A vásárlás nélküli fiókok esetén: a 2 kreditet meghaladó futtatások feltöltést igényelnek.
Új vagy itt?
10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor
Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak.
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
Hossz: 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
Hossz: 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
Hossz: 0:05
Settings
aspect_ratio
16:9
resolution
480p
num_frames
81
frames_per_second
16
Példa promptok
Példák a Railwail katalógusból. Nem élőben jöttek létre ezen az oldalon.
Quick
Hossz: 0:05
Cat playing with yarn on wooden floor
03
A Wan 2.2 Text-to-Video névjegye
Röviden2026. szeptember 23. szerint
A Wan 2.2 Text-to-Video a Alibaba (Wan) által fejlesztett modell a Videógenerálás kategóriában. A Railwail-en a Wan 2.2 Text-to-Video ára 0,060 USD videónként. A beállításoktól függően az ár 0,060 USD/videó és 0,12 USD/videó között mozog. Támogatott képarányok: 16:9 és 9:16.
Háttér
A Alibaba (Tongyi Wanxiang Lab) névjegye
Alapítva: 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.
Paraméterek
14 billion (flagship); smaller variants available
Képességek
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.
Képzés és licenc
Curated multi-million-clip multilingual video corpus filtered for aesthetics, motion and caption quality, with dense bilingual captions; specifics documented in Wan technical materials.
Licenc: Open weights under an Apache-style permissive licence (Wan-series release).
Biztonsági tesztelés: Data-level filtering and recommended NSFW classifier for deployment; Alibaba-hosted endpoints follow Chinese CAC algorithmic-content rules.
Ismert korlátozások
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);
A videók aszinkron módon futnak: az első hívás egy job_id-t ad vissza; kérdezze le a /api/v1/jobs/JOB_ID végpontot, amíg az állapot completed nem lesz.
A Wan 2.2 Text-to-Video a Alibaba (Wan) által fejlesztett modell a Videógenerálás kategóriában. A Railwail-on API-kulccsal hívható meg a Railwail API-n keresztül.
Mennyibe kerül a Wan 2.2 Text-to-Video a Railwail-on?
A Railwail-en a Wan 2.2 Text-to-Video ára 0,060 USD videónként. A beállításoktól függően az ár 0,060 USD/videó és 0,12 USD/videó között mozog. Az ár a futtatás megkezdése előtt ismert. A használatért előre vásárolt kreditek alapján kell fizetni; 1 kredit = 0,01 USD.
Milyen beállításokat támogat a Wan 2.2 Text-to-Video?
A bemeneti séma szerint a Wan 2.2 Text-to-Video ezeket a paramétereket ismeri: prompt és aspect_ratio (16:9 vagy 9:16).
Milyen gyors a Wan 2.2 Text-to-Video?
A Wan 2.2 Text-to-Video-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.
A Wan 2.2 Text-to-Video jobb, mint a Google Veo 3.1?
Ez a feladattól függ. A Wan 2.2 Text-to-Video (Alibaba (Wan)) és a Google Veo 3.1 (Google DeepMind) egyaránt modellek a Videógenerálás kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.
Hogyan használjam a Wan 2.2 Text-to-Video-t az API-n keresztül?
Hozz létre egy Railwail API-kulcsot, és küldd el a kérésedet a wan-t2v modell-azonosítóval. A curl, Python és JavaScript kódpéldái az oldal API szakaszában találhatók.
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.
