約Wan2.1-I2V-14B-720P
Wan2.1-I2V-14B-720Pは、Wan2.1ビデオ基盤モデルスイートの一部であるオープンソースの高度なImage-to-Video生成Modelです。この14B Modelは720Pの高精細ビデオを生成することができます。何千回もの人間評価を経た後、このModelは最先端の性能レベルに達しています。拡散トランスフォーマーアーキテクチャを利用し、革新的な時空間変分オートエンコーダー（VAE）、スケーラブルなトレーニング戦略、大規模なデータ構築を通じて生成能力を向上させます。また、このModelは中国語と英語のTextを理解し処理することができ、ビデオ生成タスクに強力なサポートを提供します。
メタデータ
仕様
州
Deprecated
建築
キャリブレートされた
いいえ
専門家の混合
いいえ
合計パラメータ
14B
アクティブ化されたパラメータ
推論
いいえ
Precision
FP8
コンテキスト長
0K
Max Tokens
他のModelsと比較
他のモデルに対してこのModelがどのように比較されるかを見てください。
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
