Wan 2.2 Text-to-Video

VideogenereringNyTillgänglig
av Alibaba (Wan)Modell-ID: wan-t2v

Ultra-cheap T2V for pennies

Pris
0,060 US$/video
Bildförhållanden
16:9, 9:16
Inmatning → utmatning
Text → Video
Utvecklare
Alibaba (Wan)
Uppdaterad
23 september 2026
01

Playground

Prova Wan 2.2 Text-to-Video

Inmatning & resultat

0,060 US$/video
Prova Wan 2.2 Text-to-Video
Resultat
Din video visas här.

Denna körning

0,06 US$ · 6 credits

För konton utan tidigare köp: körningar över 2 credits kräver en påfyllning.

Ny här?

10 gratis credits (0,10 US$) när du registrerar dig med Google

Användbar 24 timmar efter registrering, upp till 5 körningar per dag och högst 2 credits per körning. Andra inloggningsmetoder startar utan credits.

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

    Längd: 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

    Längd: 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

    Längd: 0:05

    Settings

    aspect_ratio
    16:9
    resolution
    480p
    num_frames
    81
    frames_per_second
    16

Exempelprompts

Exempel från Railwail-katalogen. De genererades inte live på denna sida.

  • Quick

    Längd: 0:05

    Cat playing with yarn on wooden floor
03

Om Wan 2.2 Text-to-Video

Kort sagtFrån och med 23 september 2026

Wan 2.2 Text-to-Video är en modell av Alibaba (Wan) i kategorin Videogenerering. På Railwail kostar Wan 2.2 Text-to-Video 0,060 US$ per video. Beroende på inställningarna varierar priset mellan 0,060 US$/video och 0,12 US$/video. Bildförhållanden som stöds: 16:9 och 9:16.

Bakgrund

Om Alibaba (Tongyi Wanxiang Lab)

Grundat 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.

Besök Alibaba (Tongyi Wanxiang Lab)

Arkitektur

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.

Parameter
14 billion (flagship); smaller variants available

Funktioner

  • 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.

Träning & licens

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

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

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

Kända begränsningar

  • 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

Priser

Priser i US-dollar. Användningen debiteras från förbetald kredit.
resolution: 480pStandard0,060 US$ per video
resolution: 720p0,12 US$ per video
  • 1 kredit = 0,01 US$

Kostnadsräknare

Prisräknare

Variant

Totalt

6,00 US$

600 krediter

Per körning

0,06 US$ · 6 krediter

Fast pris per körning, känt innan körningen startar.

05

API

Anropa Wan 2.2 Text-to-Video med din Railwail API-nyckel. Använd detta modell-ID i begäran:
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"
Ange din nyckel som RAILWAIL_API_KEYSkapa API-nyckel

Videor körs asynkront: det första anropet returnerar ett job_id; fråga /api/v1/jobs/JOB_ID tills statusen är completed.

06

Specifikationer

Modell-ID
wan-t2v
Utvecklare
Alibaba (Wan)
Inmatning
Text
Utmatning
Video
Utmatningsformat
MP4
Bildförhållanden
16:9, 9:16
Fakturering
Fastpris, känt innan körningen
Modellstorlek
14 billion (flagship); smaller variants available
Licens
Open weights under an Apache-style permissive licence (Wan-series release).
Kataloginlägg uppdaterat
23 september 2026

Indataparametrar

Inmatningar och inställningar från modellens indataschema. Exemplet i API-avsnittet visar vilka som API:et accepterar.

  • promptobligatorisk
    Typ: Text
    Standard: –
    Tillåtna värden: –
  • aspect_ratio
    Typ: Val
    Standard: –
    Tillåtna värden: 16:9 eller 9:16

Taggar

  • budget
  • fast
07

Användningsfall

Vad det används till

  • 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

Vanliga frågor

Vad är Wan 2.2 Text-to-Video?

Wan 2.2 Text-to-Video är en modell av Alibaba (Wan) i kategorin Videogenerering. På Railwail kan du anropa den med en API-nyckel via Railwail API.

Vad kostar Wan 2.2 Text-to-Video på Railwail?

På Railwail kostar Wan 2.2 Text-to-Video 0,060 US$ per video. Beroende på inställningarna varierar priset mellan 0,060 US$/video och 0,12 US$/video. Priset är känt innan körningen startar. Användningen betalas från förbetald kredit; 1 kredit motsvarar 0,01 US$.

Vilka inställningar stöder Wan 2.2 Text-to-Video?

Enligt sitt inmatningsschema känner Wan 2.2 Text-to-Video till dessa parametrar: prompt och aspect_ratio (16:9 eller 9:16).

Hur snabb är Wan 2.2 Text-to-Video?

Det finns ännu inte tillräckligt många uppmätta körningar av Wan 2.2 Text-to-Video på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.

Är Wan 2.2 Text-to-Video bättre än Google Veo 3.1?

Det beror på uppgiften. Wan 2.2 Text-to-Video (Alibaba (Wan)) och Google Veo 3.1 (Google DeepMind) är båda modeller i kategorin Videogenerering. Jämförelsesidan visar deras priser och specifikationer sida vid sida.

Jämför Wan 2.2 Text-to-Video och Google Veo 3.1

Hur använder jag Wan 2.2 Text-to-Video via API:et?

Skapa en Railwail API-nyckel och skicka din begäran med modell-ID:t wan-t2v. Kodexempel för curl, Python och JavaScript finns i API-avsnittet på denna sida.

09

Jämförbara modeller

Alla i denna kategori

Använd Wan 2.2 Text-to-Video via API:et

En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.