Alibaba: Wan 2.6

Alibaba: Wan 2.6 ist ein Videogenerierungsmodell von Alibaba, gelistet auf api14 unter der Model ID alibaba/wan-2.6. Es befindet sich in der Kategorie Video und wird vom Anbieter als Alibabas fortschrittlichstes Videogenerierungsmodell beschrieben, aufgebaut als ein unified System, das über 10 visuelle Erstellungsfähigkeiten unterstützt. Das Veröffentlichungsdatum des Anbieters ist 2026-03-28. Wenn Sie Videomodelle für eine Pipeline evaluieren, ist dies die Flaggschiff-Option von Alibaba und kein allgemeines Text- oder Bildmodell.

Das Modell nimmt Text- und Bildeingabe entgegen und erzeugt Video als einzige Ausgabe. Es generiert 1080p-Video mit 24fps gemäß der Anbieterbeschreibung, und die aufgeführten Auflösungen sind 720p und 1080p. Seitenverhältnisse sind 16:9 und 9:16, sodass sowohl Querformat als auch Hochformat abgedeckt sind. Clip-Dauern sind 5 oder 10 Sekunden. Ein First-Frame-Bild kann bereitgestellt werden, wodurch Sie den Anfang eines Clips an einem bestimmten Standbild verankern können. Audiogenerierung wird ebenfalls unterstützt, sodass eine einzelne Anfrage Video mit Ton statt einer stummen Spur zurückgeben kann. Für dieses Modell ist keine Kontextlänge veröffentlicht, behandeln Sie das Token-Fenster daher als nicht spezifiziert und planen Sie stattdessen anhand der visuellen Parameter.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Aufgaben hin. Text zu Video deckt Konzeptaufnahmen ab, Storyboards, die Bewegung brauchen, und kurze Werbeclips, bei denen Sie die Szene beschreiben und das Modell sie rendern lassen. Bild zu Video mit einem First Frame ist nützlich, wenn Sie bereits ein Key Visual, ein Produktfoto oder ein Charakterdesign haben und Bewegung wünschen, die genau von diesem Frame ausgeht. Das 9:16-Verhältnis in Kombination mit Dauern von 5 oder 10 Sekunden passt zu vertikalen Formaten wie Social Feeds und Kurzwerbung, während 16:9 zu Standard-Web- und Präsentationsvideo passt. Da Audiogenerierung verfügbar ist, können Sie fertige Clips mit Ton in einem Durchgang produzieren, statt danach eine separate Audiospur zu muxen. Die 720p-Option ist dann sinnvoll, wenn Sie einen schnelleren oder leichteren Entwurf möchten, bevor Sie sich auf einen 1080p-Render festlegen.

Der Aufruf über api14 funktioniert genauso wie bei jedem anderen Modell auf dem Gateway, da die API OpenAI-kompatibel ist. Sie senden Ihre Anfrage an den Chat-Completions-Endpunkt und setzen das Feld model auf "alibaba/wan-2.6". Die unterstützten Anfrageparameter sind max_tokens, temperature und top_p. Ihr Prompt-Text geht als normaler Message-Inhalt ein, und Bildeingabe wird daneben für First-Frame-Konditionierung bereitgestellt. Die visuellen Einstellungen, die die Ausgabe definieren, also Auflösung, Seitenverhältnis, Dauer, First Frame und Audiogenerierung, sind diejenigen, die pro Anfrage konfiguriert werden sollten, da sie bestimmen, wie das zurückgegebene Video aussieht.

Behalten Sie im Kopf, was das Modell nicht tut. Es gibt nur Video aus, daher ist es nicht die richtige Wahl, wenn Sie Text, Code oder Standbilder aus demselben Aufruf zurückbekommen möchten. Es gibt keine veröffentlichte Kontextlänge, und maxOutput ist als 0 aufgeführt, gehen Sie daher nicht von einem großen Textbudget auf der Eingabeseite aus. Wenn Ihre Aufgabe Textgenerierung, Reasoning oder Bilderstellung ist, passt ein Modell in diesen Kategorien besser. Wan 2.6 ist die Wahl, wenn das Ergebnis ein kurzer Videoclip mit 720p oder 1080p ist, im Quer- oder Hochformat, mit optionalem Audio.