Quels modèles Wan tournent en local ? Poids et GPU

Pour exécuter Wan localement, commence par les poids téléchargeables de Wan 2.1 ou Wan 2.2. Wan 2.2 TI2V-5B constitue un point de départ pour le texte et l'image ; Wan 2.1 T2V-1.3B propose une voie texte vers vidéo plus petite. Les répertoires officiels consultés le 14 septembre 2026 n'établissaient pas de publication téléchargeable de Wan 2.7 ou Wan 3.0.^[1][2][3][4]

La mémoire dépend du modèle et de son environnement d'exécution. La commande de référence Wan 2.2 5B indique au moins 24GB de VRAM. ComfyUI précise que le 5B devrait tenir sur 8GB avec son déchargement natif. Ces indications concernent deux configurations distinctes. Une recherche wan 3.0 system requirements doit donc commencer par le choix d'un modèle réellement disponible.^[5][6]

TL;DR

• Wan 2.1 et 2.2 ont des dépôts officiels et des fiches de modèles téléchargeables. Choisis un checkpoint précis.^[2][1]
• Le T2V-1.3B de Wan 2.1 vise le 480P et annonce 8.19GB de VRAM, sans garantir toute configuration sur une carte 8GB.^[7]
• Wan 2.2 TI2V-5B traite texte et image au niveau 720P documenté. La commande de référence et le workflow Comfy n'ont pas les mêmes conditions mémoire.^[5][6]
• Le workflow API Wan 3.0 dans ComfyUI utilise une inférence hébergée, sans installer de checkpoint local.^[8][9]
• Mesure les coûts avec ton matériel, tes réglages et les sorties acceptées. Aucun temps GPU fictif n'est utilisé ici.^[1][6]

Quels modèles Wan sont réellement exécutables localement ?

Un dépôt et des fichiers prouvent la disponibilité d'un modèle. Un identifiant dans une API hébergée ne suffit pas. Wan 2.1 et 2.2 remplissent ce critère, mais regroupent plusieurs modèles spécialisés : choisis la tâche avant le téléchargement.^[2][1]

Les deux dernières lignes décrivent la vérification du jour, sans prédire les publications futures. Un autre éditeur utilisant un nom similaire ne constitue pas un lancement officiel.^[3][4]

La licence indiquée concerne le paquet publié. Consulte celle des fichiers réellement téléchargés, notamment pour une version communautaire. L'article sur le statut open source de Wan 3.0 traite de la disponibilité seule ; ce guide poursuit avec le choix pratique du modèle et du matériel.

Associer chaque chiffre de VRAM à son environnement

Les chiffres utiles correspondent à une configuration identifiable. Les sources officielles donnent les indications suivantes.^[7][5][1][6]

La commande 5B de référence utilise --offload_model True, --convert_model_dtype et --t5_cpu. Comfy gère autrement le chargement et utilise des fichiers séparés. Compare le parcours entier, pas seulement le nom du checkpoint.^[5][6]

Le déchargement déplace une partie du travail sans supprimer mémoire et transferts. Vérifie aussi la RAM disponible, le disque et le comportement du graphe. Le passage Comfy consulté ne fournit pas de minimum universel de RAM système ; aucun n'est inventé ici.

La précision doit être décrite par composant. L'exemple Comfy 5B utilise une diffusion FP16 et un encodeur de texte FP8. Qualifier tout le système de « modèle FP8 » serait inexact. Le plus grand workflow T2V utilise séparément des fichiers de diffusion pour niveaux de bruit élevé et faible.^[6]

Télécharger auprès du bon éditeur

Trouve le code d'inférence sur Wan-Video GitHub et la fiche sur Wan-AI Hugging Face. Suis les liens du dépôt en vérifiant tâche, version et format avant de télécharger.^[3][4]

Pour une première installation :

• Wan 2.1 T2V-1.3B est la voie texte plus petite.^[7]
• Wan 2.2 TI2V-5B traite texte et image.^[5]
• Le tutoriel officiel Comfy fournit son propre assemblage de fichiers et son graphe natif.^[6]

Hugging Face héberge de nombreux éditeurs. Un résultat huggingface n'est pas automatiquement une publication Wan-AI. Un GGUF communautaire peut servir, à condition d'associer checkpoint d'origine, quantification et chargeur compatibles. Une extension différente ne crée pas une nouvelle génération Wan.

Garde la fiche source, les noms de fichiers et la version du workflow. Ce relevé facilite le diagnostic d'un manque de mémoire ou d'un chargement impossible. Si deux recettes utilisent des VAEs ou encodeurs différents, compare leurs instructions avant de mélanger les fichiers.

Monter le workflow natif Wan 2.2 5B

Utilise la recette Comfy 5B comme un ensemble cohérent. Ses trois fichiers sont répartis ainsi :^[6]

Ne renomme pas un fichier d'une autre famille pour le faire apparaître dans un menu. Les fichiers doivent correspondre aux dépendances du workflow.

1. Mets ComfyUI à jour et cherche le modèle Wan2.2 5B ; vérifie version et erreurs d'importation s'il manque.^[6]
2. Télécharge les trois fichiers depuis les liens du tutoriel et place-les dans les dossiers indiqués.^[6]
3. Vérifie les sélections des chargeurs de diffusion, CLIP/texte et VAE.^[6]
4. Commence avec les réglages du modèle et un prompt simple. Pour une entrée image, active le chargeur optionnel décrit dans le guide.^[6]
5. Fais un petit essai, inspecte le fichier et mesure mémoire et durée avant d'augmenter dimensions ou nombre d'images.

En cas de mémoire insuffisante, retourne à la configuration initiale et change un seul réglage à la fois. Un téléchargement réussi ne prouve pas que la plus grande sortie tiendra en mémoire. Distingue aussi un échec au chargement d'un échec au décodage.

La commande 5B autonome utilise 1280*704 ou 704*1280 pour son niveau 720P. Ce n'est pas une promesse générale de 1280×720. Respecte les dimensions documentées du parcours choisi.^[5]

Mesurer le coût local face à une tâche API comparable

Il n'existe pas de coût local universel par vidéo. Une carte déjà possédée, une machine louée et une station achetée pour ce travail n'ont pas le même coût. Chargement, préparation, essais rejetés et export prennent aussi du temps.

Note modèle, version, GPU, précision, déchargement, dimensions, nombre d'images et prompt. Sépare le chargement initial des générations suivantes. Mesure durée totale, pics de VRAM et RAM, énergie ou location, puis acceptation du résultat. Compare le coût par clip utilisable, pas par appel soumis.

Comme exemple hébergé, le tarif reAPI Wan 3.0 affiché le 14 septembre 2026 était $0.068/s en 720P. Dix secondes donnent $0.680 avant références vidéo et arrondi. Il s'agit d'un autre modèle : ce calcul ne prouve aucune égalité de qualité ou de temps avec Wan 2.2 local.^[10][11]

L'API convient si une capacité hébergée indispensable manque au montage local, ou si entretenir le matériel coûte trop d'efforts. Wan 3.0 propose jusqu'à trente secondes et de l'audio natif, avec toujours trente secondes maximum pour référence vidéo plus sortie.^[11]

L'exécution locale reste intéressante pour garder les données sur l'appareil, reproduire des expériences ou réutiliser un checkpoint. La famille 2.2 contient aussi des modèles spécialisés pour parole et animation : toutes les tâches audio ou plus longues ne sont pas exclues. Le traitement par lots peut également rester local si le matériel et le temps d'attente conviennent.^[1]

Questions fréquentes

wan 3.0 github

Wan-Video fournit les dépôts 2.1 et 2.2 ; la vérification n'a pas établi de poids 3.0. Choisis un modèle précisément téléchargeable.^[3]

wan 3.0 huggingface

L'organisation officielle est Wan-AI. Vérifie éditeur et fiche : les index consultés n'établissaient pas de téléchargement officiel Wan 3.0.^[4]

wan 3.0 open weights

Aucune publication officielle de poids 3.0 n'a été trouvée dans les sources consultées le 14 septembre 2026. Ce guide propose Wan 2.1 et 2.2 pour le local.^[3][4][1]

wan 3.0 system requirements

Ces sources ne donnent pas de configuration matérielle locale Wan 3.0 vérifiée. Pour le local, utilise le tableau 2.1/2.2 distinguant les environnements.^[3][6]

wan 3.0 gguf

Les sources officielles vérifiées n'identifient pas de GGUF Wan 3.0. Pour une conversion communautaire d'un autre modèle, vérifie checkpoint et chargeur.^[3][4]

wan 3.0 local download

Télécharge un modèle Wan 2.1 ou 2.2 nommé. Le modèle API ComfyUI Wan 3.0 utilise le service hébergé, sans installer de checkpoint.^[2][1][8]

Choisir le modèle téléchargeable avant le matériel

Pour exécuter Wan localement, pars d'une vraie fiche puis d'une recette complète. Essaie Wan 2.2 5B pour texte et image, ou Wan 2.1 1.3B pour une voie texte plus petite. Pour l'hébergement, consulte le workflow Wan 3.0 ComfyUI, le comparatif local, le guide API Wan 2.7 et sa page modèle. Disponibilité, mémoire et coût restent trois décisions distinctes.

Sources

1. Wan-Video. Wan-Video/Wan2.2: Wan: Open and Advanced Large-Scale Video Generative Models. Consulté le 14 septembre 2026 : github.com/Wan-Video/Wan2.2
2. Wan-Video. Wan-Video/Wan2.1: Wan: Open and Advanced Large-Scale Video Generative Models. Consulté le 14 septembre 2026 : github.com/Wan-Video/Wan2.1
3. Wan-Video. Wan. Consulté le 14 septembre 2026 : github.com/Wan-Video
4. Wan-AI. Wan-AI (Wan-AI). Consulté le 14 septembre 2026 : huggingface.co/Wan-AI/models
5. Wan-AI. Wan-AI/Wan2.2-TI2V-5B · Hugging Face. Consulté le 14 septembre 2026 : huggingface.co/Wan-AI/Wan2.2-TI2V-5B
6. Comfy. Wan2.2 Video Generation ComfyUI Official Native Workflow Example - ComfyUI. Consulté le 14 septembre 2026 : docs.comfy.org/tutorials/video/wan/wan2_2
7. Wan-AI. Wan-AI/Wan2.1-T2V-1.3B · Hugging Face. Consulté le 14 septembre 2026 : huggingface.co/Wan-AI/Wan2.1-T2V-1.3B
8. Comfy. Wan 3.0 in ComfyUI: Native 30-Second Video with Omni-Reference Control. Consulté le 14 septembre 2026 : blog.comfy.org/p/wan-30-in-comfyui-native-30-second
9. Comfy. FAQs about Partner Nodes - ComfyUI. Consulté le 14 septembre 2026 : docs.comfy.org/tutorials/partner-nodes/faq
10. reAPI. Wan 3.0 — 30-Second Omni-Modal Video Generation. Consulté le 14 septembre 2026 : reapi.ai/models/wan-3-0
11. reAPI. Wan 3.0 | reAPI. Consulté le 14 septembre 2026 : reapi.ai/docs/wan-3-0