Wan sem censura em teste: 3.0 e 2.5 vão até o fim, 2.2 se limita

Wan não é um único modelo. A família vai do Wan 2.2 ao Wan 3.0 e é oferecida na nossa API em 33 endpoints separados (entradas de texto, imagem e referência, além das variantes “Spicy”, “Prime” e “Pro”). Nem todos tratam conteúdo adulto da mesma forma. Dê ao Wan 3.0 um prompt de texto para uma cena consensual entre dois adultos com temas de contenção: o clipe traz todos os elementos que você citou e depois vai além do que escreveu. O mesmo tipo de prompt no Wan 2.2 de texto para vídeo é recusado, sem cobrança.

Resumindo: na maioria dos casos, sim, mas o endpoint importa mais que o número da versão. Com base nos nossos testes de setembro de 2026, 28 dos 33 endpoints Wan têm o rótulo Uncensored. O Wan 3.0 base entregou todos os níveis com entradas de texto, imagem e referência, desde imagens sugestivas até os nossos dois testes mais intensos. O Wan 2.5 entregou quase todos. O Wan 2.2 base é o ponto fraco: a partir de uma imagem estática, suaviza uma cena com dois adultos; a partir de texto, recusa tudo, até o nível mais leve. As variantes “Spicy” baratas se saem melhor, mas as mais recentes costumam mudar as roupas das pessoas que você pediu para manter vestidas.

Como os níveis funcionam

São cinco níveis, cada um mais intenso que o anterior; a tabela abaixo usa essa escala.

• L1 Sugestivo e L2 Temas adultos: imagens sugestivas e NSFW moderadas.
• L3 Forte: imagens NSFW avançadas de um adulto.
• L4 Intenso: uma cena de maior intensidade entre dois adultos.
• L5a é uma cena consensual entre adultos com temas de contenção; L5b é violência gráfica cinematográfica. L5b é outro tipo de conteúdo, não um L5a mais forte.

Todo personagem é um adulto fictício. Um clipe foi entregue como descrito ou foi suavizado: foi concluído e cobrado, mas a cena foi trocada por algo mais leve, um parceiro apareceu vestido ou o momento principal ficou fora do quadro. Alguns endpoints recusam a solicitação; essas tarefas falham sem produzir um clipe.

Em 30 segundos

• Recusados: Wan 2.2 de texto para vídeo (até L1) e Wan 2.6 de referência para vídeo. Wan 2.2 base de imagem para vídeo e Wan 2.7 de texto para imagem (inclusive sua versão Pro) são Softened. Esses cinco endpoints são os únicos sem o rótulo Uncensored.
• “Uncensored” significa nenhum filtro do nosso lado, não “sempre como descrito”. O Wan 3.0 vai além do que você pede, enquanto Wan 2.2 Spicy e as variantes LoRA falham em alguns níveis (veja a tabela).
• Para a maioria dos trabalhos: a partir de uma imagem estática, Wan 2.2 Spicy até L4 (mais barato), Wan 2.6 Flash ou Wan 2.5 quando todos os níveis precisam ser realizados, e Wan 3.0 para até 30 segundos com som. A partir de texto, Wan 3.0 ou Wan 2.6 quando você quer um resultado mais próximo do roteiro.
• 5 segundos custam $0,095 no Wan 2.2 Spicy (480p), $0,225 no Wan 3.0 (480p) e $0,45 no Wan 2.6 (720p).

Teste Wan 2.2 Spicy → · Teste Wan 3.0 de texto para vídeo →

Até onde cada versão do Wan vai

Cada célula mostra os clipes entregues como descritos em relação ao total de execuções daquele nível; “–” significa não testado. Uma falha é um clipe suavizado, a menos que a linha indique recusa.

Uncensored significa que não adicionamos filtro de conteúdo do nosso lado; o modelo ainda pode suavizar uma cena, como mostram as células em negrito. Softened conclui a tarefa e cobra, mas suaviza o resultado. Filtered recusa diretamente. Clipes suavizados são cobrados; uma tarefa recusada falha com o código content_rejected e normalmente não custa nada. Na família 3.0, Prime é anunciado como uma categoria mais rápida, com preço por segundo 36% maior em 480p e 40% maior em 720p ou 1080p (só vale se o prazo de entrega importar; não vimos esse ganho nas variantes Spicy). Pro aumenta a resolução para 1080p, 2K ou 4K.

O que a tabela mostra:

• É no texto que Wan se divide. Wan 2.2 de texto para vídeo recusa tudo. Wan 2.5 e 3.0 de texto para vídeo realizaram todos os níveis; Wan 2.6 base realizou os prompts L4 e L5a que testamos. Wan 2.5 de texto para vídeo às vezes suaviza L5a, então tente de novo antes de descartar um endpoint. Wan 3.0 de texto para vídeo gera até 30 segundos com som, portanto o mesmo comportamento se aplica a tomadas mais longas.
• A partir de uma imagem estática, Wan 2.2 falha no topo da escala. A versão base de 2.2 de imagem para vídeo preserva L1 a L3, mas suaviza L4. A variante Spicy resolve L4, mas não os testes L5, e não engloba todas as capacidades do modelo base: 2.2 base realizou L5b, enquanto Spicy manteve as consequências, mas deixou o momento principal fora do quadro. As duas variantes LoRA, executadas sem nada carregado, ficam entre os dois.
• Wan 3.0 Prime de imagem para vídeo é a exceção da família 3.0: troca a cena L4 pedida por algo mais leve. Wan 3.0 Prime Spicy a realizou.
• As imagens estáticas do Wan 2.7 diferem conforme a tarefa. Texto para imagem suavizou todos os pedidos L4 e L5a nas versões base e Pro; base realizou uma das duas imagens L3, enquanto Pro suavizou ambas. As duas passaram no L5b, o teste separado que não envolve conteúdo adulto. O endpoint de edição realiza L1 e L2 sempre, mas apenas alguns prompts L4 e L5a.

Outros sites que oferecem a mesma versão de Wan se comportam de forma diferente e mudam com o tempo. Por isso, teste seu próprio prompt em cada endpoint antes de confiar um lote a ele.

Ilustração, não um resultado do modelo: o mesmo modelo produz resultados diferentes dependendo do que você fornece. No Wan, texto, imagem estática e filmagem de referência são três portas distintas.

Como os clipes ficam

O que você pede e o que não pede. Wan 2.6 de texto para vídeo manteve uma cena L4 de roteiro cinematográfico pelos 5 segundos completos, sem cortar para outra tomada nem mudar a pessoa em cena. Ele fica muito mais perto do que você escreveu do que Wan 3.0, que intensifica a cena e adiciona pessoas. Wan 2.7 Spicy, 2.6 Spicy, 2.2 Spicy e Spicy LoRA extensão de vídeo também às vezes vão além do prompt.

O prompt prevalece sobre a imagem estática. Se a imagem mostra uma pessoa e o prompt menciona um parceiro, Wan 2.2 Spicy o adiciona. Todas as quatro categorias do Wan 3.0 começaram na imagem estática de uma mulher em uma cama branca e depois cortaram para o quarto vermelho descrito no prompt. Descreva o quadro que forneceu, não outra cena.

Como Softened aparece. Com um prompt L5a, Wan 2.5 de texto para vídeo gerou, em duas execuções, primeiro um casal vestido se beijando e depois, com um novo seed e outra redação, um homem de camisa e nenhuma mulher. As duas tarefas foram concluídas normalmente e cobradas.

Wan 2.5 de texto para vídeo, prompt L5a, duas execuções, cinco quadros de cada uma, do início ao fim. Sem edição.

Wan 2.2 base de imagem para vídeo preserva uma imagem estática L3 como está, mas não chega a L4 (suavizado ou apenas sugerido). Wan 2.2 Animate pode vestir o parceiro dependendo do clipe que guia o movimento. Wan 2.7 de texto para imagem retorna uma imagem mais leve, cobrada normalmente.

Recusados. Wan 2.2 de texto para vídeo recusa todo prompt, até L1, e Wan 2.6 de referência para vídeo recusa filmagens de referência L3. Wan 3.0 de referência para vídeo, aberto nos demais casos, também rejeita fotos de pessoas reais por uma verificação facial (“The input content is suspected to include real human faces”); personagens recorrentes precisam de rostos ilustrados, 3D ou gerados. As recusas normalmente não custam nada.

O visual cotidiano. Wan 3.0 de imagem para vídeo, 720p com som, começa com uma vista de costas e vira a mulher em direção à câmera, como o prompt pediu.

Wan 2.6 Spicy em 720p com som, a partir de uma imagem estática de uma mulher de maiô preto em uma piscina na cobertura:

E Wan 2.2 Spicy, sem som e em retrato (784x1176, 5,8 segundos), com um prompt que pede uma pessoa totalmente vestida, para mostrar que as variantes Spicy também produzem clipes comuns:

Como escrever prompts para Wan

• Imagem para vídeo: a imagem estática traz o conteúdo, o prompt traz o movimento. Corpo, roupas, cenário e luz vêm do quadro. Escreva a ação, o ritmo e a câmera. Descreva a roupa de novo e Wan a redesenha; descreva outro quarto e Wan corta para ele.
• Texto para vídeo: cite tudo, em ordem. Quem, o que veste, uma ação, um movimento de câmera, luz e som. Wan 2.5, 2.6, 2.7 Spicy e 3.0 geram som, então dê indicações; Wan 2.2 e Wan 2.6 Flash são silenciosos.
• Só algumas versões têm prompts negativos. Wan 2.5, 2.6 e 2.7 Spicy têm um campo de prompt negativo, assim como Wan 2.2 base de imagem para vídeo. Wan 3.0 e Wan 2.2 Spicy não têm: diga o que quer em vez do que não quer (“one continuous take”, não “no cuts”).

1. Uma pessoa, a partir de uma imagem estática, em velocidade real (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.

Execute este prompt no Wan 2.2 Spicy →

Para evitar câmera lenta. Uma pequena ação estendida por cinco segundos parece lenta, e “slowly” pede exatamente isso. Dê três ou quatro momentos de ação e escreva “real-time speed”.

Fraco: “Woman on a bed moving slowly.” Wan escolhe o corpo, o quarto e a câmera, e você pediu lentidão. Forte: o prompt acima: a mesma ideia, mas cada escolha é sua.

2. Mantenha a câmera parada (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.

Execute este prompt no Wan 2.6 Spicy →

Para evitar que a câmera avance aos poucos. Defina o enquadramento e diga que ele não muda. No Wan 2.5, 2.6, 2.6 Flash, 2.6 Spicy e 2.7 Spicy, coloque também “zoom, push-in, close-up” no campo de prompt negativo.

3. Permaneça na sua imagem estática (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.

Execute este prompt no Wan 3.0 de imagem para vídeo →

Para evitar que o clipe abandone sua imagem. Descreva o quadro que forneceu e depois o movimento; nunca outro quarto. Wan 3.0 de imagem para vídeo também funciona sem prompt e simplesmente anima o quadro. Para escolher entre texto, imagem e referência no Wan 3.0, veja nosso guia de fluxos de trabalho do Wan 3.0.

4. Adicione uma LoRA sem perder o enquadramento (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.

Execute este prompt no Wan 2.2 Spicy LoRA →

Para evitar que a LoRA repinte seu quadro. Wan 2.2 renderiza em duas etapas: a inicial, de alto ruído, define composição e movimento; a final, de baixo ruído, define detalhes e textura. Siga as instruções de compatibilidade de alto/baixo ruído do autor do adaptador, em vez de escolher um slot só pelo estilo. Adicione uma LoRA por vez, não cite também o estilo dela no prompt e teste a força em 480p. O guia de slots de alto e baixo ruído aprofunda essa escolha.

5. Dois adultos apenas a partir de texto (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.

Execute este prompt no Wan 2.6 de texto para vídeo →

Wan 2.6 fica perto do que você escreve. Diga “two adults”, quem é quem, uma ação compartilhada e um movimento de câmera. No Wan 3.0, o mesmo prompt começa em $0,225 por 5 segundos (480p), e Wan 3.0 preenche toda lacuna que você deixa.

6. Crie primeiro a imagem estática (Wan 2.7 edição de imagem)

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.

Execute este prompt no Wan 2.7 edição de imagem →

É o caminho para contornar todas as rotas de texto que recusam ou reescrevem. Wan 2.7 edição de imagem entrega L1 e L2 de forma confiável a $0,03 por imagem (Pro $0,075), mas apenas alguns prompts L4 e L5a. Gere novamente por alguns centavos, confira cada imagem e anime a escolhida com o prompt 1 ou 3. Para geradores que vão além, veja nosso comparativo de geradores de imagens NSFW, e para o próprio editor, o guia de edição com Wan 2.7.

O que é suavizado ou recusado e o que é realizado

Onde Wan falha e como corrigir

• Wan 3.0 passa do ponto em que você parou. Cite só a ação que você quer, sem nada mais vago. Se ele ainda intensificar a cena, mude para Wan 2.6, que fica mais perto do roteiro.
• As variantes Spicy mais novas mudam o figurino. Wan 2.6 Spicy também às vezes mostra mais do que o prompt pediu. Citar cada peça e dizer que ela continua no corpo ajuda um pouco. Quando a roupa precisa ser preservada, use Wan 3.0, 2.5 ou 2.6 base e confira cada clipe.
• Wan 2.7 edição suaviza a segunda pessoa. Em edições L4, o parceiro normalmente volta vestido. Gere novamente ou construa a pose a partir de um quadro com uma só pessoa.
• Wan 2.6 com múltiplas tomadas corta para outra vista por definição. Use uma tomada única quando a continuidade importar. Nosso guia de referência do Wan 2.6 cobre a tarefa com referências.
• Wan 2.2 para em 8 segundos. Wan 2.2 Spicy LoRA extensão de vídeo adiciona mais 5 ou 8; ou mude para Wan 2.6 (15 s) ou Wan 3.0 (30 s). O guia de vídeos sem censura mais longos explica como encadear clipes.

Qual Wan você deve usar?

Em uma frase: de uma imagem estática, Wan 2.2 Spicy se L4 bastar e cada centavo contar; Wan 2.5, Wan 2.6 Flash ou Wan 3.0 base se todos os níveis precisarem ser realizados. De texto, Wan 3.0 ou Wan 2.6 quando você quer mais proximidade com o roteiro. Para trabalho sem censura, evite Wan 2.2 base nas duas tarefas, Wan 2.6 de referência para vídeo e Wan 2.7 de texto para imagem.

Spicy vale a pena? Depende da versão.

• Wan 2.2: sim, até L4. A versão base de imagem para vídeo custa $0,24 por um clipe fixo de 5 segundos sem som e suaviza L4. Wan 2.2 Spicy custa $0,095, adiciona clipes de 8 segundos e um quadro final e realiza L1 a L4. Nenhuma das duas variantes é a resposta para L5.
• Wan 2.6: só se você quiser essa tendência. Wan 2.6 Flash realiza todos os níveis por $0,11 (sem som); Wan 2.6 Spicy custa $0,475 e às vezes mostra mais do que foi pedido. Wan 2.7 Spicy é o único Wan 2.7 que gera vídeo e realiza todos os níveis.
• Wan 3.0: não pela escala. 3.0 base realiza todos os níveis por $0,045 por segundo; Wan 3.0 Spicy ($0,057) acrescenta as mudanças de figurino descritas acima. A única lacuna que Spicy resolve é L4 de Prime de imagem para vídeo: Prime Spicy o realiza, mas por $0,09 por segundo contra $0,045 do 3.0 base de imagem para vídeo, que também realiza L4. Ele não foi mais rápido que Wan 3.0 Spicy nas primeiras execuções (126 a 148 segundos contra 80 a 105 para clipes de 5 segundos). Comece com Wan 3.0 base de imagem para vídeo.

LoRA vale a pena? Só com seus próprios arquivos. Sem nada carregado, Wan 2.2 LoRA e Wan 2.2 Spicy LoRA entregaram clipes idênticos quadro a quadro a partir da mesma imagem estática e do mesmo prompt. Nenhum superou o Wan 2.2 Spicy comum em L4, que também é mais barato ($0,095 contra $0,10 com a oferta atual). O extra de Spicy LoRA é a extensão de vídeo. Wan 2.2 tem pesos abertos, mas Wan 2.5, 2.6, 2.7 e 3.0 não; por isso 2.2 é o que tem LoRAs da comunidade. Executar sua própria LoRA em uma API hospedada explica como hospedá-las.

Wan 3.0 não é a única família que realizou todos os níveis: veja o teste sem censura do MiniMax H3 e todas as versões do Seedance testadas.

Quanto custa um clipe de 5 segundos

Os preços LoRA incluem a oferta atual “LoRA price drop” de 15% ($0,12 e $0,24 sem ela); a extensão de vídeo não tem oferta. Wan 2.2 Animate cobra pela duração do clipe que guia o movimento: $0,265 por 5 segundos em 480p, $0,55 em 720p. Wan 2.7 edição custa $0,03 por imagem; Wan 2.7 Pro, $0,075. Os preços são as tarifas por segundo multiplicadas por cinco; cada página de modelo mostra a estimativa atual antes do envio.

Como usar Wan: primeiro Playground, depois a API

No Playground. Crie uma conta, abra a página da tarefa do modelo e fique na aba Playground. Para Wan 2.2 Spicy de imagem para vídeo:

1. Arraste sua imagem estática para Input image (JPG, PNG, WEBP ou GIF, até 10 MB). Ela define corpo, figurino, cenário, luz e proporção da tela.
2. Cole um dos prompts acima em Prompt. Descreva só movimento e câmera.
3. Defina Duration (5 ou 8 segundos) e Resolution (480p ou 720p). Ambos mudam o preço; faça rascunhos em 480p.
4. Se quiser, adicione um Closing frame para fixar o final, ou um Seed para comparar ajustes na mesma imagem estática.
5. Execute a tarefa. O preço aparece antes de qualquer cobrança.

Os campos mudam conforme a versão de Wan e a tarefa, então siga o formulário de cada página: Wan 3.0 de texto para vídeo começa só com o prompt, e as tarefas com referências de 3.0 e 2.6 aceitam imagens ou vídeo de referência.

Depois, a API, quando um prompt funcionar e você quiser usá-lo no seu aplicativo. A mesma chamada do Wan 2.2 Spicy, com sua imagem estática:

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"
    }
  }'

Campos, sondagem, downloads e erros estão na referência da API. Um prompt recusado falha com content_rejected: mude o prompt ou o modelo em vez de tentar novamente sem alterações.

Ou deixe um agente executar. Um agente pode fazer a mesma chamada pela CLI, pelo servidor MCP ou pelo Agent Skill. Os três leem o esquema atual do modelo; CLI e MCP mostram o preço e pedem confirmação antes de criar uma tarefa. Com SPICY_API_KEY definida:

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

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

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

FAQ

Wan 2.2 é sem censura?

Em parte. Wan 2.2 base de imagem para vídeo preserva L1 a L3, mas é Softened: suaviza L4. Wan 2.2 Spicy realiza L1 a L4; entregou um dos quatro clipes L5a como descrito e suavizou todos os três testes L5b. As variantes LoRA e Wan 2.2 Animate também são Uncensored, com as falhas da tabela. Wan 2.2 de texto para vídeo é Filtered: recusa tudo, inclusive L1.

Wan 3.0 é sem censura?

Sim: Wan 3.0 base realizou todos os níveis com entradas de texto, imagem e referência e costuma adicionar mais do que você pediu. Wan 3.0 Prime de imagem para vídeo é a exceção (L4 suavizado), e as variantes Spicy realizam todos os níveis, mas mudam o figurino.

Wan 2.6 pode gerar NSFW?

Sim. Wan 2.6 base realizou L4 e L5a a partir de texto e L5a de uma imagem estática. Wan 2.6 Flash realizou todos os níveis; Wan 2.6 Spicy falhou em um clipe L4. Wan 2.6 de referência para vídeo é Filtered e recusa filmagens de referência L3. Onde você o executa importa tanto quanto a versão; outros sites diferem.

Por que Wan recusa texto para vídeo quando imagem para vídeo funciona?

No Wan 2.2, a rota de texto é Filtered: recusa tudo, inclusive L1. Wan 2.5, 2.6 e 3.0 de texto para vídeo entregam resultados (Wan 2.5 às vezes suaviza L5a, então tente de novo antes de mudar). Ou crie a imagem estática primeiro (prompt 6) e anime no Wan 2.2 Spicy.

Por que meus vídeos Wan ficam em câmera lenta?

Pouca ação e palavras demais sobre o ritmo. Dê três ou quatro ações, escreva “real-time speed” e apague “slowly”. Veja o prompt 1.

Wan é de código aberto e posso executá-lo sem censura na minha GPU?

A organização oficial Wan-AI no Hugging Face lista pesos abertos para Wan 2.1 e 2.2 (e as variantes Animate e Dancer), mas nenhum para Wan 2.5, 2.6, 2.7 ou 3.0, que funcionam apenas por APIs hospedadas. Executar os pesos do Wan 2.2 por conta própria significa não ter um filtro de hospedagem na frente deles.

A versão Spicy é pior para vídeos SFW cotidianos?

Ela também faz clipes normais: o clipe da academia acima é Wan 2.2 Spicy com um prompt de pessoa totalmente vestida. Mas as variantes Spicy mais novas tendem ao conteúdo adulto por conta própria e costumam mudar as roupas; para trabalhos sensíveis ao figurino, use a versão base.

Pago por clipes recusados ou suavizados?

Suavizados: sim, pelo preço normal. Recusados: normalmente não, porque a tarefa que falhou libera integralmente o valor reservado. Por isso você deve verificar o clipe, não o status: para a API, um clipe suavizado é um sucesso.

Sua responsabilidade

Não adicionamos nenhum filtro extra de conteúdo do nosso lado. Todos na tela devem ser adultos. Qualquer pessoa real e identificável deve ter dado consentimento, inclusive para uma imagem estática ou uma LoRA treinada com sua aparência. Você precisa ter os direitos de tudo o que envia e é responsável pelas leis de onde publica. SpicyAPI não está disponível em todos os países; confira a lista de disponibilidade na nossa política de conteúdo e uso antes de desenvolver sobre ela.

Execute seu primeiro clipe

Abra Wan 2.2 Spicy no Playground, envie uma imagem estática e cole o prompt 1. Faça um rascunho em 480p por $0,095 e depois passe para 720p, ou para Wan 3.0 de imagem para vídeo quando o movimento estiver certo e você precisar de todos os níveis ou até 30 segundos.