Wan 2.2 Text-to-Video

Generación de vídeosNuevoDisponible
de Alibaba (Wan)ID del modelo: wan-t2v

Ultra-cheap T2V for pennies

Precio
0,060 US$/vídeo
Relaciones de aspecto
16:9, 9:16
Entrada → Salida
Texto → Vídeo
Desarrollador
Alibaba (Wan)
Actualizado
23 de septiembre de 2026
01

Playground

Probar Wan 2.2 Text-to-Video

Entrada y salida

0,060 US$/vídeo
Probar Wan 2.2 Text-to-Video
Resultado
Tu vídeo aparece aquí.

Esta ejecución

0,06 US$ · 6 créditos

Para cuentas sin compra previa: las ejecuciones superiores a 2 créditos necesitan una recarga.

¿Eres nuevo aquí?

10 créditos gratis (0,10 US$) cuando te registres con Google

Disponible 24 horas después del registro, hasta 5 ejecuciones por día y como máximo 2 créditos por ejecución. Otros métodos de inicio de sesión comienzan sin créditos.

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

    Duración: 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

    Duración: 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

    Duración: 0:05

    Settings

    aspect_ratio
    16:9
    resolution
    480p
    num_frames
    81
    frames_per_second
    16

Prompts de ejemplo

Ejemplos del catálogo de Railwail. No fueron generados en vivo en esta página.

  • Quick

    Duración: 0:05

    Cat playing with yarn on wooden floor
03

Acerca de Wan 2.2 Text-to-Video

ResumenA fecha de 23 de septiembre de 2026

Wan 2.2 Text-to-Video es un modelo de Alibaba (Wan) en la categoría Generación de vídeos. En Railwail, Wan 2.2 Text-to-Video cuesta 0,060 US$ por vídeo. Según la configuración, el precio oscila entre 0,060 US$/vídeo y 0,12 US$/vídeo. Relaciones de aspecto compatibles: 16:9 y 9:16.

Fondo

Acerca de Alibaba (Tongyi Wanxiang Lab)

Fundado en 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.

Visitar Alibaba (Tongyi Wanxiang Lab)

Arquitectura

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.

Parámetros
14 billion (flagship); smaller variants available

Capacidades

  • 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.

Entrenamiento y licencia

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

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

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

Limitaciones conocidas

  • 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

Precios

Precios en dólares estadounidenses. El uso se cobra con créditos prepagados.
resolution: 480pPredeterminado0,060 US$ por vídeo
resolution: 720p0,12 US$ por vídeo
  • 1 crédito = 0,01 US$

Calculadora de costes

Calculadora de precios

Variante

Total

6,00 US$

600 créditos

Por ejecución

0,06 US$ · 6 créditos

Precio fijo por ejecución, conocido antes de que comience.

05

API

Llama a Wan 2.2 Text-to-Video con tu clave API de Railwail. Usa este ID de modelo en la solicitud:
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"
Establece tu clave como RAILWAIL_API_KEYCrear clave API

Los vídeos se ejecutan de forma asincrónica: la primera llamada devuelve un job_id; consulta /api/v1/jobs/JOB_ID hasta que el estado sea completed.

06

Especificaciones

ID del modelo
wan-t2v
Desarrollador
Alibaba (Wan)
Entrada
Texto
Salida
Vídeo
Formatos de salida
MP4
Relaciones de aspecto
16:9, 9:16
Facturación
Precio fijo, conocido antes de la ejecución
Tamaño del modelo
14 billion (flagship); smaller variants available
Licencia
Open weights under an Apache-style permissive licence (Wan-series release).
Entrada del catálogo actualizada
23 de septiembre de 2026

Parámetros de entrada

Entradas y configuración del esquema de entrada del modelo. El ejemplo en la sección API muestra cuáles de ellas acepta la API.

  • promptObligatorio
    Tipo: Texto
    Predeterminado: –
    Valores permitidos: –
  • aspect_ratio
    Tipo: Opción
    Predeterminado: –
    Valores permitidos: 16:9 o 9:16

Etiquetas

  • budget
  • fast
07

Casos de uso

Para qué se utiliza

  • 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

Preguntas frecuentes

¿Qué es Wan 2.2 Text-to-Video?

Wan 2.2 Text-to-Video es un modelo de Alibaba (Wan) en la categoría Generación de vídeos. En Railwail puedes llamarlo con una clave API a través de la API de Railwail.

¿Cuánto cuesta Wan 2.2 Text-to-Video en Railwail?

En Railwail, Wan 2.2 Text-to-Video cuesta 0,060 US$ por vídeo. Según la configuración, el precio oscila entre 0,060 US$/vídeo y 0,12 US$/vídeo. El precio se conoce antes de que comience la ejecución. El uso se paga con créditos prepagados; 1 crédito equivale a 0,01 US$.

¿Qué configuraciones admite Wan 2.2 Text-to-Video?

Según su esquema de entrada, Wan 2.2 Text-to-Video conoce estos parámetros: prompt y aspect_ratio (16:9 o 9:16).

¿Qué velocidad tiene Wan 2.2 Text-to-Video?

Aún no hay suficientes ejecuciones medidas de Wan 2.2 Text-to-Video en Railwail para indicar un tiempo de ejecución. Depende de la entrada, la configuración y la carga en el proveedor.

¿Es Wan 2.2 Text-to-Video mejor que Google Veo 3.1?

Depende de la tarea. Wan 2.2 Text-to-Video (Alibaba (Wan)) y Google Veo 3.1 (Google DeepMind) son ambos modelos en la categoría Generación de vídeos. La página de comparación muestra sus precios y especificaciones lado a lado.

Comparar Wan 2.2 Text-to-Video y Google Veo 3.1

¿Cómo uso Wan 2.2 Text-to-Video a través de la API?

Crea una clave API de Railwail y envía tu solicitud con el ID de modelo wan-t2v. Los ejemplos de código para curl, Python y JavaScript están en la sección API de esta página.

09

Modelos comparables

Todos en esta categoría

Usar Wan 2.2 Text-to-Video a través de la API

Una clave API para todos los modelos en Railwail. El uso se cobra desde créditos prepagados, 1 crédito = 0,01 US$.