Για λογαριασμούς χωρίς αγορά: εκτελέσεις πάνω από 2 πιστωτικές μονάδες χρειάζονται ανεβάσματος.
Νέος εδώ;
10 δωρεάν πιστωτικές μονάδες (0,10 $) όταν εγγραφείς με Google
Χρησιμοποιήσιμο 24 ώρες μετά την εγγραφή, έως 5 εκτελέσεις ανά ημέρα και το πολύ 2 πιστωτικές μονάδες ανά εκτέλεση. Άλλες μέθοδοι σύνδεσης ξεκινούν χωρίς πιστωτικές μονάδες.
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
Διάρκεια: 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
Διάρκεια: 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
Διάρκεια: 0:05
Settings
aspect_ratio
16:9
resolution
480p
num_frames
81
frames_per_second
16
Παράδειγμα προτροπών
Παραδείγματα από τον κατάλογο Railwail. Δεν δημιουργήθηκαν ζωντανά σε αυτήν τη σελίδα.
Quick
Διάρκεια: 0:05
Cat playing with yarn on wooden floor
03
Σχετικά με το Wan 2.2 Text-to-Video
ΣύντομαΗμερομηνία: 23 Σεπτεμβρίου 2026
Το Wan 2.2 Text-to-Video είναι ένα μοντέλο του Alibaba (Wan) στην κατηγορία Δημιουργία βίντεο. Στο Railwail, το Wan 2.2 Text-to-Video κοστίζει 0,060 $ ανά βίντεο. Ανάλογα με τις ρυθμίσεις, η τιμή κυμαίνεται από 0,060 $/βίντεο έως 0,12 $/βίντεο. Υποστηριζόμενες αναλογίες διαστάσεων: 16:9 και 9:16.
Φόντο
Σχετικά με Alibaba (Tongyi Wanxiang Lab)
Ιδρύθηκε 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.
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.
Παράμετροι
14 billion (flagship); smaller variants available
Δυνατότητες
Open-weight text-to-video flagship at 14B parameters (smaller variants available)
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.
Εκπαίδευση & άδεια
Curated multi-million-clip multilingual video corpus filtered for aesthetics, motion and caption quality, with dense bilingual captions; specifics documented in Wan technical materials.
Άδεια: Open weights under an Apache-style permissive licence (Wan-series release).
Δοκιμές ασφάλειας: Data-level filtering and recommended NSFW classifier for deployment; Alibaba-hosted endpoints follow Chinese CAC algorithmic-content rules.
Γνωστοί περιορισμοί
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)
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"
import os
import time
import requests
API = "https://railwail.com/api/v1"
headers = {"Authorization": f"Bearer {os.environ['RAILWAIL_API_KEY']}"}
job = requests.post(
f"{API}/videos/generations",
headers=headers,
json={
"model": "wan-t2v",
"prompt": "A slow drone shot over a misty pine forest at sunrise",
},
).json()
while True:
status = requests.get(f"{API}/jobs/{job['job_id']}", headers=headers).json()
if status["status"] in ("completed", "failed", "cancelled"):
break
time.sleep(5)
print(status["status"], status.get("output_url"))
const API = "https://railwail.com/api/v1";
const headers = {
Authorization: `Bearer ${process.env.RAILWAIL_API_KEY}`,
"Content-Type": "application/json",
};
const job = await fetch(`${API}/videos/generations`, {
method: "POST",
headers,
body: JSON.stringify({
model: "wan-t2v",
prompt: "A slow drone shot over a misty pine forest at sunrise"
}),
}).then((r) => r.json());
let status;
do {
await new Promise((r) => setTimeout(r, 5000));
status = await fetch(`${API}/jobs/${job.job_id}`, { headers }).then((r) => r.json());
} while (!["completed", "failed", "cancelled"].includes(status.status));
console.log(status.status, status.output_url);
Το Wan 2.2 Text-to-Video είναι ένα μοντέλο του Alibaba (Wan) στην κατηγορία Δημιουργία βίντεο. Στο Railwail μπορείτε να το καλέσετε με ένα API key μέσω του Railwail API.
Πόσο κοστίζει το Wan 2.2 Text-to-Video στο Railwail;
Στο Railwail, το Wan 2.2 Text-to-Video κοστίζει 0,060 $ ανά βίντεο. Ανάλογα με τις ρυθμίσεις, η τιμή κυμαίνεται από 0,060 $/βίντεο έως 0,12 $/βίντεο. Η τιμή είναι γνωστή πριν ξεκινήσει η εκτέλεση. Η χρήση πληρώνεται από προπληρωμένες πιστωτικές μονάδες· 1 πιστωτική μονάδα ισούται με 0,01 $.
Ποιες ρυθμίσεις υποστηρίζει το Wan 2.2 Text-to-Video;
Σύμφωνα με το σχήμα εισόδου του, το Wan 2.2 Text-to-Video γνωρίζει αυτές τις παραμέτρους: prompt και aspect_ratio (16:9 ή 9:16).
Πόσο γρήγορο είναι το Wan 2.2 Text-to-Video;
Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του Wan 2.2 Text-to-Video στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.
Είναι το Wan 2.2 Text-to-Video καλύτερο από το Google Veo 3.1;
Αυτό εξαρτάται από την εργασία. Το Wan 2.2 Text-to-Video (Alibaba (Wan)) και το Google Veo 3.1 (Google DeepMind) είναι και τα δύο μοντέλα στην κατηγορία Δημιουργία βίντεο. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.
Πώς χρησιμοποιώ το Wan 2.2 Text-to-Video μέσω του API;
Δημιουργήστε ένα Railwail API key και στείλτε το αίτημά σας με το ID μοντέλου wan-t2v. Παραδείγματα κώδικα για curl, Python και JavaScript βρίσκονται στην ενότητα API αυτής της σελίδας.
MiniMax Hailuo 02 on Replicate. Text-to-video and image-to-video producing 6s or 10s clips at 768p standard or 1080p pro. Known for accurate real-world physics and stable motion.
