Alibaba: Wan 2.6

Alibaba: Wan 2.6 är en videogenereringsmodell från Alibaba, listad på api14 under modell-id:t alibaba/wan-2.6. Den tillhör kategorin video och beskrivs av leverantören som Alibabs mest avancerade videogenereringsmodell, byggd som ett enhetligt system som stöder över 10 visuella skapandefunktioner. Leverantörens releasedatum är 2026-03-28. Om du utvärderar videomodeller för en pipeline är detta flaggskeppsalternativet från Alibaba snarare än en allmän text- eller bildmodell.

Modellen tar text- och bildindata och producerar video som enda utdata. Den genererar 1080p-video vid 24fps enligt leverantörens beskrivning, och de listade upplösningarna är 720p och 1080p. Bildförhållandena är 16:9 och 9:16, så både liggande och vertikal inramning täcks. Klipplängderna är 5 eller 10 sekunder. En första bildruta kan anges, vilket låter dig förankra öppningen av ett klipp vid en specifik stillbild. Ljudgenerering stöds också, så en enda begäran kan returnera video med ljud snarare än ett tyst spår. Ingen kontextlängd publiceras för denna modell, så betrakta tokenfönstret som ospecificerat och planera kring de visuella parametrarna i stället.

Dessa funktioner pekar mot en ganska specifik uppsättning arbetsuppgifter. Text till video täcker konceptbilder, storyboards som behöver röra sig och korta reklamklipp där du beskriver scenen och låter modellen rendera den. Bild till video med en första bildruta är användbart när du redan har en nyckelbild, ett produktfoto eller en karaktärsdesign och vill ha rörelse som börjar från exakt den bildrutan. Förhållandet 9:16 kombinerat med varaktigheter på 5 eller 10 sekunder passar vertikala format som sociala flöden och kortformatannonser, medan 16:9 passar standardvideo för webb och presentationer. Eftersom ljudgenerering är tillgänglig kan du producera färdiga klipp med ljud i en enda omgång i stället för att efteråt muxa ett separat ljudspår. Alternativet 720p finns där när du vill ha ett snabbare eller lättare utkast innan du satsar på en 1080p-rendering.

Att anropa den via api14 fungerar på samma sätt som alla andra modeller på gatewayen, eftersom API:et är OpenAI-kompatibelt. Du skickar din begäran till chat completions-endpointen och ställer in fältet model till "alibaba/wan-2.6". De stödda begärandeparametrarna är max_tokens, temperature och top_p. Din prompttext går in som vanligt meddelandeinnehåll, och bildindata tillhandahålls vid sidan av det för konditionering av första bildrutan. De visuella inställningarna som definierar utdata, det vill säga upplösning, bildförhållande, varaktighet, första bildruta och ljudgenerering, är de som ska konfigureras per begäran, eftersom de avgör hur den returnerade videon ser ut.

Tänk på vad modellen inte gör. Den ger endast video som utdata, så den är inte rätt val om du behöver text, kod eller stillbilder tillbaka från samma anrop. Det finns ingen publicerad kontextlängd, och maxOutput är listad som 0, så anta inte en stor textbudget på indatasidan. Om din uppgift är textgenerering, resonemang eller bildskapande passar en modell i de kategorierna bättre. Wan 2.6 är valet när leveransen är ett kort videoklipp i 720p eller 1080p, i liggande eller vertikalt format, med valfritt ljud.