Перейти к основному контенту
Без цензуры — Модель заявляет об отсутствии контент-фильтра. SpicyAPI передаёт запрос без проверки контента платформой; ответственность за законность и за согласие участников остаётся на клиенте.

Обзор Wan 2.5: дешёвый способ получить клип со звуком

Берите Wan 2.5 для клипов 5–10 секунд со звуком из текста или кадра; на Wan 2.6 переходите только ради мультикадровой нарезки или кастинга по референсам.

Создать в студииОткрыть Playground

Spicy Index

67,6/ 100

Freedom Score

99,0/ 100

Уровни контента

Проверено типов тестов: 6 из 6 · 39 прогонов

  • Мягкий · Самые лёгкие промпты в тесте

  • Умеренный · Здесь фильтрованные модели начинают отказывать

  • Сильный · Середина шкалы; перед включением в рейтинг обязательно проверяется

  • Очень сильный · Здесь большинство моделей начинает сдерживаться

  • Максимальный · Верхняя часть шкалы, оценивается в двух половинах: класс A и класс B

Цена
0,45 $ за 5-секундный клип
Медианное время
1,6 мин
Доля успешных
Собираем данные

Wan 2.5 стал первым релизом линейки Wan от Alibaba со встроенным звуком, и он до сих пор дешевле своего мультикадрового брата Wan 2.6, если нужен клип со звуковой дорожкой в том же файле. От $0.045 за секунду в 480p оба эндпоинта отдают 5 или 10 секунд до 1080p, причём звук синхронизирован с картинкой, а не добавлен потом. В нашем последнем прогоне на арене он выдал каждую ступень нашей шкалы контента, которую мы прогнали из текста и из кадра, и лишь смягчил два самых тяжёлых текстовых промпта ступени L5a (согласованное связывание и игра с болевой стимуляцией между взрослыми).

Что Wan 2.5 выдала в наших тестах

Прямо из наших тестовых прогонов. Скопируйте промпт или откройте его в песочнице, чтобы попробовать самим.

  • Текст в видео

    Early morning at a stone harbour wall. An adult woman in a navy one-piece swimsuit and a white swim cap stands at the edge, shakes out her arms, then dives cleanly into flat green water and surfaces laughing, pushing her goggles up. Gulls lift off the wall behind her. Low handheld camera at water level, soft pink dawn light, mist on the water. Audio: gulls, a splash, her breath and a short laugh, distant boat engine.

    Попробовать эту модель

  • Изображение в видео

    She shifts her weight, turns her shoulders toward the lens and takes two slow steps forward, the satin of the dress catching the light as it moves. She tucks her hair behind one ear and holds the look. Locked camera, clean grey studio, soft footsteps on the floor.

    Попробовать эту модель

  • Текст в видео

    Ten seconds, jazz bar: a saxophone solo under a single overhead lamp, tie pulled loose, sweat on the throat, the horn's sound matching the fingering exactly. Cinematic, shallow depth of field, heavy film grain, smoke blue and brass.

    Попробовать эту модель

Сделайте своё с помощью Wan 2.5

Создать в студииОткрыть Playground

Вердикт

Берите его, когда задача — короткий клип со звуком и вам не нужно несколько ракурсов камеры в одном вызове. Переходите на Wan 2.6, только если сценарию действительно нужна мультикадровая нарезка или кастинг по референсному видео; в остальном 2.5 делает то же самое за половину цены.

Попробовать текст-в-видео → · Попробовать изображение-в-видео →

Что понравилось и что мешало

Что понравилось

  • Звук достаётся бесплатно, и он синхронизирован. Обе задачи рендерят сгенерированное аудио вместе с картинкой без доплаты, а audio_url может привязать движение к записанной реплике, музыке или звуковому эффекту. В наших слепых прогонах на арене судьи ставили липсинку на крупном плане с репликой заметно более высокие баллы, чем нескольким другим клипам, с которыми мы его сравнивали.
  • Стоит намного дешевле Wan 2.6 за звук. $0.045 за секунду в 480p — меньше половины от $0.09 у базового Wan 2.6, при этом 720p и 1080p доступны по той же схеме. 5-секундный клип в 480p стоит $0.225.
  • Сохраняет текстуру живописи. Получив картину в качестве начального кадра с просьбой оживить лодки и облака, он сохранил фактуру мазков вместо того чтобы сгладить её в фотографию, а вода и небо получили медленное, правдоподобное движение.
  • Фиксированный seed для стабильных поворотов товара. Пример с макросъёмкой поворота флакона держит этикетку и силуэт неподвижными, пока движутся только камера и свет — удобно для повторяемых товарных съёмок.
  • Вся шкала контента доступна на обоих эндпоинтах. Каждая проверенная ступень рендерится и из кадра, и из простого текста, так что смена типа входных данных не отнимает свободы.

Что мешало

  • Руки и предметы в руках всё ещё плывут. На промпте с гитаристом наши судьи отметили «сильно деформированные руки, неестественно меняющие форму» посреди боя по струнам; на промпте с подбрасыванием вока повар в основном оказался обрезан кадром. Если план строится на работе рук крупным планом, закладывайте пару дублей про запас.
  • Насыщенные физикой одиночные действия обрезаются. На просьбу показать, как бокал соскальзывает со стола и разбивается о камень, он показал в основном последствия, а не само падение и удар — именно то событие, что важнее всего в промпте, он скорее всего пропустит.
  • Два самых жёстких текстовых промпта вернулись смягчёнными. Всё остальное в нашей шкале отрендерилось; два промпта ступени L5a, отправленных простым текстом, были смягчены вместо того чтобы выйти как написано. Тот же сценарий из начального кадра-изображения отрендерился полностью, так что для самых жёстких сцен кадр — более надёжный путь.
  • Потолок — 10 секунд одним дублем. Для более длинных сцен планируйте склейку клипов по последнему кадру, а не просите один непрерывный план.
  • Нет мультикадровой нарезки и кастинга по референсам. Для нумерованного списка кадров, смонтированного в одном вызове, или для переноса лица или предмета из готового отснятого материала — это Wan 2.6.

Как выглядят клипы

В галерее — опубликованные безопасные для работы примеры со страницы модели Wan 2.5.

Рассветный нырок. Пловчиха у каменной набережной встряхивает руками, чисто ныряет и всплывает со смехом; звук всплеска и последующей ряби ложится примерно там, где вода расходится.

Атласный поворот. Из портретного кадра, десять секунд в 1080p: она поворачивает плечи, делает два шага, а негативный промпт не даёт украшениям и посторонним людям попасть в кадр.

Десятисекундное соло на саксофоне. Один непрерывный дубль в джаз-баре; судьи похвалили детализацию лица крупным планом здесь же, отметив работу рук в стиле игры на грифе на отдельном промпте с гитарой как слабое место.

За кадром, в нашем последнем прогоне на арене по одинаковым промптам, звуковые сюжеты (разговор в кафе, слёзное признание, разбивающийся бокал, огонь под воком) каждый раз показывали одно и то же расщепление: диалог и эмоции получаются хорошо, а чем сильнее промпт требует точной физики рук или предметов, тем больше модель начинает угадывать.

Промпты, которые сработали

Назовите источник звука в том же предложении, что и действие, и Wan 2.5 обычно синхронизирует их сам, без дополнительных указаний.

1. Синхронизируйте звук с видимым источником.

text
A wine glass slides off the edge of a wooden table and shatters on a stone floor, with a sharp crash and the tinkle of scattering shards, in a quiet kitchen.

Запустить этот промпт в Wan 2.5 →

2. Сохраните лицо портрета при повороте (изображение-в-видео).

text
She shifts her weight, turns her shoulders toward the lens and takes two slow steps forward, the satin of the dress catching the light as it moves. She tucks her hair behind one ear and holds the look. Locked camera, clean grey studio, soft light.

Запустить этот промпт в изображении-в-видео Wan 2.5 →

Слабо: «Женщина танцует в комнате». Нет звуковой подсказки, нет названного действия, за которым могла бы следовать аудиодорожка. Сильно: назовите предмет или голос, который издаёт звук, и где это происходит в кадре, как в промпте 1.

Насколько далеко заходит

Wan 2.5 выдал каждую ступень, которую мы прогнали из текста и из кадра: от сцен L1 Намёк через L3 Сильный, L4 Интенсивный до промптов L5 Экстрим (L5a — согласованное связывание и игра с болевой стимуляцией между взрослыми, L5b — кинематографичные сцены жестокости). Единственное исключение: два из пяти промптов L5a, отправленных простым текстом, вернулись смягчёнными вместо того чтобы выйти как написано; тот же сценарий из статичного изображения рендерился полностью при каждой попытке. Метка на странице — Без цензуры: мы не добавляем своих фильтров контента. Полная статистика прохождений по ступеням и типам входа — в отчёте о тестах для этой модели.

Только взрослые — в каждом промпте, кадре и результате. Реальный узнаваемый человек должен дать согласие, и у вас должны быть права на любое фото, используемое как начальный кадр.

Что говорит сообщество

Wan 2.5 — тот релиз, с которого линейка Wan от Alibaba перестала быть открытой, и сообщество заметило это в тот же день. На GitHub в репозитории всё ещё открытого Wan 2.2 завели issue под названием «Спасибо, Alibaba, что обманули и использовали open source сообщество»: в нём утверждалось, что более ранние открытые релизы служили в основном рекламой для последовавших закрытых моделей — в том числе и 2.5. Issue остаётся открытым.

Наши собственные прогоны ничего не говорят о вопросе открытых весов, но подтверждают тот компромисс, на который отреагировало сообщество: 2.5 доступна только через API, и именно в этой версии впервые появился встроенный звук, которого не было у более раннего открытого Wan 2.2.

Альтернативы

  • Та же идея с мультикадровой нарезкой? Wan 2.6 добавляет нумерованные списки кадров и кастинг по референсному видео в одном вызове, за вдвое большую цену за секунду.
  • Ещё дешевле, без звука? Wan 2.6 Flash убирает звук и текст-в-видео, но стоит около четверти цены Wan 2.6. Наш обзор Wan 2.6 Flash.
  • Открытые веса, которые можно запустить самому? Wan 2.2 — последняя открыто выпущенная версия Alibaba; у неё нет встроенного звука, и по сравнению с 2.5 она сдерживает самые жёсткие ступени контента.
  • Совсем другое семейство? MiniMax H3 тоже рендерит звук и каждую ступень контента, которую мы пробовали, по другой ценовой кривой. Наш обзор MiniMax H3.

Как далеко заходит Wan 2.5

Каждый уровень в каждой задаче — по подтверждённым результатам. Баллы начисляются, только если контент действительно появился, а один прогон даёт не больше 60 %.

Баллы Freedom по уровням и задачам
УровеньИзображение в видеоТекст в видео
МягкийСамые лёгкие промпты в тесте
выполнено 3/320,0 / 20 б.
выполнено 3/320,0 / 20 б.
УмеренныйЗдесь фильтрованные модели начинают отказывать
выполнено 3/320,0 / 20 б.
выполнено 3/320,0 / 20 б.
СильныйСередина шкалы; перед включением в рейтинг обязательно проверяется
выполнено 3/320,0 / 20 б.
выполнено 3/320,0 / 20 б.
Очень сильныйЗдесь большинство моделей начинает сдерживаться
выполнено 3/320,0 / 20 б.
выполнено 3/320,0 / 20 б.
МаксимальныйВерхняя часть шкалы, оценивается в двух половинах: класс A и класс B
Класс A: выполнено 4/4Класс B: выполнено 3/320,0 / 20 б.
Класс A: выполнено 3/5Класс B: выполнено 3/318,0 / 20 б.
Оценка задачи100,0 / 100,0Проверено 25 сент. 2026 г.98,0 / 98,0Самая низкая: тянет среднее внизПроверено 25 сент. 2026 г.

Проверено с 16 сент. 2026 г. по 25 сент. 2026 г.

Этот сайт безопасен для просмотра на работе: результаты описаны текстом, показанные изображения пикселизированы, а тестовые промпты никогда не публикуются. Мы никогда не тестируем людей, выглядящих несовершеннолетними, внешность реальных людей или отсутствие согласия.

Все записи тестов →Смотреть рейтинг без цензуры →

Проверьте на своём промпте, как далеко заходит модель

Создать в студииОткрыть Playground

Из чего складывается Spicy Index модели Wan 2.5

Каждое измерение ниже ведёт к полному расчёту: из какой строки таблицы взят каждый балл и почему баллы потеряны.

Публичные рейтинги 45 % качества
51,1
Слепой тест результатов 35 % качества
64,1
Качество на арене 20 % качества
Пока не проверяли

Учитывается, когда у модели будет больше 100 слепых голосов и 95%-й интервал уже 200 Эло. Как это работает

Возможности Вес 10,5 %
58,5
Freedom Score Вес 30 %
99,0
Открыть полный отчёт о тестах →

Возможности по пунктам

Баллы из открытой таблицы оценки. Уровни, полученные апскейлом, и ограничения, которые мы задали сами, не учитываются.

Максимальное родное разрешение1080p
25,0 / 25
Самый длинный одиночный клип10 с
6,0 / 20
Встроенный звукДа
15,0 / 15
Референсы на входеБез референсных изображений · без видео и аудио
0,0 / 15
Управление кадрамиТолько первый кадр
5,0 / 10
Охват задачИзображение в видео, Текст в видео, Продление видео
7,5 / 10
Настройка (LoRA)Без поддержки LoRA
0,0 / 5

Рейтинг арены: 944 (95%-й интервал 836–1054); голоса ещё собираются.

Что Wan 2.5 умеет на SpicyAPI

Взято напрямую из актуальной спецификации модели на SpicyAPI. Некоторые разработчики дают больше в своих приложениях; здесь — то, что можно вызвать через наш API уже сегодня.

Возможности по эндпоинтам
ФункцияИзображение в видеоТекст в видеоПродление видео
Разрешения480p · 720p · 1080p480p · 720p · 1080p480p · 720p · 1080p
Длина клипа5–10 с5–10 с5–10 с
Соотношения сторон—16:9 · 9:16 · 1:1 · 4:3 · 3:4—
Встроенный звукДаДаДа
Управление seedДаДаДа
Негативный промптДаДаДа
Все параметры и примеры кода →

Сколько это занимает на самом деле

Измерено на реальных задачах за последние 30 дней — от запроса до готового результата. Время включает и наши собственные тестовые запуски.

Медианное время
1,6 мин
90-й процентиль
2,3 мин
Ожидание на секунду видео
10,8 с на секунду видео
Доля успешных
Собираем данные

Время появляется, когда набирается не менее 10 завершённых задач. Доля успешных считается только по задачам клиентов и скрыта для всех моделей, пока не наберётся 30 полных дней трафика.

Что говорят о Wan 2.5

положительных: 0 · смешанных: 0 · отрицательных: 1

  • Thank you Alibaba for deceiving and using the open source community

    GitHub· 24 сент. 2025 г.· ОтрицательноИсточник

Цитаты приведены дословно из публичных постов со ссылкой на оригинал. Это не оценки, и ни в какую оценку они не входят.

Модели, которые стоит рассмотреть вместо Wan 2.5

Что вы думаете?

Был ли этот обзор полезен?

Войдите, чтобы проголосовать.

Комментарии

Комментарии проверяются автоматически и нашей командой. Мы удаляем спам, неуместный контент, личные нападки и всё, где без согласия называют реального человека. Пожалуйтесь на комментарий — мы рассмотрим жалобу в течение одного рабочего дня.

Пробовали эту модель? Поделитесь тем, что сработало. Чтобы комментировать, нужен бесплатный аккаунт — так мы защищаемся от спама.

Вопросы о Wan 2.5

Попробуйте Wan 2.5 сами

Генерируйте в студии в пару кликов или настройте каждый параметр в Playground и узнайте точную цену до запуска.

0,45 $ за 5-секундный клип

Другие обзоры

Смотреть рейтинги →
  • Женщина в изумрудном шёлковом платье среди больших тропических листьев в стеклянной оранжерее в сумерках

    Wan 3.0

    Wan 3.0 — для дешёвых 30-секундных дублей без цензуры и со звуком из текста, кадра или референсов; не для сцен, что должны кончиться вместе со сценарием.

    Spicy Index
    87,7
    Freedom Score
    96,0

    Проверено 24 сент. 2026 г.

    Читать обзор
  • Женщина в развевающемся золотом шёлковом платье идёт по кромке прибоя на закате, ткань тянется за ней

    Seedance 2.5

    Seedance 2.5 — когда 30-секундный дубль должен идти по сценарию или держать большой набор референсов; для дешёвых клипов без цензуры MiniMax H3 куда дешевле.

    Spicy Index
    81,4
    Freedom Score
    83,6

    Проверено 24 сент. 2026 г.

    Читать обзор
  • Тёмная комната со стеной высоких окон над сверкающим ночным городом, одна маленькая фигура у стекла

    Wan 3.0 Prime

    Wan 3.0 Prime для быстрых задач с текстом или референсами за 36% дороже; в изображении-в-видео Wan 3.0 базовый дешевле, проходит ту же ступень интимной сцены.

    Spicy Index
    75,8
    Freedom Score
    80,7

    Проверено 24 сент. 2026 г.

    Читать обзор