.5-t2v-preview，見本頁面Gate.AI列表，截至 2026年7月
    Gate.AI列表定價 480P \$0.05/秒，720P \$0.10/秒，1080P \$0.15/秒，見本頁面Gate.AI列表，截至 2026年7月
    可用性 阿里雲文件涵蓋國際與中國大陸部署場景，截至 2026年7月
    速率限制 截至 2026年7月官方未確認
    微調支援 wan2.5-t2v-preview 目前官方未確認支援模型微調，截至 2026年7月
    串流輸出支援 截至 2026年7月官方未確認
    批次 API 支援 截至 2026年7月官方未確認
    工具 / Function Calling 按官方文件，此影片生成模型不適用，截至 2026年7月
    結構化輸出 / JSON 模式 生成影片輸出不適用；截至 2026年7月未被確認為模型特性
    授權 / 使用限制 截至 2026年7月，模型專屬限制未在公開文件中完整總結；生產環境部署前，用戶需查閱阿里雲及Gate.AI政策條款

    阿里雲說明 size（解析度）與時長參數直接影響費用，計費方式為解析度單價×時長（秒）。Gate.AI 定價頁也說明，影像、音訊、影片等多模態能力可按生成次數、時長、解析度或任務規格計費，這與 Gate.AI 列表中的每秒計價模式一致。

    Wan 2.5 T2V Preview 在生產中的應用價值

    Wan 2.5 T2V Preview 能根據文本提示生成短片，適用於需要在投入拍攝、動畫、剪輯或更長創意流程前，先獲得動態視覺草案的團隊。由於阿里雲文件明確支援 5 秒和 10 秒時長，此模型更適合用作短片生成器，而非完整場景或長片系統。

    該模型支援帶音訊的影片輸出。阿里雲模型表中列明「帶音訊影片」及「音訊與影像同步」，適用於社群短片、情緒影片、帶聲概念與短行銷草案等需要聲音與畫面同步的場景。

    Wan 2.5 T2V Preview 亦支援透過 input.audio_url 輸入自訂音訊（Wan2.5 系列）。阿里雲文件支援公開 HTTP/HTTPS 音訊 URL，WAV/MP3 格式，3–30 秒時長，單檔不超過 15 MB。若音訊長於影片，僅截取匹配時長；若音訊短於影片，剩餘部分為靜音。

    解析度彈性也是生產優勢。模型支援 480P、720P、1080P 三檔，團隊可用 480P 低成本生成草案，720P/1080P 則用於高品質預覽。阿里 API 參考還列出常見橫版、直版、方形等解析度比例。

    此模型適合提示詞驅動的創意流程，但不應取代人工審核。生成影片仍需剪輯、品牌審核、政策合規、品質把關、版權查核及後製潤飾後方可對外發佈。

    Wan 2.5 T2V Preview 支援哪些模態？

    模態 是否支援 說明
    文本輸入 支援 主要輸入，Wan2.5 系列提示詞最長 1,500 字元
    音訊輸入 支援 支援可選 audio_url，Wan2.5 系列接受公開 HTTP/HTTPS、WAV/MP3 格式、3–30 秒、最大 15 MB
    圖像輸入 本 T2V 模型不支援 圖像輸入適用於 Wan 圖像生成影片變體，wan2.5-t2v-preview 不支援
    影片輸入 本 T2V 模型不支援 其他 Wan 任務支援影片輸入，文本生成影片模型不支援
    影片輸出 支援 MP4 影片，H.264 編碼，30 幀/秒，5 秒或 10 秒
    音訊輸出 支援 官方文件為「帶音訊影片」，音訊與影像同步

    Wan 2.5 T2V Preview 的侷限性

    Wan 2.5 T2V Preview 僅支援短片。阿里雲 API 參考規定 wan2.5-t2v-preview 時長僅為 5 秒和 10 秒，需長場景、多分鐘廣告或完整敘事片段的流程需後製剪輯拼接或選用其他影片模型。

    模型提示詞長度有限。Wan2.6 與 Wan2.5 系列文本生成影片提示詞最長 1,500 字元，超長文本會自動截斷，複雜視覺指令需精煉表達。

    迭代時成本易快速上升。阿里雲按輸出解析度與時長計價，1080P 多次生成費用遠高於 480P 草稿。團隊使用多模態生成 API時，應關注解析度選擇、重試次數、廢棄生成與審核週期，而非僅關注最終成品成本。

    Gate.AI 存取細節需謹慎處理。本頁面 Gate.AI 列表標註模型 ID 及定價，Gate.AI 公共文件確認支援 OpenAI 相容接入，但本次查閱未見該模型專屬影片生成 endpoint 路徑、請求及回傳 schema 的公開細節。

    此外，除非阿里巴巴特別聲明，以下為通用 AI 侷限：生成影片可能存在偽影、運動失真、視覺細節不準確、不安全內容、誤導性畫面或文本渲染不佳等問題。涉及廣告、政治、法律、醫療、金融、身分敏感、版權或品牌合規使用時，必須進行人工審核。

    Wan 2.5 T2V Preview 適合哪些場景？

    應用場景 適用原因 重要限制
    創意短片概念 將文本提示轉為 5 秒或 10 秒帶音訊影片 不適合長片生成
    社群媒體草案影片 支援 480P/720P/1080P，便於成本與品質控管 定稿格式與平台合規仍需複核
    音訊驅動視覺概念 支援音訊同步輸出及自訂音訊 URL 仍可能需專業音訊混音
    廣告分鏡探索 協助團隊在拍攝前測試場景、運動、氛圍與聲音 品牌、肖像、版權及政策審核仍為必要環節
    教育與培訓視覺化 可透過簡潔提示生成短時長說明片段 事實準確性與視覺清晰度需人工核驗
    產品與活動創意腦力激盪 快速探索氛圍、運動、場景構圖 生成結果未經品管不可直接用於生產

    Wan 2.5 T2V Preview 最適合目標為帶音訊的短 AI 影片片段。若需長敘事、多鏡頭連續、圖像條件生成或影片參考流程，團隊應考慮其他AI 內容生成模型，並核查其時長、模態與計費要求。

    Wan 2.5 T2V Preview 與 Seedance 2.0、Veo 3.1 比較

    比較維度 Wan 2.5 T2V Preview Seedance 2.0 Veo 3.1 適用場景說明
    提供方 阿里巴巴 字節跳動 Seed 團隊 Google 根據生態、API 接入、合規、輸出需求與定價選擇
    模型類型 帶音訊的文本生成影片 音訊影片生成與編輯模型 原生音訊影片生成模型 Wan 2.5 適合短文本生成影片，Seedance/Veo 適合更廣泛影片場景
    輸入 文本及可選音訊 URL 官方資料稱支援文本、圖像、音訊、影片 Google 文件支援原生音訊及圖像驅動影片生成 根據模態需求篩選
    輸出時長 5 秒或 10 秒 字節描述支援最長 15 秒多鏡頭高品質音訊影片 具體時長依 Google API 設定，需實施時查核 Wan 2.5 定位為短片生成模型
    解析度 480P、720P、1080P 部署前需查閱官方文件當前解析度選項 部署前需查閱 Google 文件當前解析度選項 解析度影響成本與審核品質
    定價透明度 阿里巴巴文件解析度每秒計價；Gate.AI列表同步本頁面 480P/720P/1080P 每秒定價 官方資料未詳述 需查閱 Google 當前計費文件 Wan 2.5 在阿里官方文件中有明確公開每秒定價
    主要限制 時長短、提示詞長度有限 官方資料說明模型仍有侷限 Google API 限制與模型可用性需實施前查核 無絕對優劣，模型選擇取決於具體任務約束

    Wan 2.5 T2V Preview 適合需要音訊與影像同步、定價透明、解析度彈性的短文本生成影片場景。Seedance 2.0 與 Veo 3.1 更適合多模態參考、長片段或其他生態需求，但生產選型應以官方最新文件為準，而非僅憑參數比較。

    如何透過 Gate.AI 存取 Wan 2.5 T2V Preview？

    根據本頁面 Gate.AI 列表，Wan 2.5 T2V Preview 可透過模型 ID alibaba/wan2.5-t2v-preview 調用。該模型支援從文本提示生成 5–10 秒帶原生音訊同步軌道的影片，輸出解析度為 480P/720P/1080P，定價分別為 480P \$0.05/秒、720P \$0.10/秒、1080P \$0.15/秒（截至 2026年7月）。

    Gate.AI 公共文件說明其 OpenAI 相容基礎位址為 https://api.gate.ai/openai/v1，模型 ID 通常採用 provider/model 格式。Gate.AI 定價頁亦說明，影片及多模態能力可按生成次數、時長、解析度或任務規格計費。

    以下範例採用 Gate.AI OpenAI 相容接入、列表中模型 ID 及支援的解析度與時長選項。生產環境前，開發者應於 Gate.AI 控制台或模型文件確認最終參數名稱及回傳結構。

    Python 範例

    1. from openai import OpenAI
    2. import os
    4. client = OpenAI(
    5.     api_key=os.environ["GATE_AI_API_KEY"],
    6.     base_url="https://api.gate.ai/openai/v1"
    7. )
    9. response = client.chat.completions.create(
    10.     model="alibaba/wan2.5-t2v-preview",
    11.     messages=[
    12.         {
    13.             "role": "user",
    14.             "content": (
    15.                 "Generate a 10-second 720P cinematic video of a golden retriever "
    16.                 "running across a sunny beach at sunset, with gentle <a href=\"/price/waves-waves\" target=\"_blank\" class=\"blog_inner_link\">waves</a> and "
    17.                 "a native synchronized audio track."
    18.             )
    19.         }
    20.     ],
    21.     extra_body={
    22.         "resolution": "720p",
    23.         "duration": 10
    24.     }
    25. )
    27. print(response)

    本 Python 範例設定 Gate.AI 客戶端，使用 OpenAI 相容基礎位址及模型 ID alibaba/wan2.5-t2v-preview。resolution 與 duration 欄位對應 Gate.AI 列表支援的輸出選項。生產部署前，請確認 Gate.AI 是否採用該欄位命名或有專屬影片生成參數格式。

    curl 範例

    1. curl https://api.gate.ai/openai/v1/chat/completions \
    2.   -H "Authorization: Bearer $GATE_AI_API_KEY" \
    3.   -H "Content-Type: application/json" \
    4.   -d '{
    5.     "model": "alibaba/wan2.5-t2v-preview",
    6.     "messages": [
    7.       {
    8.         "role": "user",
    9.         "content": "Generate a 10-second 720P cinematic video of a golden retriever running across a sunny beach at sunset, with gentle waves and a native synchronized audio track."
    10.       }
    11.     ],
    12.     "resolution": "720p",
    13.     "duration": 10
    14.   }'

    此 curl 範例遵循 Gate.AI OpenAI 相容 API 格式，API 金鑰採用環境變數。請求中包含模型 ID、文本提示、720P 解析度及 10 秒時長。開發者應於 Gate.AI 平台查核最終回傳結構及模型專屬參數。

    常見問題解答

    Wan 2.5 T2V Preview 最長支援多長影片？
    阿里雲文件截至 2026年7月，wan2.5-t2v-preview 支援 5 秒和 10 秒兩種時長。

    Wan 2.5 T2V Preview 的費用是多少？
    阿里巴巴國際定價為 480P \$0.05/秒，720P \$0.10/秒，1080P \$0.15/秒（截至 2026年7月）。

    Wan 2.5 T2V Preview 是否支援 API 存取？
    支援。阿里雲模型工作室文件說明支援非同步 API，Gate.AI 列表模型 ID 為 alibaba/wan2.5-t2v-preview。

    Wan 2.5 T2V Preview 適合哪些用途？
    適合帶音訊的短文本生成影片，如概念視覺、社群草案、廣告分鏡、訓練片段及動態實驗。生產使用前仍需人工審核。

    相關文章

    GLM 5.2：完整規格、定價、API 存取與應用場景（2026）

    GLM 5.2：完整規格、定價、API 存取與應用場景（2026）

    Grok 4.5：完整規格、定價、API 接入與應用場景（2026）

    Grok 4.5：完整規格、定價、API 接入與應用場景（2026）

    Claude Fable 5：完整規格、定價、API存取與應用場景（2026）

    Claude Fable 5：完整規格、定價、API存取與應用場景（2026）