dashscope.aliyuncs.com 上的 wan2.7-image-pro：图像生成 API 路由指南

阿里云 DashScope 已悄然更新其图像生成模型目录，将 wan2.7-image-pro 设为大多数图像生成与编辑任务的推荐默认模型。如果你的团队正在查询 dashscope.aliyuncs.com、dashscope-intl.aliyuncs.com 或 DashScope 图像生成 API，这不是简单换一个 model ID：路由层需要同时处理区域凭据、非 OpenAI 兼容的多模态端点、4K 输出超时和 fallback 策略。

对于运营商来说，wan2.7-image-pro 并非小版本迭代。它是当前 DashScope 目录中唯一在单一 model ID 下集成了文生图、图像编辑、边界框交互编辑、角色一致性多图生成、图像文字渲染和品牌色控制的模型。此前将生成（qwen-image-max）和编辑（qwen-image-2.0-pro）分发到不同端点的团队，需要重新梳理路由配置。

dashscope.aliyuncs.com 调用前先确认三件事

在把 wan2.7-image-pro 接入生产路由前，先把 DashScope 端点拆成三类，不要混在同一个 OpenAI-compatible provider 里：

这也是为什么 dashscope.aliyuncs.com 相关搜索不能只落到通用 provider 页：图像生成流量需要独立的 endpoint、credential、timeout 和异步任务策略。

DashScope 现在推荐什么

官方 DashScope 图像模型选型指南（help.aliyun.com/zh/model-studio/image-model）现在的首条推荐是：

"推荐使用 wan2.7-image-pro——它将文字渲染、品牌色控制、角色一致性多图生成和图像编辑集成到单一模型中。"

这是一次有意义的能力整合。该模型支持：

• 文生图输出最高达 4096×4096 分辨率（目录中最高——其余模型上限均为 2048）
• 单次请求最多生成 4 张图，顺序模式下最多 12 张（enable_sequential: true）
• 图像编辑支持 最多 9 张参考图
• 边界框交互编辑（bbox_list 参数），可精准指定编辑区域
• thinking_mode 参数，在生成前调用推理层——适用于复杂场景布局、多元素品牌素材和文字密集型图像
• 双区域部署：北京（dashscope.aliyuncs.com）和新加坡（dashscope-intl.aliyuncs.com），各区域使用独立 API key

路由到哪个模型——决策框架

对于运营商而言，问题不是"哪个模型最好"，而是"根据请求实际需求，流量应该路由到哪个端点"。在思考何时在 DashScope 上使用 wan2.7-image-pro 而非 qwen-image-2.0-pro 时，官方模型矩阵给出了答案：

路由到 wan2.7-image-pro：适用于管道产出需要文字清晰、品牌一致或跨帧角色一致性的素材——产品营销图、多镜头品牌活动、文字叠加社交内容，或需要生成具有持久主体的图像序列的 agentic 工作流。

路由到 qwen-image-2.0-pro：当需要负向提示词以排除特定元素，或单次请求需要 4 张以上图片（最多 6 张变体）时使用。负向提示词支持是 wan2.7-image-pro 目前的缺口，使得 qwen-image-2.0-pro 成为内容安全门控生成管道的正确 fallback。

路由到 z-image-turbo：适用于不需要编辑能力的高吞吐、低成本生成场景——缩略图生成、草稿预览、批量图像变体生成。以约 10 倍生成速度、约 1/5 成本，它是质量优先级低于吞吐的理想选择。

区域路由：北京与新加坡 API Key 不可混用

DashScope 官方文档明确说明：北京和新加坡区域使用独立的 API key 和请求端点，跨区域调用会导致认证失败或服务异常。

这是一个真实的运营风险。如果路由层仅维护单个 DASHSCOPE_API_KEY 并通过切换 base_url 来选区域，来自错误区域的请求会直接失败。两个端点分别为：

• 北京：https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation
• 新加坡：https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation

任何存储 DashScope 凭据的 provider 配置，都必须处理这一问题——要么在路由层建立区域 → 凭据对的映射，要么将图像生成限定在单一区域并接受对应的延迟特性。

注意 wan2.7-image-pro 使用非 OpenAI 兼容的端点（/services/aigc/multimodal-generation/generation，采用 messages 输入格式，而非 /v1/chat/completions）。这意味着直接转发 OpenAI 兼容请求的路由层，必须单独处理图像生成流量——与我们此前报道的 DashScope 异步媒体架构中描述的结构分离方式相同。

异步 vs. 同步：如何选择

wan2.7-image-pro API 参考将 HTTP 同步调用列为主要模式，描述为"简单且适合大多数场景"。但对于高分辨率请求或复杂多参考图编辑，生成延迟可能超出典型同步请求的时间预算。

DashScope 同样支持异步任务模式（提交、获取任务 ID、轮询）：对于预期耗时 15-60 秒的 4K 输出（开启 thinking_mode: true + 多张参考图），异步调度可避免长时间占用连接。对于运营商：如果路由层尚未实现 DashScope 异步任务生命周期管理，同步路径配合较长的超时时间（90–120 秒）是过渡期的实用默认方案。

值得关注的变化

随着 DashScope 持续为 wan2.7-image-pro 扩展能力，这里的模型选择逻辑还会演化。目前的缺口——负向提示词支持——是 qwen-image-2.0-pro 仍保留在路由配置中的原因。一旦阿里为 Wan 模型系列加入负向提示词（与 Wan 视频生成模型的演进趋势一致），qwen-image-2.0-pro 在文生图场景中将失去最后一项路由差异化优势。

在降低 z-image-turbo 优先级之前，建议针对实际质量要求进行基准测试。其速度和成本特性，使其成为任何非对外展示或草稿生成工作负载的正确选择。

关于 TheRouter

对于通过 TheRouter 将图像生成路由到 DashScope 的团队，provider 配置必须指定正确的区域 base URL 和凭据对。异步媒体路由指南介绍了如何处理基于任务的端点——同样的模式适用于同步超时不足的高延迟 wan2.7-image-pro 请求。对于多区域 DashScope 部署，请参阅 provider 配置文档，了解如何在路由策略中映射区域特定的凭据。