Wan ohne Zensur im Test: 3.0 und 2.5 gehen weit, 2.2 hält sich zurück

Wan ist kein einzelnes Modell. Die Familie reicht von Wan 2.2 bis Wan 3.0 und wird in unserer API als 33 separate Endpunkte angeboten (Text-, Bild- und Referenzeingabe sowie „Spicy“-, „Prime“- und „Pro“-Varianten). Nicht alle behandeln Inhalte für Erwachsene gleich. Geben Sie Wan 3.0 einen Text-Prompt für eine einvernehmliche Szene zwischen zwei Erwachsenen mit Fesselungsthemen: Der Clip enthält alle genannten Elemente und geht anschließend über Ihre Beschreibung hinaus. Ein vergleichbarer Prompt wird bei Wan 2.2 Text-zu-Video abgelehnt, ohne dass Ihnen Kosten entstehen.

Kurz gesagt: überwiegend ja, aber der Endpunkt ist wichtiger als die Versionsnummer. Nach unseren Tests im September 2026 tragen 28 der 33 Wan-Endpunkte das Label Uncensored. Die Basisversion von Wan 3.0 lieferte bei Text-, Bild- und Referenzeingabe alle Stufen, von anzüglichen Bildern bis zu unseren beiden intensivsten Tests. Wan 2.5 lieferte fast alle. Die Basisversion von Wan 2.2 ist der Schwachpunkt: Bei einem Standbild schwächt sie eine Szene mit zwei Erwachsenen ab, bei Text lehnt sie alles ab, selbst die mildeste Stufe. Die günstigen „Spicy“-Varianten schneiden besser ab, doch die neuesten ändern häufig die Kleidung von Personen, die laut Prompt bekleidet bleiben sollten.

So funktionieren die Stufen

Fünf Stufen, jeweils intensiver als die vorherige; die folgende Tabelle verwendet diese Einteilung.

• L1 Anzüglich und L2 Themen für Erwachsene: anzügliche und moderate NSFW-Bilder.
• L3 Stark: fortgeschrittene NSFW-Bilder einer erwachsenen Person.
• L4 Intensiv: eine intensivere Szene zwischen zwei Erwachsenen.
• L5a ist eine einvernehmliche Szene unter Erwachsenen mit Fesselungsthemen; L5b ist filmische drastische Gewaltdarstellung. L5b ist eine andere Inhaltsart, keine stärkere Form von L5a.

Alle Figuren sind fiktive Erwachsene. Ein Clip wurde entweder wie beschrieben umgesetzt oder abgeschwächt: Er wurde fertiggestellt und berechnet, doch die Szene wurde durch etwas Milderes ersetzt, ein Partner wurde bekleidet dargestellt oder der entscheidende Moment blieb außerhalb des Bildes. Einige Endpunkte lehnen ab; diese Aufträge scheitern, ohne einen Clip zu erzeugen.

In 30 Sekunden

• Abgelehnt: Wan 2.2 Text-zu-Video (selbst L1) und Wan 2.6 Referenz-zu-Video. Die Basisversion von Wan 2.2 Bild-zu-Video und Wan 2.7 Text-zu-Bild (sowie die Pro-Version) sind als Softened eingestuft. Nur diese fünf Endpunkte haben kein Uncensored-Label.
• „Uncensored“ bedeutet keinen Filter auf unserer Seite, nicht „immer wie beschrieben“. Wan 3.0 geht über Ihre Vorgaben hinaus, während Wan 2.2 Spicy und die LoRA-Varianten einige Stufen verfehlen (siehe Tabelle).
• Für die meisten Aufgaben: aus einem Standbild Wan 2.2 Spicy bis L4 (am günstigsten), Wan 2.6 Flash oder Wan 2.5, wenn jede Stufe umgesetzt werden muss, und Wan 3.0 für bis zu 30 Sekunden mit Ton. Aus Text Wan 3.0 oder Wan 2.6, wenn das Ergebnis näher an Ihrem Skript bleiben soll.
• 5 Sekunden kosten $0.095 bei Wan 2.2 Spicy (480p), $0.225 bei Wan 3.0 (480p) und $0.45 bei Wan 2.6 (720p).

Wan 2.2 Spicy ausprobieren → · Wan 3.0 Text-zu-Video ausprobieren →

Wie weit die einzelnen Wan-Versionen gehen

Jede Zelle zeigt die wie beschrieben umgesetzten Clips im Verhältnis zu den Durchläufen dieser Stufe; „–“ bedeutet nicht getestet. Ein Fehlschlag ist ein abgeschwächter Clip, sofern die Zeile nicht ausdrücklich eine Ablehnung nennt.

Uncensored bedeutet, dass wir auf unserer Seite keinen Inhaltsfilter hinzufügen; das Modell kann eine Szene trotzdem abschwächen, wie die fett gedruckten Zellen zeigen. Softened bedeutet, dass der Auftrag erfolgreich abgeschlossen und berechnet, das Ergebnis aber abgeschwächt wird. Filtered bedeutet direkte Ablehnung. Abgeschwächte Clips werden berechnet; ein abgelehnter Auftrag scheitert mit dem Fehlercode content_rejected und kostet normalerweise nichts. In der 3.0-Familie wird Prime als schnellere Stufe angeboten: pro Sekunde 36% teurer bei 480p und 40% teurer bei 720p oder 1080p (nur sinnvoll, wenn die Bearbeitungszeit zählt; bei den Spicy-Varianten sahen wir den Vorteil nicht). Pro erhöht die Auflösung auf 1080p, 2K oder 4K.

Was die Tabelle zeigt:

• Bei Text gehen die Wan-Versionen auseinander. Wan 2.2 Text-zu-Video lehnt alles ab. Wan 2.5 und 3.0 Text-zu-Video lieferten auf jeder Stufe; die Basisversion von Wan 2.6 setzte die von uns getesteten L4- und L5a-Prompts um. Wan 2.5 Text-zu-Video schwächt L5a gelegentlich ab, also wiederholen Sie den Versuch, bevor Sie einen Endpunkt abschreiben. Wan 3.0 Text-zu-Video erzeugt bis zu 30 Sekunden mit Ton; dasselbe Verhalten gilt daher auch für längere Einstellungen.
• Aus einem Standbild stößt Wan 2.2 am oberen Ende der Skala an Grenzen. Die Basisversion von 2.2 Bild-zu-Video erhält L1 bis L3, schwächt L4 aber ab. Die Spicy-Variante behebt L4, nicht jedoch die L5-Tests, und kann nicht einfach alles, was das Basismodell kann: Die Basisversion von 2.2 setzte L5b um, während Spicy die Folgen zeigte, den entscheidenden Moment aber außerhalb des Bildes ließ. Die beiden LoRA-Varianten ohne geladene LoRA liegen dazwischen.
• Wan 3.0 Prime Bild-zu-Video ist der Sonderfall der 3.0-Familie: Die gewünschte L4-Szene wird durch etwas Milderes ersetzt. Wan 3.0 Prime Spicy setzte sie um.
• Bei Wan 2.7 unterscheiden sich Standbilder nach Aufgabe. Text-zu-Bild schwächte bei Basis und Pro sämtliche L4- und L5a-Anfragen ab; die Basisversion lieferte eines von zwei L3-Bildern wie beschrieben, Pro schwächte beide ab. Beide bestanden L5b, den separaten Test außerhalb von Inhalten für Erwachsene. Der Bearbeitungsendpunkt setzt L1 und L2 jedes Mal um, aber nur einige L4- und L5a-Prompts.

Andere Websites, die dieselbe Wan-Version anbieten, verhalten sich anders und ändern sich. Testen Sie deshalb Ihren eigenen Prompt an jedem Endpunkt erneut, bevor Sie ihm eine ganze Serie anvertrauen.

Illustration, kein Modellergebnis: Dasselbe Modell liefert unterschiedliche Ergebnisse je nach Eingabe. Bei Wan sind Text, ein Standbild und Referenzaufnahmen drei verschiedene Zugänge.

So sehen die Clips aus

Gewünscht oder ungefragt. Wan 2.6 Text-zu-Video hielt eine L4-Szene aus einem Filmskript über die vollen 5 Sekunden durch, ohne wegzuschneiden oder das Motiv zu wechseln. Es bleibt deutlich näher an Ihrer Beschreibung als Wan 3.0, das die Intensität steigert und Personen hinzufügt. Wan 2.7 Spicy, 2.6 Spicy, 2.2 Spicy und Spicy LoRA Videoverlängerung gehen ebenfalls manchmal über den Prompt hinaus.

Der Prompt setzt sich gegen das Standbild durch. Zeigt das Standbild eine Person und nennt der Prompt einen Partner, fügt Wan 2.2 Spicy diesen hinzu. Alle vier Wan-3.0-Stufen begannen mit einem Standbild einer Frau auf einem weißen Bett und schnitten dann in das im Prompt beschriebene rote Zimmer. Beschreiben Sie das bereitgestellte Bild, keine andere Szene.

So sieht Softened aus. Wan 2.5 Text-zu-Video lieferte mit einem L5a-Prompt in zwei Durchläufen zunächst ein bekleidetes Paar beim Küssen, dann mit einem neuen seed und neuer Formulierung einen Mann im Hemd und überhaupt keine Frau. Beide Aufträge wurden regulär abgeschlossen und berechnet.

Wan 2.5 Text-zu-Video, L5a-Prompt, zwei Durchläufe, jeweils fünf Frames vom Anfang bis zum Ende. Unbearbeitet.

Die Basisversion von Wan 2.2 Bild-zu-Video erhält ein L3-Standbild unverändert, bleibt bei L4 aber zurück (abgeschwächt oder nur angedeutet). Wan 2.2 Animate kann den Partner je nach steuerndem Clip bekleidet darstellen. Wan 2.7 Text-zu-Bild liefert ein milderes Bild, das wie üblich berechnet wird.

Abgelehnt. Wan 2.2 Text-zu-Video lehnt jeden Prompt bis hinunter zu L1 ab, und Wan 2.6 Referenz-zu-Video lehnt L3-Referenzaufnahmen ab. Das ansonsten offene Wan 3.0 Referenz-zu-Video weist außerdem Fotos realer Personen durch eine Gesichtsprüfung zurück („The input content is suspected to include real human faces“); wiederkehrende Figuren benötigen gezeichnete, 3D- oder generierte Gesichter. Ablehnungen kosten normalerweise nichts.

Der alltägliche Look. Wan 3.0 Bild-zu-Video, 720p mit Ton, beginnt mit einer Rückenansicht und lässt die Frau wie im Prompt gewünscht zur Kamera drehen.

Wan 2.6 Spicy bei 720p mit Ton, aus einem Standbild einer Frau im schwarzen Badeanzug an einem Pool auf dem Dach:

Und Wan 2.2 Spicy, ohne Ton und im Hochformat (784x1176, 5,8 Sekunden), mit einem Prompt für eine vollständig bekleidete Person. Auch die Spicy-Varianten erzeugen gewöhnliche Clips:

So schreiben Sie Wan-Prompts

• Bild-zu-Video: Das Standbild liefert den Inhalt, der Prompt die Bewegung. Körper, Kleidung, Kulisse und Licht kommen aus dem Bild. Beschreiben Sie Handlung, Tempo und Kamera. Beschreiben Sie das Outfit erneut, zeichnet Wan es neu; beschreiben Sie ein anderes Zimmer, schneidet Wan dorthin.
• Text-zu-Video: Benennen Sie alles der Reihe nach. Wer, welche Kleidung, eine Handlung, eine Kamerabewegung, Licht, Ton. Wan 2.5, 2.6, 2.7 Spicy und 3.0 erzeugen Ton, also geben Sie ihnen entsprechende Vorgaben; Wan 2.2 und Wan 2.6 Flash sind stumm.
• Negative Prompts gibt es nur bei einigen Versionen. Wan 2.5, 2.6 und 2.7 Spicy haben ein Feld für negative Prompts, ebenso die Basisversion von Wan 2.2 Bild-zu-Video. Wan 3.0 und Wan 2.2 Spicy haben keines. Sagen Sie daher, was Sie möchten, statt was Sie nicht möchten („one continuous take“ statt „no cuts“).

1. Eine Person, aus einem Standbild, in Echtzeit (Wan 2.2 Spicy)

She pushes herself up from the pillows, sweeps her hair back with one hand, turns her head to the camera and exhales, then stretches both arms above her head. Real-time speed, every movement finished inside five seconds. Locked camera, warm bedside lamp.

Diesen Prompt mit Wan 2.2 Spicy ausführen →

Gegen Zeitlupe. Eine kleine Handlung, über fünf Sekunden gestreckt, wirkt langsam, und mit „slowly“ verlangen Sie genau das. Geben Sie drei oder vier Handlungsimpulse vor und schreiben Sie „real-time speed“.

Schwach: „Woman on a bed moving slowly.“ Wan bestimmt Körper, Zimmer und Kamera, und Sie haben Zeitlupe verlangt. Stark: der obige Prompt: dieselbe Idee, aber jede Entscheidung liegt bei Ihnen.

2. Die Kamera stillhalten (Wan 2.6 Spicy)

Static tripod shot: the framing stays exactly as in the first frame for the whole clip, head to knees in view. She rolls onto her side toward the camera, props her head on one hand and holds the look. Soft window light, quiet room tone.

Diesen Prompt mit Wan 2.6 Spicy ausführen →

Gegen die schleichende Annäherung der Kamera. Legen Sie den Bildausschnitt fest und sagen Sie, dass er unverändert bleibt. Bei Wan 2.5, 2.6, 2.6 Flash, 2.6 Spicy und 2.7 Spicy tragen Sie außerdem „zoom, push-in, close-up“ in das Feld für negative Prompts ein.

3. Beim Standbild bleiben (Wan 3.0)

Same woman, same bed, same room and light as the first frame, one continuous take with no cut. She turns her head toward the camera, draws one knee up and runs a hand through her hair.

Diesen Prompt mit Wan 3.0 Bild-zu-Video ausführen →

Gegen Clips, die Ihr Bild verlassen. Beschreiben Sie zuerst das bereitgestellte Bild, dann die Bewegung; niemals ein anderes Zimmer. Wan 3.0 Bild-zu-Video funktioniert auch ganz ohne Prompt und animiert dann einfach das Bild. Zur Wahl zwischen Text-, Bild- und Referenzeingabe bei Wan 3.0 lesen Sie unseren Wan-3.0-Workflow-Leitfaden.

4. Eine LoRA hinzufügen, ohne den Bildausschnitt zu verlieren (Wan 2.2 Spicy LoRA)

She turns her shoulders toward the camera, lets her hair fall forward, then lifts her eyes to the lens. One continuous move, framing unchanged.

Diesen Prompt mit Wan 2.2 Spicy LoRA ausführen →

Gegen LoRAs, die Ihr Bild übermalen. Wan 2.2 rendert in zwei Durchgängen: Der frühe Durchgang mit hohem Rauschen legt Komposition und Bewegung fest, der späte mit geringem Rauschen Details und Textur. Befolgen Sie die Kompatibilitätsangaben des Adapterautors zu hohem und geringem Rauschen, statt den Slot allein nach dem Stil zu wählen. Fügen Sie jeweils nur eine LoRA hinzu, nennen Sie deren Stil nicht zusätzlich im Prompt und testen Sie die Stärke bei 480p. Der Leitfaden zu Slots mit hohem und geringem Rauschen erläutert die Slotwahl genauer.

5. Zwei Erwachsene nur aus Text (Wan 2.6)

Two adults, a man and a woman, on a white hotel bed at night. She sits facing him, arms around his neck, and they share a slow kiss. One slow orbit around the bed. Warm bedside lamp, city lights through the window, quiet breathing and distant traffic.

Diesen Prompt mit Wan 2.6 Text-zu-Video ausführen →

Wan 2.6 bleibt nah an Ihrer Beschreibung. Schreiben Sie „two adults“, benennen Sie beide Personen, eine gemeinsame Handlung und eine Kamerabewegung. Bei Wan 3.0 kostet derselbe Prompt ab $0.225 für 5 Sekunden (480p), und Wan 3.0 füllt jede Lücke, die Sie lassen.

6. Zuerst das Standbild erstellen (Wan 2.7 Bildbearbeitung)

The first image is the woman. Place her on a rumpled bed in a dim hotel room lit by one bedside lamp, sitting against the headboard and looking at the camera. Keep her face and body exactly as in the reference.

Diesen Prompt mit Wan 2.7 Bildbearbeitung ausführen →

So umgehen Sie jeden Textweg, der ablehnt oder umschreibt. Wan 2.7 Bildbearbeitung setzt L1 und L2 zuverlässig für $0.03 pro Bild um (Pro $0.075), aber nur einige L4- und L5a-Prompts. Generieren Sie für wenige Cent erneut, prüfen Sie jedes Bild und animieren Sie das ausgewählte Ergebnis mit Prompt 1 oder 3. Für Bildgeneratoren, die weiter gehen, lesen Sie unseren Vergleich von NSFW-Bildgeneratoren, für den Editor selbst den Wan-2.7-Bildbearbeitungsleitfaden.

Was abgeschwächt oder abgelehnt wird und was umgesetzt wird

Wo Wan Probleme hat und wie Sie sie beheben

• Wan 3.0 geht weiter als gewünscht. Benennen Sie genau die eine gewünschte Handlung, ohne vage Vorgaben. Steigert es die Intensität trotzdem, wechseln Sie zu Wan 2.6, das näher am Skript bleibt.
• Die neuesten Spicy-Varianten ändern die Kleidung. Wan 2.6 Spicy zeigt manchmal ebenfalls mehr, als der Prompt verlangt. Jedes Kleidungsstück zu benennen und festzulegen, dass es anbleibt, hilft etwas. Muss das Outfit erhalten bleiben, verwenden Sie die Basisversion von Wan 3.0, 2.5 oder 2.6 und prüfen Sie jeden Clip.
• Wan 2.7 Bildbearbeitung schwächt die zweite Person ab. Bei L4-Bearbeitungen wird der Partner meist bekleidet dargestellt. Generieren Sie erneut oder bauen Sie die Pose aus einem Bild einer einzelnen Person auf.
• Wan 2.6 mit mehreren Einstellungen schneidet absichtlich weg. Wenn Kontinuität zählt, verwenden Sie eine einzige Einstellung. Unser Wan-2.6-Referenzleitfaden behandelt die Referenzaufgabe.
• Wan 2.2 endet bei 8 Sekunden. Wan 2.2 Spicy LoRA Videoverlängerung fügt weitere 5 oder 8 hinzu; alternativ wechseln Sie zu Wan 2.6 (15 s) oder Wan 3.0 (30 s). Der Leitfaden für längere unzensierte Videos behandelt das Verketten von Clips.

Welche Wan-Version sollten Sie verwenden?

In einem Satz: Aus einem Standbild Wan 2.2 Spicy, wenn L4 genügt und jeder Cent zählt; Wan 2.5, Wan 2.6 Flash oder die Basisversion von Wan 3.0, wenn jede Stufe umgesetzt werden muss. Aus Text Wan 3.0 oder Wan 2.6, wenn es näher am Skript bleiben soll. Für unzensierte Aufgaben meiden Sie die Basisversion von Wan 2.2 bei beiden Aufgaben, Wan 2.6 Referenz-zu-Video und Wan 2.7 Text-zu-Bild.

Lohnt sich Spicy? Das hängt von der Version ab.

• Wan 2.2: ja, bis L4. Die Basisversion von Bild-zu-Video kostet $0.24 für einen festen, stummen 5-Sekunden-Clip und schwächt L4 ab. Wan 2.2 Spicy kostet $0.095, ergänzt 8-Sekunden-Clips und ein Schlussbild und setzt L1 bis L4 um. Für L5 ist keine der beiden Varianten die Lösung.
• Wan 2.6: nur, wenn Sie diese Ausrichtung möchten. Wan 2.6 Flash setzt jede Stufe für $0.11 um (ohne Ton); Wan 2.6 Spicy kostet $0.475 und zeigt manchmal mehr als gewünscht. Wan 2.7 Spicy ist die einzige Wan-2.7-Variante, die Videos erzeugt, und setzt jede Stufe um.
• Wan 3.0: nicht wegen der Stufen. Die Basisversion von 3.0 setzt jede Stufe für $0.045 pro Sekunde um; Wan 3.0 Spicy ($0.057) bringt zusätzlich die oben beschriebene Kleidungsänderung mit. Die einzige Lücke, die Spicy schließt, ist L4 bei Prime Bild-zu-Video: Prime Spicy setzt es um, kostet aber $0.09 pro Sekunde gegenüber $0.045 bei der Basisversion von 3.0 Bild-zu-Video, die L4 ebenfalls umsetzt. In unseren ersten Durchläufen war es außerdem nicht schneller als Wan 3.0 Spicy (126 bis 148 Sekunden gegenüber 80 bis 105 für 5-Sekunden-Clips). Beginnen Sie mit der Basisversion von Wan 3.0 Bild-zu-Video.

Lohnt sich LoRA? Nur mit Ihren eigenen Dateien. Ohne geladene LoRA erzeugten Wan 2.2 LoRA und Wan 2.2 Spicy LoRA aus demselben Standbild und Prompt frame-identische Clips; keine übertraf das normale Wan 2.2 Spicy bei L4. Dieses ist zudem günstiger ($0.095 gegenüber $0.10 mit dem aktuellen Angebot). Das Extra von Spicy LoRA ist die Videoverlängerung. Für Wan 2.2 gibt es offene Gewichte, nicht aber für Wan 2.5, 2.6, 2.7 oder 3.0; deshalb ist 2.2 die Version mit Community-LoRAs. Eigene LoRAs über eine gehostete API ausführen erklärt deren Hosting.

Wan 3.0 ist nicht die einzige Familie, die jede Stufe umgesetzt hat: Lesen Sie den MiniMax-H3-Test ohne Zensur und alle Seedance-Versionen im Test.

Was ein 5-Sekunden-Clip kostet

Die LoRA-Preise enthalten das aktuelle Angebot „LoRA price drop“ mit 15% Rabatt (ohne Angebot $0.12 und $0.24); für die Videoverlängerung gibt es kein Angebot. Wan 2.2 Animate berechnet nach Länge des steuernden Clips: $0.265 für 5 Sekunden bei 480p, $0.55 bei 720p. Wan 2.7 Bildbearbeitung kostet $0.03 pro Bild, Wan 2.7 Pro $0.075. Die Preise sind die Sekundentarife mal fünf; jede Modellseite zeigt vor dem Absenden die aktuelle Schätzung.

Wan verwenden: zuerst Playground, dann API

Im Playground. Erstellen Sie ein Konto, öffnen Sie die Aufgabenseite des Modells und bleiben Sie im Tab Playground. Für Wan 2.2 Spicy Bild-zu-Video:

1. Ziehen Sie Ihr Standbild in Input image (JPG, PNG, WEBP oder GIF, bis zu 10 MB). Es legt Körper, Kleidung, Kulisse, Licht und Seitenverhältnis fest.
2. Fügen Sie einen der obigen Prompts in Prompt ein. Beschreiben Sie nur Bewegung und Kamera.
3. Stellen Sie Duration (5 oder 8 Sekunden) und Resolution (480p oder 720p) ein. Beide ändern den Preis; entwerfen Sie bei 480p.
4. Ergänzen Sie optional ein Closing frame, um das Ende festzulegen, oder einen Seed, um Einstellungen mit demselben Standbild zu vergleichen.
5. Starten Sie den Auftrag. Der Preis wird angezeigt, bevor etwas berechnet wird.

Die Felder unterscheiden sich je nach Wan-Version und Aufgabe. Richten Sie sich deshalb nach dem Formular der jeweiligen Seite: Wan 3.0 Text-zu-Video beginnt allein mit dem Prompt; die Referenzaufgaben von 3.0 und 2.6 verwenden Referenzbilder beziehungsweise Referenzvideos.

Danach die API, sobald ein Prompt funktioniert und Sie ihn in Ihrer eigenen App verwenden möchten. Derselbe Wan-2.2-Spicy-Aufruf mit Ihrem eigenen Standbild:

curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
    "model": "alibaba/wan-2.2-spicy/image-to-video",
    "input": {
      "image_url": "https://cdn.example.com/your-still.png",
      "prompt": "She pushes herself up from the pillows, sweeps her hair back with one hand, turns her head to the camera and exhales, then stretches both arms above her head. Real-time speed, every movement finished inside five seconds. Locked camera, warm bedside lamp.",
      "duration_seconds": 5,
      "resolution": "480p"
    }
  }'

Felder, Polling, Downloads und Fehler stehen in der API-Referenz. Ein abgelehnter Prompt scheitert mit content_rejected: Ändern Sie den Prompt oder das Modell, statt ihn unverändert erneut einzureichen.

Oder lassen Sie einen Agenten den Auftrag ausführen. Ein Agent kann denselben Aufruf über die CLI, den MCP-Server oder den Agent Skill ausführen. Alle drei lesen das aktuelle Modellschema; CLI und MCP zeigen den Preis und bitten um Bestätigung, bevor sie einen Auftrag erstellen. Mit gesetztem SPICY_API_KEY:

# CLI
npx @spicyapi/cli tasks create --model alibaba/wan-2.2-spicy/image-to-video \
  --input-json '{"image_url": "https://cdn.example.com/your-still.png", "prompt": "She turns her head to the camera and exhales. Locked camera, warm bedside lamp.", "duration_seconds": 5, "resolution": "480p"}' --wait

# MCP server: the command your assistant's MCP config runs
npx --yes --package=@spicyapi/mcp spicyapi-mcp

# Agent Skill
npx skills add spicyapi-ai/spicy-skill

FAQ

Ist Wan 2.2 unzensiert?

Teilweise. Die Basisversion von Wan 2.2 Bild-zu-Video erhält L1 bis L3, ist aber als Softened eingestuft: Sie schwächt L4 ab. Wan 2.2 Spicy setzt L1 bis L4 um; es setzte einen von vier L5a-Clips wie beschrieben um und schwächte alle drei L5b-Tests ab. Die LoRA-Varianten und Wan 2.2 Animate sind ebenfalls Uncensored, mit den in der Tabelle genannten Fehlschlägen. Wan 2.2 Text-zu-Video ist Filtered: Es lehnt alles ab, einschließlich L1.

Ist Wan 3.0 unzensiert?

Ja: Die Basisversion von Wan 3.0 setzte bei Text-, Bild- und Referenzeingabe jede Stufe um und fügt oft mehr hinzu als gewünscht. Wan 3.0 Prime Bild-zu-Video ist die Ausnahme (L4 wird abgeschwächt); die Spicy-Varianten setzen jede Stufe um, ändern aber die Kleidung.

Kann Wan 2.6 NSFW erzeugen?

Ja. Die Basisversion von Wan 2.6 setzte L4 und L5a aus Text und L5a aus einem Standbild um. Wan 2.6 Flash setzte jede Stufe um; Wan 2.6 Spicy verfehlte einen L4-Clip. Wan 2.6 Referenz-zu-Video ist Filtered und lehnt L3-Referenzaufnahmen ab. Wo Sie das Modell verwenden, ist ebenso wichtig wie die Version; andere Websites verhalten sich anders.

Warum lehnt Wan Text-zu-Video ab, während Bild-zu-Video funktioniert?

Bei Wan 2.2 ist der Textweg Filtered: Er lehnt alles ab, einschließlich L1. Wan 2.5, 2.6 und 3.0 Text-zu-Video liefern Ergebnisse (Wan 2.5 schwächt L5a gelegentlich ab; wiederholen Sie den Versuch vor einem Wechsel). Oder erstellen Sie zuerst das Standbild (Prompt 6) und animieren Sie es mit Wan 2.2 Spicy.

Warum laufen meine Wan-Videos in Zeitlupe?

Zu wenig Handlung und zu viele Tempowörter. Geben Sie drei oder vier Aktionen vor, schreiben Sie „real-time speed“ und entfernen Sie „slowly“. Siehe Prompt 1.

Ist Wan Open Source, und kann ich es auf meiner eigenen GPU unzensiert ausführen?

Die offizielle Wan-AI-Organisation auf Hugging Face führt offene Gewichte für Wan 2.1 und 2.2 (sowie die Varianten Animate und Dancer), aber keine für Wan 2.5, 2.6, 2.7 oder 3.0. Diese laufen ausschließlich über gehostete APIs. Wenn Sie die Wan-2.2-Gewichte selbst ausführen, gibt es keinen vorgeschalteten Filter eines Hostingdienstes.

Ist die Spicy-Version schlechter für gewöhnliche SFW-Videos?

Sie erzeugt auch normale Clips: Der Fitnessstudio-Clip oben stammt von Wan 2.2 Spicy mit einem Prompt für eine vollständig bekleidete Person. Die neueren Spicy-Varianten tendieren jedoch von selbst zu Inhalten für Erwachsene und ändern oft Kleidung. Wenn das Outfit wichtig ist, verwenden Sie daher die Basisversion.

Bezahle ich für abgelehnte oder abgeschwächte Clips?

Abgeschwächt: ja, zum normalen Preis. Abgelehnt: normalerweise nein, weil der fehlgeschlagene Auftrag den reservierten Betrag vollständig freigibt. Deshalb prüfen Sie den Clip, nicht den Status: Ein abgeschwächter Clip gilt für die API als Erfolg.

Ihre Verantwortung

Wir fügen keinen eigenen zusätzlichen Inhaltsfilter hinzu. Alle Personen im Bild müssen erwachsen sein. Jede reale, identifizierbare Person muss zugestimmt haben, auch bei einem Standbild oder einer LoRA, die auf ihrem Erscheinungsbild trainiert wurde. Sie benötigen die Rechte an allem, was Sie hochladen, und sind für die Einhaltung des Rechts am Veröffentlichungsort verantwortlich. SpicyAPI ist nicht in jedem Land verfügbar; prüfen Sie die Verfügbarkeitsliste in unseren Inhalts- und Nutzungsrichtlinien, bevor Sie darauf aufbauen.

Starten Sie Ihren ersten Clip

Öffnen Sie Wan 2.2 Spicy im Playground, laden Sie ein Standbild hoch und fügen Sie Prompt 1 ein. Entwerfen Sie bei 480p für $0.095 und wechseln Sie anschließend zu 720p. Oder nutzen Sie Wan 3.0 Bild-zu-Video, sobald die Bewegung stimmt und Sie jede Stufe oder bis zu 30 Sekunden benötigen.