wan2.6-image 图片编辑 API文档
wan2.6图像编辑模型，支持图像编辑。图像编辑模式下可输入1~4张参考图像，实现风格迁移、主体一致性生成等能力；支持多种主流图像格式（JPEG、PNG、BMP、WEBP），输出分辨率最高可达1280×1280，并提供提示词智能改写、反向提示词等精细化控制参数。
请求地址
https://www.dmxapi.cn/v1/responses模型名称
wan2.6-image
示例代码
python
import requests
import json
# ═══════════════════════════════════════════════════════════════
# 🔑 步骤1: 配置 API 连接信息
# ═══════════════════════════════════════════════════════════════
# 🌐 DMXAPI 服务端点地址
url = "https://www.dmxapi.cn/v1/responses"
# 🔐 DMXAPI 密钥 (请替换为您自己的密钥)
# 获取方式: 登录 DMXAPI 官网 -> 个人中心 -> API 密钥管理
api_key = "sk-************************************"
# ═══════════════════════════════════════════════════════════════
# 📋 步骤2: 配置请求头
# ═══════════════════════════════════════════════════════════════
headers = {
"Content-Type": "application/json", # 指定请求体为 JSON 格式
"Authorization": f"{api_key}", # token 认证方式
}
# ═══════════════════════════════════════════════════════════════
# 💬 步骤3: 配置请求参数
# ═══════════════════════════════════════════════════════════════
payload = {
"model": "wan2.6-image",
"input": {
"messages": [
{
"role": "user",
"content": [
{
# 正向提示词用于描述您期望生成的图像内容、风格和构图。
# 支持中英文，长度不超过2000个字符，每个汉字、字母、数字或符号计为一个字符，超过部分会自动截断。
# 示例值：参考这个风格的图片，生成番茄炒蛋。
# 注意：content数组中，必须且只能包含一个含 text 字段的对象。
"text": "第一个图的生物，出现在第二个图中"
},
{
# [image]:输入图像的URL或Base64编码字符串。
# 图像限制：
# 图像格式：JPEG、JPG、PNG（不支持透明通道）、BMP、WEBP。
# 图像分辨率：图像的宽高范围均为[384, 5000]像素。
# 文件大小：不超过10MB。
# 图像数量限制：
# 输入图像数量与parameters.enable_interleave参数有关。
# 当enable_interleave=true时（图文混排输出），可输入0~1张图像。
# 当enable_interleave=false时（图像编辑），必须输入1~4张图像。
# 当输入多张图像时，需在content数组中传入多个image对象，并按照数组顺序定义图像顺序。
# 支持的输入格式：
# 使用公网可访问URL
# 支持 HTTP 或 HTTPS 协议。
# 示例值：http://wanx.alicdn.com/material/xxx.jpeg。
# 传入 Base64 编码图像后的字符串
# 格式：data:{MIME_type};base64,{base64_data}
# 示例：data:image/jpeg;base64,GDU7MtCZzEbTbmRZ...（仅示意，实际需传入完整字符串）
# Base64 编码规范请参见图像传入方式。链接如下:https://help.aliyun.com/zh/model-studio/wan-image-edit-2-5?spm=a2c4g.11186623.0.0.f7815b1dvRcn2Q#8db0e2215frua
"image": "https://cdn.wanx.aliyuncs.com/tmp/pressure/umbrella1.png"
},
{
"image": "https://img.alicdn.com/imgextra/i3/O1CN01SfG4J41UYn9WNt4X1_!!6000000002530-49-tps-1696-960.webp"
}
]
}
]
},
# 输出图像尺寸的规则
# 方式一：指定 size 参数：系统会以 size 指定的宽高为目标，将实际输出图像的宽高调整为不大于指定值的、最大的16的倍数。
# 方式二：未指定 size：输出图像由 总像素上限 和 宽高比规则 共同决定。系统会根据总像素并按照宽高比规则对图像进行处理后输出。
# 总像素规则：由 enable_interleave 控制。
# 当 enable_interleave=true 时：
# 若输入图像总像素 ≤ 1280*1280，输出总像素与输入一致；
# 若输入图像总像素 > 1280*1280，输出总像素固定为 1280*1280。
# 当 enable_interleave=false 时：输出总像素固定为 1280*1280。
# 宽高比规则（近似）：
# 单图输入：输出宽高比与输入图像一致；
# 多图输入：输出宽高比与最后一张输入图像一致。
# 示例：当 enable_interleave=true 且输入 1 张 720*720 的图像时，输出图像为 720*720，宽高比与输入一致。
"parameters": {
# [prompt_extend]仅在图像编辑模式（即enable_interleave = false）下生效。
# 是否开启 Prompt（提示词）智能改写功能。该功能仅对正向提示词进行优化与润色，不会改变反向提示词。
# true：默认值，开启智能改写。
# false：关闭智能改写，使用原始提示词。
"prompt_extend": True,
"watermark": False,
# 指定生成图片的数量。该参数的取值范围与含义取决于 enable_interleave（模式开关）的状态：
# 当 enable_interleave=false（图像编辑模式）：
# 作用：直接控制生成图像的数量。
# 取值范围：1～4，默认值为 4。
# 建议在测试阶段将此值设置为 1，以便低成本验证效果。
# 当 enable_interleave=true（图文混排模式）：
# 限制：此参数默认为1，且必须固定为1。若设置为其他值，接口将报错。
# 说明：在此模式下，如需控制生成图像的数量上限，请使用 max_images 参数
"n": 1,
# [enable_interleave]:控制生图模式：
# false：默认值，表示图像编辑模式（支持多图输入及主体一致性生成）。
# 用途：基于1～4张输入图像进行编辑、风格迁移或主体一致性生成。
# 输入：必须提供至少1张参考图像。
# 输出：可生成1至4张结果图像。
# true ：表示启用图文混排输出模式（仅支持传入一张图像或不传图像）。
# 用途：根据文本描述生成图文并茂的内容，或进行纯文本生成图像（文生图）。
# 输入：可以不提供图像（文生图），或提供最多1张参考图像。
# 输出：生成包含文本和图像的混合内容。
"enable_interleave": False,
# 输出图像的分辨率，格式为宽*高。
# wan2.6-image：总像素在 [768*768, 1280*1280] （即589824 至 1638400像素）之间，且宽高比范围为 [1:4, 4:1]。例如，1024*1536符合要求。
# 常见比例推荐的分辨率
# 1:1：1280*1280 或 1024*1024
# 2:3：800*1200
# 3:2：1200*800
# 3:4：960*1280
# 4:3：1280*960
# 9:16：720*1280
# 16:9：1280*720
# 21:9：1344*576
"size": "1280*1280",
# 反向提示词，用于描述不希望在图像中出现的内容，对画面进行限制。
# 支持中英文，长度不超过500个字符，超出部分将自动截断。
"negative_prompt": "",
# [max_images]:仅在图文混排模式（即 enable_interleave=true）下生效。
# 作用：指定模型在单次回复中生成图像的最大数量。
# 取值范围：1～5，默认值为 5。
# 注意：该参数仅代表“数量上限”。实际生成的图像数量由模型推理决定，可能会少于设定值（例如：设置为 5，模型可能根据内容仅生成 3 张）。
"max_images ": 1,
# [stream]控制返回结果是否为流式输出。在图像混排模式（即 enable_interleave = true）下，必须设置为true。
# false：默认值，非流式输出。
# true：流式输出。
"stream ": False,
# [seed]随机数种子，取值范围[0,2147483647]。
# 使用相同的seed参数值可使生成内容保持相对稳定。若不提供，算法将自动使用随机数种子。
# 注意：模型生成过程具有概率性，即使使用相同的seed，也不能保证每次生成结果完全一致。
"seed": 100,
}
}
# ═══════════════════════════════════════════════════════════════
# 📤 步骤4: 发送请求并输出结果
# ═══════════════════════════════════════════════════════════════
# 发送 POST 请求到 API 服务器
response = requests.post(url, headers=headers, json=payload)
# 格式化输出 JSON 响应
# - indent=2: 缩进 2 空格，便于阅读
# - ensure_ascii=False: 正确显示中文字符
print(json.dumps(response.json(), indent=2, ensure_ascii=False))返回示例
json
{
"output": [
{
"type": "message",
"content": [
{
"type": "image",
"text": "https://dashscope-a717.oss-accelerate.aliyuncs.com/1d/d8/20260224/5aeb7205/58785642-c1vRdsH3_cf4da20e1fed.png?Expires=1772018707&OSSAccessKeyId=LTAI5tPxpiCM2hjmWrFXrym1&Signature=YC%2Ftf%2BaQZfKkwEfJnUcc9twOejc%3D"
}
]
}
],
"usage": {
"total_tokens": 0,
"input_tokens": 0,
"input_tokens_details": {
"cached_tokens": 0
},
"output_tokens": 0,
"output_tokens_details": {
"reasoning_tokens": 0
}
},
"request_id": "819f24d3-f20a-4eb2-a853-eb5619c63319"
}© 2026 DMXAPI wan2.6-image 图片编辑