Wan 2.2 Text-to-Video

Génération de vidéosNouveauDisponible
par Alibaba (Wan)ID du modèle: wan-t2v

Ultra-cheap T2V for pennies

Prix
0,060 $US/vidéo
Rapports d'aspect
16:9, 9:16
Entrée → Sortie
Texte → Vidéo
Développeur
Alibaba (Wan)
Mis à jour
23 septembre 2026
01

Playground

Essayer Wan 2.2 Text-to-Video

Entrée et résultat

0,060 $US/vidéo
Essayer Wan 2.2 Text-to-Video
Résultat
Votre vidéo apparaît ici.

Cette exécution

0,06 $US · 6 crédits

Pour les comptes sans achat antérieur : les exécutions au-delà de 2 crédits nécessitent un rechargement.

Nouveau par ici ?

10 crédits gratuits (0,10 $US) à l'inscription avec Google

Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
  • Prompt

    A sports car is driving very fast along a beach at sunset

    Durée : 0:05

    Settings

    aspect_ratio
    16:9
    resolution
    480p
    num_frames
    81
    frames_per_second
    16
  • Prompt

    A sports car is driving very fast along a beach at sunset

    Durée : 0:05

    Settings

    aspect_ratio
    16:9
    resolution
    480p
    num_frames
    81
    frames_per_second
    16
  • Prompt

    A sports car is driving very fast along a beach at sunset

    Durée : 0:05

    Settings

    aspect_ratio
    16:9
    resolution
    480p
    num_frames
    81
    frames_per_second
    16

Prompts d'exemple

Exemples du catalogue Railwail. Ils n'ont pas été générés en direct sur cette page.

  • Quick

    Durée : 0:05

    Cat playing with yarn on wooden floor
03

À propos de Wan 2.2 Text-to-Video

RésuméAu 23 septembre 2026

Wan 2.2 Text-to-Video est un modèle de Alibaba (Wan) dans la catégorie Génération de vidéos. Sur Railwail, Wan 2.2 Text-to-Video coûte 0,060 $US par vidéo. Selon les paramètres, le prix varie de 0,060 $US/vidéo à 0,12 $US/vidéo. Formats d'image supportés : 16:9 et 9:16.

Arrière-plan

À propos de Alibaba (Tongyi Wanxiang Lab)

Fondée 1999 · Hangzhou, China

Alibaba's Tongyi Lab in Hangzhou runs the Qwen LLM family and the Wanxiang generative-media family. After Wan 2.0 (mid-2024) and Wan 2.1 (early 2025), the team released Wan 2.2 in 2025 as the next-generation open-weight video model. Wan 2.2 ships as purpose-tuned variants for Text-to-Video, Image-to-Video and Audio/A2V. Wan 2.2 Text-to-Video is the flagship pure-text-conditioned variant and replaces Wan 2.1 T2V-14B as the principal open-weight text-to-video reference for the Chinese research community. The Wan team consistently rank near the top of open-model VBench leaderboards and ship reproducible training code under a permissive Wan-series licence.

Visiter Alibaba (Tongyi Wanxiang Lab)

Architecture

Diffusion Transformer (DiT) with 3D causal VAE; MoE-style scaling

Wan 2.2 Text-to-Video is a Diffusion Transformer operating on a 3D causal Wan-VAE latent. Wan 2.2 introduces architectural refinements over Wan 2.1: improved 3D Rotary Position Embeddings, larger attention windows, and (in the flagship) a Mixture-of-Experts feed-forward design that routes tokens to specialist experts. Text conditioning uses a Qwen-family multilingual encoder with strong Chinese-English capability. The denoiser is trained with Flow Matching on a curated multi-million-clip multilingual video corpus with synthetic dense bilingual captions. Native generation is 5 seconds at 720p / 24 fps (with 1080p extensions). The training recipe and weights are open-source on Hugging Face and GitHub under the Wan-series permissive licence, designed to enable broad commercial and research use.

Paramètres
14 billion (flagship); smaller variants available

Capacités

  • Open-weight text-to-video flagship at 14B parameters (smaller variants available)
  • 5-second 720p / 24 fps generation natively, 1080p extensions
  • Bilingual Chinese/English prompts via Qwen-based text encoder
  • MoE-style scaling and improved 3D RoPE in flagship variant
  • Permissive Wan-series licence for research and commercial use
  • Top-tier results on VBench among open-weight models
  • Active community ecosystem (LoRAs, fine-tunes, ComfyUI nodes)
  • Reproducible training recipe and code
  • Best for: open-source video pipelines, research, on-prem creative tooling, branded fine-tunes.

Entraînement et licence

Curated multi-million-clip multilingual video corpus filtered for aesthetics, motion and caption quality, with dense bilingual captions; specifics documented in Wan technical materials.

Licence: Open weights under an Apache-style permissive licence (Wan-series release).

Tests de sécurité: Data-level filtering and recommended NSFW classifier for deployment; Alibaba-hosted endpoints follow Chinese CAC algorithmic-content rules.

Limitations connues

  • Native duration 5 seconds
  • No native audio
  • High VRAM requirements for the 14B flagship
  • Closed leaders (Veo 3, Sora 2, Kling v3) still ahead on absolute fidelity
  • Resolution capped at 720p natively (1080p only in extended modes)
04

Tarification

Prix en dollars américains. L'utilisation est facturée à partir de crédits prépayés.
resolution: 480pPar défaut0,060 $US par vidéo
resolution: 720p0,12 $US par vidéo
  • 1 crédit = 0,01 $US

Calculatrice de coûts

Calculatrice de prix

Variante

Total

6,00 $US

600 crédits

Par exécution

0,06 $US · 6 crédits

Prix fixe par exécution, connu avant le démarrage.

05

API

Appelez Wan 2.2 Text-to-Video avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :
curl https://railwail.com/api/v1/videos/generations \
  -H "Authorization: Bearer $RAILWAIL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan-t2v",
    "prompt": "A slow drone shot over a misty pine forest at sunrise"
  }'

# Response: {"job_id": "...", "status": "queued", ...}
# Poll until status is completed, failed or cancelled:
curl https://railwail.com/api/v1/jobs/JOB_ID \
  -H "Authorization: Bearer $RAILWAIL_API_KEY"
Définissez votre clé en tant que RAILWAIL_API_KEYCréer une clé API

Les vidéos s'exécutent de manière asynchrone : le premier appel retourne un job_id ; interrogez /api/v1/jobs/JOB_ID jusqu'à ce que le statut soit completed.

06

Spécifications

ID du modèle
wan-t2v
Développeur
Alibaba (Wan)
Entrée
Texte
Sortie
Vidéo
Formats de sortie
MP4
Rapports d'aspect
16:9, 9:16
Facturation
Prix fixe, connu avant l'exécution
Taille du modèle
14 billion (flagship); smaller variants available
Licence
Open weights under an Apache-style permissive licence (Wan-series release).
Entrée du catalogue mise à jour
23 septembre 2026

Paramètres d'entrée

Entrées et paramètres du schéma d'entrée du modèle. L'exemple dans la section API montre lesquels l'API accepte.

  • promptObligatoire
    Type: Texte
    Par défaut: –
    Valeurs autorisées: –
  • aspect_ratio
    Type: Choix
    Par défaut: –
    Valeurs autorisées: 16:9 ou 9:16

Étiquettes

  • budget
  • fast
07

Cas d'usage

À quoi ça sert

  • Open-source text-to-video pipelines
  • Research baseline for video diffusion
  • Branded LoRA fine-tunes
  • On-prem creative tools
  • Bilingual Chinese/English video creation
  • Educational reproducibility studies
08

Questions fréquemment posées

Qu'est-ce que Wan 2.2 Text-to-Video ?

Wan 2.2 Text-to-Video est un modèle de Alibaba (Wan) dans la catégorie Génération de vidéos. Sur Railwail, vous pouvez l'appeler avec une clé API via l'API Railwail.

Combien coûte Wan 2.2 Text-to-Video sur Railwail ?

Sur Railwail, Wan 2.2 Text-to-Video coûte 0,060 $US par vidéo. Selon les paramètres, le prix varie de 0,060 $US/vidéo à 0,12 $US/vidéo. Le prix est connu avant le démarrage de l'exécution. L'utilisation est payée à partir de crédits prépayés ; 1 crédit équivaut à 0,01 $US.

Quels paramètres Wan 2.2 Text-to-Video supporte-t-il ?

Selon son schéma d'entrée, Wan 2.2 Text-to-Video connaît ces paramètres : prompt et aspect_ratio (16:9 ou 9:16).

Quelle est la vitesse de Wan 2.2 Text-to-Video ?

Il n'y a pas encore assez d'exécutions mesurées de Wan 2.2 Text-to-Video sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.

Wan 2.2 Text-to-Video est-il meilleur que Google Veo 3.1 ?

Cela dépend de la tâche. Wan 2.2 Text-to-Video (Alibaba (Wan)) et Google Veo 3.1 (Google DeepMind) sont tous deux des modèles de la catégorie Génération de vidéos. La page de comparaison affiche leurs prix et spécifications côte à côte.

Comparer Wan 2.2 Text-to-Video et Google Veo 3.1

Comment utiliser Wan 2.2 Text-to-Video via l'API ?

Créez une clé API Railwail et envoyez votre requête avec l'ID de modèle wan-t2v. Des exemples de code pour curl, Python et JavaScript se trouvent dans la section API de cette page.

09

Modèles comparables

Tous dans cette catégorie

Utiliser Wan 2.2 Text-to-Video via l'API

Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.