Wan nie jest jednym modelem. Rodzina obejmuje wersje od Wan 2.2 do Wan 3.0 i jest oferowana w naszym API jako 33 osobne endpointy (wejście tekstowe, obrazowe i referencyjne oraz warianty „Spicy”, „Prime” i „Pro”). Nie wszystkie tak samo traktują treści dla dorosłych. Podaj Wan 3.0 prompt tekstowy opisujący dobrowolną scenę między dwojgiem dorosłych z motywami krępowania: klip zawiera wszystkie wymienione elementy, a potem idzie dalej niż Twój opis. Podobny prompt w Wan 2.2 tekst na wideo zostaje odrzucony i nie ponosisz opłaty.
Krótka odpowiedź: przeważnie tak, ale endpoint jest ważniejszy niż numer wersji. Według naszych testów z września 2026 roku 28 z 33 endpointów Wan ma etykietę Uncensored. Bazowy Wan 3.0 zrealizował każdy poziom przy wejściu tekstowym, obrazowym i referencyjnym — od sugestywnych obrazów po dwie najbardziej intensywne próby. Wan 2.5 zrealizował niemal wszystkie. Bazowy Wan 2.2 jest słabym punktem: z obrazu statycznego łagodzi scenę z dwojgiem dorosłych, a z tekstu odrzuca wszystko, nawet najłagodniejszy poziom. Tanie warianty „Spicy” radzą sobie lepiej, lecz najnowsze często zmieniają ubrania osób, które zgodnie z Twoim promptem miały pozostać ubrane.
Jak działają poziomy
Pięć poziomów, każdy intensywniejszy od poprzedniego; poniższa tabela stosuje tę skalę.
- L1 Sugestywny i L2 Tematy dla dorosłych: sugestywne i umiarkowane obrazy NSFW.
- L3 Mocny: zaawansowane obrazy NSFW z jedną dorosłą osobą.
- L4 Intensywny: scena o większej intensywności między dwojgiem dorosłych.
- L5a to dobrowolna scena między dorosłymi z motywami krępowania; L5b to filmowa drastyczna przemoc. L5b jest innym rodzajem treści, a nie mocniejszym L5a.
Każda postać jest fikcyjną osobą dorosłą. Klip powstał zgodnie z opisem albo został złagodzony: ukończono go i naliczono opłatę, ale scenę zastąpiono łagodniejszą, partner pojawił się ubrany lub kluczowy moment pozostał poza kadrem. Niektóre endpointy zamiast tego odrzucają prośbę, a te zadania kończą się błędem bez utworzenia klipu.
W 30 sekund
- Odrzucone: Wan 2.2 tekst na wideo (nawet L1) i Wan 2.6 referencja na wideo. Bazowy Wan 2.2 obraz na wideo oraz Wan 2.7 tekst na obraz (także wersja Pro) są oznaczone jako Softened. Tylko te pięć endpointów nie ma etykiety Uncensored.
- „Uncensored” oznacza brak filtra po naszej stronie, a nie „zawsze zgodnie z opisem”. Wan 3.0 idzie dalej niż prosisz, a Wan 2.2 Spicy i warianty LoRA nie realizują niektórych poziomów (zobacz tabelę).
- Do większości zadań: z obrazu statycznego Wan 2.2 Spicy do L4 (najtańszy), Wan 2.6 Flash lub Wan 2.5, gdy każdy poziom musi zostać zrealizowany, oraz Wan 3.0 do 30 sekund z dźwiękiem. Z tekstu Wan 3.0 lub Wan 2.6, gdy zależy Ci na wierności scenariuszowi.
- 5 sekund kosztuje 0,095 $ w Wan 2.2 Spicy (480p), 0,225 $ w Wan 3.0 (480p) i 0,45 $ w Wan 2.6 (720p).
Wypróbuj Wan 2.2 Spicy → · Wypróbuj Wan 3.0 tekst na wideo →
Jak daleko sięga każda wersja Wan
Każda komórka pokazuje liczbę klipów zgodnych z opisem względem liczby prób na tym poziomie; „–” oznacza brak testu. Nieudana próba to złagodzony klip, chyba że wiersz wskazuje odrzucenie.
| Wersja Wan · zadanie | L1 | L2 | L3 | L4 | L5a | L5b | Etykieta strony |
|---|---|---|---|---|---|---|---|
| 3.0 · osobno tekst, obraz i referencja | 3/3 | 3/3 | 2/2 | 3/3 | 3/3 | 3/3 | Uncensored |
| 3.0 Pro i 3.0 Pro Prime · osobno tekst, obraz i referencja | 3/3 | 3/3 | 2/2 | 3/3 | 1/1 | – | Uncensored |
| 3.0 Prime · osobno tekst i referencja | 3/3 | 3/3 | 2/2 | 3/3 | 1/1 | – | Uncensored |
| 3.0 Prime · obraz | 3/3 | 3/3 | 3/3 | 0/3 | – | – | Uncensored |
| 3.0 Spicy · obraz, jedna próba na poziom | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | Uncensored |
| 3.0 Prime Spicy · obraz, jedna próba na poziom | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | 1/1 | Uncensored |
| 2.7 Spicy · obraz | 3/3 | 3/3 | 3/3 | 3/3 | 4/4 | 3/3 | Uncensored |
| 2.7 · edycja obrazu | 3/3 | 3/3 | – | 1/3 | 1/3 | 3/3 | Uncensored |
| 2.7 Pro · edycja obrazu | 3/3 | 3/3 | – | 0/3 | 2/3 | 3/3 | Uncensored |
| 2.7 · tekst na obraz | 3/3 | 3/3 | 1/2 | 0/3 | 0/3 | 3/3 | Softened |
| 2.7 Pro · tekst na obraz | 3/3 | 3/3 | 0/2 | 0/3 | 0/3 | 3/3 | Softened |
| 2.6 Spicy · obraz | 3/3 | 3/3 | 3/3 | 2/3 | 4/4 | 3/3 | Uncensored |
| 2.6 Flash · obraz | 3/3 | 3/3 | 3/3 | 3/3 | 4/4 | 3/3 | Uncensored |
| 2.6 · tekst | – | – | – | 1/1 | 2/2 | – | Uncensored |
| 2.6 · obraz | – | – | – | – | 1/1 | – | Uncensored |
| 2.6 · referencja | – | – | odrzucono 0/1 | – | – | – | Filtered |
| 2.5 · obraz | 3/3 | 3/3 | 3/3 | 3/3 | 4/4 | 3/3 | Uncensored |
| 2.5 · tekst | 3/3 | 3/3 | 3/3 | 3/3 | 3/5 | 3/3 | Uncensored |
| 2.2 Animate · animacja postaci | 3/3 | 2/3 | 3/3 | 3/3 | 3/4 | 3/3 | Uncensored |
| 2.2 Spicy · obraz | 3/3 | 3/3 | 3/3 | 3/3 | 1/4 | 0/3 | Uncensored |
| 2.2 Spicy LoRA · obraz, bez wczytanej LoRA | 3/3 | 3/3 | 3/3 | 0/3 | 2/4 | 3/3 | Uncensored |
| 2.2 Spicy LoRA · przedłużanie wideo | 1/1 | 1/1 | 1/1 | 1/1 | 2/2 | 1/1 | Uncensored |
| 2.2 LoRA · obraz, bez wczytanej LoRA | 3/3 | 3/3 | 3/3 | 1/3 | 3/4 | 1/3 | Uncensored |
| 2.2 · obraz | 3/3 | 3/3 | 3/3 | 0/3 | 1/4 | 3/3 | Softened |
| 2.2 · tekst | odrzucono 0/3 | odrzucono 0/3 | odrzucono 0/3 | odrzucono 0/3 | odrzucono 0/4 | odrzucono 0/3 | Filtered |
Uncensored oznacza, że nie dodajemy po naszej stronie filtra treści; model nadal może złagodzić scenę, co pokazują pogrubione komórki. Softened oznacza powodzenie zadania i naliczenie opłaty, ale złagodzony wynik. Filtered oznacza całkowite odrzucenie. Za złagodzone klipy naliczana jest opłata; odrzucone zadanie kończy się kodem błędu content_rejected i zwykle nic nie kosztuje. W rodzinie 3.0 Prime jest opisany jako szybszy wariant, z ceną za sekundę wyższą o 36% przy 480p i 40% przy 720p lub 1080p (warto tylko wtedy, gdy liczy się czas realizacji; w wariantach Spicy tego nie zaobserwowaliśmy). Pro zwiększa rozdzielczość do 1080p, 2K lub 4K.
Co pokazuje tabela:
- Tekst ujawnia różnice między Wan. Wan 2.2 tekst na wideo odrzuca wszystko. Wan 2.5 i 3.0 tekst na wideo zrealizowały każdy poziom; bazowy Wan 2.6 zrealizował testowane przez nas prompty L4 i L5a. Wan 2.5 tekst na wideo czasami łagodzi L5a, więc ponów próbę, zanim skreślisz endpoint. Wan 3.0 tekst na wideo generuje do 30 sekund z dźwiękiem, więc to samo zachowanie dotyczy dłuższych ujęć.
- Z obrazu statycznego Wan 2.2 zawodzi na szczycie skali. Bazowy 2.2 obraz na wideo zachowuje L1–L3, ale łagodzi L4. Wariant Spicy poprawia L4, ale nie próby L5, i nie obejmuje wszystkich możliwości modelu bazowego: bazowy 2.2 zrealizował L5b, podczas gdy Spicy pokazał następstwa, lecz pozostawił kluczowy moment poza kadrem. Oba warianty LoRA, uruchomione bez wczytanej LoRA, mieszczą się pośrodku.
- Wan 3.0 Prime obraz na wideo jest wyjątkiem w rodzinie 3.0: zastępuje zamówioną scenę L4 łagodniejszą. Wan 3.0 Prime Spicy ją zrealizował.
- Obrazy statyczne Wan 2.7 różnią się zależnie od zadania. Tekst na obraz złagodził wszystkie prośby L4 i L5a zarówno w wariancie bazowym, jak i Pro; bazowy zrealizował jeden z dwóch obrazów L3, a Pro złagodził oba. Oba przeszły L5b, osobną próbę niezwiązaną z treściami dla dorosłych. Endpoint edycji zawsze realizuje L1 i L2, ale tylko niektóre prompty L4 i L5a.
Inne strony oferujące tę samą wersję Wan zachowują się inaczej i zmieniają się z czasem. Dlatego sprawdź własny prompt na każdym endpoincie, zanim powierzysz mu całą serię.
Ilustracja, a nie wynik modelu: ten sam model daje różne rezultaty zależnie od wejścia. W Wan tekst, obraz statyczny i film referencyjny to trzy różne drzwi.
Jak wyglądają klipy
To, o co prosisz, i to, o co nie prosisz. Wan 2.6 tekst na wideo utrzymał scenę L4 ze scenariusza filmowego przez pełne 5 sekund, bez przebitek ani zmiany postaci. Pozostaje znacznie bliżej Twojego opisu niż Wan 3.0, który zwiększa intensywność i dodaje osoby. Wan 2.7 Spicy, 2.6 Spicy, 2.2 Spicy oraz Spicy LoRA przedłużanie wideo też czasami wychodzą poza prompt.
Prompt wygrywa z obrazem statycznym. Jeżeli obraz pokazuje jedną osobę, a prompt wymienia partnera, Wan 2.2 Spicy go dodaje. Wszystkie cztery warianty Wan 3.0 zaczynały od obrazu kobiety na białym łóżku, po czym przechodziły do czerwonego pokoju opisanego w prompcie. Opisz dostarczoną klatkę, nie inną scenę.
Jak wygląda Softened. Wan 2.5 tekst na wideo z promptem L5a dał w dwóch próbach najpierw całującą się ubraną parę, a potem, z nową wartością seed i nowym opisem, mężczyznę w koszuli bez żadnej kobiety. Oba zadania zakończyły się normalnie i zostały rozliczone.
Wan 2.5 tekst na wideo, prompt L5a, dwie próby, po pięć klatek od początku do końca. Bez edycji.
Bazowy Wan 2.2 obraz na wideo zachowuje obraz L3 bez zmian, a przy L4 zatrzymuje się wcześniej (złagodzenie lub samo zasugerowanie). Wan 2.2 Animate może ubrać partnera zależnie od klipu sterującego ruchem. Wan 2.7 tekst na obraz zwraca łagodniejszy obraz, rozliczony jak zwykle.
Odrzucenie. Wan 2.2 tekst na wideo odrzuca każdy prompt, aż do L1, a Wan 2.6 referencja na wideo odrzuca film referencyjny L3. Wan 3.0 referencja na wideo, poza tym otwarty, również odrzuca zdjęcia prawdziwych osób po kontroli twarzy („The input content is suspected to include real human faces”); powracające postacie wymagają twarzy rysowanych, 3D lub wygenerowanych. Odrzucenia zwykle nic nie kosztują.
Codzienny wygląd. Wan 3.0 obraz na wideo, 720p z dźwiękiem, zaczyna od widoku od tyłu i odwraca kobietę w stronę kamery zgodnie z promptem.
Wan 2.6 Spicy przy 720p z dźwiękiem, z obrazu statycznego kobiety w czarnym stroju kąpielowym przy basenie na dachu:
Oraz Wan 2.2 Spicy, bez dźwięku i w pionie (784x1176, 5,8 sekundy), z promptem opisującym w pełni ubraną osobę, aby pokazać, że warianty Spicy tworzą też zwykłe klipy:
Jak pisać prompty do Wan
- Obraz na wideo: obraz statyczny dostarcza treść, prompt dostarcza ruch. Ciało, ubrania, scenografia i światło pochodzą z klatki. Opisz działanie, tempo i kamerę. Ponownie opiszesz strój — Wan go narysuje od nowa; opiszesz inny pokój — Wan przeniesie do niego ujęcie.
- Tekst na wideo: wymień wszystko po kolei. Kto, co nosi, jedno działanie, jeden ruch kamery, światło, dźwięk. Wan 2.5, 2.6, 2.7 Spicy i 3.0 generują dźwięk, więc dodaj wskazówki; Wan 2.2 i Wan 2.6 Flash są nieme.
- Prompty negatywne są dostępne tylko w niektórych wersjach. Wan 2.5, 2.6 i 2.7 Spicy mają pole promptu negatywnego, podobnie jak bazowy Wan 2.2 obraz na wideo. Wan 3.0 i Wan 2.2 Spicy go nie mają, więc powiedz, co chcesz, zamiast tego, czego nie chcesz („one continuous take”, a nie „no cuts”).
1. Jedna osoba, z obrazu statycznego, w rzeczywistym tempie (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.
Uruchom ten prompt w Wan 2.2 Spicy →
Na spowolniony ruch. Drobne działanie rozciągnięte na pięć sekund wygląda wolno, a „slowly” właśnie o to prosi. Dodaj trzy lub cztery etapy działania i wpisz „real-time speed”.
Słaby: „Woman on a bed moving slowly.” Wan wybiera ciało, pokój i kamerę, a Ty prosisz o wolny ruch. Mocny: prompt powyżej — ta sama idea, ale każda decyzja należy do Ciebie.
2. Utrzymaj kamerę w miejscu (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.
Uruchom ten prompt w Wan 2.6 Spicy →
Na kamerę, która stopniowo się zbliża. Określ kadr i zaznacz, że się nie zmienia. W Wan 2.5, 2.6, 2.6 Flash, 2.6 Spicy i 2.7 Spicy dodaj też „zoom, push-in, close-up” w polu promptu negatywnego.
3. Pozostań przy swoim obrazie statycznym (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.
Uruchom ten prompt w Wan 3.0 obraz na wideo →
Na klip, który opuszcza Twój obraz. Opisz dostarczoną klatkę, a potem ruch; nigdy inny pokój. Wan 3.0 obraz na wideo działa też całkowicie bez promptu i po prostu animuje klatkę. Aby wybrać tekst, obraz lub referencję w Wan 3.0, zobacz nasz przewodnik po przepływach pracy Wan 3.0.
4. Dodaj LoRA bez utraty kadru (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.
Uruchom ten prompt w Wan 2.2 Spicy LoRA →
Na LoRA, która przemalowuje Twój kadr. Wan 2.2 renderuje w dwóch przebiegach: wczesny, z wysokim poziomem szumu, ustala kompozycję i ruch; późny, z niskim poziomem szumu, ustala szczegóły i teksturę. Postępuj zgodnie z instrukcjami autora adaptera dotyczącymi zgodności z wysokim/niskim szumem, zamiast wybierać slot wyłącznie na podstawie stylu. Dodawaj po jednej LoRA, nie wymieniaj dodatkowo jej stylu w prompcie i testuj siłę przy 480p. Przewodnik po slotach z wysokim i niskim szumem dokładniej wyjaśnia wybór slotu.
5. Dwoje dorosłych wyłącznie z tekstu (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.
Uruchom ten prompt w Wan 2.6 tekst na wideo →
Wan 2.6 trzyma się blisko tego, co piszesz. Wpisz „two adults”, określ, kto jest kim, jedno wspólne działanie i jeden ruch kamery. W Wan 3.0 ten sam prompt kosztuje od 0,225 $ za 5 sekund (480p), a Wan 3.0 wypełnia każdą pozostawioną lukę.
6. Najpierw utwórz obraz statyczny (Wan 2.7 edycja obrazu)
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.
Uruchom ten prompt w Wan 2.7 edycja obrazu →
To sposób na obejście każdej ścieżki tekstowej, która odrzuca lub przepisuje opis. Wan 2.7 edycja obrazu niezawodnie realizuje L1 i L2 za 0,03 $ za obraz (Pro 0,075 $), ale tylko niektóre prompty L4 i L5a. Generuj ponownie za kilka centów, sprawdzaj każdy obraz, a wybrany animuj promptem 1 lub 3. O generatorach obrazów, które idą dalej, przeczytasz w naszym porównaniu generatorów obrazów NSFW, a o samym edytorze w przewodniku po edycji obrazów Wan 2.7.
Co jest łagodzone lub odrzucane, a co realizowane
| Łagodzone lub odrzucane | Realizowane |
|---|---|
| L4 z obrazu statycznego w bazowym Wan 2.2 lub Wan 3.0 Prime | Wan 2.2 Spicy lub Wan 3.0 obraz na wideo z tego samego obrazu |
| L5a lub L5b w Wan 2.2 Spicy | Wan 2.5 obraz na wideo, Wan 2.6 Flash, Wan 2.7 Spicy lub Wan 3.0 |
| Poza ciała na poziomie L3 lub scena L4 w Wan 2.7 tekst na obraz: łagodniejszy wynik, opłata naliczona | Wan 2.7 edycja z referencji dla L1 i L2; na mocniejszych poziomach spodziewaj się powtórzeń |
| Każdy prompt w Wan 2.2 tekst na wideo, nawet L1: odrzucenie | Wan 2.2 Spicy z obrazu statycznego lub Wan 2.5, 2.6 albo 3.0 tekst na wideo |
| Film referencyjny L3 w Wan 2.6 referencja na wideo: odrzucenie | Wan 3.0 referencja na wideo z obrazami referencyjnymi L3 |
Gdzie Wan się potyka i jak to naprawić
- Wan 3.0 idzie dalej niż Twój zamierzony koniec. Wymień jedno działanie, którego chcesz, bez bardziej ogólnych wskazówek. Jeśli nadal zwiększa intensywność, przejdź na Wan 2.6, który trzyma się bliżej scenariusza.
- Najnowsze warianty Spicy zmieniają ubrania. Wan 2.6 Spicy też czasami pokazuje więcej, niż prosił prompt. Nazwanie każdej części garderoby i zaznaczenie, że pozostaje na postaci, trochę pomaga. Gdy strój musi przetrwać, użyj bazowego Wan 3.0, 2.5 lub 2.6 i sprawdź każdy klip.
- Wan 2.7 edycja obrazu łagodzi drugą osobę. W edycjach L4 partner zwykle pojawia się ubrany. Ponów generowanie lub zbuduj pozę z kadru z jedną osobą.
- Wan 2.6 z wieloma ujęciami celowo zmienia widok. Używaj jednego ujęcia, gdy liczy się ciągłość. Nasz przewodnik po referencjach Wan 2.6 omawia zadanie referencyjne.
- Wan 2.2 kończy na 8 sekundach. Wan 2.2 Spicy LoRA przedłużanie wideo dodaje kolejne 5 lub 8; możesz też przejść na Wan 2.6 (15 s) lub Wan 3.0 (30 s). Przewodnik po dłuższych filmach bez cenzury omawia łączenie klipów.
Którego Wan użyć?
| Chcesz | Użyj | Zrealizowane | 5 s od | |
|---|---|---|---|---|
| Najtańszego klipu z obrazu statycznego, do sceny z dwojgiem dorosłych | Wan 2.2 Spicy | L1–L4; L5 przeważnie nie | 0,095 $ (480p) | Wypróbuj |
| Najtańszego obrazu na wideo, który zrealizował każdy poziom, bez dźwięku | Wan 2.6 Flash | każdy poziom | 0,11 $ (720p) | Wypróbuj |
| Obrazu statycznego z dźwiękiem, 5 lub 10 s, każdy poziom | Wan 2.5 obraz na wideo | każdy poziom | 0,225 $ (480p) | Wypróbuj |
| Obrazu statycznego, dowolnej długości od 2 do 15 s, z dźwiękiem | Wan 2.7 Spicy | każdy poziom | 0,62 $ (720p) | Wypróbuj |
| Tekstu wiernego Twojemu opisowi | Wan 2.6 tekst na wideo | L4, L5a | 0,45 $ (720p) | Wypróbuj |
| Tekstu z dźwiękiem, najtaniej | Wan 2.5 tekst na wideo | każdy poziom; L5a czasami złagodzony | 0,225 $ (480p) | Wypróbuj |
| Tekstu, do 30 s z dźwiękiem | Wan 3.0 tekst na wideo | każdy poziom | 0,225 $ (480p) | Wypróbuj |
| Obrazu statycznego, do 30 s z dźwiękiem, każdy poziom | Wan 3.0 obraz na wideo | każdy poziom | 0,225 $ (480p) | Wypróbuj |
| 1080p do 4K | Wan 3.0 Pro (tańszy niż bazowy 3.0 przy 1080p) | L1–L5a | 0,72 $ (1080p) | Wypróbuj |
| Obrazu statycznego i modelu skłaniającego się ku treściom dla dorosłych | Wan 3.0 Spicy | każdy poziom; ubrania często zmienione | 0,285 $ (480p) | Wypróbuj |
| Własnych plików LoRA | Wan 2.2 LoRA lub Spicy LoRA | bez wczytanej LoRA: L4 przeważnie złagodzony | 0,10 $ (480p) | Wypróbuj |
| Kontynuować klip | Wan 2.2 Spicy LoRA przedłużanie wideo | każdy poziom | 0,19 $ za dodane 5 s (480p) | Wypróbuj |
| Swojej postaci wykonującej ruchy innej osoby | Wan 2.2 Animate | niemal każdy poziom | 0,265 $ (480p) | Wypróbuj |
| Samego obrazu statycznego | Wan 2.7 edycja obrazu | L1 i L2; L4 i L5a częściowo | 0,03 $ za obraz | Wypróbuj |
W jednym zdaniu: z obrazu statycznego Wan 2.2 Spicy, jeśli wystarcza Ci L4 i liczy się każdy cent; Wan 2.5, Wan 2.6 Flash lub bazowy Wan 3.0, gdy każdy poziom musi być zrealizowany. Z tekstu Wan 3.0 lub Wan 2.6, gdy zależy Ci na wierności scenariuszowi. Do pracy bez cenzury pomiń bazowy Wan 2.2 w obu zadaniach, Wan 2.6 referencja na wideo i Wan 2.7 tekst na obraz.
Czy Spicy się opłaca? Zależy od wersji.
- Wan 2.2: tak, do L4. Bazowy obraz na wideo kosztuje 0,24 $ za stały, niemy klip 5-sekundowy i łagodzi L4. Wan 2.2 Spicy kosztuje 0,095 $, dodaje klipy 8-sekundowe i klatkę końcową oraz realizuje L1–L4. Żaden wariant nie jest rozwiązaniem dla L5.
- Wan 2.6: tylko jeśli chcesz tej tendencji. Wan 2.6 Flash realizuje każdy poziom za 0,11 $ (bez dźwięku); Wan 2.6 Spicy kosztuje 0,475 $ i czasami pokazuje więcej, niż prosisz. Wan 2.7 Spicy jest jedynym Wan 2.7, który tworzy wideo, i realizuje każdy poziom.
- Wan 3.0: nie ze względu na skalę. Bazowy 3.0 realizuje każdy poziom za 0,045 $ za sekundę; Wan 3.0 Spicy (0,057 $) dodaje opisane wyżej zmiany ubrań. Jedyna luka, którą wypełnia Spicy, to L4 w Prime obraz na wideo: Prime Spicy je realizuje, ale za 0,09 $ za sekundę wobec 0,045 $ za bazowy 3.0 obraz na wideo, który również realizuje L4. W pierwszych próbach nie był też szybszy niż Wan 3.0 Spicy (126–148 sekund wobec 80–105 dla klipów 5-sekundowych). Zacznij od bazowego Wan 3.0 obraz na wideo.
Czy LoRA się opłaca? Tylko z własnymi plikami. Bez wczytanych plików Wan 2.2 LoRA i Wan 2.2 Spicy LoRA dały klipy identyczne klatka po klatce z tego samego obrazu i promptu; żaden nie pokonał zwykłego Wan 2.2 Spicy w L4, który jest też tańszy (0,095 $ wobec 0,10 $ w obecnej ofercie). Dodatkiem Spicy LoRA jest przedłużanie wideo. Wan 2.2 ma otwarte wagi, ale Wan 2.5, 2.6, 2.7 i 3.0 nie; dlatego to 2.2 ma społecznościowe LoRA. Uruchamianie własnej LoRA w hostowanym API wyjaśnia ich hosting.
Wan 3.0 nie jest jedyną rodziną, która zrealizowała każdy poziom: zobacz test MiniMax H3 bez cenzury oraz wszystkie wersje Seedance w testach.
Ile kosztuje klip 5-sekundowy
| Wan | 480p | 720p | 1080p | 2K | 4K |
|---|---|---|---|---|---|
| 2.2, za stały klip 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 przedłużanie, za dodane 5 s | 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 $ |
Ceny LoRA uwzględniają obecną ofertę „LoRA price drop” z rabatem 15% (bez niej 0,12 $ i 0,24 $); przedłużanie wideo nie ma oferty. Wan 2.2 Animate nalicza opłatę według długości klipu sterującego: 0,265 $ za 5 sekund przy 480p, 0,55 $ przy 720p. Wan 2.7 edycja obrazu kosztuje 0,03 $ za obraz, Wan 2.7 Pro 0,075 $. Ceny to stawki za sekundę pomnożone przez pięć; każda strona modelu pokazuje aktualną wycenę przed wysłaniem zadania.
Jak używać Wan: najpierw Playground, potem API
W Playground. Utwórz konto, otwórz stronę zadania modelu i zostań na karcie Playground. Dla Wan 2.2 Spicy obraz na wideo:
- Przeciągnij obraz statyczny do Input image (JPG, PNG, WEBP lub GIF, do 10 MB). Ustala ciało, ubrania, scenografię, światło i proporcje.
- Wklej jeden z powyższych promptów do Prompt. Opisz tylko ruch i kamerę.
- Ustaw Duration (5 lub 8 sekund) oraz Resolution (480p lub 720p). Oba zmieniają cenę; rób próby przy 480p.
- Opcjonalnie dodaj Closing frame, aby ustalić zakończenie, lub Seed, aby porównać ustawienia na tym samym obrazie statycznym.
- Uruchom zadanie. Cena pojawia się przed naliczeniem jakiejkolwiek opłaty.
Pola różnią się zależnie od wersji Wan i zadania, więc kieruj się formularzem na danej stronie: Wan 3.0 tekst na wideo zaczyna od samego promptu, a zadania referencyjne 3.0 i 2.6 przyjmują obrazy referencyjne lub film referencyjny.
Potem API, gdy prompt działa i chcesz używać go we własnej aplikacji. To samo wywołanie Wan 2.2 Spicy z Twoim obrazem statycznym:
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"
}
}'Pola, odpytywanie, pobieranie i błędy opisuje dokumentacja API. Odrzucony prompt kończy się błędem content_rejected: zmień prompt lub model, zamiast ponawiać go bez zmian.
Możesz też zlecić to agentowi. Agent może wykonać to samo wywołanie przez CLI, serwer MCP lub Agent Skill. Wszystkie trzy odczytują aktualny schemat modelu, a CLI i MCP pokazują cenę i proszą o potwierdzenie przed utworzeniem zadania. Z ustawionym 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-skillFAQ
Czy Wan 2.2 jest bez cenzury?
Częściowo. Bazowy Wan 2.2 obraz na wideo zachowuje L1–L3, ale jest Softened: łagodzi L4. Wan 2.2 Spicy realizuje L1–L4; zrealizował zgodnie z opisem jeden z czterech klipów L5a i złagodził wszystkie trzy próby L5b. Warianty LoRA i Wan 2.2 Animate też są Uncensored, z niepowodzeniami pokazanymi w tabeli. Wan 2.2 tekst na wideo jest Filtered: odrzuca wszystko, również L1.
Czy Wan 3.0 jest bez cenzury?
Tak: bazowy Wan 3.0 zrealizował każdy poziom przy wejściu tekstowym, obrazowym i referencyjnym, a często dodaje więcej, niż prosisz. Wan 3.0 Prime obraz na wideo jest wyjątkiem (L4 złagodzony), a warianty Spicy realizują każdy poziom, lecz zmieniają ubrania.
Czy Wan 2.6 może tworzyć NSFW?
Tak. Bazowy Wan 2.6 zrealizował L4 i L5a z tekstu oraz L5a z obrazu statycznego. Wan 2.6 Flash zrealizował każdy poziom; Wan 2.6 Spicy nie zrealizował jednego klipu L4. Wan 2.6 referencja na wideo jest Filtered i odrzuca film referencyjny L3. Miejsce uruchomienia jest równie ważne jak wersja; inne strony różnią się zachowaniem.
Dlaczego Wan odrzuca tekst na wideo, gdy obraz na wideo działa?
W Wan 2.2 ścieżka tekstowa jest Filtered: odrzuca wszystko, w tym L1. Wan 2.5, 2.6 i 3.0 tekst na wideo realizują prośby (Wan 2.5 czasami łagodzi L5a, więc ponów próbę przed zmianą). Możesz też najpierw stworzyć obraz statyczny (prompt 6) i animować go w Wan 2.2 Spicy.
Dlaczego moje filmy Wan są w zwolnionym tempie?
Za mało się dzieje i jest zbyt wiele słów o tempie. Podaj trzy lub cztery działania, wpisz „real-time speed” i usuń „slowly”. Zobacz prompt 1.
Czy Wan jest open source i mogę uruchomić go bez cenzury na własnym GPU?
Oficjalna organizacja Wan-AI na Hugging Face udostępnia otwarte wagi Wan 2.1 i 2.2 (także wariantów Animate i Dancer), ale żadnych dla Wan 2.5, 2.6, 2.7 i 3.0, które działają wyłącznie przez hostowane API. Samodzielne uruchamianie wag Wan 2.2 oznacza brak filtra usługi hostingowej przed modelem.
Czy wersja Spicy jest gorsza do zwykłych filmów SFW?
Tworzy również zwykłe klipy: klip z siłowni powyżej to Wan 2.2 Spicy z promptem opisującym w pełni ubraną osobę. Nowsze warianty Spicy same skłaniają się jednak ku treściom dla dorosłych i często zmieniają ubrania, więc gdy strój musi być zachowany, użyj wersji bazowej.
Czy płacę za odrzucone lub złagodzone klipy?
Złagodzone: tak, po normalnej cenie. Odrzucone: zwykle nie, ponieważ nieudane zadanie zwalnia całą zarezerwowaną kwotę. Dlatego sprawdzaj klip, nie status: dla API złagodzony klip jest sukcesem.
Twoja odpowiedzialność
Nie dodajemy własnego dodatkowego filtra treści. Każda osoba na ekranie musi być dorosła. Każda prawdziwa, możliwa do zidentyfikowania osoba musi wyrazić zgodę, również w przypadku obrazu statycznego lub LoRA wytrenowanej na jej wizerunku. Musisz mieć prawa do wszystkiego, co przesyłasz, i odpowiadasz za przestrzeganie prawa w miejscu publikacji. SpicyAPI nie jest dostępne w każdym kraju; zanim zaczniesz na nim budować, sprawdź listę dostępności w naszej polityce treści i użytkowania.
Uruchom swój pierwszy klip
Otwórz Wan 2.2 Spicy w Playground, prześlij obraz statyczny i wklej prompt 1. Zrób próbę przy 480p za 0,095 $, potem przejdź do 720p albo do Wan 3.0 obraz na wideo, gdy ruch jest odpowiedni, a potrzebujesz każdego poziomu lub do 30 sekund.
