Wan 2.6 è NSFW? Non sull'API di Alibaba, che controlla sia i prompt sia i risultati. Sulla nostra API, cinque dei sei endpoint di Wan 2.6 (base, Spicy e Flash) non hanno alcun filtro dei contenuti; l'unico che si trattiene è il reference-to-video di Wan 2.6 base.
In breve: Wan 2.6 non ha pesi aperti, quindi ogni copia che puoi usare è ospitata da qualcuno, e chi ospita decide quanto è severa. Nei nostri test gli endpoint base di testo e immagine, Spicy e Flash hanno consegnato quasi tutto come scritto. Scegli in base all'input:
- Da un'immagine fissa, il più economico: Wan 2.6 Flash. 5 secondi a 720p costano $0.1125, senza audio.
- Da un'immagine fissa, con audio o lip-sync sul tuo audio: Wan 2.6 Spicy o Wan 2.6 base.
- Solo da testo: Wan 2.6 text-to-video base.
- Da immagini o clip di riferimento: Wan 2.6 Flash reference-to-video, non l'endpoint di riferimento base.
Prezzi verificati il 21 ottobre 2026. Un clip rifiutato o fallito non costa nulla; un clip che termina ma viene attenuato si addebita al prezzo normale (politica di rimborso).
Esempio pubblicato di Wan 2.6 Spicy, da immagine a video, 5 secondi. Non è un output di test.
Cosa ha rilasciato davvero Alibaba
Alibaba ha rilasciato Wan 2.6 il 16 dicembre 2025 tramite l'API di Alibaba Cloud e il sito di Wan. La serie ha aggiunto un modello reference-to-video, clip fino a 15 secondi, narrazione multi-inquadratura e audio sincronizzato.
Diversamente da Wan 2.1 e 2.2, non ha pesi aperti. L'organizzazione Wan-AI su Hugging Face non elenca nulla di più recente della linea 2.2, quindi le pagine che dicono che Wan 2.6 è open source sbagliano. In pratica non puoi eseguirlo in locale e non puoi aggiungere LoRA. Se cerchi le LoRA, la nostra guida alle LoRA di Wan 2.2 copre la versione che le supporta.
L'API di Alibaba controlla input e output e rifiuta i contenuti che segnala come inappropriati. Non abbiamo testato l'app di Alibaba, quindi non possiamo dire dove sia il suo limite. Possiamo dire come si comportano le copie che ospitiamo noi.
I sei endpoint Wan 2.6 che ospitiamo
| Endpoint | Input | Durata | Audio | Etichetta della pagina | 720p al secondo |
|---|---|---|---|---|---|
| Wan 2.6 text-to-video | Testo | 5, 10 o 15 s | Sì | Uncensored | $0.09 |
| Wan 2.6 image-to-video | Immagine fissa | 5, 10 o 15 s | Sì | Uncensored | $0.09 |
| Wan 2.6 reference-to-video | Fino a 3 clip, 2 immagini fisse | 2 a 10 s | No | Filtered | $0.065 |
| Wan 2.6 Spicy image-to-video | Immagine fissa | 5, 10 o 15 s | Il tuo audio guida il lip-sync | Uncensored | $0.095 |
| Wan 2.6 Flash image-to-video | Immagine fissa | 5, 10 o 15 s | Disattivato di default; attivarlo raddoppia il prezzo | Uncensored | $0.0225 |
| Wan 2.6 Flash reference-to-video | Clip e immagini, fino a 5 riferimenti | 2 a 10 s | Disattivato di default; attivarlo raddoppia il prezzo | Uncensored | $0.0225 |
"Uncensored" è la nostra etichetta per un endpoint al quale non aggiungiamo alcun filtro dei contenuti; "Filtered" significa che le richieste possono essere rifiutate. Tutti e sei accettano shot_type (single o multi) e negative_prompt; scegliere multi attiva l'espansione del prompt.
Fino a dove arriva ogni endpoint di Wan 2.6
Testiamo su cinque livelli di intensità, da Mild (leggero) a Maximum (massimo), solo con adulti fittizi; i prompt di test non sono pubblicati. I risultati vengono dalle nostre esecuzioni API di settembre e ottobre 2026, per lo più a 720p e con la durata più breve che ogni endpoint consente. Ogni cella è il numero di clip consegnati come scritto sul totale delle esecuzioni. Un mancato è un clip attenuato, a meno che la cella non dica rifiutato.
| Endpoint | Mild | Moderate | Strong | Very strong | Maximum |
|---|---|---|---|---|---|
| Wan 2.6 testo | non testato | 1/1 | 1/1 | 1/1 | 2/2 |
| Wan 2.6 immagine | non testato | non testato | 1/1 | 0/1 | 1/1 |
| Wan 2.6 riferimento (Filtered) | non testato | 0/1 | rifiutato 0/1 | non testato | non testato |
| Wan 2.6 Spicy immagine | 3/3 | 3/3 | 3/3 | 2/3 | 7/7 |
| Wan 2.6 Flash immagine, settembre | 3/3 | 3/3 | 3/3 | 3/3 | 7/7 |
| Wan 2.6 Flash immagine, dall'aggiornamento di ottobre | non testato | non testato | 1/1 | 1/2 | 1/1 |
| Wan 2.6 Flash riferimento | non testato | 2/2 | 1/1 | 1/1 | non testato |
Gli endpoint base hanno avuto una o due esecuzioni per cella. Leggi la tabella come un indicatore di dove sta il limite, non come un tasso di successo. Un clip attenuato termina ed è addebitato, ma il modello omette o ammorbidisce parte di ciò che hai chiesto.
Cosa ha fatto ogni endpoint:
- Wan 2.6 text-to-video ha consegnato come scritto ogni livello che abbiamo eseguito, da Moderate fino a Maximum (5 esecuzioni). Non abbiamo testato Mild su questo endpoint.
- Wan 2.6 image-to-video ha consegnato Strong e Maximum come scritto; un'esecuzione Very strong è tornata attenuata. Campione piccolo: 3 esecuzioni.
- Wan 2.6 reference-to-video è l'unico endpoint Wan 2.6 che si trattiene. Ha attenuato un prompt Moderate e rifiutato uno Strong. Usalo per il normale lavoro di casting.
- Wan 2.6 Spicy ha consegnato da Mild a Strong e tutte le esecuzioni Maximum come scritto; una delle tre esecuzioni Very strong è stata attenuata (19 esecuzioni in tutto). Può anche spingersi oltre quanto chiede un prompt normale, quindi controlla ogni clip prima di pubblicarlo.
- Wan 2.6 Flash image-to-video ha consegnato ogni livello nelle 19 esecuzioni di settembre. Dall'aggiornamento di ottobre, una delle due esecuzioni Very strong è stata attenuata, mentre Strong e Maximum sono tornati come scritto. I risultati di ottobre differiscono leggermente da quelli di settembre, per questo la tabella li separa.
- Wan 2.6 Flash reference-to-video ha consegnato tutte le 4 esecuzioni come scritto, da Moderate fino a Very strong, usando normali immagini di riferimento.
Cosa lo fa inciampare
- Dì che i personaggi sono adulti e indica una fascia d'età, per esempio 30 anni. Ogni prompt delle nostre esecuzioni lo faceva.
- Con i prompt più forti, Flash può abbandonare l'ambientazione del tuo fotogramma iniziale dopo il primo secondo. Se l'ambientazione conta, descrivila di nuovo nel prompt.
- Spicy può aggiungere cose che non hai chiesto. Controlla ogni clip, anche quelli nati da prompt normali.
- Multi-shot attiva l'espansione del prompt. Riscrive il tuo prompt prima dell'esecuzione; usa single shot quando ti serve controllare la formulazione.
Wan 2.6 è senza censura? Spicy, Flash e base a confronto
Sì, su cinque endpoint su sei, con differenze nell'affidabilità nel seguire un prompt forte:
- Wan 2.6 base è l'unico dei tre con un endpoint Filtered (reference-to-video). I suoi endpoint di testo e immagine hanno consegnato quasi tutto ciò che abbiamo eseguito, ma con solo 8 esecuzioni tra i due, consideralo una prima impressione.
- Spicy ha consegnato 18 esecuzioni su 19 nei cinque livelli; l'unico mancato è stata un'esecuzione Very strong attenuata. Costa $0.475 per 5 secondi.
- Flash costa circa un quarto al secondo, e il suo endpoint di riferimento accetta fino a cinque riferimenti senza filtro. Dall'aggiornamento di ottobre ha attenuato una delle due esecuzioni Very strong, quindi controlla i prompt più forti.
Se ogni livello deve tornare come scritto partendo da un'immagine fissa, Wan 2.7 Spicy ha consegnato tutti e cinque nei nostri test, a $0.1235 al secondo a 720p.
Quale Wan scegliere
| Ti serve | Usa | 5 s a 720p |
|---|---|---|
| Il clip Wan 2.6 più economico da un'immagine | Wan 2.6 Flash | $0.1125 |
| Un'immagine fissa, con audio o con il tuo audio | Wan 2.6 Spicy | $0.475 |
| Solo testo, vicino al tuo copione | Wan 2.6 text-to-video | $0.45 |
| Casting di personaggi da immagini di riferimento | Wan 2.6 Flash reference-to-video | $0.1125 |
| Ogni livello da un'immagine fissa | Wan 2.7 Spicy | $0.6175 |
| Clip oltre 15 secondi | Wan 3.0, da 2 a 30 s, da $0.045 al secondo a 480p (test sulla durata) | – |
| Image-to-video più economico | Wan 2.2 Spicy, da $0.019 al secondo a 480p; Maximum è stato per lo più attenuato (test Wan 2.2) | – |
Scegli 2.6 rispetto agli altri quando vuoi un montaggio multi-inquadratura fino a 15 secondi in una sola esecuzione, o un modo economico per portare personaggi da immagini di riferimento in una nuova scena senza filtro (Flash reference-to-video). Per la build 2.5 precedente e la griglia completa della famiglia, vedi il nostro test delle versioni di Wan. Altre opzioni tra le famiglie sono nel riepilogo i migliori modelli video AI senza censura.
Prezzi e cosa ti viene addebitato
Prezzi verificati il 21 ottobre 2026.
| Endpoint | Per secondo a 720p | 5 s a 720p |
|---|---|---|
| Wan 2.6 text-to-video e image-to-video | $0.09 | $0.45 |
| Wan 2.6 reference-to-video | $0.065 | da $0.13 per 2 s di immagini |
| Wan 2.6 Spicy image-to-video | $0.095 | $0.475 |
| Wan 2.6 Flash image-to-video, senza audio / con audio | $0.0225 / $0.045 | $0.1125 / $0.225 |
| Wan 2.6 Flash reference-to-video, senza audio / con audio | $0.0225 / $0.045 | da $0.045 per 2 s di immagini |
1080p costa 1.5 volte la tariffa 720p. Sugli endpoint di riferimento, i secondi di filmato di riferimento contano nel conto, fino a 5 secondi in totale; le immagini di riferimento sono gratuite. I lavori rifiutati o falliti non costano nulla: la prenotazione torna al tuo saldo. Un clip attenuato viene completato, quindi si addebita al prezzo normale. I dettagli sono nella politica di rimborso e nella guida reference-to-video di Wan 2.6.
Un prompt che funziona
Tienilo su un movimento di camera, una nota sulla luce e un'azione chiara. Per esempio, con Flash image-to-video o reference-to-video:
Una donna con un lungo cappotto nero cammina lungo un molo piovoso di un porto di notte, con le luci delle gru che si riflettono nelle pozzanghere. Lenta carrellata, si ferma e si volta a guardare la camera. Cinematografico, profondità di campo ridotta. I personaggi hanno 30 anni.
Esempio pubblicato di Wan 2.6 text-to-video, 5 secondi, 720p. Non è un output di test. Per approfondire la formulazione, vedi la guida ai prompt video e la nostra guida ai clip più lunghi.
Domande frequenti
Wan 2.6 è NSFW?
No, non sull'API di Alibaba, che controlla input e output. Sulla nostra, cinque dei sei endpoint di Wan 2.6 non hanno filtro dei contenuti e hanno consegnato ciò che abbiamo chiesto nella maggior parte delle esecuzioni. Il sesto, reference-to-video base, è Filtered.
Wan 2.6 è open source?
No. Wan 2.6 non ha pesi aperti; Hugging Face ha solo Wan 2.1 e 2.2. Quindi niente installazione locale e niente LoRA.
Qual è la differenza tra Wan 2.6, Wan 2.6 Spicy e Wan 2.6 Flash?
Wan 2.6 base accetta input di testo e immagini con audio, più un endpoint di riferimento che è Filtered e senza audio. Spicy è solo image-to-video e accetta il tuo audio per il lip-sync. Flash è il più economico, senza audio di default, e accetta sia immagini fisse sia filmati di riferimento.
Perché la mia richiesta reference-to-video di Wan 2.6 è stata attenuata o rifiutata?
È l'unico endpoint Wan 2.6 Filtered. Per lo stesso lavoro senza filtro dei contenuti, usa Flash reference-to-video.
Pago un clip rifiutato?
No. La prenotazione sul tuo saldo viene rilasciata. Un clip completato ma attenuato si addebita al prezzo normale.
Wan 2.6 può fare clip più lunghi di 15 secondi?
No. Una singola esecuzione dura 5, 10 o 15 secondi (da 2 a 10 per reference-to-video). Per clip più lunghi usa Wan 3.0 o consulta la guida ai clip più lunghi linkata sopra.
Usa solo adulti fittizi (18+). Chiedi il consenso prima di usare la somiglianza di chiunque, e carica solo materiale su cui hai i diritti.
