Dla kont bez wcześniejszego zakupu: uruchomienia powyżej 2 kredytów wymagają doładowania.
Nowy tutaj?
10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google
Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów.
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
Długość: 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
Długość: 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
Długość: 0:05
Settings
aspect_ratio
16:9
resolution
480p
num_frames
81
frames_per_second
16
Przykładowe prompty
Przykłady z katalogu Railwail. Nie zostały wygenerowane na żywo na tej stronie.
Quick
Długość: 0:05
Cat playing with yarn on wooden floor
03
O Wan 2.2 Text-to-Video
Krótko mówiącStan na 23 września 2026
Wan 2.2 Text-to-Video to model opracowany przez Alibaba (Wan) w kategorii Generowanie wideo. W serwisie Railwail Wan 2.2 Text-to-Video kosztuje 0,060 USD za wideo. W zależności od ustawień cena wynosi od 0,060 USD/wideo do 0,12 USD/wideo. Obsługiwane proporcje: 16:9 i 9:16.
Tło
O Alibaba (Tongyi Wanxiang Lab)
Założona 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.
Parametry
14 billion (flagship); smaller variants available
Możliwości
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.
Trening i licencja
Curated multi-million-clip multilingual video corpus filtered for aesthetics, motion and caption quality, with dense bilingual captions; specifics documented in Wan technical materials.
Licencja: Open weights under an Apache-style permissive licence (Wan-series release).
Testy bezpieczeństwa: Data-level filtering and recommended NSFW classifier for deployment; Alibaba-hosted endpoints follow Chinese CAC algorithmic-content rules.
Znane ograniczenia
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);
Wan 2.2 Text-to-Video to model opracowany przez Alibaba (Wan) w kategorii Generowanie wideo. W serwisie Railwail możesz go wywołać za pomocą klucza API poprzez API Railwail.
Ile kosztuje Wan 2.2 Text-to-Video w serwisie Railwail?
W serwisie Railwail Wan 2.2 Text-to-Video kosztuje 0,060 USD za wideo. W zależności od ustawień cena wynosi od 0,060 USD/wideo do 0,12 USD/wideo. Cena jest znana przed rozpoczęciem przebiegu. Użycie jest opłacane z przedpłaconych kredytów; 1 kredyt równa się 0,01 USD.
Jakie ustawienia obsługuje Wan 2.2 Text-to-Video?
Zgodnie ze schematem wejściowym, Wan 2.2 Text-to-Video obsługuje te parametry: prompt i aspect_ratio (16:9 lub 9:16).
Jak szybki jest Wan 2.2 Text-to-Video?
Dla Wan 2.2 Text-to-Video jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.
Czy Wan 2.2 Text-to-Video jest lepszy niż Google Veo 3.1?
To zależy od zadania. Wan 2.2 Text-to-Video (Alibaba (Wan)) i Google Veo 3.1 (Google DeepMind) to oba modele z kategorii Generowanie wideo. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.
Utwórz klucz API Railwail i wyślij swoje żądanie z ID modelu wan-t2v. Przykłady kodu dla curl, Python i JavaScript znajdują się w sekcji API na tej stronie.
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.
