Wan non è un unico modello. La famiglia va da Wan 2.2 a Wan 3.0 ed è disponibile sulla nostra API con 33 endpoint distinti (input di testo, immagini e riferimenti, più le varianti «Spicy», «Prime» e «Pro»). Non tutti trattano allo stesso modo i contenuti per adulti. Dai a Wan 3.0 un prompt testuale per una scena consensuale tra due adulti con temi di costrizione: il clip contiene ogni elemento che hai indicato, poi va oltre ciò che hai scritto. Lo stesso tipo di prompt su Wan 2.2 da testo a video viene rifiutato, senza addebito.
In breve: per lo più sì, ma l'endpoint conta più del numero di versione. In base ai nostri test di settembre 2026, 28 dei 33 endpoint Wan hanno l'etichetta Uncensored. Wan 3.0 base ha realizzato tutti i livelli con input di testo, immagini e riferimenti, dalle immagini allusive ai nostri due test più intensi. Wan 2.5 li ha realizzati quasi tutti. Wan 2.2 base è il punto debole: da un'immagine fissa attenua una scena con due adulti, mentre da testo rifiuta tutto, anche il livello più lieve. Le economiche varianti «Spicy» fanno meglio, ma le più recenti tendono a cambiare gli abiti delle persone che hai chiesto di mantenere vestite.
Come funzionano i livelli
Cinque livelli, ciascuno più intenso del precedente; la tabella qui sotto usa questa scala.
- L1 Allusivo e L2 Temi per adulti: immagini allusive e NSFW moderate.
- L3 Forte: immagini NSFW avanzate con un adulto.
- L4 Intenso: una scena di maggiore intensità tra due adulti.
- L5a è una scena consensuale per adulti con temi di costrizione; L5b è violenza cruenta cinematografica. L5b è un tipo di contenuto diverso, non un L5a più intenso.
Ogni personaggio è un adulto immaginario. Un clip è stato realizzato come descritto oppure attenuato: è stato completato e addebitato, ma la scena è stata sostituita con qualcosa di più moderato, un partner è stato mostrato vestito oppure il momento chiave è rimasto fuori campo. Alcuni endpoint invece rifiutano: questi processi falliscono senza produrre un clip.
In 30 secondi
- Rifiutati: Wan 2.2 da testo a video (anche L1) e Wan 2.6 da riferimento a video. Wan 2.2 base da immagine a video e Wan 2.7 da testo a immagine (anche nella versione Pro) sono Softened. Questi cinque endpoint sono gli unici senza l'etichetta Uncensored.
- «Uncensored» significa nessun filtro da parte nostra, non «sempre come descritto». Wan 3.0 va oltre quello che chiedi, mentre Wan 2.2 Spicy e le varianti LoRA non realizzano alcuni livelli (vedi la tabella).
- Per la maggior parte dei lavori: da un'immagine fissa, Wan 2.2 Spicy fino a L4 (il più economico), Wan 2.6 Flash o Wan 2.5 se ogni livello deve essere realizzato, Wan 3.0 per arrivare a 30 secondi con audio. Da testo, Wan 3.0 oppure Wan 2.6 se vuoi restare più vicino al tuo copione.
- 5 secondi costano $0.095 con Wan 2.2 Spicy (480p), $0.225 con Wan 3.0 (480p) e $0.45 con Wan 2.6 (720p).
Prova Wan 2.2 Spicy → · Prova Wan 3.0 da testo a video →
Fin dove arriva ogni versione di Wan
Ogni cella indica i clip realizzati come descritto sul totale dei tentativi a quel livello; «–» significa non testato. Un tentativo mancato è un clip attenuato, a meno che la riga non indichi un rifiuto.
| Versione Wan · attività | L1 | L2 | L3 | L4 | L5a | L5b | Etichetta della pagina |
|---|---|---|---|---|---|---|---|
| 3.0 · testo, immagine e riferimento, ciascuno | 3/3 | 3/3 | 2/2 | 3/3 | 3/3 | 3/3 | Uncensored |
| 3.0 Pro e 3.0 Pro Prime · testo, immagine e riferimento, ciascuno | 3/3 | 3/3 | 2/2 | 3/3 | 1/1 | – | Uncensored |
| 3.0 Prime · testo e riferimento, ciascuno | 3/3 | 3/3 | 2/2 | 3/3 | 1/1 | – | Uncensored |
| 3.0 Prime · immagine | 3/3 | 3/3 | 3/3 | 0/3 | – | – | Uncensored |
| 3.0 Spicy · immagine, un tentativo per livello | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | Uncensored |
| 3.0 Prime Spicy · immagine, un tentativo per livello | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | Uncensored |
| 2.7 Spicy · immagine | 3/3 | 3/3 | 3/3 | 3/3 | 4/4 | 3/3 | Uncensored |
| 2.7 · modifica immagine | 3/3 | 3/3 | – | 1/3 | 1/3 | 3/3 | Uncensored |
| 2.7 Pro · modifica immagine | 3/3 | 3/3 | – | 0/3 | 2/3 | 3/3 | Uncensored |
| 2.7 · da testo a immagine | 3/3 | 3/3 | 1/2 | 0/3 | 0/3 | 3/3 | Softened |
| 2.7 Pro · da testo a immagine | 3/3 | 3/3 | 0/2 | 0/3 | 0/3 | 3/3 | Softened |
| 2.6 Spicy · immagine | 3/3 | 3/3 | 3/3 | 2/3 | 4/4 | 3/3 | Uncensored |
| 2.6 Flash · immagine | 3/3 | 3/3 | 3/3 | 3/3 | 4/4 | 3/3 | Uncensored |
| 2.6 · testo | – | – | – | 1/1 | 2/2 | – | Uncensored |
| 2.6 · immagine | – | – | – | – | 1/1 | – | Uncensored |
| 2.6 · riferimento | – | – | rifiutato 0/1 | – | – | – | Filtered |
| 2.5 · immagine | 3/3 | 3/3 | 3/3 | 3/3 | 4/4 | 3/3 | Uncensored |
| 2.5 · testo | 3/3 | 3/3 | 3/3 | 3/3 | 3/5 | 3/3 | Uncensored |
| 2.2 Animate · animazione del personaggio | 3/3 | 2/3 | 3/3 | 3/3 | 3/4 | 3/3 | Uncensored |
| 2.2 Spicy · immagine | 3/3 | 3/3 | 3/3 | 3/3 | 1/4 | 0/3 | Uncensored |
| 2.2 Spicy LoRA · immagine, nessuna LoRA caricata | 3/3 | 3/3 | 3/3 | 0/3 | 2/4 | 3/3 | Uncensored |
| 2.2 Spicy LoRA · estensione video | 1/1 | 1/1 | 1/1 | 1/1 | 2/2 | 1/1 | Uncensored |
| 2.2 LoRA · immagine, nessuna LoRA caricata | 3/3 | 3/3 | 3/3 | 1/3 | 3/4 | 1/3 | Uncensored |
| 2.2 · immagine | 3/3 | 3/3 | 3/3 | 0/3 | 1/4 | 3/3 | Softened |
| 2.2 · testo | rifiutato 0/3 | rifiutato 0/3 | rifiutato 0/3 | rifiutato 0/3 | rifiutato 0/4 | rifiutato 0/3 | Filtered |
Uncensored significa che non aggiungiamo un filtro dei contenuti da parte nostra; il modello può comunque attenuare una scena, come mostrano le celle in grassetto. Softened significa che il processo riesce e viene addebitato, ma il risultato è attenuato. Filtered significa rifiuto completo. I clip attenuati vengono addebitati; un processo rifiutato fallisce con il codice content_rejected e normalmente non costa nulla. Nella famiglia 3.0, Prime è presentato come un livello più veloce, con un costo al secondo superiore del 36% a 480p e del 40% a 720p o 1080p (conviene solo se il tempo di attesa conta; sulle varianti Spicy non abbiamo visto questo vantaggio). Pro porta la risoluzione a 1080p, 2K o 4K.
Cosa mostra la tabella:
- Il testo è dove Wan si divide. Wan 2.2 da testo a video rifiuta tutto. Wan 2.5 e 3.0 da testo a video hanno realizzato ogni livello; Wan 2.6 base ha realizzato i prompt L4 e L5a che abbiamo provato. Wan 2.5 da testo a video attenua occasionalmente L5a, quindi riprova prima di scartare un endpoint. Wan 3.0 da testo a video genera fino a 30 secondi con audio, perciò lo stesso comportamento si estende alle riprese più lunghe.
- Da un'immagine fissa, Wan 2.2 cede in cima alla scala. La versione base 2.2 da immagine a video mantiene L1–L3 ma attenua L4. La variante Spicy risolve L4, non i test L5, e non include tutte le capacità del modello base: 2.2 base ha realizzato L5b, mentre Spicy mostrava le conseguenze ma lasciava il momento chiave fuori campo. Le due varianti LoRA senza alcuna LoRA caricata stanno nel mezzo.
- Wan 3.0 Prime da immagine a video è l'eccezione della famiglia 3.0: sostituisce la scena L4 richiesta con qualcosa di più moderato. Wan 3.0 Prime Spicy l'ha realizzata.
- Le immagini fisse di Wan 2.7 cambiano in base all'attività. Da testo a immagine ha attenuato ogni richiesta L4 e L5a sia su base sia su Pro; base ha realizzato una delle due immagini L3, mentre Pro le ha attenuate entrambe. Entrambi hanno superato L5b, il test separato che non riguarda contenuti per adulti. L'endpoint di modifica realizza sempre L1 e L2, ma solo alcuni prompt L4 e L5a.
Gli altri siti che vendono la stessa versione di Wan si comportano diversamente e cambiano nel tempo. Riprova quindi il tuo prompt su ogni endpoint prima di affidargli un intero lotto.
Illustrazione, non un output del modello: lo stesso modello dà risultati diversi in base all'input. Con Wan, testo, immagine fissa e filmati di riferimento sono tre porte diverse.
Come appaiono i clip
Ciò che chiedi e ciò che non chiedi. Wan 2.6 da testo a video ha mantenuto una scena L4 da copione cinematografico per tutti i 5 secondi, senza stacchi né cambi di soggetto, e resta molto più vicino al tuo testo di Wan 3.0, che intensifica la scena e aggiunge persone. Anche Wan 2.7 Spicy, 2.6 Spicy, 2.2 Spicy e Spicy LoRA estensione video a volte vanno oltre il prompt.
Il prompt prevale sull'immagine fissa. Se l'immagine mostra una persona e il prompt nomina un partner, Wan 2.2 Spicy lo inserisce. Tutti e quattro i livelli di Wan 3.0 partivano da un'immagine fissa di una donna su un letto bianco, poi staccavano sulla stanza rossa descritta dal prompt. Descrivi il fotogramma che hai fornito, non un'altra scena.
Come appare Softened. Con un prompt L5a, Wan 2.5 da testo a video ha prodotto, in due tentativi, prima una coppia vestita che si bacia, poi, con un nuovo seed e nuove parole, un uomo in camicia e nessuna donna. Entrambi i processi si sono conclusi normalmente e sono stati addebitati.
Wan 2.5 da testo a video, prompt L5a, due tentativi, cinque fotogrammi ciascuno, dall'inizio alla fine. Senza modifiche.
Wan 2.2 base da immagine a video conserva un'immagine L3 così com'è, poi si ferma prima di L4 (attenuato o soltanto suggerito). Wan 2.2 Animate può vestire il partner a seconda del clip che guida il movimento. Wan 2.7 da testo a immagine restituisce un'immagine più moderata, addebitata come al solito.
Rifiuti. Wan 2.2 da testo a video rifiuta ogni prompt fino a L1, e Wan 2.6 da riferimento a video rifiuta filmati di riferimento L3. Wan 3.0 da riferimento a video, altrimenti aperto, respinge anche foto di persone reali tramite un controllo dei volti («The input content is suspected to include real human faces»); per personaggi ricorrenti servono volti illustrati, 3D o generati. I rifiuti normalmente non costano nulla.
L'aspetto quotidiano. Wan 3.0 da immagine a video, 720p con audio, parte da una vista di spalle e fa girare la donna verso la camera, come richiesto dal prompt.
Wan 2.6 Spicy a 720p con audio, da un'immagine fissa di una donna in costume nero in una piscina sul tetto:
E Wan 2.2 Spicy, senza audio e in verticale (784x1176, 5,8 secondi), con un prompt per una persona completamente vestita, per mostrare che le varianti Spicy creano anche clip normali:
Come scrivere prompt per Wan
- Da immagine a video: l'immagine fissa porta il contenuto, il prompt porta il movimento. Corpo, abiti, scena e luce vengono dal fotogramma. Scrivi l'azione, il ritmo e la camera. Descrivi di nuovo l'abito e Wan lo ridisegna; descrivi un'altra stanza e Wan stacca su quella.
- Da testo a video: nomina tutto, in ordine. Chi, cosa indossa, un'azione, un movimento di camera, luce, audio. Wan 2.5, 2.6, 2.7 Spicy e 3.0 generano audio, quindi fornisci qualche indicazione; Wan 2.2 e Wan 2.6 Flash sono senza audio.
- I prompt negativi esistono solo su alcune versioni. Wan 2.5, 2.6 e 2.7 Spicy hanno un campo per il prompt negativo, così come Wan 2.2 base da immagine a video. Wan 3.0 e Wan 2.2 Spicy non lo hanno: indica quindi cosa vuoi, anziché cosa non vuoi («one continuous take», non «no cuts»).
1. Una persona, da un'immagine fissa, a velocità reale (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.
Esegui questo prompt su Wan 2.2 Spicy →
Per evitare il rallentatore. Una piccola azione distribuita su cinque secondi sembra lenta, e «slowly» lo richiede espressamente. Dai tre o quattro passaggi d'azione e scrivi «real-time speed».
Debole: «Woman on a bed moving slowly.» Wan sceglie il corpo, la stanza e la camera, e tu hai chiesto lentezza. Forte: il prompt sopra: la stessa idea, ma ogni scelta è tua.
2. Tieni ferma la camera (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.
Esegui questo prompt su Wan 2.6 Spicy →
Per evitare che la camera si avvicini. Specifica l'inquadratura e indica che non cambia. Su Wan 2.5, 2.6, 2.6 Flash, 2.6 Spicy e 2.7 Spicy, inserisci anche «zoom, push-in, close-up» nel campo del prompt negativo.
3. Resta sulla tua immagine fissa (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.
Esegui questo prompt su Wan 3.0 da immagine a video →
Per evitare che il clip abbandoni la tua immagine. Descrivi il fotogramma fornito, poi il movimento; mai una stanza diversa. Wan 3.0 da immagine a video funziona anche senza alcun prompt e si limita ad animare il fotogramma. Per scegliere tra input di testo, immagine e riferimento su Wan 3.0, consulta la nostra guida ai flussi di lavoro Wan 3.0.
4. Aggiungi una LoRA senza perdere l'inquadratura (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.
Esegui questo prompt su Wan 2.2 Spicy LoRA →
Per evitare che la LoRA ridipinga il tuo fotogramma. Wan 2.2 esegue il rendering in due passaggi: quello iniziale ad alto rumore definisce composizione e movimento, quello finale a basso rumore definisce dettagli e texture. Segui le istruzioni di compatibilità ad alto/basso rumore dell'autore dell'adattatore anziché scegliere uno slot solo in base allo stile. Aggiungi una LoRA alla volta, non nominare anche il suo stile nel prompt e prova la forza a 480p. La guida agli slot ad alto e basso rumore approfondisce la scelta dello slot.
5. Due adulti dal solo testo (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.
Esegui questo prompt su Wan 2.6 da testo a video →
Wan 2.6 resta vicino a ciò che scrivi. Indica «two adults», chi è chi, un'azione condivisa e un movimento di camera. Su Wan 3.0 lo stesso prompt parte da $0.225 per 5 secondi (480p), e Wan 3.0 riempie ogni vuoto che lasci.
6. Crea prima l'immagine fissa (Wan 2.7 modifica immagine)
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.
Esegui questo prompt su Wan 2.7 modifica immagine →
È la strada per aggirare i percorsi testuali che rifiutano o riscrivono. Wan 2.7 modifica immagine realizza L1 e L2 in modo affidabile a $0.03 per immagine (Pro $0.075), ma solo alcuni prompt L4 e L5a. Rigenera per pochi centesimi, controlla ogni immagine e anima quella scelta con il prompt 1 o 3. Per i generatori d'immagini che vanno oltre, consulta il nostro confronto dei generatori d'immagini NSFW, e per l'editor la guida alla modifica d'immagini con Wan 2.7.
Cosa viene attenuato o rifiutato e cosa viene realizzato
| Viene attenuato o rifiutato | Viene realizzato |
|---|---|
| L4 da un'immagine fissa su Wan 2.2 base o Wan 3.0 Prime | Wan 2.2 Spicy o Wan 3.0 da immagine a video dalla stessa immagine fissa |
| L5a o L5b su Wan 2.2 Spicy | Wan 2.5 da immagine a video, Wan 2.6 Flash, Wan 2.7 Spicy o Wan 3.0 |
| Una posa L3 o una scena L4 su Wan 2.7 da testo a immagine: risultato più moderato, addebitato | Wan 2.7 modifica immagine da un riferimento per L1 e L2; per livelli più intensi prevedi rigenerazioni |
| Qualsiasi prompt su Wan 2.2 da testo a video, anche L1: rifiutato | Wan 2.2 Spicy da un'immagine fissa, oppure Wan 2.5, 2.6 o 3.0 da testo a video |
| Filmato di riferimento L3 su Wan 2.6 da riferimento a video: rifiutato | Wan 3.0 da riferimento a video con immagini di riferimento L3 |
Dove Wan sbaglia e come rimediare
- Wan 3.0 va oltre il punto in cui ti sei fermato. Nomina l'unica azione che vuoi, senza indicazioni più vaghe. Se continua a intensificare la scena, passa a Wan 2.6, che resta più vicino al copione.
- Le varianti Spicy più recenti cambiano gli abiti. Anche Wan 2.6 Spicy mostra a volte più di quanto chieda il prompt. Nominare ogni capo e dire che rimane indossato aiuta un po'. Se l'abito deve restare intatto, usa Wan 3.0, 2.5 o 2.6 base e controlla ogni clip.
- Wan 2.7 modifica immagine attenua la seconda persona. Nelle modifiche L4 il partner di solito torna vestito. Rigenera oppure costruisci la posa da un fotogramma con una sola persona.
- Wan 2.6 a più inquadrature stacca altrove per scelta progettuale. Usa una ripresa unica quando conta la continuità. La nostra guida ai riferimenti Wan 2.6 tratta l'attività con riferimenti.
- Wan 2.2 si ferma a 8 secondi. Wan 2.2 Spicy LoRA estensione video aggiunge altri 5 o 8 secondi; in alternativa passa a Wan 2.6 (15 s) o Wan 3.0 (30 s). La guida ai video senza censura più lunghi spiega come concatenare i clip.
Quale Wan dovresti usare?
| Vuoi | Usa | Risultato ottenuto | 5 s da | |
|---|---|---|---|---|
| Il clip più economico da un'immagine fissa, fino alla scena con due adulti | Wan 2.2 Spicy | L1–L4; L5 per lo più no | $0.095 (480p) | Prova |
| Il più economico da immagine fissa a video con ogni livello realizzato, senza audio | Wan 2.6 Flash | ogni livello | $0.11 (720p) | Prova |
| Un'immagine fissa con audio, 5 o 10 s, ogni livello | Wan 2.5 da immagine a video | ogni livello | $0.225 (480p) | Prova |
| Un'immagine fissa, qualsiasi durata da 2 a 15 s, con audio | Wan 2.7 Spicy | ogni livello | $0.62 (720p) | Prova |
| Testo, vicino a ciò che hai scritto | Wan 2.6 da testo a video | L4, L5a | $0.45 (720p) | Prova |
| Testo con audio, al prezzo più basso | Wan 2.5 da testo a video | ogni livello; L5a occasionalmente attenuato | $0.225 (480p) | Prova |
| Testo, fino a 30 s con audio | Wan 3.0 da testo a video | ogni livello | $0.225 (480p) | Prova |
| Un'immagine fissa, fino a 30 s con audio, ogni livello | Wan 3.0 da immagine a video | ogni livello | $0.225 (480p) | Prova |
| Da 1080p a 4K | Wan 3.0 Pro (più economico di 3.0 base a 1080p) | L1–L5a | $0.72 (1080p) | Prova |
| Un'immagine fissa e un modello orientato ai contenuti per adulti | Wan 3.0 Spicy | ogni livello; abiti spesso cambiati | $0.285 (480p) | Prova |
| I tuoi file LoRA | Wan 2.2 LoRA o Spicy LoRA | senza LoRA caricata: L4 per lo più attenuato | $0.10 (480p) | Prova |
| Continuare un clip | Wan 2.2 Spicy LoRA estensione video | ogni livello | $0.19 per 5 s aggiunti (480p) | Prova |
| Il tuo personaggio che compie i movimenti di un'altra persona | Wan 2.2 Animate | quasi ogni livello | $0.265 (480p) | Prova |
| L'immagine fissa stessa | Wan 2.7 modifica immagine | L1 e L2; L4 e L5a in parte | $0.03 per immagine | Prova |
In una frase: da un'immagine fissa, Wan 2.2 Spicy se ti basta L4 e ogni centesimo conta; Wan 2.5, Wan 2.6 Flash o Wan 3.0 base se ogni livello deve essere realizzato. Da testo, Wan 3.0 oppure Wan 2.6 se vuoi restare più vicino al copione. Per lavorare senza censura, evita Wan 2.2 base in entrambe le attività, Wan 2.6 da riferimento a video e Wan 2.7 da testo a immagine.
Spicy conviene? Dipende dalla versione.
- Wan 2.2: sì, fino a L4. La versione base da immagine a video costa $0.24 per un clip fisso di 5 secondi senza audio e attenua L4. Wan 2.2 Spicy costa $0.095, aggiunge clip di 8 secondi e un fotogramma finale e realizza L1–L4. Nessuna delle due varianti è la risposta per L5.
- Wan 2.6: solo se vuoi quell'orientamento. Wan 2.6 Flash realizza ogni livello per $0.11 (senza audio); Wan 2.6 Spicy costa $0.475 e a volte mostra più di quanto hai chiesto. Wan 2.7 Spicy è l'unico Wan 2.7 che genera video e realizza ogni livello.
- Wan 3.0: non per la scala dei livelli. 3.0 base realizza ogni livello a $0.045 al secondo; Wan 3.0 Spicy ($0.057) aggiunge le variazioni degli abiti descritte sopra. L'unica lacuna che Spicy colma è L4 di Prime da immagine a video: Prime Spicy lo realizza, ma a $0.09 al secondo contro $0.045 di 3.0 base da immagine a video, che realizza anch'esso L4. Nei nostri primi tentativi non era più veloce di Wan 3.0 Spicy (da 126 a 148 secondi contro 80–105 per clip di 5 secondi). Parti da Wan 3.0 base da immagine a video.
LoRA conviene? Solo con i tuoi file. Senza nulla caricato, Wan 2.2 LoRA e Wan 2.2 Spicy LoRA hanno dato clip identici fotogramma per fotogramma dalla stessa immagine fissa e dallo stesso prompt; nessuno ha superato Wan 2.2 Spicy normale su L4, che costa anche meno ($0.095 contro $0.10 con l'offerta attuale). L'extra di Spicy LoRA è l'estensione video. Esistono pesi aperti per Wan 2.2, ma non per Wan 2.5, 2.6, 2.7 o 3.0: ecco perché 2.2 è la versione con LoRA della comunità. Usare la tua LoRA su un'API ospitata spiega come ospitarle.
Wan 3.0 non è l'unica famiglia che ha realizzato ogni livello: consulta il test senza censura di MiniMax H3 e tutte le versioni di Seedance messe alla prova.
Quanto costa un clip di 5 secondi
| Wan | 480p | 720p | 1080p | 2K | 4K |
|---|---|---|---|---|---|
| 2.2, per clip fisso di 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 estensione, per 5 s aggiunti | $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 |
I prezzi LoRA includono l'attuale offerta «LoRA price drop» del 15% ($0.12 e $0.24 senza offerta); l'estensione video non ha offerte. Wan 2.2 Animate viene addebitato in base alla durata del clip che guida il movimento: $0.265 per 5 secondi a 480p, $0.55 a 720p. Wan 2.7 modifica immagine costa $0.03 per immagine, Wan 2.7 Pro $0.075. I prezzi sono le tariffe al secondo moltiplicate per cinque; ogni pagina del modello mostra la stima aggiornata prima dell'invio.
Come usare Wan: prima Playground, poi l'API
Nel Playground. Crea un account, apri la pagina dell'attività del modello e rimani nella scheda Playground. Per Wan 2.2 Spicy da immagine a video:
- Trascina la tua immagine fissa in Input image (JPG, PNG, WEBP o GIF, fino a 10 MB). Definisce corpo, abiti, scena, luce e rapporto d'aspetto.
- Incolla uno dei prompt sopra in Prompt. Descrivi solo movimento e camera.
- Imposta Duration (5 o 8 secondi) e Resolution (480p o 720p). Entrambi cambiano il prezzo; fai le bozze a 480p.
- Se vuoi, aggiungi un Closing frame per fissare la conclusione, oppure un Seed per confrontare le impostazioni sulla stessa immagine fissa.
- Avvia il processo. Il prezzo appare prima di qualsiasi addebito.
I campi cambiano in base alla versione di Wan e all'attività: segui quindi il modulo di ogni pagina. Wan 3.0 da testo a video parte dal solo prompt, mentre le attività con riferimenti di 3.0 e 2.6 accettano immagini o video di riferimento.
Poi l'API, quando un prompt funziona e vuoi integrarlo nella tua app. La stessa chiamata Wan 2.2 Spicy, con la tua immagine fissa:
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"
}
}'Campi, polling, download ed errori sono nel riferimento API. Un prompt rifiutato fallisce con content_rejected: cambia il prompt o il modello invece di riprovare senza modifiche.
Oppure lascia che lo esegua un agente. Un agente può fare la stessa chiamata tramite la CLI, il server MCP o l'Agent Skill. Tutti e tre leggono lo schema aggiornato del modello; CLI e MCP mostrano il prezzo e chiedono conferma prima di creare un processo. Con SPICY_API_KEY impostata:
# 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 è senza censura?
In parte. Wan 2.2 base da immagine a video conserva L1–L3, ma è Softened: attenua L4. Wan 2.2 Spicy realizza L1–L4; ha rispettato uno dei quattro clip L5a e attenuato tutti e tre i test L5b. Anche le varianti LoRA e Wan 2.2 Animate sono Uncensored, con i risultati mancati nella tabella. Wan 2.2 da testo a video è Filtered: rifiuta tutto, incluso L1.
Wan 3.0 è senza censura?
Sì: Wan 3.0 base ha realizzato ogni livello con input di testo, immagini e riferimenti e spesso aggiunge più di quanto hai chiesto. Wan 3.0 Prime da immagine a video è l'eccezione (L4 attenuato), mentre le varianti Spicy realizzano ogni livello ma cambiano gli abiti.
Wan 2.6 può creare contenuti NSFW?
Sì. Wan 2.6 base ha realizzato L4 e L5a da testo e L5a da un'immagine fissa. Wan 2.6 Flash ha realizzato ogni livello; Wan 2.6 Spicy ha mancato un clip L4. Wan 2.6 da riferimento a video è Filtered e rifiuta filmati di riferimento L3. Dove lo usi conta quanto la versione; gli altri siti si comportano diversamente.
Perché Wan rifiuta da testo a video quando da immagine a video funziona?
Su Wan 2.2 il percorso testuale è Filtered: rifiuta tutto, incluso L1. Wan 2.5, 2.6 e 3.0 da testo a video realizzano le richieste (Wan 2.5 attenua occasionalmente L5a, quindi riprova prima di cambiare). Oppure crea prima l'immagine fissa (prompt 6) e animala su Wan 2.2 Spicy.
Perché i miei video Wan sono al rallentatore?
Succedono troppo poche cose e ci sono troppe parole sul ritmo. Dai tre o quattro azioni, scrivi «real-time speed» ed elimina «slowly». Vedi il prompt 1.
Wan è open source e posso usarlo senza censura sulla mia GPU?
L'organizzazione ufficiale Wan-AI su Hugging Face elenca pesi aperti per Wan 2.1 e 2.2 (anche per le varianti Animate e Dancer), ma nessuno per Wan 2.5, 2.6, 2.7 o 3.0, che funzionano solo tramite API ospitate. Usare da solo i pesi di Wan 2.2 significa non avere un filtro del servizio di hosting davanti al modello.
La versione Spicy è peggiore per i normali video SFW?
Crea anche clip normali: il clip della palestra sopra è Wan 2.2 Spicy con un prompt per una persona completamente vestita. Le varianti Spicy più recenti, però, tendono autonomamente ai contenuti per adulti e cambiano spesso gli abiti: per lavori in cui la fedeltà dell'abbigliamento conta, usa la versione base.
Pago per i clip rifiutati o attenuati?
Attenuati: sì, al prezzo normale. Rifiutati: normalmente no, perché il processo fallito libera interamente l'importo riservato. Ecco perché controlli il clip, non lo stato: per l'API un clip attenuato è un successo.
La tua responsabilità
Non aggiungiamo alcun filtro extra dei contenuti da parte nostra. Tutte le persone sullo schermo devono essere adulte. Qualsiasi persona reale e identificabile deve aver dato il consenso, anche per un'immagine fissa o una LoRA addestrata sulle sue sembianze. Devi avere i diritti su tutto ciò che carichi e sei responsabile del rispetto della legge nel luogo in cui pubblichi. SpicyAPI non è disponibile in ogni paese; controlla l'elenco di disponibilità nella nostra politica sui contenuti e sull'utilizzo prima di costruirci un progetto.
Avvia il tuo primo clip
Apri Wan 2.2 Spicy nel Playground, carica un'immagine fissa e incolla il prompt 1. Fai una bozza a 480p per $0.095, poi passa a 720p oppure a Wan 3.0 da immagine a video quando il movimento è corretto e ti servono tutti i livelli o fino a 30 secondi.
