2026/09/14

Какие модели Wan работают локально? Веса и GPU-память

Выберите Wan для локального запуска: веса моделей 2.1 и 2.2, требования VRAM по средам, файлы ComfyUI и способ измерить стоимость пригодного видеорезультата.

Для локального запуска Wan выбирайте скачиваемые веса Wan 2.1 или Wan 2.2. Wan 2.2 TI2V-5B — отправная точка для текста и изображений, а Wan 2.1 T2V-1.3B — более компактный вариант генерации по тексту. В официальных каталогах Wan-Video и Wan-AI, проверенных 14 сентября 2026 года, скачиваемая версия Wan 2.7 или Wan 3.0 не подтверждена.^[1]^[2]^[3]^[4]

Требования зависят и от модели, и от среды выполнения. Эталонная команда Wan 2.2 5B указывает минимум 24GB VRAM; ComfyUI сообщает, что с нативной выгрузкой модель должна помещаться в 8GB. Эти условия относятся к разным способам запуска. Если вы ищете wan 3.0 system requirements, сначала выберите действительно доступную модель и конкретную схему работы.^[5]^[6]

Кратко

У Wan 2.1 и 2.2 есть официальные репозитории и скачиваемые модельные карточки. Выбирайте точное название, а не абстрактный «Wan download».^[2]^[1]
Wan 2.1 T2V-1.3B рассчитана на 480P; карточка сообщает 8.19GB VRAM. Это не гарантия работы на любой видеокарте с номинальными 8GB.^[7]
Wan 2.2 TI2V-5B поддерживает текст и изображения в документированном классе 720P. Эталонная команда и выгрузка Comfy имеют разные рекомендации по памяти.^[5]^[6]
API-граф Wan 3.0 в ComfyUI выполняет облачную генерацию. Установка шаблона не скачивает чекпойнт Wan 3.0.^[8]^[9]
Считайте локальную стоимость по своему оборудованию, среде, настройкам и принятым результатам. Здесь предложен способ измерения, а не вымышленные замеры GPU.^[1]^[6]

Какие модели Wan доступны для локального запуска

Возможность скачивания подтверждают репозиторий и файлы модели, а не ID облачного API. Wan 2.1 и 2.2 проходят эту проверку по официальным источникам. В каждом семействе несколько специализированных чекпойнтов, поэтому режим генерации стоит выбрать до загрузки.^[2]^[1]

Поколение или модель	Проверенный локальный путь	Лицензия в официальном источнике	С чего начать
Wan 2.1 T2V-1.3B	Официальный репозиторий и карточка Wan-AI	Apache-2.0	Компактная генерация 480P по тексту
Варианты Wan 2.1 14B	Официальные T2V и I2V	Apache-2.0	Процесс с конкретным чекпойнтом 2.1
Wan 2.2 TI2V-5B	Официальный репозиторий и карточка Wan-AI	Apache-2.0	Одна модель для текста и изображений
Wan 2.2 T2V/I2V-A14B	Официальные репозитории и ссылки на файлы	Apache-2.0	Более крупные специализированные графы
Wan 2.7	В проверенных каталогах официальные веса не найдены	Лицензия локальных весов здесь не установлена	При необходимости использовать документированный API
Wan 3.0	В проверенных каталогах официальные веса не найдены	Лицензия локальных весов здесь не установлена	Облачная модель или API-граф

Последние две строки описывают проверку на указанную дату, а не будущие планы релизов. Репозиторий с привычным названием версии у другого автора сам по себе не подтверждает официальную публикацию.^[3]^[4]

Лицензионные метки относятся к опубликованным пакетам. Проверьте лицензию именно тех файлов, которые скачиваете, включая сторонние производные. Если нужен только статус публикации, читайте открыта ли Wan 3.0. Далее речь о выборе модели и оборудования.

Сопоставляйте видеопамять с точной средой выполнения

Полезная цифра памяти связана с воспроизводимой конфигурацией. В официальных источниках указаны разные условия:^[7]^[5]^[1]^[6]

Модель и способ запуска	Опубликованные сведения	Чего эта цифра не доказывает
Wan 2.1 T2V-1.3B, описание модели	8.19GB VRAM	Работу любых настроек на любой карте 8GB
Wan 2.2 TI2V-5B, эталонная команда	Не менее 24GB VRAM	Универсальный минимум для всех сред
Wan 2.2 TI2V-5B, нативная выгрузка Comfy	Должна помещаться в 8GB VRAM	Гарантию конкретной конфигурации или скорости
Wan 2.2 T2V/I2V-A14B, официальные команды для одной GPU	Не менее 80GB VRAM	Такие же требования у перепакованных и выгружаемых вариантов

Эталонная команда 5B использует --offload_model True, --convert_model_dtype и --t5_cpu. У Comfy свои загрузка и выгрузка, а компоненты распределены по отдельным файлам. Сравнивайте весь способ выполнения, а не только название чекпойнта.^[5]^[6]

Выгрузка меняет место хранения частей рабочей нагрузки, но не устраняет потребность в памяти и передаче данных. Перед выбором схемы на 8GB проверьте оперативную память, свободный диск и поведение нужного графа. В изученном абзаце Comfy нет универсального минимума RAM, поэтому здесь он не придуман.

Точность весов тоже требует внимания. Пример Comfy 5B использует диффузионный файл FP16 и текстовый энкодер FP8. Название всей конфигурации «модель FP8» скрывает разницу. В большом примере T2V нужны отдельные диффузионные файлы для высокого и низкого шума; рецепт одного загрузчика 5B не заменяет этот граф.^[6]

Скачивайте у исходного издателя и сохраняйте название модели

Ищите код выполнения у Wan-Video на GitHub, а карточку модели — у Wan-AI на Hugging Face. Следуйте ссылкам репозитория и до большой загрузки проверьте задачу, версию и формат файлов.^[3]^[4]

Wan 2.1 T2V-1.3B — компактный текстовый вариант.^[7]
Wan 2.2 TI2V-5B — единая модель для текста и изображения.^[5]
Официальное руководство Comfy по Wan 2.2 — перепакованные файлы и нативный граф Comfy.^[6]

Hugging Face размещает модели множества авторов. Результат поиска не становится публикацией Wan-AI автоматически. Сторонняя конверсия GGUF может быть полезна, но ее загрузчик, уровень квантования и исходный чекпойнт должны соответствовать графу. Другое расширение файла не создает новое поколение Wan.

Запишите URL карточки, скачанные имена файлов и версию графа. Это поможет разбирать нехватку памяти и ошибки загрузчика. Если два рецепта используют разные VAE или энкодеры, сначала сравните инструкции, а уже потом объединяйте компоненты.

Соберите граф Wan 2.2 5B в ComfyUI

Используйте нативное руководство Comfy 5B как единый рецепт. Три обязательных файла размещаются отдельно:^[6]

Компонент	Файл	Каталог ComfyUI
Диффузионная модель	`wan2.2_ti2v_5B_fp16.safetensors`	`models/diffusion_models/`
Текстовый энкодер	`umt5_xxl_fp8_e4m3fn_scaled.safetensors`	`models/text_encoders/`
VAE	`wan2.2_vae.safetensors`	`models/vae/`

Скачивайте по ссылкам официального руководства. Переименование файла другого семейства ради появления в списке не исправляет несовместимые зависимости.

Обновите ComfyUI и найдите шаблон Wan2.2 5B. Если его нет, проверьте версию и ошибки импорта при запуске.^[6]
Скачайте три файла из указанных в руководстве источников и положите в нужные каталоги.^[6]
Убедитесь, что загрузчики диффузионной модели, CLIP/текстового энкодера и VAE выбрали именно эти файлы.^[6]
Начните с настроек шаблона и простого промпта. Для изображения включите необязательный загрузчик, описанный в инструкции.^[6]
Выполните небольшой пробный запуск, просмотрите сохраненное видео, запишите пиковую память и время, затем увеличивайте размеры или число кадров.

При нехватке памяти вернитесь к исходным настройкам и меняйте один параметр за раз. Успешная загрузка модели не означает, что поместится максимально большой ролик. Также различайте сбой загрузки весов и более поздний сбой декодирования: это разные этапы диагностики.

В отдельной эталонной реализации команда 5B использует размеры класса 720P 1280*704 или 704*1280. Их нельзя безусловно заменять обещанием 1280×720. Следуйте правилам размеров и пропорций выбранной среды.^[5]

Измеряйте локальную стоимость на принятый результат

У уже купленной GPU, арендованной машины и новой рабочей станции разные затраты. Универсальная «цена локального видео» не имеет оснований. Загрузка модели, подготовка входов, неудачные дубли и экспорт тоже занимают время.

Зафиксируйте модель, версию среды, GPU, точность, выгрузку, размеры, число кадров и промпт. Отделите первый запуск от повторной генерации. Измерьте реальное время, пиковую видеопамять, RAM, электричество или аренду и соответствие результата критериям. Сравнивайте стоимость принятого клипа, а не только отправленного задания.

Для облачного ориентира: 14 сентября 2026 года таблица Wan 3.0 в reAPI показывала $0.068/с за 720P. Десять секунд, умноженные на отображаемую ставку, дают оценку $0.680 до входных видеореференсов и округления кредитов. Это пример цены другой модели, а не утверждение об одинаковых качестве и скорости с локальной Wan 2.2.^[10]^[11]

API имеет смысл, когда результат зависит от документированной облачной функции, отсутствующей в вашем локальном процессе, или обслуживание оборудования не оправдано. Wan 3.0 предлагает до тридцати секунд и нативное аудио; сумма референсного видео и результата также ограничена тридцатью секундами.^[11]

Локальная Wan подходит для данных, которые должны оставаться на устройстве, воспроизводимых экспериментов и повторной работы с конкретным чекпойнтом. Не исключайте все звуковые или длинные процессы: в семействе 2.2 есть специализированные speech-to-video и анимационные модели со своими требованиями. Пакетная работа тоже не обязательно требует API: выбор зависит от оборудования и допустимой очереди.^[1]

Частые вопросы

wan 3.0 github

В проверенной организации Wan-Video есть репозитории Wan 2.1 и 2.2, но публикация весов Wan 3.0 не подтверждена. Для локального запуска выбирайте конкретную скачиваемую модель.^[3]

wan 3.0 huggingface

Официальная организация — Wan-AI на Hugging Face. Проверяйте автора и карточку: в изученных каталогах официальные скачиваемые веса Wan 3.0 не подтверждены.^[4]

wan 3.0 open weights

В источниках, проверенных 14 сентября 2026 года, официальные веса 3.0 не найдены. Локальные варианты этого руководства — опубликованные Wan 2.1 и 2.2.^[3]^[4]^[1]

wan 3.0 system requirements

В этих источниках нет подтвержденной аппаратной спецификации локальной Wan 3.0. Облачная генерация и загрузка весов имеют разные требования; используйте таблицу конкретных сред 2.1/2.2 выше.^[3]^[6]

wan 3.0 gguf

Проверенные официальные источники не указывают релиз Wan 3.0 GGUF. Для сторонней конверсии другой Wan проверьте базовый чекпойнт и совместимый загрузчик.^[3]^[4]

wan 3.0 local download

Скачайте конкретную Wan 2.1 или 2.2 для локального выполнения. API-шаблон Wan 3.0 в ComfyUI обращается к облаку и не устанавливает локальный чекпойнт.^[2]^[1]^[8]

Сначала выберите скачиваемую модель, затем оборудование

Для локального запуска Wan нужна реальная карточка модели и полный рецепт выполнения. Начните с Wan 2.2 5B для текста и изображения либо оцените компактную Wan 2.1 1.3B для текста. Для облачной работы есть граф Wan 3.0 в ComfyUI, для выбора альтернатив — сравнение локальных видеомоделей, руководство API Wan 2.7 и страница модели. Проверяйте доступность весов, память и стоимость как отдельные условия.

Источники

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