Wan2.1-I2V-14B-720P
Tentang Wan2.1-I2V-14B-720P
Wan2.1-I2V-14B-720P adalah model generasi image-to-video open-source yang canggih, bagian dari rangkaian model video Wan2.1. Model 14B ini dapat menghasilkan video definisi tinggi 720P. Dan setelah ribuan putaran evaluasi manusia, model ini mencapai tingkat kinerja mutakhir. Ini memanfaatkan arsitektur transformer difusi dan meningkatkan kemampuan generasi melalui autoencoder variasi spatiotemporal (VAE) inovatif, strategi pelatihan yang dapat diskalakan, dan konstruksi data skala besar. Model ini juga memahami dan memproses teks dalam bahasa Mandarin dan Inggris, memberikan dukungan kuat untuk tugas-tugas generasi video.
Metadata
Spesifikasi
Negara
Deprecated
Arsitektur
Terkalibrasi
Tidak
Campuran Ahli
Tidak
Total Parameter
14B
Parameter yang Diaktifkan
Penalaran
Tidak
Precision
FP8
Text panjang konteks
0K
Max Tokens
Bandingkan dengan Model Lain
Lihat bagaimana model ini dibandingkan dengan yang lain.
Qwen
chat
Qwen3-VL-32B-Instruct
Total Context:
262K
Max output:
262K
Input:
$
0.2
/ M Tokens
Output:
$
0.6
/ M Tokens
Qwen
chat
Qwen3-VL-32B-Thinking
Total Context:
262K
Max output:
262K
Input:
$
0.2
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Instruct
Total Context:
262K
Max output:
262K
Input:
$
0.18
/ M Tokens
Output:
$
0.68
/ M Tokens
Qwen
chat
Qwen3-VL-8B-Thinking
Total Context:
262K
Max output:
262K
Input:
$
0.18
/ M Tokens
Output:
$
2.0
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Instruct
Total Context:
262K
Max output:
262K
Input:
$
0.3
/ M Tokens
Output:
$
1.5
/ M Tokens
Qwen
chat
Qwen3-VL-235B-A22B-Thinking
Total Context:
262K
Max output:
262K
Input:
$
0.45
/ M Tokens
Output:
$
3.5
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Instruct
Total Context:
262K
Max output:
262K
Input:
$
0.29
/ M Tokens
Output:
$
1.0
/ M Tokens
Qwen
chat
Qwen3-VL-30B-A3B-Thinking
Total Context:
262K
Max output:
262K
Input:
$
0.29
/ M Tokens
Output:
$
1.0
/ M Tokens
Qwen
image-to-video
Wan2.2-I2V-A14B
$
0.29
/ Video
