Alibaba: Wan 2.6

Alibaba : Wan 2.6 est un modèle de génération vidéo d'Alibaba, répertorié sur api14 sous l'identifiant de modèle alibaba/wan-2.6. Il appartient à la catégorie vidéo et est décrit par le fournisseur comme le modèle de génération vidéo le plus avancé d'Alibaba, conçu comme un système unifié prenant en charge plus de 10 capacités de création visuelle. La date de publication du fournisseur est le 2026-03-28. Si vous évaluez des modèles vidéo pour un pipeline, il s'agit de l'option phare d'Alibaba plutôt que d'un modèle généraliste de texte ou d'image.

Le modèle prend en entrée du texte et des images et produit de la vidéo comme seule sortie. Il génère de la vidéo 1080p à 24 ips selon la description du fournisseur, et les résolutions répertoriées sont 720p et 1080p. Les ratios d'aspect sont 16:9 et 9:16, ce qui couvre donc le cadrage paysage et vertical. Les durées des clips sont de 5 ou 10 secondes. Une image de première frame peut être fournie, ce qui vous permet d'ancrer l'ouverture d'un clip sur une image fixe précise. La génération audio est également prise en charge, ainsi une seule requête peut renvoyer une vidéo avec du son plutôt qu'une piste silencieuse. Aucune longueur de contexte n'est publiée pour ce modèle, considérez donc la fenêtre de tokens comme non spécifiée et planifiez autour des paramètres visuels à la place.

Ces capacités renvoient à un ensemble de tâches assez spécifique. Le texte vers vidéo couvre les plans conceptuels, les storyboards qui doivent bouger, et les clips promotionnels courts où vous décrivez la scène et laissez le modèle la rendre. L'image vers vidéo avec une première frame est utile lorsque vous disposez déjà d'un visuel clé, d'une photo de produit ou d'un design de personnage et que vous voulez un mouvement qui démarre à partir de cette frame exacte. Le ratio 9:16 combiné à des durées de 5 ou 10 secondes convient aux formats verticaux tels que les fils sociaux et les publicités courtes, tandis que le 16:9 convient à la vidéo web standard et aux présentations. Comme la génération audio est disponible, vous pouvez produire des clips finis avec du son en une seule passe au lieu de multiplexer une piste audio séparée ensuite. L'option 720p est là lorsque vous voulez un brouillon plus rapide ou plus léger avant de vous engager sur un rendu 1080p.

L'appeler via api14 fonctionne de la même manière que n'importe quel autre modèle sur la passerelle, puisque l'API est compatible OpenAI. Vous envoyez votre requête au point de terminaison chat completions et définissez le champ model sur "alibaba/wan-2.6". Les paramètres de requête pris en charge sont max_tokens, temperature et top_p. Le texte de votre prompt est inséré comme contenu de message normal, et l'entrée image est fournie à côté pour le conditionnement de la première frame. Les paramètres visuels qui définissent la sortie, à savoir la résolution, le ratio d'aspect, la durée, la première frame et la génération audio, sont ceux à configurer par requête, car ce sont eux qui déterminent l'apparence de la vidéo renvoyée.

Gardez à l'esprit ce que le modèle ne fait pas. Il produit uniquement de la vidéo, ce n'est donc pas le bon choix si vous avez besoin de texte, de code ou d'images fixes en retour du même appel. Il n'y a pas de longueur de contexte publiée, et maxOutput est indiqué à 0, ne présumez donc pas d'un large budget de texte côté entrée. Si votre tâche est la génération de texte, le raisonnement ou la création d'images, un modèle de ces catégories conviendra mieux. Wan 2.6 est le choix lorsque le livrable est un court clip vidéo en 720p ou 1080p, en paysage ou vertical, avec audio en option.