AI video with WAN — models, capabilities and examples

WAN (also written Wan) is a family of artificial intelligence models for generating video, developed by Alibaba through its Tongyi research lab (the project is also known as Tongyi Wanxiang). The models turn a text description or an already existing video into a new, moving clip, understanding the content of the scene, the motion and the style.

A distinctive trait of WAN is that the models are open source and are distributed under the free Apache 2.0 licence. That is precisely why WAN became one of the most widely used open video models in the world — a large community has grown around it, and developers and platforms all over the world integrate it into their own tools.

On genkiki.com the models of the WAN family are connected directly into the AI Studio, so you can use them through your browser, in your own language, with no complicated installation or a powerful computer of your own. Below are the specific variants we offer and what each of them is for.

Versions and options on generiram

On generiram there are three WAN variants available, covering two main working modes — creating video from text and transforming an existing video.

VariantModeWhat it does
WAN T2VText to videoCreates an entirely new video from your text description alone — you set the scene, the action and the mood with words, and the model turns them into footage.
Wan 2.2Video to videoTransforms a video you supply into a new version, following the motion and the composition of the original and giving them a different look or style.
Wan 2.6Video to videoA newer variant for working with video, which also starts from a clip you supply and creates a new version following your instructions.

Text to video (WAN T2V)

The “text to video” mode suits you best when you have no source material and want to create something from scratch. You describe what should be seen — characters, setting, motion, atmosphere — and the model generates the clip for you. It is a fast way to visualise an idea that you would otherwise have to film or draw.

Video to video (Wan 2.2 and Wan 2.6)

In the “video to video” mode you start from a clip you already have. The model keeps the motion and the structure of the footage but gives it a new look according to your instructions. Wan 2.6 is the newer variant — we offer both, so you can choose whichever result you like better for the task at hand.

Strengths

  • An open model with a wide community. WAN is among the most recognisable open video models, which means active development and technology proven in practice.
  • Natural motion. The models do well with smooth, consistent movement between the frames, so the scenes look whole rather than like a series of unconnected pictures.
  • Following the instructions. WAN tries to stick to the text description or to the video you supplied, which gives you more control over the final result.
  • Flexibility. With the two modes you cover both creating from scratch and reworking existing material — from one and the same family of models.

What it is good for

WAN is a handy choice in many everyday content situations:

  • Short clips for social media — dynamic footage for Instagram, TikTok, YouTube Shorts and Facebook.
  • Advertising and product visuals — turning an idea into a moving scene quickly, without a shooting day.
  • Creative and artistic projects — visualising concepts, moods and styles.
  • Reworking existing videos — giving a new look to a clip you already have, through the “video to video” mode.
  • Prototypes and drafts — a quick visual check of an idea before you invest in a full production.

How to start

To try WAN, go into the genkiki.com AI Studio and pick the variant you want — WAN T2V to create video from text, or Wan 2.2 / Wan 2.6 to transform an existing video. Then describe what you want (or upload your source clip) and start the generation. Everything happens in the browser, in your own language, and you can download and share the finished result. If you are not sure where to begin, try a short, clear description of a single scene and gradually add details until you hit the look you want.

The WAN models — in detail

Which one is good for what, where it falls short and what it shouldn't be used for.

Wan 2.2

videovideo
Aspect ratios: 1:1, 9:16, 16:9 Lengths: 5 sec, 10 sec Price: 161 credits

Strong at

  • It reworks finished video with precise technical control
  • TWO specialists sit underneath: one lays out the scene, the other perfects the texture and the detail
  • Trained on a curated aesthetic with labels for light, composition, contrast and colour — that is why it listens to instructions about the look
  • Strong on faces, hands and athletic movement
  • An open model with a free licence

Weak at

  • It wants more patience and a more precise description than the fast models
  • Its native clips are short
  • The resolution falls behind the 4K models

Don't use it for

  • Don’t use it for a quick, rough change
  • Don’t use it for a long clip
  • Don’t write a scattered description — it punishes imprecision

Typical tasks

  • A precise rework of a filmed clip
  • Changing the light and the mood of finished video
  • A shot with people where the face and the hands have to hold up

Wan 2.6

videovideo
Aspect ratios: 1:1, 9:16, 16:9 Lengths: 5 sec, 10 sec Price: 201 credits

Strong at

  • Reworking video from a REFERENCE — you show it how the result should look
  • It leaves the movement of the original untouched
  • It inherits the family’s strong aesthetic — light, composition, colour
  • Good with people: face, hair and hands stay convincing

Weak at

  • The result depends heavily on the quality of the reference
  • Slow
  • Short clip

Don't use it for

  • Don’t feed it a blurry or tiny reference
  • Don’t use it for a quick change

Typical tasks

  • Change the look of the character in a finished clip
  • Transfer a style from a reference onto filmed video

Wan 3.0 Prime

textvideo
Aspect ratios: 1:1, 9:16, 16:9 Lengths: 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec Price: 564 credits

Strong at

  • По-бързият от двата Wan 3.0
  • Разбира сложни сцени с много детайли
  • Дължина от 2 до 30 секунди
  • Резолюция 480p, 720p и 1080p
  • Звук по избор; пропорция 16:9, 4:3, 1:1, 3:4, 9:16 или „Автоматично“
  • Мислене преди генерацията и разширяване на промпта по избор; код за повторение

Weak at

  • Без отрицателен промпт
  • По-скъп от Wan 3.0
  • Разширяването на промпта добавя от 20 до 60 секунди чакане

Don't use it for

  • Не го ползвай за клип над 30 секунди
  • Не оставяй описанието празно: моделът иска описание
  • Не разчитай на отрицателен промпт: опиши какво искаш да има

Typical tasks

  • Сцена с много обекти и действия
  • Дълъг клип до 30 секунди със звук
  • Клип за социални мрежи 9:16
  • Бърз клип, когато не искаш да чакаш

Wan 3.0

textvideo
Aspect ratios: 1:1, 9:16, 16:9 Lengths: 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec Price: 403 credits

Strong at

  • Изгодният избор за повечето клипове
  • Разбира сложни сцени с много детайли
  • Дължина от 2 до 30 секунди
  • Резолюция 480p, 720p и 1080p
  • Звук по избор; пропорция 16:9, 4:3, 1:1, 3:4, 9:16 или „Автоматично“
  • Мислене преди генерацията и разширяване на промпта по избор; код за повторение

Weak at

  • Без отрицателен промпт
  • По-бавен от Wan 3.0 Prime
  • Разширяването на промпта добавя от 20 до 60 секунди чакане

Don't use it for

  • Не го ползвай за клип над 30 секунди
  • Не оставяй описанието празно: моделът иска описание
  • Не разчитай на отрицателен промпт: опиши какво искаш да има

Typical tasks

  • Сцена с много обекти и действия
  • Дълъг клип до 30 секунди със звук
  • Клип за социални мрежи 9:16
  • Изгодни варианти на идея

Wan 3.0 Prime

photovideo
Aspect ratios: 1:1, 9:16, 16:9 Lengths: 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec Price: 564 credits

Strong at

  • По-бързият от двата Wan 3.0
  • Разбира сложни сцени с много детайли
  • Първи и последен кадър: клипът минава от единия към другия
  • Дължина от 2 до 30 секунди
  • Резолюция 480p, 720p и 1080p
  • Звук по избор; мислене преди генерацията и разширяване на промпта; код за повторение

Weak at

  • Без отрицателен промпт
  • По-скъп от Wan 3.0
  • Разширяването на промпта добавя от 20 до 60 секунди чакане

Don't use it for

  • Не го ползвай за клип над 30 секунди
  • Не оставяй описанието празно: моделът иска описание
  • Не слагай последен кадър без първи

Typical tasks

  • Оживяване на снимка със звук
  • Преход между две снимки (първи и последен кадър)
  • Дълъг клип до 30 секунди от една снимка
  • Бърз клип, когато не искаш да чакаш

Wan 3.0

photovideo
Aspect ratios: 1:1, 9:16, 16:9 Lengths: 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec Price: 403 credits

Strong at

  • Изгодният избор за повечето клипове
  • Разбира сложни сцени с много детайли
  • Първи и последен кадър: клипът минава от единия към другия
  • Дължина от 2 до 30 секунди
  • Резолюция 480p, 720p и 1080p
  • Звук по избор; мислене преди генерацията и разширяване на промпта; код за повторение

Weak at

  • Без отрицателен промпт
  • По-бавен от Wan 3.0 Prime
  • Разширяването на промпта добавя от 20 до 60 секунди чакане

Don't use it for

  • Не го ползвай за клип над 30 секунди
  • Не оставяй описанието празно: моделът иска описание
  • Не слагай последен кадър без първи

Typical tasks

  • Оживяване на снимка със звук
  • Преход между две снимки (първи и последен кадър)
  • Дълъг клип до 30 секунди от една снимка
  • Изгодни варианти на идея

Wan 3.0 Prime

referencevideo
Aspect ratios: 1:1, 9:16, 16:9 Lengths: 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec Price: 564 credits

Strong at

  • По-бързият от двата Wan 3.0
  • Разбира сложни сцени с много детайли
  • До 10 снимки, 5 видеа и 5 аудиа като референции
  • Дължина от 2 до 30 секунди
  • Резолюция 480p, 720p и 1080p
  • Звук по избор; мислене преди генерацията и разширяване на промпта; код за повторение

Weak at

  • Без отрицателен промпт
  • По-скъп от Wan 3.0
  • Разширяването на промпта добавя от 20 до 60 секунди чакане
  • Референтните видеа и аудиа заедно са до 15 секунди

Don't use it for

  • Не го ползвай за клип над 30 секунди
  • Не оставяй описанието празно: моделът иска описание
  • Не качвай референтно видео под 2 секунди

Typical tasks

  • Клип с героите и продукта от снимките
  • Видео в стила и с движението на примерен клип
  • Сцена по музика или глас от аудио референция
  • Бърз клип, когато не искаш да чакаш

Wan 3.0

referencevideo
Aspect ratios: 1:1, 9:16, 16:9 Lengths: 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec Price: 403 credits

Strong at

  • Изгодният избор за повечето клипове
  • Разбира сложни сцени с много детайли
  • До 10 снимки, 5 видеа и 5 аудиа като референции
  • Дължина от 2 до 30 секунди
  • Резолюция 480p, 720p и 1080p
  • Звук по избор; мислене преди генерацията и разширяване на промпта; код за повторение

Weak at

  • Без отрицателен промпт
  • По-бавен от Wan 3.0 Prime
  • Разширяването на промпта добавя от 20 до 60 секунди чакане
  • Референтните видеа и аудиа заедно са до 15 секунди

Don't use it for

  • Не го ползвай за клип над 30 секунди
  • Не оставяй описанието празно: моделът иска описание
  • Не качвай референтно видео под 2 секунди

Typical tasks

  • Клип с героите и продукта от снимките
  • Видео в стила и с движението на примерен клип
  • Сцена по музика или глас от аудио референция
  • Изгодни варианти на идея

Frequently asked questions about WAN

How much does one generation with WAN cost?

You pay with credits and the price depends on the model: Wan 2.2 — 161 credits; Wan 2.6 — 201 credits; Wan 3.0 Prime — 564 credits; Wan 3.0 — 403 credits; Wan 3.0 Prime — 564 credits; Wan 3.0 — 403 credits; Wan 3.0 Prime — 564 credits; Wan 3.0 — 403 credits. The exact price is shown before you start the generation.

What are the limitations of WAN?

Here is what each model supports: Wan 2.2 — aspect ratios 1:1, 9:16, 16:9, lengths 5 sec, 10 sec; Wan 2.6 — aspect ratios 1:1, 9:16, 16:9, lengths 5 sec, 10 sec; Wan 3.0 Prime — aspect ratios 1:1, 9:16, 16:9, lengths 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec; Wan 3.0 — aspect ratios 1:1, 9:16, 16:9, lengths 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec; Wan 3.0 Prime — aspect ratios 1:1, 9:16, 16:9, lengths 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec; Wan 3.0 — aspect ratios 1:1, 9:16, 16:9, lengths 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec; Wan 3.0 Prime — aspect ratios 1:1, 9:16, 16:9, lengths 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec; Wan 3.0 — aspect ratios 1:1, 9:16, 16:9, lengths 2 sec, 3 sec, 4 sec, 5 sec, 6 sec, 7 sec, 8 sec, 9 sec, 10 sec, 11 sec, 12 sec, 13 sec, 14 sec, 15 sec, 16 sec, 17 sec, 18 sec, 19 sec, 20 sec, 21 sec, 22 sec, 23 sec, 24 sec, 25 sec, 26 sec, 27 sec, 28 sec, 29 sec, 30 sec.

What is WAN best for?

Strengths by model: Wan 2.2 — It reworks finished video with precise technical control, TWO specialists sit underneath: one lays out the scene, the other perfects the texture and the detail, Trained on a curated aesthetic with labels for light, composition, contrast and colour — that is why it listens to instructions about the look; Wan 2.6 — Reworking video from a REFERENCE — you show it how the result should look, It leaves the movement of the original untouched, It inherits the family’s strong aesthetic — light, composition, colour; Wan 3.0 Prime — По-бързият от двата Wan 3.0, Разбира сложни сцени с много детайли, Дължина от 2 до 30 секунди.

WAN vs the other models

Head to head: price in credits, maximum length, resolutions — and where each of the two falls short.

WAN vs Luma Ray Wan vs Luma Ray 2 Modify for reworking video: levels of adherence to the original, choice of resolution, nega…

All model comparisons

Try WAN now

Generate your own video with WAN right in the browser — no installation, in English.

Open the AI Studio See the prices