Что такое Wan 2.7? Руководство по модели Alibaba с режимом рассуждений (2026)

Что на самом деле представляет собой Wan 2.7

Wan 2.7 — не одна конкретная модель. Это линейка релизов Alibaba Tongyi Lab, вышедшая в начале апреля 2026 года и охватывающая сразу два типа медиа. Первая часть — генерация изображений: Wan2.7-Image и отдельная Wan2.7-Image Pro, которые, согласно материалам запуска, появились примерно 1 апреля. Вторая — генерация видео: набор из четырёх моделей для преобразования текста в видео, изображения в видео, референсного изображения в видео и редактирования видео по инструкциям. Они были выпущены в течение следующих нескольких дней. Именно такой двойной охват объясняет, почему результаты поиска противоречат друг другу: одни называют Wan 2.7 «моделью для изображений», другие — «моделью для видео». Верны оба варианта: всё это выпущено под одним номером версии.

Само название стоит уточнить, поскольку оно часто вводит людей в заблуждение. «Wan» — международное сокращение от Tongyi Wanxiang (通义万相), креативной AI-линейки Alibaba. Она существует рядом с языковыми моделями Qwen в рамках одной корпорации, но представляет собой отдельное семейство продуктов. Поэтому, если хостинг-платформа размещает Wan по пути qwen, это лишь решение по каталогизации, а не утверждение, что Wan — модель Qwen.

В одной строке: Wan 2.7 — это выпущенная Alibaba в апреле 2026 года линейка для генерации изображений и видео, главным нововведением которой стал режим Thinking Mode.

Как работает Thinking Mode

Сначала о причине появления этого механизма. Обычная видеомодель напрямую преобразует ваш запрос в кадры. Она не делает паузу, чтобы обдумать задачу: читает текст, выбирает путь в латентном пространстве и декодирует результат. Для одного простого кадра этого достаточно. Но всё становится ненадёжным, когда вы просите создать структурированную сцену: последовательность из нескольких планов, персонажа, который должен выглядеть одинаково в третьем и первом кадре, или движение камеры, завершающееся в конкретный момент. Модель торопится выполнить задачу, и швы становятся заметны.

По описанию Alibaba, Thinking Mode добавляет перед генерацией этап планирования. Сначала модель создаёт композиционный план — интерпретирует намерение запроса, определяет пространственные и временные связи между элементами и логику построения сцены, — а затем генерирует результат. Заявленный эффект — меньше артефактов и лучшая согласованность последовательности.

Я бы рассматривал масштаб этого улучшения как открытый вопрос, а не как установленный показатель, и чуть позже объясню почему. Но сама идея проектирования выглядит разумной и является действительно новым элементом этой линейки. Вывод: Thinking Mode жертвует частью скорости ради этапа планирования, что особенно важно, когда в запросе присутствует более одного движущегося элемента.

Ключевые возможности — и насколько можно доверять каждому показателю

Здесь важно учитывать степень достоверности, поскольку почти весь список возможностей Wan 2.7 взят из собственных материалов Alibaba, а к цифрам от поставщика стоит относиться с соответствующей оговоркой.

Alibaba заявляет следующее: достаточно сильную согласованность персонажа, чтобы лицо сохранялось на протяжении всего ролика (решение проблемы «одинакового лица» у ИИ); точный контроль цвета с поддержкой значений HEX и палитр; генерацию длинного текста объёмом более 3 000 токенов на 12 языках, включая таблицы и формулы, отображаемые в кадрах; управление повествованием из нескольких сцен; указание первого и последнего кадра; преобразование референсного изображения в видео с поддержкой до девяти референсных изображений; а также нативную генерацию аудио за один проход. Это заявления поставщика, представленные именно как заявления поставщика. Мне не удалось проверить их в рамках независимого тестирования.

С техническими характеристиками картина менее однозначна, чем признают большинство публикаций. В зависимости от места запуска указывается разрешение 720p или 1080p, длительность ролика составляет примерно от 2 до 15 секунд, а показатель 4K относится к модели для изображений. Эти параметры зависят от хостинга, поэтому любую отдельную цифру следует воспринимать как «верную на этой платформе», а не как «характеристику самой модели». Генерация также не происходит мгновенно: первые практические обзоры описывают её как заметно более медленную по сравнению с облегчёнными видеомоделями. Это негласная цена этапа планирования, которую стоит учитывать при массовом рендеринге.

И честно о пробеле в данных: на момент написания статьи мне не удалось найти Wan 2.7 в независимом рейтинге — ни записи в Artificial Analysis Video Arena, ни опубликованной оценки VBench для этой версии. Это не означает, что модель плохая. Это означает, что распространяемые заявления о качестве пока полностью основаны на данных поставщика. Ближайшая проверяемая точка отсчёта — предшествующая линейка: Wan 2.1 возглавила VBench при запуске в феврале 2025 года. Это реальный результат более ранней модели, но не замена показателю для 2.7.

Является ли Wan 2.7 моделью с открытым исходным кодом?

Сначала короткий ответ: не в том смысле, к которому серия Wan приучила пользователей.

Вот первый факт. Wan 2.1 (февраль 2025 года) и Wan 2.2 (июль 2025 года) выпускались с открытыми весами по лицензии Apache 2.0 — их можно было скачать, развернуть самостоятельно и дообучить без коммерческих ограничений. Вы можете сами убедиться в этом на странице организации Wan-AI на Hugging Face и в организации Wan-Video на GitHub. Эта история с открытыми весами реальна, поэтому так много руководств автоматически предполагают, что 2.7 тоже открыта.

А вот второй факт. Те же официальные каналы — организация на GitHub, организация на Hugging Face и собственный ModelScope Alibaba — не содержат весов Wan 2.7. На момент написания статьи самой новой открытой моделью в официальных источниках по-прежнему остаётся семейство Wan 2.2: модели A14B для преобразования текста в видео и изображения в видео, модель 5B TI2V, а также более поздние варианты S2V и Animate. Официальный журнал новостей в этом репозитории заканчивается задолго до появления какой-либо записи о 2.7.

Поэтому, если на странице говорится, что Wan 2.7 «распространяется с открытыми весами по лицензии Apache 2.0», проверьте, ведёт ли она на настоящий репозиторий весов из официального источника. Во всех проверенных мной случаях это было не так: утверждение основывалось на репутации серии, а как минимум один широко цитируемый источник противоречил сам себе на разных страницах. Мой вывод: Wan 2.7 пошла по пути доступа только через API, который Alibaba уже выбрала для Wan 2.5 и 2.6, а не по открытому пути Wan 2.1 и 2.2. Я бы воспринимал это как обоснованное заключение, а не как окончательную истину: если Alibaba загрузит веса на следующей неделе, ситуация изменится. Но сегодня проверяемые данные указывают только в одну сторону.

На практике это приводит к простому решению. Если вашему проекту действительно нужны веса — для локального запуска, дообучения или работы с данными, которые нельзя покидать пределы вашей инфраструктуры, — Wan 2.7 сегодня вам этого не даст, и реальным открытым вариантом остаётся Wan 2.2. Если вы можете работать через API, версии 2.5, 2.6 и 2.7 доступны таким способом. Не выбирайте 2.7 в ожидании загрузки, которой пока нет.

Какую модель Wan действительно стоит использовать?

Семейство легко разделить на категории, если перестать считать «самую новую» модель автоматически «лучшей для вас».

Как Wan 2.7 выглядит на фоне моделей других семейств? В сегменте видео с открытым исходным кодом линейка Wan остаётся ориентиром со времён 2.1 — именно это наследие является её главным аргументом. Среди закрытых моделей, доступных через API, отличие 2.7 заключается в Thinking Mode и общей платформе для изображений и видео, а не в доказанном превосходстве по качеству над другими актуальными API-моделями. Я намеренно не добавляю сюда таблицу сравнения Wan-2.7 с Seedance или Kling, потому что независимого бенчмарка, который позволил бы обосновать такой вывод, пока нет, а придумывать его я не буду. Если вам нужно настоящее прямое сравнение, оно заслуживает отдельного проверенного теста, а не случайной строки в обзорной статье.

Как использовать модель Wan через API уже сегодня

Говоря прямо: если вы читаете эту статью на GPT Proto, учтите, что самой версии 2.7 в каталоге нет. Ближайший размещённый аналог с тем же профилем (1080p, несколько сцен, нативное аудио) — Wan 2.6, стоимостью $0.45 за запуск. Ниже приведён запрос, который действительно работает с этой моделью.

Перед копированием стоит обратить внимание на несколько нюансов, поскольку они уже отняли у многих пользователей немало времени. Во-первых, для авторизации используется токен Bearer: эти конечные точки Wan находятся по пути /api/v3/alibaba/ и ожидают заголовок Authorization: Bearer $KEY, а не обычный ключ. Во-вторых, на сайте модель находится по пути /qwen/, а в API используется путь alibaba — сегменты разные, но модель одна и та же. В-третьих, вызов выполняется асинхронно в два этапа: сначала отправляется POST-запрос, возвращающий идентификатор, затем GET-запросом опрашивается конечная точка результата. В-четвёртых, параметры отличаются у разных моделей: 2.6 принимает audio и shot_type, а 2.2-plus и 2.5 используют enable_prompt_expansion и не поддерживают эти параметры.

# 1. Отправка задачи
curl --request POST "https://gptproto.com/api/v3/alibaba/wan-2.6/text-to-video" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "prompt": "Вид от первого лица: плавное движение по влажному каменному туннелю к яркому выходу. [0-3s] быстрое движение вперёд, свет в конце становится ярче. [3-5s] выход в залитый солнцем лес, справа водопад. Звук: тяжёлое дыхание, затем пение птиц.",
    "negative_prompt": "",
    "size": "1920*1080",
    "duration": 5,
    "prompt_extend": true,
    "audio": "",
    "shot_type": "",
    "seed": 1
  }'
# -> возвращает идентификатор предсказания
 
# 2. Получение результата
curl --request GET "https://gptproto.com/api/v3/predictions/$RESULT_ID/result" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY"

Тот же процесс на Python, с явно прописанным циклом опроса:

import os, time, requests
 
KEY = os.environ["GPTPROTO_API_KEY"]
HEADERS = {"Authorization": f"Bearer {KEY}", "Content-Type": "application/json"}
BASE = "https://gptproto.com/api/v3"
 
payload = {
    "prompt": (
        "Вид от первого лица: плавное движение по влажному каменному туннелю к яркому выходу. "
        "[0-3s] быстрое движение вперёд, свет в конце становится ярче. "
        "[3-5s] выход в залитый солнцем лес, справа водопад. "
        "Звук: тяжёлое дыхание, затем пение птиц."
    ),
    "negative_prompt": "",
    "size": "1920*1080",
    "duration": 5,
    "prompt_extend": True,
    "audio": "",
    "shot_type": "",
    "seed": 1,
}
 
submit = requests.post(f"{BASE}/alibaba/wan-2.6/text-to-video",
                       headers=HEADERS, json=payload).json()
result_id = submit["id"]
 
while True:
    r = requests.get(f"{BASE}/predictions/{result_id}/result", headers=HEADERS).json()
    if r.get("status") in ("succeeded", "failed"):
        print(r)
        break
    time.sleep(5)

Стоимость зависит от конфигурации, а не представляет собой фиксированную цену за ролик: разрешение, длительность и аудио влияют на итоговую сумму. Именно поэтому предварительная цена для 1080p/10 с выше базовых $0.45. Каждая размещённая модель Wan показывает актуальную стоимость на собственной странице, а все модели используют единый баланс с остальным каталогом. Поэтому для тестирования 2.5 и 2.6 вам не придётся управлять отдельными аккаунтами.

Создание промптов для Thinking Mode

Поскольку 2.7 сначала планирует результат, а затем его визуализирует, лучше всего работают промпты, которые больше похожи на техническое задание, чем на набор ключевых слов. Задавайте намерение и структуру. Раскадровка с временными отметками — [0-3s] … [3-5s] … — даёт этапу планирования конкретную основу для организации, и именно такой подход используется в рабочем коде выше. Аудио также является частью того же промпта: короткая команда Sound: («тяжёлое дыхание, затем пение птиц») задаёт нативную аудиодорожку, не требуя отдельного вызова. Используйте и negative_prompt, чтобы ограничить ожидаемую ошибку — например, «без светящихся растений, без искажённых рук», — вместо того чтобы оставлять поле пустым. В этом нет ничего необычного: нужно просто писать для модели, которая читает весь бриф перед началом работы.

Кому стоит использовать эту модель — а кому нет

Если вам нужны открытые веса — для самостоятельного развёртывания, дообучения или хранения данных внутри собственной инфраструктуры, — Wan 2.7 сегодня будет неправильным выбором, а Wan 2.2 — правильным. Если вам нужна управляемая генерация изображений и видео через API, а закрытая модель и более медленный рендеринг вас устраивают, 2.7 может быть разумным вариантом. Однако следует честно учитывать: заявленное преимущество по качеству пока подтверждено только Alibaba, а не измерениями независимых тестов. Если вы создаёте прототип с ограниченным бюджетом, более дешёвые размещённые уровни Wan позволят начать работу за несколько центов за запуск. Выбирайте модель по ограничениям задачи, а не по номеру версии.