Wan AI: das Videomodell Wan 3.0 von Alibaba

Was ist Wan AI?

Wan ist die Familie von KI-Videomodellen von Alibaba, auch bekannt als Tongyi Wanxiang. Sie macht aus einer Szene, die du beschreibst, oder aus einem hochgeladenen Foto ein kurzes Video, und seit Version 2.5 entsteht der Ton gleich mit dem Bild.

Die Familie hat zwei Seiten. Die Versionen 2.1 und 2.2 sind als Open Source unter der Lizenz Apache-2.0 erschienen; die Modelldateien kannst du bei GitHub und Hugging Face herunterladen und auf deinem eigenen Rechner ausführen. Die Gewichte von 2.5, 2.6, 2.7 und 3.0 wurden nicht veröffentlicht: Diese Versionen gibt es über die API von Alibaba Cloud, über Alibabas eigene Website wan.video und über API-Anbieter.

Die neueste Version ist Wan 3.0. Laut Alizila, der Nachrichtenseite von Alibaba, ging sie am 6. August 2026 in die Beta, und laut der Mitteilung von Alibaba Cloud ist sie seit dem 24. August 2026 allgemein verfügbar. Laut Alibaba erstellt sie Videos mit 30 fps in 480p, 720p und 1080p, 2 bis 30 Sekunden lang, mit Dialog, Musik und Soundeffekten.

Die Wan-Versionen von 2.1 bis 3.0

Die Tabelle stützt sich auf Alibabas GitHub-Repositorys und die Mitteilungen von Alibaba Cloud, Stand September 2026. Längen und Auflösungen sind das, was der Anbieter auf seiner eigenen Plattform anbietet; die Optionen auf Klakix stehen im nächsten Abschnitt.

• Quellen: Repository 2.1, Repository 2.2, Ankündigung 2.5, Ankündigung 2.6, Ankündigung 2.7, allgemeine Verfügbarkeit 3.0.
• Das offizielle Repository von 3.0 bei GitHub enthält nur eine README und eine Lizenzdatei (Apache-2.0). In der README steht zwar „open-source“, aber Modelldateien zum Herunterladen gibt es nicht.
• 2026 hat Alibaba weiterhin offene Modelle separat veröffentlicht: Alibabas Konto bei Hugging Face führt Wan-Dancer-14B, das Tanzvideos aus Musik macht (Juli 2026), und Wan-Animate-2 (7. August 2026), beide unter Apache-2.0.

Was ist Wan 2.5?

Wan 2.5 ist die Version, die Alibaba am 24. September 2025 auf seiner Konferenz Apsara 2025 als Preview angekündigt hat. Laut Beitrag von Alibaba Cloud war sie die erste der Familie, die den Ton mit dem Bild erzeugt, und sie hat die Cliplänge von 5 auf 10 Sekunden erhöht. Laut Dokumentation von Model Studio erstellt sie Videos mit 5 oder 10 Sekunden in 480p, 720p und 1080p.

Ihre Modelldateien wurden nicht bei Hugging Face veröffentlicht; es gibt sie nur über die API und Alibabas eigene Plattformen. Anders als 2.2 kannst du sie also nicht auf deinem eigenen Rechner ausführen.

Wan 2.5 gibt es auf Klakix nicht; wir bieten die neueste Version, 3.0. Sie behält den eingebauten Ton, den 2.5 eingeführt hat, und streckt eine Erstellung auf bis zu 30 Sekunden.

Wan 3.0 auf Klakix nutzen

Du findest das Modell in Text to Video und in Bild zu Video. Beschreibe die Szene in einfachen Worten; mit der Prompt-Verbesserung wird dein Text zu der ausführlichen Beschreibung, die das Modell versteht, und deine Absicht und Details bleiben erhalten. Ein Prompt darf bis zu 2.000 Zeichen haben.

Es hilft, wenn du sagst, wie sich die Kamera bewegt und was man hören soll. Eines unserer Wan-Beispiele ist aus diesem Prompt entstanden: „Sunset on the Galata Bridge: anglers casting their lines, the New Mosque and ferries behind, the camera moving slowly along the bridge. Seagulls and waves.“

• Länge: 5, 10, 15, 20 oder 30 Sekunden; Standard sind 10. Längen dazwischen, etwa 2 oder 25 Sekunden, gibt es hier nicht.
• Auflösung: 480p, 720p oder 1080p; Standard ist 720p. Auch in Full HD gehen bis zu 30 Sekunden.
• Seitenverhältnis: 16:9, 9:16, 1:1, 4:3, 3:4. Ein Breitbild in 21:9 gibt es nicht.
• Ton: standardmäßig an, und du kannst ihn abschalten. Clips ohne Ton kosten nicht weniger; der Preis hängt nur von Länge und Auflösung ab.
• Bei Bild zu Video ist das Startfoto Pflicht und das Endbild optional: Gibst du zwei Bilder vor, baut das Modell den Übergang dazwischen. Standardmäßig übernimmt das Video das Seitenverhältnis deines Fotos, ohne zu beschneiden. Ein Prompt ist bei Bild zu Video optional.
• Die Regel zu echten Gesichtern aus der Seedance-Familie gilt für dieses Modell nicht. Der allgemeine Sicherheitsfilter des Anbieters gilt trotzdem, und wird eine Erstellung blockiert, bekommst du deine Credits automatisch zurück.
• Die Erstellung läuft im Hintergrund, wir rechnen mit etwa 3 Minuten. Du kannst die Seite schließen; das fertige Video wartet als MP4 in deiner Mediathek.

Wie viele Credits kostet Wan 3.0?

Der Preis hängt nur von Länge und Auflösung ab und ist für Text und Bild zu Video gleich, mit oder ohne Ton. Die Zahlen in der Tabelle stammen aus unserem Modellkatalog; den genauen Preis siehst du vor dem Start über der Schaltfläche „Erstellen“.

• Die Standardeinstellung (720p, 10 Sekunden) kostet 100 Credits, je nach Paket etwa 3,68 €–7,32 €.
• Die längste und schärfste Einstellung (1080p, 30 Sekunden) kostet 600 Credits. Wenn du die Idee zuerst in 480p mit 5 Sekunden testest (25 Credits) und erst verlängerst, wenn sie dir gefällt, sparst du Credits.
• Das kleinste Paket ist Mini: 75 Credits für 5,49 €. Alle Pakete findest du auf der Seite Preise.

Ist Wan AI kostenlos?

Alibabas eigene Website wan.video hat einen kostenlosen Tarif. Laut Preisseite gibt es darin Credits für einen täglichen Check-in, und du kannst je ein Video und ein Bild gleichzeitig erstellen; Downloads ohne Wasserzeichen sind als Pro-Funktion aufgeführt. Pro kostet 5 $ im Monat bei jährlicher Abrechnung (Listenpreis 10 $) und bringt 300 Credits im Monat, laut der Seite genug für bis zu 60 Videos, dazu 1080p und Videos mit 10 bis 30 Sekunden. Premium kostet 20 $ im Monat bei jährlicher Abrechnung. Die API-Nutzung wird separat abgerechnet. Wir haben diese Preise im September 2026 geprüft, und sie können sich ändern.

Ganz offen: Es gibt günstigere oder kostenlose Wege, diese Modelle zu nutzen, nämlich den kostenlosen Tarif und den günstigen Pro-Tarif auf Alibabas eigener Website und, mit einer leistungsfähigen Grafikkarte, die Open-Source-Versionen 2.1 und 2.2. Was Klakix dazugibt, ist nicht das Modell selbst, sondern viele Videomodelle in einem Konto, Credits nach Bedarf und kein Pflicht-Abo.

Klakix bietet keine kostenlosen Videos: Wir bezahlen den KI-Anbieter für jede Erstellung. Die 20 kostenlosen Credits, die du nach der Bestätigung deiner E-Mail-Adresse bekommst, gelten nur für Voiceovers. Wan 3.0 wird mit deinem ersten Credit-Kauf freigeschaltet, und die günstigste Einstellung (480p, 5 Sekunden) kostet 25 Credits. Vor dem Kauf kannst du dir unbearbeitete Wan-Videos von uns auf der Beispielseite ansehen.

Die Open-Source-Versionen auf dem eigenen Rechner ausführen

Die Modelldateien von 2.1 und 2.2 sind unter Apache-2.0 offen; Code und Installationsschritte stehen in den READMEs der Repositorys 2.1 und 2.2. Du brauchst eine leistungsstarke Grafikkarte (GPU). Laut README von 2.1 dauert ein 5-Sekunden-Video in 480p auf einer RTX 4090 etwa 4 Minuten, und das TI2V-Modell von 2.2 mit 5 Milliarden Parametern läuft auf einer 4090 in 720p mit 24 fps.

Ab Version 2.5, einschließlich 3.0, lassen sich die Modelle nicht herunterladen und damit nicht lokal ausführen. Die Modelle, die du selbst ausführen kannst, sind außerdem die ohne Ton: Der eingebaute Ton kam erst mit 2.5.

Wan, Seedance, Hailuo und Veo im Vergleich

• Lange Einstellungen in Full HD: Wan 3.0 schafft bis 30 Sekunden, auch in 1080p. Seedance 2.5 erreicht ebenfalls 30 Sekunden, ist in Full HD aber auf 25 Sekunden begrenzt und nimmt keine Fotos mit dem Gesicht einer echten Person an.
• Günstige, schnelle kurze Clips: Hailuo AI (MiniMax H3 Max Turbo), 5 bis 15 Sekunden.
• Das günstigste Video zum Ausprobieren: Veo 3.1 Lite auf der Seite Google Veo, 12 Credits für einen 4-Sekunden-Clip in 720p ohne Ton; Gemini Omni Flash steht auf derselben Seite.
• Anime, Stop-Motion oder Miniatur-Look: Beschreibe den Stil im Prompt und probiere es aus; die Ergebnisse unterscheiden sich je nach Modell.

Quellen

wan.video und die Preisseite, die GitHub-Repositorys 2.1 und 2.2, die Release-Beiträge von Alibaba Cloud zu 2.5, 2.6, 2.7 und 3.0 sowie das Konto Wan-AI bei Hugging Face.

Klakix gehört nicht zu Alibaba; wir bieten Zugang zu diesem Modell über einen API-Anbieter. Die Angaben haben den Stand vom 24. September 2026.