Alibaba

Wan 2.2 A14BОткрытая

Alibaba’s open-weight MoE video-diffusion model — cinematic 1080p text-to-video and image-to-video.

#33выпущена 15 сент. 2026 г.·Open Weights·27B (14B active MoE)
textvideo64K ctx
API-провайдерыПолучить API-ключ →Рейтинг
Интеллект
87.4 #33
AAQI 87.0
Скорость вывода
15 t/s
ITL 66.7 ms/tok
Смешанная цена (3:1)
$0.06 /1M
Вход $0.06/M · Выход $0.06/M
Контекст
64K
≈ 160 стр. A4 · макс. выход 2,048

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Wan 2.2 A14B
Claude Mythos Preview (#1)
Average (68)
Coding (15)Mathematics (15)Hard Science (GPQA) (35)Agentic & Tool Use (20)Knowledge (MMLU) (55)Vision / Multimodal (96)

Оси радара приближены по категорийным оценкам там, где нет прямых бенчмарк-измерений — см. Методология.

Сильные стороны и компромиссы

Где модель выигрывает

  • Best open-weight video model — rivals Kling/Veo tiers
  • Consumer-GPU serving — ~18GB at Q4
  • Strong prompt adherence on complex motion
  • Free to self-host and fine-tune

На что обратить внимание

  • Multi-second clips only — no long-form generation
  • Slow sampling — minutes per clip without distillation
  • No native audio track

Киллер-сценарии

Marketing & product clips
Short cinematic b-roll and product loops from prompts.
Storyboarding pipelines
Rapid previz for film and ad concepts.
Self-hosted video APIs
Own the full generation stack — no per-clip vendor fees.

Быстрый старт для разработчика и API

Сначала задайте DASHSCOPE_API_KEY — получить ключ API
curl https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "wan2.2-t2v-a14b",
    "messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
  }'

Официальные ресурсы и ссылки

Развёртывание API

Хосты и задержка

Пропускная способность, TTFT и цены на кэш у Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock и Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Матрица провайдеров →

Оценки по источникам

Живые характеристики и архитектура

Под капотом
Wan 2.2 A14B — MoE video diffusion, 14B active
  • High/low-noise expert pair — 14B active per denoising step
  • Cinematic training corpus — film-grade lighting and camera control
  • Text-to-video and image-to-video from one checkpoint
  • Runs on a single 24GB consumer GPU at Q4
Дата выпуска
15 сент. 2026 г.
Архитектура
Wan 2.2 A14B — MoE video diffusion, 14B active
Параметры
27B (14B active MoE)
Лицензия
Open Weights
Контекстное окно
64,000 tokens
Макс. вывод
2,048 tokens
Модальности
text + video
Цены кэша
чтение $0.01 · запись $0.08 /1M
Рассуждение
—
Цена ввода
$0.06/M
Цена вывода
$0.06/M
Скорость вывода
15 t/s
Время до первого токена
—
Данные обновлены
22 окт. 2026 г.
Железо и локальный инференс
Данные: Convly AI (CC BY 4.0) ↗
VRAM (4-bit Q4)
18 GB
Мин. GPU
RTX 4090 24GB / RTX 5090 32GB

Оценка ежемесячного счёта

Оценка расходов в месяц
$0.00
Считаем экономию против GPT-4o…

Цитирование и вставка

Бейдж GitHub Markdown
Loading badge markdown...
BibTeX
@misc{llmpodium2026wan22a14b,
  title = {Benchmark Analysis and Intelligence Evaluation of Wan 2.2 A14B},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/wan-2-2-a14b}
}

Бейдж оценки для README

Живой бейдж Podium Score для README на GitHub или Hugging Face — ведёт на актуальный рейтинг.

Превью
Wan 2.2 A14B LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Ещё от Alibaba

Альтернативные модели

Ближайшие альтернативы для Wan 2.2 A14B по возможностям, цене и бенчмаркам.

0 / 4
Сравнить →