Zum Hauptinhalt springen
Kyeo AI
KI-Videomodell
Alibaba
Wan

Wan 2.6

Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden. Standard sind 1080p, 5 Sekunden, Aufnahmestruktur Aus und Inhaltsfilter Ein.

Dieses Modell verwendenPunktepreise ansehenZurück zur Modellübersicht
Fähigkeiten
Text / 1 Bild / 1–3 Videos
Punkteverbrauch
70–315 Punkte / Anfrage
Prompt-Limit
1–5,000 / 2–5,000
Upload-Limit
1 JPG/PNG/WebP · 1–3 MP4/MOV · 10 MB
In 30 Sekunden erklärt
  • Wan 2.6 — Drei assetgesteuerte Workflows: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden.
  • Wan 2.6 — Gültige Dauer: Text- und Bildeingaben unterstützen 5, 10 oder 15 Sekunden; Videoeingaben unterstützen nur 5 oder 10 Sekunden.
  • Wan 2.6 — Sechs Kyeo-Punktestufen: 720p kostet für 5/10/15 Sekunden 70/140/210 Punkte, 1080p kostet 105/210/315 Punkte. Bei einer Videoeingabe sind 15 Sekunden nicht verfügbar.
  • Wan 2.6 — Sichtbare Steuerungen und Assets: Zulässig sind genau ein JPG/PNG/WebP-Bild mit mindestens 256×256 und höchstens 10 MB oder ein bis drei MP4/MOV-Videos mit höchstens 10 MB je Datei. Vor dem Start müssen Typ, Größe, Geometrie und signierte Metadaten jeder Datei geprüft sein.

Häufig gesucht: Wie verwendet man Wan 2.6? · Die sechs Preise von Wan 2.6 · Wie wählt man den Text-Workflow von Wan 2.6?

Beispiele

Cinematic scene

Create a 15-second vertical 9:16 kinetic typography product video for any Nike shoe using @ Image1 as the main reference. Treat @ Image1 as the shoe’s full visual DNA. Analyze the shoe’s silhouette, proportions, colorway, materials, sole design, cushioning, textures, overlays, laces, and overall performance/lifestyle attitude, then make every typography choice feel physically derived from the shoe. The shoe must cause the typography to move. Do not place random animated text over the product. Use premium editorial kinetic typography with bold sans-serif letterforms. Let the type weight, width, spacing, distortion, color, texture, and motion adapt to the shoe’s identity. If the shoe feels fast, make the type stretched, condensed, and forward-driven. If it feels cushioned, make the type compress and rebound. If it feels chunky or basketball-oriented, make the type heavy, impactful, and explosive. If it feels futuristic, make the type sleek, dimensional, and experimental. Structure: 0–3s strong hook with macro product reveal and oversized typography interacting instantly with the shoe. 3–6s reveal the shoe details through fast editorial cuts while the typography forms from shoe lines, textures, and motion. 6–10s hero motion sequence where the shoe rotates, lands, accelerates, or cuts through space while words wrap around it, split apart, get sliced, compressed, stretched, or revealed through depth. 10–13s show 2–4 short kinetic words driven by the shoe’s character, such as SPEED, AIR, GRIP, FLY, IMPACT, MOVE, or ELEVATE. Use the model name only if it is visible or clearly recognizable from the reference. Never invent claims or tech not supported by the shoe. 13–15s end with a clean iconic hero lockup: the shoe centered, typography resolved, subtle Nike branding, premium finish. Visual style: ultra-clean, bold, high-contrast, premium Nike ad energy, photoreal product detail, sharp lighting, dynamic shadows, controlled motion blur, graphic backgrounds derived from the shoe palette, fast cuts, match cuts, typography-driven transitions, crisp readable text, no clutter, no extra objects unless they support the typography interaction. Camera language: macro push-ins, lateral tracking, orbit shots, top-down impact views, side-profile hero angles, and aggressive close detail shots. Keep the pacing energetic, stylish, modern, and satisfying.

Cinematic scene

MARC JACOBS — "SUMMER GLOSS" Lipstick Commercial **ACTIVE REFERENCES** **MODEL REFERENCE** Exact same woman as the bag campaign. Identical facial identity, hairstyle, body proportions, confident editorial expression, posture, walking style. Natural makeup base with the hero lipstick applied (rich, vibrant pink-rose gloss). She wears a soft, flowing babypink dress (lightweight silk-cotton blend, slightly billowy sleeves, midi length, elegant yet effortless summer style). Maintain identical identity throughout. No drift. **@Image 1 — MARC JACOBS LIPSTICK** Hero product reference. Sleek metallic tube in warm rose-gold finish with signature MJ engraving. Creamy, high-shine gloss in a fresh pink-rose shade that catches light beautifully. Maintain exact tube design, color, logo placement, and glossy bullet texture. Never redesign. **@Image 2 — LIP CLOSE-UP & APPLICATION** Reference for extreme beauty macros: perfectly applied glossy lips, micro texture of the gloss, light refraction on the lips, subtle lip movement when speaking or smiling faintly. **LOCATION** Busy Manhattan intersection. Warm late-afternoon golden sunlight. Historic brownstone buildings. Yellow taxis. Crosswalk. Light traffic. Editorial New York energy. Same architecture and atmosphere as the bag film. **FORMAT** Single continuous luxury fashion film. 45 seconds. Horizontal 16:9. Museum-quality realism. No AI look. No CGI. Photoreal filmic beauty. **DIRECTOR'S NOTES** This is not just a lipstick ad — it’s about radiant confidence that never fades. She moves through the fast city on her own terms. The gloss stays impossibly luminous and glossy under direct sunlight, even as she walks, speaks, and smiles. The film celebrates the product’s staying power and the effortless glow it gives her. Alternate constantly between: • Movement & confidence • Beauty close-ups • Product texture & application • Sunlit glamour Every 3–4 seconds the lipstick (or her lips) returns as the hero. Every cut feels expensive. Think Marc Jacobs beauty campaign meets Vogue beauty film. **COLOR PALETTE** Warm golden sunlight, soft babypink tones, rose-gold accents, rich skin tones, honey highlights. Kodak Vision3 film look. Subtle halation. Soft film grain. Natural skin. No teal-orange. **CAMERA** Organic handheld + editorial dolly. Short slider moves. Gentle whip pans. Macro beauty photography. Natural lens breathing. Occasional foreground wipes with taxis/pedestrians. **LENSES** 100mm Macro | 85mm Portrait | 50mm | 35mm Street | 24mm Tracking. All behave like real cinema glass with beautiful falloff. --- **SEGMENT 1 (0.0–6s)** Ground level 24mm tracking shot. Camera starts at knee/hip height. Flowing babypink dress hem, strappy sandals, and her confident stride fill the frame. A yellow taxi whips across foreground. At 3 seconds — cut to 100mm macro: she pulls the MARC JACOBS lipstick from her bag, twists it up. Golden sunlight hits the rose-gold tube and the glossy bullet. Extreme texture detail. She applies it smoothly in one fluid motion (mirrorless, on the move). Lips transform into high-shine perfection. **SEGMENT 2 (6–14s)** 50mm medium portrait. Camera tracks backward as she walks calmly across the crosswalk. Babypink dress flows gently in the breeze. Hair moves naturally. Effortless, confident expression (soft, knowing half-smile). Golden sunlight kisses her face. Her lips remain mirror-glossy, catching every ray of light. A taxi blurs behind her. **CUT to fast 0.3-second macro montage** (lips + product): - Gloss catching sunlight, no fading - Creamy texture close-up - Lip movement as she gently presses lips together - Light refracting on the high-shine surface **SEGMENT 3 (14–23s)** 35mm three-quarter tracking shot, matching her walking speed. Side angle. Dress sleeve billows. She turns her head slightly toward the sun, lips prominently featured. Foreground pedestrians and a passing bicycle create natural wipes. **CUT to 100mm macro:** Fingers holding the lipstick tube. She twists it down slowly. Rose-gold metal reflects warm sunlight. Subtle embossed logo visible. Natural reflections only. **SEGMENT 4 (23–32s)** 85mm hero portrait. She pauses at the corner, golden sunlight wrapping her face and shoulders. Babypink dress looks ethereal. She turns slightly toward the city horizon, then glances toward camera with quiet confidence. Lips still impossibly glossy and fresh. Slow push-in on her face. **Voice-over begins** (warm, intimate, luxurious female voice): “In the heat of the city… one gloss refuses to fade.” **SEGMENT 5 (32–40s)** Dynamic montage: - Walking again (medium shot) - Quick macro of lips in direct sun — gloss still perfect - She laughs softly (natural micro-expression) — gloss stays vibrant - Hand bringing lipstick tube back into frame for a final beauty shot - Final macro of lips + tube side-by-side, both glowing in golden hour light **Voice-over continues:** “Marc Jacobs Summer Gloss. Stays luminous. Stays you.” **SEGMENT 6 (40–45s)** Hero product lock. 100mm macro. Lipstick tube fills frame with perfect sunlight raking across the rose-gold metal and glossy bullet. Hold on the texture. Soft fade to black with elegant MJ logo and product name. **PERFORMANCE** Luxury editorial restraint. Natural walking rhythm. Relaxed shoulders. Real micro-expressions. Confident but never over-posed. Slow breathing. The gloss is the star — always pristine. **PRODUCT LOCKS** Lipstick tube and color must be identical to reference. Extreme gloss retention in sunlight is the hero claim. No color fade. No smudging. Natural lip movement with perfect shine maintained at all times. **PHYSICS & LIGHTING** Dress flows realistically in city wind. Hair reacts naturally. Golden hour sunlight with soft building bounce. Natural skin tones and highlight roll-off. Lip gloss has visible, believable shine and light refraction. **AUDIO** Premium luxury electronic track with warm analog bass and subtle percussion. Layered diegetic city sounds (taxis, footsteps, soft wind). Delicate gloss application sound, fabric rustle, and lipstick cap clicks during macros. Voice-over is intimate and aspirational.

Cinematic scene

Create a 45-second 3D Pixar-style animated commercial for GLOWDROP – 24-Hour Liquid Blush in a vertical smartphone format. Use bright, colorful visuals with expressive cartoon characters, smooth exaggerated animation, cinematic lighting, and dynamic camera movements. The story takes place in a cozy apartment bathroom during a warm morning. Zara, a young woman in pajamas and a satin robe, panics after seeing a notification that her first date is in 20 minutes. Her regular powder blush fades instantly, leaving her frustrated, while her roommate's fluffy white Pomeranian, Milo, silently watches with hilarious judgmental reactions. After desperately searching through makeup, Zara discovers the glowing GLOWDROP bottle. She applies two dots, instantly revealing a radiant, long-lasting flush that transforms her confidence. A fast-paced montage shows her finishing her look, confidently heading out, and impressing her waiting date, while Milo proudly follows along. End with a clean hero product shot of the rotating GLOWDROP bottle against a soft pink background with the tagline: "GLOWDROP — Blush That Doesn't Quit." Keep the tone playful, relatable, and comedy-driven, featuring expressive character animation, internet-style humor, glowing beauty visuals, and Milo's silent reactions as the scene-stealing sidekick.

Cinematic scene

A cinematic 30-second summer short film featuring the same young woman throughout the entire video, set in a peaceful American countryside during golden hour. She has shoulder-length dark hair, natural makeup, and a soft youthful appearance. The video opens with a close-up side profile of her standing in a wide green meadow under a dramatic blue sky with soft clouds. Gentle sunlight falls across her face as the wind moves her hair naturally. Cut to a medium shot of her walking slowly through the field, turning her head back toward the camera with a calm, slightly nostalgic expression. Keep her facial identity, hairstyle, body proportions, and outfit consistent. Transition to an intimate overhead and side-angle shot of her lying in tall green grass, looking upward at the sky. The grass moves softly in the breeze, creating a relaxed summer atmosphere. Then move to a rustic countryside location with a classic red wooden barn and fence in the background. She casually leans against the fence, playing with her hair, with warm sunlight creating natural lens flare and soft rim light. For the final scene, she sits alone on outdoor bleachers during sunset, wearing a white tank top and relaxed sporty shorts, holding a dark glass bottle near her face. Warm backlight shines through her hair as she closes her eyes and enjoys the moment. End with a dreamy soft-focus shot and subtle cinematic fade, evoking the feeling of a nostalgic summer memory. Realistic photography, cinematic natural lighting, golden hour sunlight, soft film grain, shallow depth of field, gentle handheld camera movement, natural body movement, realistic skin texture, subtle wind, warm nostalgic summer mood, consistent character identity, smooth scene transitions, emotional visual storytelling, indie coming-of-age film aesthetic, high-end music video cinematography, 9:16 vertical format.

Cinematic scene

10-second photorealistic cinematic comedy video of a giant realistic pinkish-brown octopus working as a car-wash attendant at a busy roadside car wash. A silver 1990s-style sedan is covered in thick white soap suds. The octopus is absurdly energetic, using all eight tentacles simultaneously to scrub and wash the car with yellow sponges and soapy water. A confused male driver sits inside the car watching the bizarre situation unfold. Busy traffic, urban freeway environment, warm late-afternoon sunlight, realistic reflections, water droplets and foam, believable octopus anatomy and natural tentacle movement. The humour comes from treating the giant octopus completely seriously as a professional car washer. Timeline Breakdown: 0–2s: Wide frontal establishing shot. A silver sedan sits at the car wash, completely covered in soap. The giant octopus stands beside it, already holding several yellow sponges with different tentacles. The driver looks through the windshield in disbelief. Camera slowly pushes toward the car. 2–5s: The octopus suddenly goes into overdrive. All eight tentacles rapidly scrub different parts of the vehicle simultaneously windshield, roof, hood and side windows. Thick foam flies everywhere. Water sprays toward the camera. The driver looks increasingly shocked. 5-7.5s: Fast, energetic cinematic movement around the front corner of the car. Tentacles whip across the windshield and roof in exaggerated but physically believable motions. Soap and water cascade down the glass. One tentacle vigorously scrubs the windshield directly in front of the bewildered driver. 7.5-9s: The octopus suddenly stops and proudly steps back. The car is now extremely clean and sparkling. The driver gives the octopus a confused look, then starts driving forward. 9-10s: The silver car drives away. The octopus remains beside the wash station holding its sponges, watching the car leave. End on a slightly wide comedic shot as traffic passes behind it. Visual Style: Photorealistic live-action, cinematic comedy, realistic practical-effects appearance, natural skin and suction-cup detail, physically accurate water and soap physics, realistic vehicle reflections, shallow depth of field, subtle handheld camera movement, warm natural sunlight, high-detail 4K cinematic image quality. Camera: Professional cinema camera, 35mm lens, realistic motion blur, natural exposure, occasional water droplets hitting the lens, smooth cinematic tracking combined with brief energetic handheld movement. Important: Keep the same octopus, car, driver, environment and lighting consistent throughout. No cartoon appearance, no animation, no extra limbs, no deformed tentacles, no morphing, no text, no subtitles, no logos. The octopus must remain anatomically believable despite the absurd comedic premise.

Cinematic scene

[0:00–0:02] Title Card: Clean minimal text animation: DESERT REVERIE fades in centered, thin serif white font, subtle letter spacing expand animation, over a blurred desert background (soft bokeh of red mesas and blue sky). Text holds for 1.5s then fades out smoothly. [0:02–0:05] Establishing Shot: Wide static shot, Monument Valley desert at midday. A vintage teal 1960s muscle car sits parked on a dirt road, red sandstone mesas in the background, clear blue sky. A man in a fringed jacket and cowboy boots reclines on the hood, hands behind his head, completely relaxed. Heat haze shimmers faintly above the ground. [0:05–0:09] Rising Action: Low angle GoPro shot from near the front bumper, slowly tilting upward. A powerful brown horse leaps into frame from the left, mid air, legs tucked, mane and tail whipping with motion. Camera holds steady as the horse arcs gracefully over the car and the reclining man, muscles rippling naturally, correct anatomy maintained (four legs, proper joint bends, no warping). [0:09–0:13] Landing & Dust: Camera transitions to a slow dolly in from the front of the car. Horse lands just behind the vehicle, front hooves touching down first, kicking up a dramatic cascade of dust and sand in realistic particle simulation. Man on the hood remains still and unfazed, jacket fringe fluttering slightly in the wind. Golden desert light, hard natural shadows. [0:13–0:15] Final Hold: Slow motion ramp (0.5x) on the settling dust cloud, mesas sharp in the background, sky calm and clear. Gentle fade to black. Technical requirements: Horse: exactly 4 legs, correct joint articulation, no limb warping, no extra hooves. Man: correct hand/finger anatomy (5 fingers each), no facial morphing. Car body lines and wheels remain stable, no distortion. Consistent dust/sand particle physics, no flicker artifacts. No watermarks, logos, or text overlays except the title card. 16:9 aspect ratio throughout, no letterboxing Color grading: warm desert tones, teal car accent, natural sky gradient, cinematic contrast.

Kurz erklärt

Wie ist dieses Modell einzuordnen?

Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden. Text- und Bildeingaben unterstützen 5, 10 oder 15 Sekunden; Videoeingaben unterstützen nur 5 oder 10 Sekunden.

Worin ist es stark?
Wan 2.6 — Fähigkeiten: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden.
Für wen eignet es sich?
Wan 2.6 — Asset- und Sicherheitsgrenzen: Zulässig sind genau ein JPG/PNG/WebP-Bild mit mindestens 256×256 und höchstens 10 MB oder ein bis drei MP4/MOV-Videos mit höchstens 10 MB je Datei. Vor dem Start müssen Typ, Größe, Geometrie und signierte Metadaten jeder Datei geprüft sein.
Warum auf Kyeo AI verwenden?
Wan 2.6 — Videodauer: Text- und Bildeingaben unterstützen 5, 10 oder 15 Sekunden; Videoeingaben unterstützen nur 5 oder 10 Sekunden. Die Aufnahmestruktur ist standardmäßig Aus, der Inhaltsfilter standardmäßig Ein. Beide Optionen sind sichtbar und werden ausdrücklich übermittelt.

Wichtige Parameter

Damit kannst du schnell einschätzen, ob dieses Modell zu deinem Anwendungsszenario passt.

Modellkategorie
KI-Videomodell
Anbieter
Alibaba
Modellfamilie
Wan
Laufzeit
Asynchroner Auftrag
Prompt-Limit
Text: 1–5.000 Zeichen; Bild/Video: 2–5.000 Zeichen
Upload-Limit
1 JPG/PNG/WebP-Bild (mindestens 256×256, höchstens 10 MB) oder 1–3 MP4/MOV-Videos (höchstens 10 MB je Datei)

Andere Bezeichnungen

Dasselbe Modell kann in offizieller Dokumentation, Community-Diskussionen und API-Anbindungen unterschiedlich heißen. Hier sind die Bezeichnungen zusammengeführt.

Alibaba Wan 2.6
Wan 2.6

Häufige Nutzerfragen

Diese praktischen Fragen betreffen Aufgabe, Eingabebedingungen und Ergebnisanforderungen, die du vor der Auswahl prüfen solltest.

Wie verwendet man Wan 2.6?
Die sechs Preise von Wan 2.6
Wie wählt man den Text-Workflow von Wan 2.6?
Welche Spezifikationen braucht ein Wan-2.6-Einzelbild?
Wie viele Dateien nimmt die Wan-2.6-Video-Route an?
Welche Wan-2.6-Modi unterstützen 15 Sekunden?
Wan 2.6 720p 1080p Punkte
Was passiert bei gleichzeitigen Bild- und Video-Uploads für Wan 2.6?
Wie viele Zeichen muss ein Wan-2.6-Prompt mindestens haben?
Wan 2.6 Aufnahmestruktur
Wan 2.6 Inhaltsfilter

Entscheidungshilfe

Noch unsicher bei der Modellwahl? Prüfe zunächst diese Entscheidungskriterien.

1
Route nach der einzigen Eingabe wählen

Route nach der einzigen Eingabe wählen: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden.

2
Dauer nach Workflow filtern

Dauer nach Workflow filtern: Text- und Bildeingaben unterstützen 5, 10 oder 15 Sekunden; Videoeingaben unterstützen nur 5 oder 10 Sekunden.

3
Drei Baselines getrennt anlegen

Drei Baselines getrennt anlegen: Standard sind 1080p, 5 Sekunden, Aufnahmestruktur Aus und Inhaltsfilter Ein. Vergleiche Modelle mit demselben Prompt, denselben Medien, derselben Dauer und Auflösung und bewerte die Ergebnisse statt Marketingaussagen vorauszusetzen.

Häufig gesuchte Vergleiche

Vergleiche gängige Alternativen für dieselbe Aufgabe, um Unterschiede bei Eingaben, Steuerung und Kosten zu erkennen.

Unterschied zwischen Wan 2.6 und Kling 2.6
Wan 2.6 vs Kling 2.6: Eingaberouten und Dauer
Unterschied zwischen Wan 2.6 und Hailuo 2.3
Wan 2.6 vs Hailuo 2.3: Assets und Abrechnung
Unterschied zwischen Wan 2.6 und Seedance 1.5 Pro
Wan 2.6 vs Seedance 1.5 Pro: Steuerungen

Modellvergleich

Du bist bei der Wahl unsicher? Die Tabelle zeigt die wichtigsten Unterschiede zwischen diesem Modell und Alternativen auf einen Blick.

Kyeo-Eingabepfade
Wan 2.6
Kyeo-Eingabepfade / Wan 2.6: Text / 1 Bild / 1–3 Videos
Wan 2.7 Video
Text / Start-Endframe oder Verlängerung / getrennte Videobearbeitungsroute
Kling 2.6
Zwei Basisrouten für Text oder Bild
Drei assetgesteuerte Workflows
Wan 2.6
Drei assetgesteuerte Workflows / Wan 2.6: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden.
Wan 2.7 Video
2.7-Text-, Bild- oder Videobearbeitungs-Workflow je nach Asset
Kling 2.6
Text- oder Bildroute je nach vorhandenem Bild
Gültige Dauer
Wan 2.6
Gültige Dauer / Wan 2.6: Text- und Bildeingaben unterstützen 5, 10 oder 15 Sekunden; Videoeingaben unterstützen nur 5 oder 10 Sekunden.
Wan 2.7 Video
Text/Bild 5/10/15 Sekunden; Videobearbeitung mit eigenem Kontrakt
Kling 2.6
Text und Bild jeweils 5/10 Sekunden
Sechs Kyeo-Punktestufen
Wan 2.6
Sechs Kyeo-Punktestufen / Wan 2.6: 720p kostet für 5/10/15 Sekunden 70/140/210 Punkte, 1080p kostet 105/210/315 Punkte. Bei einer Videoeingabe sind 15 Sekunden nicht verfügbar.
Wan 2.7 Video
Separate Abrechnung nach 2.7-Workflow, Auflösung und Dauer
Seedance 1.5 Pro
Abrechnung nach Auflösung, Dauer und Eingabemodus
Sichtbare Steuerungen und Assets
Wan 2.6
Sichtbare Steuerungen und Assets / Wan 2.6: Auflösung, Videodauer, Aufnahmestruktur, Inhaltsfilter
Wan 2.7 Video
Steuerungen und Asset-Slots ändern sich je nach 2.7-Workflow
Kling 2.6
Eigene Kling-Steuerungen für Dauer, Verhältnis und Ton

Erfahrungen aus der Praxis

Praktische Hinweise auf Grundlage öffentlicher Quellen, aktueller Website-Grenzen und repräsentativer Aufgaben.

Wan 2.6 — Drei assetgesteuerte Workflows

Wan 2.6 / Drei assetgesteuerte Workflows: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden.

Wan 2.6 — Abrechnung nach sechs Tabellenwerten

Wan 2.6 / Abrechnung nach sechs Tabellenwerten: 720p kostet für 5/10/15 Sekunden 70/140/210 Punkte, 1080p kostet 105/210/315 Punkte. Bei einer Videoeingabe sind 15 Sekunden nicht verfügbar. Vergleiche Modelle mit demselben Prompt, denselben Medien, derselben Dauer und Auflösung und bewerte die Ergebnisse statt Marketingaussagen vorauszusetzen.

Funktionen im Detail

Drei assetgesteuerte Workflows

Drei assetgesteuerte Workflows: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden.

Abrechnung nach sechs Tabellenwerten

Abrechnung nach sechs Tabellenwerten: 720p kostet für 5/10/15 Sekunden 70/140/210 Punkte, 1080p kostet 105/210/315 Punkte. Bei einer Videoeingabe sind 15 Sekunden nicht verfügbar.

Asset- und Sicherheitsgrenzen

Asset- und Sicherheitsgrenzen: Zulässig sind genau ein JPG/PNG/WebP-Bild mit mindestens 256×256 und höchstens 10 MB oder ein bis drei MP4/MOV-Videos mit höchstens 10 MB je Datei. Vor dem Start müssen Typ, Größe, Geometrie und signierte Metadaten jeder Datei geprüft sein. Die Aufnahmestruktur ist standardmäßig Aus, der Inhaltsfilter standardmäßig Ein. Beide Optionen sind sichtbar und werden ausdrücklich übermittelt.

Geeignete Aufgaben

Reine Text-Baseline

Reine Text-Baseline: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden. Standard sind 1080p, 5 Sekunden, Aufnahmestruktur Aus und Inhaltsfilter Ein.

Animationstest mit einem Bild

Animationstest mit einem Bild: Zulässig sind genau ein JPG/PNG/WebP-Bild mit mindestens 256×256 und höchstens 10 MB oder ein bis drei MP4/MOV-Videos mit höchstens 10 MB je Datei. Vor dem Start müssen Typ, Größe, Geometrie und signierte Metadaten jeder Datei geprüft sein. Standard sind 1080p, 5 Sekunden, Aufnahmestruktur Aus und Inhaltsfilter Ein.

1–3 MP4/MOV — Videodauer

1–3 MP4/MOV — Videodauer: Zulässig sind genau ein JPG/PNG/WebP-Bild mit mindestens 256×256 und höchstens 10 MB oder ein bis drei MP4/MOV-Videos mit höchstens 10 MB je Datei. Vor dem Start müssen Typ, Größe, Geometrie und signierte Metadaten jeder Datei geprüft sein. Text- und Bildeingaben unterstützen 5, 10 oder 15 Sekunden; Videoeingaben unterstützen nur 5 oder 10 Sekunden.

Prompt-Tipps

Zuerst den einzigen Asset-Pfad festlegen

Zuerst den einzigen Asset-Pfad festlegen: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden.

Pro Test nur einen Ausgabeparameter ändern

Pro Test nur einen Ausgabeparameter ändern: 720p kostet für 5/10/15 Sekunden 70/140/210 Punkte, 1080p kostet 105/210/315 Punkte. Bei einer Videoeingabe sind 15 Sekunden nicht verfügbar.

Aufnahmestruktur / Inhaltsfilter

Aufnahmestruktur / Inhaltsfilter: Die Aufnahmestruktur ist standardmäßig Aus, der Inhaltsfilter standardmäßig Ein. Beide Optionen sind sichtbar und werden ausdrücklich übermittelt. Das Modell erzeugt keine Audiospur. Prüfe jedes Ergebnis auf Sicherheit, Rechte, Identität und Veröffentlichungsqualität.

Warum dieses Modell?

Fähigkeiten: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden.
Punkteverbrauch: 720p kostet für 5/10/15 Sekunden 70/140/210 Punkte, 1080p kostet 105/210/315 Punkte. Bei einer Videoeingabe sind 15 Sekunden nicht verfügbar.
Upload-Limit: Zulässig sind genau ein JPG/PNG/WebP-Bild mit mindestens 256×256 und höchstens 10 MB oder ein bis drei MP4/MOV-Videos mit höchstens 10 MB je Datei. Vor dem Start müssen Typ, Größe, Geometrie und signierte Metadaten jeder Datei geprüft sein.
Videodauer: Text- und Bildeingaben unterstützen 5, 10 oder 15 Sekunden; Videoeingaben unterstützen nur 5 oder 10 Sekunden.

Vor der Nutzung beachten

Wan 2.6 — Dauer nach Workflow filtern: Text- und Bildeingaben unterstützen 5, 10 oder 15 Sekunden; Videoeingaben unterstützen nur 5 oder 10 Sekunden.
Wan 2.6 — Upload-Limit: Zulässig sind genau ein JPG/PNG/WebP-Bild mit mindestens 256×256 und höchstens 10 MB oder ein bis drei MP4/MOV-Videos mit höchstens 10 MB je Datei. Vor dem Start müssen Typ, Größe, Geometrie und signierte Metadaten jeder Datei geprüft sein.
Wan 2.6 — Route nach der einzigen Eingabe wählen: Ohne Medien wird Text-zu-Video gewählt, genau ein Bild wählt Bild-zu-Video und ein bis drei Videos wählen Videobearbeitung; Bilder und Videos dürfen nicht gemischt werden.
Wan 2.6 — Aufnahmestruktur / Inhaltsfilter: Die Aufnahmestruktur ist standardmäßig Aus, der Inhaltsfilter standardmäßig Ein. Beide Optionen sind sichtbar und werden ausdrücklich übermittelt. Das Modell erzeugt keine Audiospur. Prüfe jedes Ergebnis auf Sicherheit, Rechte, Identität und Veröffentlichungsqualität.

Einstellbare Parameter

Damit kannst du schnell einschätzen, ob dieses Modell zu deinem Anwendungsszenario passt.

Auflösung
Optional
Parametertyp: select
Standard: 1080p
720p
1080p
Videodauer
Optional
Parametertyp: select
Standard: 5
5 Sekunden
10 Sekunden
15 Sekunden (nur Text/Bild)
Aufnahmestruktur
Optional
Parametertyp: Auswahl
Standard: false
Einzelaufnahme (false)
Mehrfachaufnahme (true)
Inhaltsfilter
Optional
Parametertyp: Auswahl
Standard: Ein
Aus
Ein

Punkteverbrauch

70–315 Punkte / Anfrage

720p kostet für 5/10/15 Sekunden 70/140/210 Punkte, 1080p kostet 105/210/315 Punkte. Bei einer Videoeingabe sind 15 Sekunden nicht verfügbar.

Tipp zum Punktesparen

Bevor du Bilder oder Videos in Serie generierst, solltest du dieselben Ausgangsmedien in einem A/B-Test mit dem aktuellen Modell und ähnlichen Alternativen vergleichen. Starte die Serie erst, wenn das Ergebnis passt, um keine Punkte zu verschwenden.

Häufig gestellte Fragen

Ähnliche Modelle

Noch unentschieden? Vergleiche auch diese ähnlichen Modelle.

Kling 2.6

Kling 2.6 ist in Kyeo ein Videodienst mit zwei Workflows: Ohne Bild wird Text-zu-Video, mit Bild Einzelbild-zu-Video aufgerufen. Beide bieten 5/10 Sekunden und den `sound`-Umschalter; Text-zu-Video bietet zusätzlich drei Seitenverhältnisse. Die vier Abrechnungskombinationen sind 55, 110, 110 und 220 Punkte.

KI-Videomodell
55–220 Punkte pro Anfrage
Details anzeigenJetzt verwenden

Hailuo 2.3

Kyeo bietet sechs gültige Kombinationen: Standard 768P mit 6/10 Sekunden und 1080P mit 6 Sekunden kostet 25/40/40 Punkte; Pro kostet entsprechend 40/80/70 Punkte. 1080P unterstützt keine 10 Sekunden. 1 JPG/PNG/WebP-Datei erforderlich, höchstens 10 MB.

KI-Videomodell
25–80 Punkte pro Anfrage
Details anzeigenJetzt verwenden

Seedance 1.5 Pro

Seedance 1.5 Pro / Funktion — Kyeos Seedance 1.5 Pro unterstützt reinen Text oder bis zu 2 Bilder und bietet 480p/720p/1080p, 4–12 Sekunden, Audiogenerierung, 6 Seitenverhältnisse und gesperrte Kamera. 7–180 Punkte ergeben sich aus der Parameterkombination; der Name Pro und höhere Punkte belegen weder geprüfte Bildqualität noch Stabilität oder Veröffentlichungsfähigkeit.

KI-Videomodell
7–180 Punkte / Anfrage
Details anzeigenJetzt verwenden

Quellen

Die Seite beruht auf Anbieterinformationen, Beschreibungen der Modellfamilie und der Anbindungskonfiguration von Kyeo AI.

Hinweis zu den Quellen

Diese Seite wurde anhand der offiziellen Alibaba-Cloud-Ankündigung zur Wan-2.6-Serie und der offiziellen Übersicht zu Videomodellen geprüft. Die öffentlichen Angaben unterscheiden Text-, Bild- und Videoeingaben, nutzbare Dauern, lokale Punkte, geprüfte Mediengrenzen und sichtbare Steuerelemente; Marketingaussagen gelten nicht als Testergebnisse.

Zuletzt geprüft: 2026-08-27
Alibaba Cloud: Start der Wan-2.6-Serie
Offiziell
Originalquelle ansehen
Alibaba Cloud: Überblick über Videogenerierungsmodelle
Offiziell
Originalquelle ansehen