Wan n'est pas un modèle unique. La famille va de Wan 2.2 à Wan 3.0 et notre API la propose sous la forme de 33 endpoints distincts (entrées texte, image et référence, avec des variantes « Spicy », « Prime » et « Pro »). Tous ne traitent pas le contenu pour adultes de la même façon. Donnez à Wan 3.0 un prompt texte décrivant une scène consentie entre deux adultes avec des thèmes de contention : le clip reprend chaque élément demandé, puis va plus loin que votre texte. Le même type de prompt est refusé par Wan 2.2 texte vers vidéo, sans vous être facturé.
En bref : généralement oui, mais l'endpoint compte davantage que le numéro de version. D'après nos tests de septembre 2026, 28 des 33 endpoints Wan portent le label Uncensored. La version de base de Wan 3.0 a réalisé tous les niveaux avec des entrées texte, image et référence, de l'imagerie suggestive à nos deux tests les plus intenses. Wan 2.5 les a presque tous réalisés. La version de base de Wan 2.2 est le point faible : à partir d'une image fixe, elle atténue une scène entre deux adultes ; à partir de texte, elle refuse tout, même le niveau le plus léger. Les variantes « Spicy » bon marché font mieux, mais les plus récentes ont tendance à changer les vêtements de personnes que vous souhaitiez garder habillées.
Comment fonctionnent les niveaux
Cinq niveaux, chacun plus intense que le précédent ; le tableau ci-dessous les utilise.
- L1 Suggestif et L2 Thèmes pour adultes : imagerie suggestive et NSFW modérée.
- L3 Fort : imagerie NSFW avancée mettant en scène un adulte.
- L4 Intense : scène plus intense entre deux adultes.
- L5a est une scène consentie entre adultes avec des thèmes de contention ; L5b correspond à du gore cinématographique. L5b est une autre catégorie de contenu, pas un L5a plus intense.
Tous les personnages sont des adultes fictifs. Un clip a soit respecté la description, soit été atténué : il a été terminé et facturé, mais la scène a été remplacée par quelque chose de plus sobre, un partenaire a été habillé ou le moment clé est resté hors champ. Quelques endpoints refusent plutôt la demande : ces tâches échouent sans produire de clip.
En 30 secondes
- Refus : Wan 2.2 texte vers vidéo (même L1) et Wan 2.6 référence vers vidéo. Wan 2.2 image vers vidéo de base et Wan 2.7 texte vers image (ainsi que sa version Pro) sont classés Softened. Ces cinq endpoints sont les seuls sans label Uncensored.
- « Uncensored » signifie aucun filtre de notre côté, pas « toujours conforme au texte ». Wan 3.0 va plus loin que votre demande, tandis que Wan 2.2 Spicy et les variantes LoRA échouent sur certains niveaux (voir le tableau).
- Pour la plupart des tâches : à partir d'une image fixe, Wan 2.2 Spicy jusqu'à L4 (le moins cher), Wan 2.6 Flash ou Wan 2.5 si chaque niveau doit être réalisé, Wan 3.0 pour jusqu'à 30 secondes avec du son. À partir de texte, Wan 3.0, ou Wan 2.6 si vous souhaitez rester plus près de votre scénario.
- 5 secondes coûtent $0.095 avec Wan 2.2 Spicy (480p), $0.225 avec Wan 3.0 (480p) et $0.45 avec Wan 2.6 (720p).
Essayer Wan 2.2 Spicy → · Essayer Wan 3.0 texte vers vidéo →
Jusqu'où va chaque version de Wan
Chaque cellule indique le nombre de clips conformes au texte parmi les essais de ce niveau ; « – » signifie non testé. Un échec désigne un clip atténué, sauf si la ligne indique un refus.
| Version de Wan · tâche | L1 | L2 | L3 | L4 | L5a | L5b | Label de la page |
|---|---|---|---|---|---|---|---|
| 3.0 · texte, image et référence, chacun | 3/3 | 3/3 | 2/2 | 3/3 | 3/3 | 3/3 | Uncensored |
| 3.0 Pro et 3.0 Pro Prime · texte, image et référence, chacun | 3/3 | 3/3 | 2/2 | 3/3 | 1/1 | – | Uncensored |
| 3.0 Prime · texte et référence, chacun | 3/3 | 3/3 | 2/2 | 3/3 | 1/1 | – | Uncensored |
| 3.0 Prime · image | 3/3 | 3/3 | 3/3 | 0/3 | – | – | Uncensored |
| 3.0 Spicy · image, un essai par niveau | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | Uncensored |
| 3.0 Prime Spicy · image, un essai par niveau | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | Uncensored |
| 2.7 Spicy · image | 3/3 | 3/3 | 3/3 | 3/3 | 4/4 | 3/3 | Uncensored |
| 2.7 · retouche | 3/3 | 3/3 | – | 1/3 | 1/3 | 3/3 | Uncensored |
| 2.7 Pro · retouche | 3/3 | 3/3 | – | 0/3 | 2/3 | 3/3 | Uncensored |
| 2.7 · texte vers image | 3/3 | 3/3 | 1/2 | 0/3 | 0/3 | 3/3 | Softened |
| 2.7 Pro · texte vers image | 3/3 | 3/3 | 0/2 | 0/3 | 0/3 | 3/3 | Softened |
| 2.6 Spicy · image | 3/3 | 3/3 | 3/3 | 2/3 | 4/4 | 3/3 | Uncensored |
| 2.6 Flash · image | 3/3 | 3/3 | 3/3 | 3/3 | 4/4 | 3/3 | Uncensored |
| 2.6 · texte | – | – | – | 1/1 | 2/2 | – | Uncensored |
| 2.6 · image | – | – | – | – | 1/1 | – | Uncensored |
| 2.6 · référence | – | – | refus 0/1 | – | – | – | Filtered |
| 2.5 · image | 3/3 | 3/3 | 3/3 | 3/3 | 4/4 | 3/3 | Uncensored |
| 2.5 · texte | 3/3 | 3/3 | 3/3 | 3/3 | 3/5 | 3/3 | Uncensored |
| 2.2 Animate · animation de personnage | 3/3 | 2/3 | 3/3 | 3/3 | 3/4 | 3/3 | Uncensored |
| 2.2 Spicy · image | 3/3 | 3/3 | 3/3 | 3/3 | 1/4 | 0/3 | Uncensored |
| 2.2 Spicy LoRA · image, aucune LoRA chargée | 3/3 | 3/3 | 3/3 | 0/3 | 2/4 | 3/3 | Uncensored |
| 2.2 Spicy LoRA · prolongation vidéo | 1/1 | 1/1 | 1/1 | 1/1 | 2/2 | 1/1 | Uncensored |
| 2.2 LoRA · image, aucune LoRA chargée | 3/3 | 3/3 | 3/3 | 1/3 | 3/4 | 1/3 | Uncensored |
| 2.2 · image | 3/3 | 3/3 | 3/3 | 0/3 | 1/4 | 3/3 | Softened |
| 2.2 · texte | refus 0/3 | refus 0/3 | refus 0/3 | refus 0/3 | refus 0/4 | refus 0/3 | Filtered |
Uncensored signifie que nous n'ajoutons aucun filtre de contenu de notre côté ; le modèle peut malgré tout atténuer une scène, comme le montrent les cellules en gras. Softened signifie que la tâche réussit et est facturée, mais que le résultat est atténué. Filtered signifie un refus pur et simple. Les clips atténués sont facturés ; une tâche refusée échoue avec le code content_rejected et ne coûte normalement rien. Dans la famille 3.0, Prime est présenté comme un palier plus rapide, avec un tarif par seconde supérieur de 36% en 480p et de 40% en 720p ou 1080p (utile seulement si le délai compte ; nous n'avons pas constaté ce gain sur les variantes Spicy). Pro monte la résolution à 1080p, 2K ou 4K.
Ce que montre le tableau :
- Le texte fait apparaître les différences entre Wan. Wan 2.2 texte vers vidéo refuse tout. Wan 2.5 et 3.0 texte vers vidéo ont réalisé chaque niveau ; Wan 2.6 de base a réalisé les prompts L4 et L5a que nous avons testés. Wan 2.5 texte vers vidéo atténue parfois L5a : relancez avant d'écarter un endpoint. Wan 3.0 texte vers vidéo génère jusqu'à 30 secondes avec du son ; le même comportement s'applique donc aux prises plus longues.
- À partir d'une image fixe, Wan 2.2 atteint ses limites en haut de l'échelle. La version de base de 2.2 image vers vidéo conserve L1 à L3 mais atténue L4. La variante Spicy corrige L4, mais pas les tests L5, et ne couvre pas toutes les capacités du modèle de base : 2.2 de base a réalisé L5b, tandis que Spicy gardait les conséquences mais laissait le moment clé hors champ. Les deux variantes LoRA, sans LoRA chargée, se situent entre les deux.
- Wan 3.0 Prime image vers vidéo est l'exception de la famille 3.0 : il remplace la scène L4 demandée par quelque chose de plus sobre. Wan 3.0 Prime Spicy l'a réalisée.
- Les images fixes de Wan 2.7 diffèrent selon la tâche. Texte vers image a atténué toutes les demandes L4 et L5a sur les versions de base et Pro ; la version de base a réalisé une des deux images L3, tandis que Pro a atténué les deux. Les deux ont réussi L5b, le test distinct sans contenu pour adultes. L'endpoint de retouche réalise L1 et L2 à chaque fois, mais seulement certains prompts L4 et L5a.
Les autres sites qui proposent la même version de Wan se comportent différemment, et cela évolue. Retestez donc votre propre prompt sur chaque endpoint avant de lui confier un lot.
Illustration, pas un résultat du modèle : un même modèle donne des résultats différents selon ce que vous lui fournissez. Avec Wan, le texte, l'image fixe et les séquences de référence sont trois portes différentes.
À quoi ressemblent les clips
Ce que vous demandez et ce qui vient sans le demander. Wan 2.6 texte vers vidéo a maintenu une scène L4 de scénario pendant les 5 secondes complètes, sans coupe ni changement de sujet. Il reste beaucoup plus près de votre texte que Wan 3.0, qui intensifie la scène et ajoute des personnes. Wan 2.7 Spicy, 2.6 Spicy, 2.2 Spicy et Spicy LoRA prolongation vidéo vont eux aussi parfois au-delà du prompt.
Le prompt l'emporte sur l'image fixe. Si l'image montre une personne et que le prompt mentionne un partenaire, Wan 2.2 Spicy l'ajoute. Les quatre paliers Wan 3.0 commençaient sur l'image fixe d'une femme sur un lit blanc, puis coupaient vers la pièce rouge décrite par le prompt. Décrivez l'image fournie, pas une autre scène.
À quoi ressemble Softened. Avec un prompt L5a, Wan 2.5 texte vers vidéo a donné, en deux essais, d'abord un couple habillé qui s'embrasse, puis, avec un nouveau seed et une nouvelle formulation, un homme en chemise sans aucune femme. Les deux tâches se sont terminées normalement et ont été facturées.
Wan 2.5 texte vers vidéo, prompt L5a, deux essais, cinq images chacun, du début à la fin. Sans retouche.
Wan 2.2 image vers vidéo de base conserve une image fixe L3 telle quelle, puis s'arrête avant L4 (atténué ou seulement suggéré). Wan 2.2 Animate peut habiller le partenaire selon le clip qui pilote le mouvement. Wan 2.7 texte vers image renvoie une image plus sobre, facturée comme d'habitude.
Refus. Wan 2.2 texte vers vidéo refuse tous les prompts jusqu'à L1, et Wan 2.6 référence vers vidéo refuse les séquences de référence L3. Wan 3.0 référence vers vidéo, par ailleurs ouvert, rejette aussi les photos de personnes réelles lors d'une vérification des visages (« The input content is suspected to include real human faces ») ; les personnages récurrents doivent avoir des visages illustrés, 3D ou générés. Les refus ne coûtent normalement rien.
Le rendu du quotidien. Wan 3.0 image vers vidéo, en 720p avec du son, part d'une vue de dos et fait tourner la femme vers la caméra, comme demandé par le prompt.
Wan 2.6 Spicy en 720p avec du son, à partir d'une image fixe d'une femme en maillot noir dans une piscine sur un toit :
Et Wan 2.2 Spicy, sans son et en portrait (784x1176, 5,8 secondes), avec un prompt décrivant une personne entièrement habillée, pour montrer que les variantes Spicy produisent aussi des clips ordinaires :
Comment écrire des prompts Wan
- Image vers vidéo : l'image fixe porte le contenu, le prompt porte le mouvement. Le corps, les vêtements, le décor et la lumière viennent de l'image. Décrivez l'action, le rythme et la caméra. Redécrivez la tenue et Wan la redessine ; décrivez une autre pièce et Wan coupe vers celle-ci.
- Texte vers vidéo : nommez tout, dans l'ordre. Qui, les vêtements, une action, un mouvement de caméra, la lumière, le son. Wan 2.5, 2.6, 2.7 Spicy et 3.0 produisent du son, alors donnez-leur des indications ; Wan 2.2 et Wan 2.6 Flash sont muets.
- Seules certaines versions acceptent des prompts négatifs. Wan 2.5, 2.6 et 2.7 Spicy ont un champ de prompt négatif, tout comme Wan 2.2 image vers vidéo de base. Wan 3.0 et Wan 2.2 Spicy n'en ont pas : dites ce que vous voulez plutôt que ce que vous ne voulez pas (« one continuous take », pas « no cuts »).
1. Une personne, depuis une image fixe, à vitesse réelle (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.
Exécuter ce prompt sur Wan 2.2 Spicy →
Pour éviter le ralenti. Une petite action étalée sur cinq secondes paraît lente, et « slowly » demande précisément cela. Donnez trois ou quatre temps d'action et écrivez « real-time speed ».
Faible : « Woman on a bed moving slowly. » Wan choisit le corps, la pièce et la caméra, et vous avez demandé de la lenteur. Fort : le prompt ci-dessus : la même idée, mais tous les choix vous appartiennent.
2. Garder la caméra immobile (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.
Exécuter ce prompt sur Wan 2.6 Spicy →
Pour éviter que la caméra se rapproche. Définissez le cadrage et précisez qu'il reste inchangé. Sur Wan 2.5, 2.6, 2.6 Flash, 2.6 Spicy et 2.7 Spicy, mettez aussi « zoom, push-in, close-up » dans le champ de prompt négatif.
3. Rester sur votre image fixe (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.
Exécuter ce prompt sur Wan 3.0 image vers vidéo →
Pour éviter que le clip quitte votre image. Décrivez l'image fournie, puis le mouvement ; jamais une autre pièce. Wan 3.0 image vers vidéo fonctionne aussi sans aucun prompt et anime simplement l'image. Pour choisir entre texte, image et référence sur Wan 3.0, consultez notre guide des flux de travail Wan 3.0.
4. Ajouter une LoRA sans perdre le cadrage (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.
Exécuter ce prompt sur Wan 2.2 Spicy LoRA →
Pour éviter que la LoRA repeigne votre image. Wan 2.2 effectue le rendu en deux passes : la première, à bruit élevé, fixe la composition et le mouvement ; la dernière, à bruit faible, fixe les détails et la texture. Suivez les consignes de compatibilité bruit élevé/faible de l'auteur de l'adaptateur, plutôt que de choisir un emplacement selon son seul style. Ajoutez une LoRA à la fois, ne nommez pas aussi son style dans le prompt et testez son intensité en 480p. Le guide des emplacements à bruit élevé et faible approfondit ce choix.
5. Deux adultes à partir de texte seulement (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.
Exécuter ce prompt sur Wan 2.6 texte vers vidéo →
Wan 2.6 reste proche de votre texte. Écrivez « two adults », précisez qui est qui, une action partagée et un mouvement de caméra. Sur Wan 3.0, le même prompt commence à $0.225 pour 5 secondes (480p), et Wan 3.0 comble chaque vide que vous laissez.
6. Créer d'abord l'image fixe (Wan 2.7 retouche)
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.
Exécuter ce prompt sur Wan 2.7 retouche →
C'est le moyen de contourner les voies texte qui refusent ou réécrivent. Wan 2.7 retouche réalise L1 et L2 de manière fiable à $0.03 l'image (Pro $0.075), mais seulement certains prompts L4 et L5a. Relancez pour quelques centimes, vérifiez chaque image, puis animez celle retenue avec le prompt 1 ou 3. Pour les générateurs d'images qui vont plus loin, consultez notre comparatif des générateurs d'images NSFW, et pour l'éditeur lui-même, le guide de retouche Wan 2.7.
Ce qui est atténué ou refusé, et ce qui passe
| Atténué ou refusé | Réalisé |
|---|---|
| L4 depuis une image fixe sur Wan 2.2 de base ou Wan 3.0 Prime | Wan 2.2 Spicy ou Wan 3.0 image vers vidéo à partir de la même image fixe |
| L5a ou L5b sur Wan 2.2 Spicy | Wan 2.5 image vers vidéo, Wan 2.6 Flash, Wan 2.7 Spicy ou Wan 3.0 |
| Une pose L3 ou une scène L4 sur Wan 2.7 texte vers image : résultat plus sobre, facturé | Wan 2.7 retouche depuis une référence pour L1 et L2 ; prévoyez des relances aux niveaux plus forts |
| Tout prompt sur Wan 2.2 texte vers vidéo, même L1 : refusé | Wan 2.2 Spicy depuis une image fixe, ou Wan 2.5, 2.6 ou 3.0 texte vers vidéo |
| Séquences de référence L3 sur Wan 2.6 référence vers vidéo : refusées | Wan 3.0 référence vers vidéo avec des images de référence L3 |
Les problèmes de Wan et leurs solutions
- Wan 3.0 va au-delà de votre limite. Nommez la seule action voulue, sans indication plus vague. S'il intensifie encore la scène, passez à Wan 2.6, qui reste plus près du scénario.
- Les dernières variantes Spicy changent les vêtements. Wan 2.6 Spicy montre lui aussi parfois plus que demandé. Nommer chaque vêtement et préciser qu'il reste porté aide un peu. Si la tenue doit rester intacte, utilisez Wan 3.0, 2.5 ou 2.6 de base et vérifiez chaque clip.
- Wan 2.7 retouche atténue la deuxième personne. Dans les retouches L4, le partenaire revient généralement habillé. Relancez ou construisez la pose à partir d'une image avec une seule personne.
- Wan 2.6 multi-plan coupe volontairement ailleurs. Utilisez une prise unique lorsque la continuité compte. Notre guide de référence Wan 2.6 couvre la tâche de référence.
- Wan 2.2 s'arrête à 8 secondes. Wan 2.2 Spicy LoRA prolongation vidéo ajoute 5 ou 8 secondes, ou passez à Wan 2.6 (15 s) ou Wan 3.0 (30 s). Le guide des vidéos sans censure plus longues explique l'enchaînement des clips.
Quelle version de Wan choisir ?
| Vous voulez | Utilisez | Résultat obtenu | 5 s à partir de | |
|---|---|---|---|---|
| Le clip le moins cher depuis une image fixe, jusqu'à la scène entre deux adultes | Wan 2.2 Spicy | L1 à L4 ; généralement pas L5 | $0.095 (480p) | Essayer |
| Le moins cher depuis une image fixe avec chaque niveau réalisé, sans son | Wan 2.6 Flash | chaque niveau | $0.11 (720p) | Essayer |
| Une image fixe avec du son, 5 ou 10 s, chaque niveau | Wan 2.5 image vers vidéo | chaque niveau | $0.225 (480p) | Essayer |
| Une image fixe, toute durée de 2 à 15 s, avec du son | Wan 2.7 Spicy | chaque niveau | $0.62 (720p) | Essayer |
| Du texte, proche de ce que vous avez écrit | Wan 2.6 texte vers vidéo | L4, L5a | $0.45 (720p) | Essayer |
| Du texte avec du son, au prix le plus bas | Wan 2.5 texte vers vidéo | chaque niveau ; L5a parfois atténué | $0.225 (480p) | Essayer |
| Du texte, jusqu'à 30 s avec du son | Wan 3.0 texte vers vidéo | chaque niveau | $0.225 (480p) | Essayer |
| Une image fixe, jusqu'à 30 s avec du son, chaque niveau | Wan 3.0 image vers vidéo | chaque niveau | $0.225 (480p) | Essayer |
| 1080p à 4K | Wan 3.0 Pro (moins cher que 3.0 de base en 1080p) | L1 à L5a | $0.72 (1080p) | Essayer |
| Une image fixe avec une orientation adulte du modèle | Wan 3.0 Spicy | chaque niveau ; vêtements souvent changés | $0.285 (480p) | Essayer |
| Vos propres fichiers LoRA | Wan 2.2 LoRA ou Spicy LoRA | sans LoRA chargée : L4 généralement atténué | $0.10 (480p) | Essayer |
| Continuer un clip | Wan 2.2 Spicy LoRA prolongation vidéo | chaque niveau | $0.19 par 5 s ajoutées (480p) | Essayer |
| Votre personnage reprenant les mouvements d'une autre personne | Wan 2.2 Animate | presque chaque niveau | $0.265 (480p) | Essayer |
| L'image fixe elle-même | Wan 2.7 retouche | L1 et L2 ; L4 et L5a partiellement | $0.03 par image | Essayer |
En une phrase : depuis une image fixe, Wan 2.2 Spicy si L4 vous suffit et que chaque centime compte ; Wan 2.5, Wan 2.6 Flash ou Wan 3.0 de base si chaque niveau doit être réalisé. Depuis du texte, Wan 3.0, ou Wan 2.6 si vous souhaitez rester plus près du scénario. Pour travailler sans censure, évitez Wan 2.2 de base sur les deux tâches, Wan 2.6 référence vers vidéo et Wan 2.7 texte vers image.
Spicy vaut-il le coût ? Cela dépend de la version.
- Wan 2.2 : oui, jusqu'à L4. Image vers vidéo de base coûte $0.24 pour un clip fixe de 5 secondes sans son et atténue L4. Wan 2.2 Spicy coûte $0.095, ajoute des clips de 8 secondes et une image finale, et réalise L1 à L4. Aucune variante n'est la réponse pour L5.
- Wan 2.6 : seulement si vous voulez cette orientation. Wan 2.6 Flash réalise chaque niveau à $0.11 (sans son) ; Wan 2.6 Spicy coûte $0.475 et montre parfois plus que demandé. Wan 2.7 Spicy est le seul Wan 2.7 qui génère des vidéos, et il réalise chaque niveau.
- Wan 3.0 : pas pour les niveaux. La version de base de 3.0 réalise chaque niveau à $0.045 la seconde ; Wan 3.0 Spicy ($0.057) ajoute les changements de vêtements décrits plus haut. Le seul manque que Spicy comble est L4 sur Prime image vers vidéo : Prime Spicy le réalise, mais à $0.09 la seconde contre $0.045 pour 3.0 image vers vidéo de base, qui réalise aussi L4. Il n'a pas été plus rapide que Wan 3.0 Spicy dans nos premiers essais (126 à 148 secondes contre 80 à 105 pour des clips de 5 secondes). Commencez par Wan 3.0 image vers vidéo de base.
LoRA vaut-il le coût ? Seulement avec vos propres fichiers. Sans LoRA chargée, Wan 2.2 LoRA et Wan 2.2 Spicy LoRA ont donné des clips identiques image par image à partir de la même image fixe et du même prompt. Aucun n'a dépassé Wan 2.2 Spicy simple sur L4, et celui-ci est aussi moins cher ($0.095 contre $0.10 avec l'offre actuelle). Le supplément de Spicy LoRA est la prolongation vidéo. Wan 2.2 dispose de poids ouverts, contrairement à Wan 2.5, 2.6, 2.7 et 3.0 : c'est pourquoi 2.2 a des LoRA communautaires. Exécuter votre propre LoRA sur une API hébergée explique leur hébergement.
Wan 3.0 n'est pas la seule famille à avoir réalisé chaque niveau : consultez le test sans censure de MiniMax H3 et toutes les versions de Seedance testées.
Combien coûte un clip de 5 secondes
| Wan | 480p | 720p | 1080p | 2K | 4K |
|---|---|---|---|---|---|
| 2.2, par clip fixe de 5 s | $0.24 | $0.48 | — | — | — |
| 2.2 Spicy | $0.095 | $0.19 | — | — | — |
| 2.2 LoRA / Spicy LoRA | $0.10 | $0.20 | — | — | — |
| 2.2 Spicy LoRA prolongation, par 5 s ajoutées | $0.19 | $0.38 | — | — | — |
| 2.5 | $0.225 | $0.45 | $0.675 | — | — |
| 2.6 | — | $0.45 | $0.675 | — | — |
| 2.6 Flash | — | $0.11 | $0.17 | — | — |
| 2.6 Spicy | — | $0.475 | $0.71 | — | — |
| 2.7 Spicy | — | $0.62 | $0.95 | — | — |
| 3.0 | $0.225 | $0.45 | $0.90 | — | — |
| 3.0 Spicy | $0.285 | $0.57 | $1.14 | — | — |
| 3.0 Prime | $0.31 | $0.63 | $1.26 | — | — |
| 3.0 Prime Spicy | $0.45 | $0.90 | $1.80 | — | — |
| 3.0 Pro | — | — | $0.72 | $0.80 | $0.92 |
| 3.0 Pro Prime | — | — | $1.17 | $1.26 | $1.40 |
Les prix LoRA incluent l'offre actuelle « LoRA price drop » de 15% ($0.12 et $0.24 sans l'offre) ; la prolongation vidéo n'a pas d'offre. Wan 2.2 Animate est facturé selon la durée du clip qui pilote le mouvement : $0.265 pour 5 secondes en 480p, $0.55 en 720p. Wan 2.7 retouche coûte $0.03 l'image, Wan 2.7 Pro $0.075. Ces prix correspondent aux tarifs par seconde multipliés par cinq ; chaque page de modèle affiche l'estimation actuelle avant l'envoi.
Utiliser Wan : d'abord Playground, puis l'API
Dans le Playground. Créez un compte, ouvrez la page de tâche du modèle et restez dans l'onglet Playground. Pour Wan 2.2 Spicy image vers vidéo :
- Déposez votre image fixe dans Input image (JPG, PNG, WEBP ou GIF, jusqu'à 10 MB). Elle fixe le corps, les vêtements, le décor, la lumière et le rapport d'aspect.
- Collez un des prompts ci-dessus dans Prompt. Décrivez uniquement le mouvement et la caméra.
- Réglez Duration (5 ou 8 secondes) et Resolution (480p ou 720p). Les deux changent le prix ; faites vos essais en 480p.
- Ajoutez éventuellement une Closing frame pour fixer la fin, ou un Seed pour comparer les réglages sur la même image fixe.
- Lancez la tâche. Le prix s'affiche avant toute facturation.
Les champs varient selon la version de Wan et la tâche : suivez donc le formulaire de chaque page. Wan 3.0 texte vers vidéo part du seul prompt, et les tâches de référence 3.0 et 2.6 prennent des images ou une vidéo de référence.
Puis l'API, une fois qu'un prompt fonctionne et que vous le voulez dans votre propre application. Le même appel Wan 2.2 Spicy, avec votre image fixe :
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"
}
}'Les champs, l'interrogation des tâches, les téléchargements et les erreurs figurent dans la référence API. Un prompt refusé échoue avec content_rejected : changez le prompt ou le modèle plutôt que de relancer sans modification.
Ou laissez un agent l'exécuter. Un agent peut faire le même appel via la CLI, le serveur MCP ou l'Agent Skill. Tous trois lisent le schéma actuel du modèle ; la CLI et le MCP affichent le prix et demandent confirmation avant de créer une tâche. Avec SPICY_API_KEY défini :
# 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-skillFAQ
Wan 2.2 est-il sans censure ?
En partie. Wan 2.2 image vers vidéo de base conserve L1 à L3, mais est Softened : il atténue L4. Wan 2.2 Spicy réalise L1 à L4 ; il a respecté un des quatre clips L5a et atténué les trois tests L5b. Les variantes LoRA et Wan 2.2 Animate sont aussi Uncensored, avec les échecs indiqués dans le tableau. Wan 2.2 texte vers vidéo est Filtered : il refuse tout, L1 compris.
Wan 3.0 est-il sans censure ?
Oui : Wan 3.0 de base a réalisé chaque niveau avec les entrées texte, image et référence, et ajoute souvent plus que demandé. Wan 3.0 Prime image vers vidéo est l'exception (L4 atténué), et les variantes Spicy réalisent chaque niveau mais changent les vêtements.
Wan 2.6 peut-il produire du NSFW ?
Oui. Wan 2.6 de base a réalisé L4 et L5a depuis du texte, et L5a depuis une image fixe. Wan 2.6 Flash a réalisé chaque niveau ; Wan 2.6 Spicy a manqué un clip L4. Wan 2.6 référence vers vidéo est Filtered et refuse les séquences de référence L3. Le site où vous l'utilisez compte autant que la version ; les autres sites diffèrent.
Pourquoi Wan refuse-t-il le texte vers vidéo alors que l'image vers vidéo fonctionne ?
Sur Wan 2.2, la voie texte est Filtered : elle refuse tout, L1 compris. Wan 2.5, 2.6 et 3.0 texte vers vidéo réalisent les demandes (Wan 2.5 atténue parfois L5a, donc relancez avant de changer). Ou créez d'abord l'image fixe (prompt 6), puis animez-la sur Wan 2.2 Spicy.
Pourquoi mes vidéos Wan sont-elles au ralenti ?
Trop peu d'action et trop de mots sur le rythme. Donnez trois ou quatre actions, écrivez « real-time speed » et supprimez « slowly ». Voir le prompt 1.
Wan est-il open source, et puis-je l'exécuter sans censure sur mon propre GPU ?
L'organisation officielle Wan-AI sur Hugging Face propose des poids ouverts pour Wan 2.1 et 2.2 (ainsi que les variantes Animate et Dancer), mais aucun pour Wan 2.5, 2.6, 2.7 ou 3.0, qui fonctionnent uniquement via des API hébergées. Exécuter vous-même les poids de Wan 2.2 signifie qu'aucun filtre d'hébergement ne s'interpose.
La version Spicy est-elle moins bonne pour les vidéos SFW ordinaires ?
Elle produit aussi des clips normaux : le clip de salle de sport ci-dessus est Wan 2.2 Spicy avec un prompt décrivant une personne entièrement habillée. Mais les variantes Spicy récentes s'orientent d'elles-mêmes vers l'adulte et changent souvent les vêtements ; utilisez donc la version de base si la tenue doit rester fidèle.
Est-ce que je paie pour les clips refusés ou atténués ?
Atténués : oui, au prix normal. Refusés : normalement non, car la tâche échouée libère intégralement le montant réservé. C'est pourquoi vous devez vérifier le clip, pas le statut : un clip atténué est une réussite du point de vue de l'API.
Votre responsabilité
Nous n'ajoutons aucun filtre de contenu supplémentaire de notre côté. Toute personne à l'écran doit être adulte. Toute personne réelle et identifiable doit avoir consenti, y compris pour une image fixe ou une LoRA entraînée sur son apparence. Vous devez détenir les droits de tout ce que vous importez et respecter la loi du lieu où vous publiez. SpicyAPI n'est pas disponible dans tous les pays ; consultez la liste de disponibilité dans notre politique de contenu et d'utilisation avant de construire votre projet dessus.
Lancez votre premier clip
Ouvrez Wan 2.2 Spicy dans le Playground, importez une image fixe et collez le prompt 1. Faites vos essais en 480p pour $0.095, puis passez à 720p, ou à Wan 3.0 image vers vidéo lorsque le mouvement est bon et qu'il vous faut chaque niveau ou jusqu'à 30 secondes.
