Wan 2.2 Text-to-Video

Geração de vídeosNovoDisponível
por Alibaba (Wan)ID do modelo: wan-t2v

Ultra-cheap T2V for pennies

Preço
US$ 0,060/vídeo
Proporções de aspecto
16:9, 9:16
Entrada → Saída
Texto → Vídeo
Desenvolvedor
Alibaba (Wan)
Atualizado
23 de setembro de 2026
01

Playground

Experimentar Wan 2.2 Text-to-Video

Entrada & saída

US$ 0,060/vídeo
Experimentar Wan 2.2 Text-to-Video
Resultado
Seu vídeo aparece aqui.

Esta execução

US$ 0,06 · 6 créditos

Para contas sem compra anterior: execuções acima de 2 créditos precisam de recarga.

Novo por aqui?

10 créditos grátis (US$ 0,10) ao se inscrever com Google

Utilizável 24 horas após inscrição, até 5 execuções por dia e no máximo 2 créditos por execução. Outros métodos de login começam sem 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

    Duração: 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

    Duração: 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

    Duração: 0:05

    Settings

    aspect_ratio
    16:9
    resolution
    480p
    num_frames
    81
    frames_per_second
    16

Prompts de exemplo

Exemplos do catálogo Railwail. Eles não foram gerados ao vivo nesta página.

  • Quick

    Duração: 0:05

    Cat playing with yarn on wooden floor
03

Sobre Wan 2.2 Text-to-Video

ResumoA partir de 23 de setembro de 2026

Wan 2.2 Text-to-Video é um modelo de Alibaba (Wan) na categoria Geração de vídeos. No Railwail, Wan 2.2 Text-to-Video custa US$ 0,060 por vídeo. Dependendo das configurações, o preço varia de US$ 0,060/vídeo a US$ 0,12/vídeo. Proporções de aspecto suportadas: 16:9 e 9:16.

Fundo

Sobre Alibaba (Tongyi Wanxiang Lab)

Fundado em 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.

Visite Alibaba (Tongyi Wanxiang Lab)

Arquitetura

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.

Parâmetros
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.

Treinamento & licença

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

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

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

Limitações conhecidas

  • 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

Preços

Preços em dólares americanos. O uso é cobrado a partir de créditos pré-pagos.
resolution: 480pPadrãoUS$ 0,060 por vídeo
resolution: 720pUS$ 0,12 por vídeo
  • 1 crédito = US$ 0,01

Calculadora de custos

Calculadora de preços

Variante

Total

US$ 6,00

600 créditos

Por execução

US$ 0,06 · 6 créditos

Preço fixo por execução, conhecido antes do início.

05

API

Chame Wan 2.2 Text-to-Video com sua chave de API Railwail. Use este ID de modelo na solicitação:
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"
Defina sua chave como RAILWAIL_API_KEYCriar chave de API

Vídeos são executados de forma assíncrona: a primeira chamada retorna um job_id; consulte /api/v1/jobs/JOB_ID até o status ser concluído.

06

Especificações

ID do modelo
wan-t2v
Desenvolvedor
Alibaba (Wan)
Entrada
Texto
Saída
Vídeo
Formatos de saída
MP4
Proporções de aspecto
16:9, 9:16
Faturamento
Preço fixo, conhecido antes da execução
Tamanho do modelo
14 billion (flagship); smaller variants available
Licença
Open weights under an Apache-style permissive licence (Wan-series release).
Entrada do catálogo atualizada
23 de setembro de 2026

Parâmetros de entrada

Entradas e configurações do esquema de entrada do modelo. O exemplo na seção API mostra quais delas a API aceita.

  • promptobrigatório
    Tipo: Texto
    Padrão: –
    Valores permitidos: –
  • aspect_ratio
    Tipo: Escolha
    Padrão: –
    Valores permitidos: 16:9 ou 9:16

Etiquetas

  • budget
  • fast
07

Casos de uso

Para que é utilizado

  • 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

Perguntas frequentes

O que é Wan 2.2 Text-to-Video?

Wan 2.2 Text-to-Video é um modelo de Alibaba (Wan) na categoria Geração de vídeos. No Railwail você pode chamá-lo com uma chave de API através da API Railwail.

Quanto custa Wan 2.2 Text-to-Video no Railwail?

No Railwail, Wan 2.2 Text-to-Video custa US$ 0,060 por vídeo. Dependendo das configurações, o preço varia de US$ 0,060/vídeo a US$ 0,12/vídeo. O preço é conhecido antes do início da execução. O uso é pago com créditos pré-pagos; 1 crédito equivale a US$ 0,01.

Quais configurações Wan 2.2 Text-to-Video suporta?

De acordo com seu esquema de entrada, Wan 2.2 Text-to-Video conhece estes parâmetros: prompt e aspect_ratio (16:9 ou 9:16).

Qual é a velocidade de Wan 2.2 Text-to-Video?

Ainda não há execuções medidas suficientes de Wan 2.2 Text-to-Video no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.

Wan 2.2 Text-to-Video é melhor que Google Veo 3.1?

Depende da tarefa. Wan 2.2 Text-to-Video (Alibaba (Wan)) e Google Veo 3.1 (Google DeepMind) são ambos modelos na categoria Geração de vídeos. A página de comparação mostra seus preços e especificações lado a lado.

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

Como uso Wan 2.2 Text-to-Video através da API?

Crie uma chave de API Railwail e envie sua solicitação com o ID do modelo wan-t2v. Exemplos de código para curl, Python e JavaScript estão na seção API desta página.

09

Modelos comparáveis

Todos nesta categoria

Usar Wan 2.2 Text-to-Video via API

Uma chave API para todos os modelos no Railwail. O uso é cobrado a partir de créditos pré-pagos, 1 crédito = US$ 0,01.