Ir al contenido principal
Modelo de vídeo con IA
Alibaba
Wan

Wan 2.2 A14B Turbo

Wan 2.2 A14B Turbo no es un único flujo en Kyeo: sin material se usa la generación a partir de texto; al subir una imagen se pasa a la generación a partir de imagen; y solo una imagen junto con audio activa el flujo de voz. Las tres rutas tienen distintas resoluciones, créditos y controles visibles, así que conviene confirmar primero la combinación de materiales.

Capacidades
Vídeo desde texto, vídeo desde una imagen o vídeo guiado por imagen y audio
Consumo de créditos
40/60/80 fijos; voz 12/18/24 por segundo
Límite del prompt
El prompt es obligatorio y admite hasta 5.000 caracteres
Límites de carga
Hasta 1 imagen; la voz admite además 1 audio; 10 MB por archivo
Tres versiones del modelo se seleccionan dinámicamente según no haya material, haya una imagen o haya una imagen más un audio
Los flujos de texto, imagen y voz admiten 480p, 580p y 720p
Texto/imagen producen cinco segundos por 40/60/80 créditos; voz cobra 12/18/24 créditos por segundo de salida
El flujo de voz envía el `enable_safety_checker` del contrato actual, activado por defecto
Resumen en 30 segundos
Wan
Estándar 40/60/80; voz 12/18/24 por segundo
En qué destaca
Elige generación de texto a vídeo, de imagen a vídeo o vídeo guiado por voz según el material de entrada. Cada modo usa sus propias entradas y parámetros.
Para quién es
Sirve para validar por separado la generación desde texto, la animación de una imagen o un vídeo de personaje guiado por una imagen y un audio. Cada ruta debe evaluarse por separado; el resultado de una no debe extrapolarse a las otras.
Búsquedas populares
¿Cómo se usa Wan 2.2 A14B Turbo?¿Qué materiales necesita cada uno de los tres flujos de Wan 2.2?¿Cómo se calculan los precios de las seis rutas de Wan 2.2?

En pocas palabras

¿Qué ofrece este modelo?

Los flujos de texto e imagen producen cinco segundos fijos: 40/60/80 créditos en 480p/580p/720p. En voz, los segundos de salida son `num_frames ÷ frames_per_second` y se multiplican por 12/18/24 créditos según la resolución; Kyeo redondea el total hacia arriba. El flujo de voz exige imagen y audio a la vez, añade controles de fotogramas, prompt negativo e inferencia y envía el `enable_safety_checker` actual, activado por defecto. La página no promete velocidad de generación, precisión de sincronización, calidad ni consistencia de identidad.

En qué destaca
Elige generación de texto a vídeo, de imagen a vídeo o vídeo guiado por voz según el material de entrada. Cada modo usa sus propias entradas y parámetros.
Para quién es
Sirve para validar por separado la generación desde texto, la animación de una imagen o un vídeo de personaje guiado por una imagen y un audio. Cada ruta debe evaluarse por separado; el resultado de una no debe extrapolarse a las otras.
Por qué usarlo en Kyeo AI
Kyeo selecciona uno de los tres flujos según los materiales y muestra antes del envío los precios estándar fijos de cinco segundos y las tarifas de voz por segundo; cada ruta debe validarse por separado.

Parámetros principales

Te ayuda a evaluar rápidamente si este modelo encaja con tu caso de uso.

Categoría del modelo
Modelo de vídeo con IA
Proveedor
Alibaba
Familia del modelo
Wan
Forma de acceso
Acceso mediante la interfaz actual
Capacidades
Wan — Tarea asíncrona
Modo de ejecución
Tarea asíncrona
Límite del prompt
La solicitud de Kyeo no puede dejar el prompt vacío y admite hasta 5.000 caracteres
Límites de carga
JPEG/PNG/WebP; la voz requiere además 1 audio; 10 MB por archivo

Otros nombres

Un mismo modelo puede aparecer con nombres distintos según la fuente. Aquí los reunimos para facilitar la búsqueda y la comparación.

Wan — ¿Qué flujo de Wan 2.2 expone enable_safety_checker?
Wan — ¿Qué ocurre si subo solo audio a Wan 2.2?
Wan — ¿Cómo elegir entre Wan 2.2 y Wan 2.6?

Preguntas frecuentes de los usuarios

Estas preguntas prácticas se centran en la tarea, las entradas y el resultado que conviene confirmar antes de elegir.

¿Cómo se usa Wan 2.2 A14B Turbo?
¿Qué materiales necesita cada uno de los tres flujos de Wan 2.2?
¿Cómo se calculan los precios de las seis rutas de Wan 2.2?
¿Los tres flujos de Wan 2.2 admiten 580p?
¿Qué formatos acepta la ruta de imagen de Wan 2.2?
¿La ruta de voz de Wan 2.2 necesita imagen y audio?
¿Por qué num_frames de Wan 2.2 debe ser múltiplo de 4?
¿Qué flujo de Wan 2.2 expone enable_safety_checker?
¿Qué ocurre si subo solo audio a Wan 2.2?
¿Cómo elegir entre Wan 2.2 y Wan 2.6?

Guía de elección

¿Aún no sabes qué modelo usar? Empieza por estos puntos clave.

1
Elige primero el flujo por material

Sin material, prueba solo el flujo de texto; con una imagen y sin audio, prueba el flujo de imagen; el flujo de voz exige una imagen y un audio a la vez.

2
Comprueba después resolución y precio

Texto e imagen producen cinco segundos fijos por 40/60/80 créditos en 480p/580p/720p. Voz cuesta 12/18/24 créditos por segundo de salida, calculado mediante `num_frames ÷ frames_per_second`, y Kyeo redondea el total hacia arriba.

3
Revisa los parámetros avanzados antes de enviar

En el modo de voz, `num_frames` debe estar entre 40 y 120 y ser múltiplo de 4; la velocidad de fotogramas debe estar entre 4 y 60.

Comparaciones frecuentes

Compara alternativas habituales en la misma tarea para aclarar diferencias de entrada, control y coste.

¿En qué se diferencian los flujos de materiales de Wan 2.2 y Wan 2.6?
Wan 2.2 vs Wan 2.6: resolución y créditos
¿En qué se diferencian los parámetros de Wan 2.2 y Wan 2.5 Video?
Wan 2.2 vs Wan 2.5 Video: entradas y precios
¿En qué se diferencian la ruta de voz de Wan 2.2 e Infinitalk?
Wan 2.2 vs Infinitalk: imagen, audio y prompt

Tabla comparativa de modelos

¿No sabes cuál elegir? Esta tabla muestra de un vistazo las principales diferencias entre el modelo actual y sus alternativas.

Ruta activada por el material
Wan 2.2 A14B Turbo
Sin material, una imagen, una imagen más un audio
Wan 2.6
Sin material, una imagen o un vídeo
Infinitalk
Requiere siempre una imagen, un audio y un prompt
Créditos actuales
Wan 2.2 A14B Turbo
Texto/imagen, cinco segundos fijos: 40/60/80; voz: 12/18/24 por segundo de salida
Wan 2.6
70-315 créditos, según resolución y duración
Wan 2.5 Video
60-200 créditos, según resolución y duración
Opciones de resolución
Wan 2.2 A14B Turbo
Texto, imagen y voz admiten 480p, 580p y 720p
Wan 2.6
720p, 1080p
Wan 2.5 Video
720p, 1080p
Controles visibles
Wan 2.2 A14B Turbo
Texto/imagen usan controles estándar; voz añade fotogramas, inferencia y seguridad
Wan 2.6
2 controles: resolución y duración
Infinitalk
2 controles: resolución y seed
Límites de validación actuales
Wan 2.2 A14B Turbo
El audio debe ir con una imagen; los fotogramas deben ser múltiplos de 4
Wan 2.6
El flujo de vídeo no usa imagen ni audio
Infinitalk
Imagen y audio son obligatorios a la vez

Experiencia de uso real

Orientación práctica basada en fuentes públicas, límites actuales del sitio y tareas representativas.

El nombre del flujo del proveedor no equivale al modelo directo de Alibaba

La publicación oficial de Wan 2.2 A14B de Alibaba cubre los modelos de texto e imagen; el `wan2.2-s2v` actual de Alibaba Cloud incluye además un paso independiente de detección de imágenes. El flujo A14B speech del proveedor debe describirse solo a partir de su formulario y de la carga útil de Kyeo.

El lenguaje promocional no sustituye la validación de la tarea

720p, 24 fps, generación rápida, acción estable y sincronización de audio e imagen no son garantías de resultados de Kyeo; hay que evaluar la salida real de cada tarea.

Capacidades en detalle

Modos de texto e imagen

El modo de texto permite ajustar el prompt, la resolución, la proporción, la expansión del prompt, la aceleración y una semilla opcional. El modo de imagen acepta una sola referencia en lugar de un ajuste de proporción independiente y conserva los demás controles visibles. La comprobación de seguridad permanece activa.

Modo guiado por voz

El modo de voz combina un prompt, una imagen y un audio, con controles de número de fotogramas, velocidad, resolución, pasos de inferencia, intensidad de guía y desplazamiento. El prompt negativo y la semilla son opcionales, y la comprobación de seguridad está activa por defecto.

Límites de los campos de seguridad

La comprobación de seguridad está activa en todos los modos, pero no sustituye la revisión humana de la seguridad del contenido y los derechos del material.

Para qué sirve

Prueba de planos desde texto

Usa solo el prompt para comparar 16:9 con 9:16 y 480p/580p/720p; revisa manualmente el sujeto, la acción, el texto y la continuidad visual.

Animación de una imagen

Sube una imagen JPEG, PNG o WebP y describe con claridad la acción y el movimiento de cámara.

Vídeo guiado por imagen y audio

Sube a la vez una imagen y un audio compatible, y prueba la sincronización labial o la acción variando fotogramas y velocidad de fotogramas; antes de publicar, revisa manualmente la sincronización, la identidad, el sonido y los derechos del material.

Consejos para prompts

Describe primero la acción visible

Indica el sujeto, la escena, la acción y el movimiento de cámara; evita presentar la velocidad, la estabilidad o la calidad final como resultados garantizados por el prompt.

No supongas una relación de aspecto en el flujo de imagen

El modo de imagen no envía aspect_ratio; confirma primero la composición del original y después indica qué acción del sujeto quieres conservar o cambiar. Revisa el recorte y los bordes de la salida.

Controla por separado la imagen en la ruta de voz

El audio aporta la entrada sonora, mientras que el prompt describe el estado del personaje y la acción visual. negative_prompt, guidance_scale y shift son controles solicitados, no garantías de sincronización ni de calidad.

Por qué elegirlo

La misma página permite cambiar entre tres versiones claras de la interfaz del proveedor según el material.
Las rutas de texto e imagen ofrecen un conjunto pequeño de controles: relación de aspecto, expansión del prompt, seed y acceleration.
La comprobación de seguridad está activa por defecto en todos los flujos, incluido el de voz
Las seis tarifas del flujo de Kyeo y sus resoluciones correspondientes se pueden comprobar directamente antes de enviar.

Lo que debes saber antes de usarlo

Al usar Wan, genera primero una muestra representativa con los parámetros elegidos y confirma que el resultado cumple el objetivo antes de ampliar el lote.
Los tres flujos admiten 480p/580p/720p, pero los flujos estándar usan precios fijos de cinco segundos y voz se cobra según `num_frames ÷ frames_per_second`.
En el modo de voz, `num_frames` debe estar entre 40 y 120 y ser múltiplo de 4.
Turbo, 24 fps, estabilidad del movimiento, sincronización, calidad, filtrado de seguridad y duración de generación dependen de la entrada real y del estado del proveedor; no son garantías de resultados de Kyeo.

Parámetros configurables

Te ayuda a evaluar rápidamente si este modelo encaja con tu caso de uso.

Resolución
resolution
Opcional
Tipo de parámetro: select
Valor predeterminado: 720p
480p
580p
720p
Relación de aspecto (solo ruta de texto)
aspect_ratio
Opcional
Tipo de parámetro: select
Valor predeterminado: 16:9
16:9
9:16
Expansión del prompt (texto/imagen)
enable_prompt_expansion
Opcional
Tipo de parámetro: select
Valor predeterminado: false
Desactivado
Activado
Semilla aleatoria
seed
Opcional
Tipo de parámetro: number
Rango: 0-2147483647
Nivel de aceleración (texto/imagen)
acceleration
Opcional
Tipo de parámetro: select
Valor predeterminado: none
none
regular
Número de fotogramas (voz)
num_frames
Opcional
Tipo de parámetro: number
Valor predeterminado: 80
Rango: 40-120; debe ser múltiplo de 4
Fotogramas por segundo (voz)
frames_per_second
Opcional
Tipo de parámetro: number
Valor predeterminado: 16
Rango: 4-60
Prompt negativo (voz)
negative_prompt
Opcional
Tipo de parámetro: text
Pasos de inferencia (voz)
num_inference_steps
Opcional
Tipo de parámetro: number
Valor predeterminado: 27
Rango: 2-40
Intensidad de guía del prompt (voz)
guidance_scale
Opcional
Tipo de parámetro: number
Valor predeterminado: 3.5
Rango: 1-10
Desplazamiento (voz)
shift
Opcional
Tipo de parámetro: number
Valor predeterminado: 5
Rango: 1-10
Comprobación de seguridad (solo voz)
enable_safety_checker
Opcional
Tipo de parámetro: select
Valor predeterminado: true
Desactivado
Activado

Consumo de créditos

Estándar 40/60/80; voz 12/18/24 por segundo

Los flujos de texto e imagen producen cinco segundos fijos: 40/60/80 créditos en 480p/580p/720p. En voz, los segundos de salida son `num_frames ÷ frames_per_second` y se multiplican por 12/18/24 créditos según la resolución; Kyeo redondea el total hacia arriba.

Consejo para ahorrar

Antes de generar imágenes o videos por lotes, prueba el modelo actual y otras opciones similares con los mismos recursos. Cuando confirmes el resultado, inicia el lote para evitar gastar créditos de más.

Preguntas frecuentes

Modelos similares

¿Aún no te decides? Compara también estas alternativas similares.

Wan 2.6

Sin medios se selecciona texto a vídeo, exactamente una imagen selecciona imagen a vídeo y entre uno y tres vídeos seleccionan la edición de vídeo; no se pueden mezclar imágenes y vídeos. El valor predeterminado es 1080p, 5 segundos, estructura de planos desactivada y filtro de contenido activado.

Modelo de vídeo con IA
70–315 créditos / solicitud

Wan 2.5 Video

Wan 2.5 Video en Kyeo: flujos de texto y una imagen, 5/10 segundos, 720p/1080p, límites del prompt y créditos de 60–200. Kyeo cobra con precisión según resolución y duración: 720p a 5 segundos cuesta 60 créditos, 720p a 10 segundos 120, 1080p a 5 segundos 100 y 1080p a 10 segundos 200; el valor predeterminado de 720p a 5 segundos es 60 créditos. Wan 2.5: cómo calcular 60/100/120/200 créditos — Wan 2.5 Video en Kyeo: flujos de texto y una imagen, 5/10 segundos, 720p/1080p, límites del prompt y créditos de 60–200.

Modelo de vídeo con IA
60/100/120/200 créditos por tarea

Infinitalk

Infinitalk en Kyeo usa 1 imagen, 1 archivo de audio de hasta 15 segundos y un prompt obligatorio para generar un vídeo de presentación. Puedes elegir 480p o 720p y escribir `seed`; el coste depende de los segundos de audio y la resolución, no es un precio fijo por solicitud.

Modelo de vídeo con IA
480p: 3 créditos / segundo; 720p: 12 créditos / segundo

Fuentes de información

El contenido de esta página reúne documentación del modelo, descripciones de funciones y la configuración disponible actualmente en Kyeo AI.

Nota sobre las fuentes

Conoce los flujos de texto, imagen y voz de Wan 2.2 A14B Turbo, sus precios fijos de cinco segundos, tarifas de voz por segundo y materiales. Los flujos de texto e imagen producen cinco segundos fijos: 40/60/80 créditos en 480p/580p/720p. En voz, los segundos de salida son `num_frames ÷ frames_per_second` y se multiplican por 12/18/24 créditos según la resolución; Kyeo redondea el total hacia arriba.

Última actualización: 2026-08-27
Alibaba Cloud: anuncio de lanzamiento de Wan2.2 A14B
Oficial
Ver fuente original
Alibaba Cloud: información de acceso directo a wan2.2-s2v
Oficial
Ver fuente original