Wan वीडियो जनरेशन के लिए कौन-सा GPU इस्तेमाल करें?

संक्षेप में: कार्ड Wan मॉडल और टूल दोनों के हिसाब से चुनें, क्योंकि ऑफ़िशियल स्क्रिप्ट और ComfyUI को बहुत अलग मात्रा में मेमोरी चाहिए।

  • TI2V-5B: Wan2.2 README RTX 4090 जैसे 24 GB कार्ड की क्लास बताता है: “This command can run on a GPU with at least 24GB VRAM (e.g, RTX 4090 GPU)” (यह कमांड कम से कम 24GB VRAM वाले GPU पर चल सकती है, जैसे RTX 4090), अपने offload flags के साथ। ComfyUI में 5B मॉडल “should fit well on 8GB vram with the ComfyUI native offloading” (ComfyUI के native offloading के साथ 8GB VRAM में आराम से फ़िट होना चाहिए)।
  • 14B मॉडल (T2V-A14B, I2V-A14B, S2V-14B): README की single-GPU कमांड्स कहती हैं “This command can run on a GPU with at least 80GB VRAM” (यह कमांड कम से कम 80GB VRAM वाले GPU पर चल सकती है)। ComfyUI की FP8 फ़ाइलें और offloading इसे कम कर देते हैं, लेकिन ComfyUI docs 14B के लिए कोई आंकड़ा नहीं देते।

स्रोत: Wan2.2 README, ComfyUI Wan 2.2 tutorial, दोनों 2026-11-04 को पढ़े गए।

कौन-से Wan मॉडल ओपन हैं?

वर्ज़न ओपन weights लाइसेंस
Wan 2.1 (T2V-1.3B, T2V-14B, I2V-14B, FLF2V-14B, VACE) हाँ Apache 2.0
Wan 2.2 TI2V-5B, T2V-A14B, I2V-A14B (“Jul 28, 2025”) हाँ Apache 2.0
Wan 2.2 S2V-14B (audio-driven) हाँ Apache 2.0
Wan 2.2 Animate-14B, Wan-Animate-2 (2026-08-07) हाँ Apache 2.0
Wan 2.5, Wan 3.0 Wan-AI के Hugging Face organisation में कोई weights नहीं सिर्फ़ होस्टेड एक्सेस

मॉडल लिस्ट को Hugging Face पर Wan-AI organisation और Wan2.1 व Wan2.2 READMEs से मिलाकर जाँचा गया, 2026-11-04 को पढ़े गए। अगर आपको Wan 3.0 चाहिए, तो GPU पर रखने के लिए कुछ है ही नहीं: इसके बजाय CloudGPU का मॉडल API इस्तेमाल करें। वहाँ के वीडियो मॉडलों में wan-3.0 और wan-3.0-prime शामिल हैं, जिन्हें आप POST /v1/videos से कॉल करते हैं (API docs)।

किस Wan मॉडल के लिए कौन-सा कार्ड

नीचे README और ComfyUI के शब्द 2026-11-04 को पढ़े गए। Deploy पेज दिखाता है कि आप अभी कौन-से कार्ड शुरू कर सकते हैं।

मॉडल ऑफ़िशियल स्रोत क्या कहते हैं शुरुआत के लिए कार्ड क्लास
Wan 2.1 T2V-1.3B “requires only 8.19 GB VRAM” (सिर्फ़ 8.19 GB VRAM चाहिए); “a 5-second 480P video on an RTX 4090 in about 4 minutes (without optimization techniques like quantization)” (RTX 4090 पर 5 सेकंड का 480P वीडियो लगभग 4 मिनट में, quantization जैसी optimization तकनीकों के बिना) 24 GB: RTX 3090, RTX 4090, RTX 4090D
Wan 2.2 TI2V-5B (ComfyUI) “should fit well on 8GB vram with the ComfyUI native offloading” (ComfyUI के native offloading के साथ 8GB VRAM में आराम से फ़िट होना चाहिए) 24 GB: RTX 4090, RTX 4090D; बिना offloading के 720p चाहिए तो 32 GB: RTX 5090, RTX 5090D, RTX 4080 SUPER 32G
Wan 2.2 TI2V-5B (ऑफ़िशियल generate.py) “at least 24GB VRAM (e.g, RTX 4090 GPU)” (कम से कम 24GB VRAM, जैसे RTX 4090), --offload_model True --convert_model_dtype --t5_cpu के साथ; “Without specific optimization, TI2V-5B can generate a 5-second 720P video in under 9 minutes on a single consumer-grade GPU” (ख़ास optimization के बिना TI2V-5B एक consumer-grade GPU पर 5 सेकंड का 720P वीडियो 9 मिनट से कम में बना सकता है) 24 GB या ज़्यादा
Wan 2.2 T2V-A14B / I2V-A14B (ComfyUI FP8) 14.29 GB के दो experts और text encoder; ComfyUI docs 14B के लिए VRAM का आंकड़ा नहीं देते 32–48 GB: RTX 5090, RTX 4090 48G, RTX 4090D 48G, RTX A6000
Wan 2.2 T2V-A14B / I2V-A14B (ऑफ़िशियल स्क्रिप्ट) “This command can run on a GPU with at least 80GB VRAM.” (यह कमांड कम से कम 80GB VRAM वाले GPU पर चल सकती है।) 80 GB या ज़्यादा: A100 80G, A800 80G, RTX 6000D, RTX PRO 6000 96G
Wan 2.2 S2V-14B “This command can run on a GPU with at least 80GB VRAM.” (यह कमांड कम से कम 80GB VRAM वाले GPU पर चल सकती है।) 80 GB या ज़्यादा
Wan-Animate-2 14B “The default settings in this repository are tuned for 8× A800 GPUs and support 720P video generation. We have also tested 480P generation on 2× A800 GPUs.” (इस repository की डिफ़ॉल्ट सेटिंग्स 8× A800 GPUs के लिए tune की गई हैं और 720P वीडियो जनरेशन सपोर्ट करती हैं। हमने 2× A800 GPUs पर 480P जनरेशन भी टेस्ट किया है।) reference सेटअप के लिए कई 80 GB कार्ड

Wan2.2 README यह भी कहता है: “at least 80GB VRAM, you can remove the --offload_model True, --convert_model_dtype and --t5_cpu options to speed up execution” (कम से कम 80GB VRAM हो, तो execution तेज़ करने के लिए आप --offload_model True, --convert_model_dtype और --t5_cpu options हटा सकते हैं)। बड़े कार्ड पर आप offload flags हटा सकते हैं; यही flags छोटे कार्ड पर मॉडल को फ़िट कराते हैं।

किन चीज़ों से ज़रूरी मेमोरी बदलती है

  • Resolution और frame count. ComfyUI में length और latent size से मेमोरी में बड़ा फ़र्क पड़ता है। ComfyUI docs “a relatively small size … to prevent low VRAM users from consuming too many resources” (अपेक्षाकृत छोटा साइज़ … ताकि कम VRAM वाले यूज़र बहुत ज़्यादा resources न खपाएँ) सेट करते हैं और कहते हैं “If you have enough VRAM, you can try a resolution around 720P” (अगर आपके पास पर्याप्त VRAM है, तो 720P के आसपास का resolution आज़मा सकते हैं)।
  • Precision. FP8 14B experts हर एक 14.29 GB के हैं, जबकि FP16 में हर एक 28.58 GB (Hugging Face फ़ाइल साइज़, Comfy-Org Wan 2.2 repack, 2026-11-04 को पढ़े गए)।
  • Host RAM में offloading. Offloading VRAM के बदले सिस्टम मेमोरी इस्तेमाल करता है, इसलिए /hi/deploy पर प्रति GPU RAM देख लें।

अगर मेमोरी खत्म हो जाए, तो README कहता है “you can use the --offload_model True, --convert_model_dtype and --t5_cpu options to reduce GPU memory usage.” (GPU मेमोरी का इस्तेमाल घटाने के लिए आप --offload_model True, --convert_model_dtype और --t5_cpu options इस्तेमाल कर सकते हैं।)

Wan LoRA ट्रेन करना

एक जैसे कैरेक्टर या अपनी एक स्टाइल के लिए LoRA ट्रेन करें। musubi-tuner docs कहते हैं: “VRAM: 12GB or more recommended for image training, 24GB or more for video training” (VRAM: image training के लिए 12GB या ज़्यादा, video training के लिए 24GB या ज़्यादा की सलाह) और “Main Memory: 64GB or more recommended” (Main Memory: 64GB या ज़्यादा की सलाह) (musubi-tuner, 2026-11-04 को पढ़ा गया)। स्टेप-बाय-स्टेप निर्देश musubi-tuner से Wan 2.2 LoRA कैसे ट्रेन करें (अंग्रेज़ी में) में हैं।

लागत

2026-11-05 07:55 (UTC+8) के अनुसार: RTX 4090 $0.39/घंटा, RTX 5090 $0.69/घंटा, RTX 4090 48G $0.69/घंटा, A100 80G $1.59/घंटा। 30 मिनट का टेस्ट सेशन RTX 4090 पर $0.20 और RTX 5090 पर $0.34 का पड़ता है। बिलिंग प्रति मिनट होती है, ऊपर की ओर राउंड करके, कम से कम 1 मिनट, और इंस्टेंस डिस्ट्रॉय करते ही रुक जाती है। मौजूदा रेट /hi/pricing पर हैं।

सेटअप के लिए cloud GPU पर Wan 2.2 वीडियो जनरेशन कैसे चलाएँ (अंग्रेज़ी में) देखें। संबंधित: MiniMax H3 के लिए कौन-सा GPU · AI शॉर्ट फ़िल्म प्रोडक्शन: हर स्टेप के लिए कौन-सा GPU · AI फ़िल्म और वीडियो प्रोडक्शन के लिए Cloud GPU

अक्सर पूछे जाने वाले सवाल

Wan 2.2 TI2V-5B के लिए कौन-सा GPU चाहिए?

Wan2.2 README कहता है कि उसकी अपनी स्क्रिप्ट offload flags के साथ TI2V-5B को “on a GPU with at least 24GB VRAM (e.g, RTX 4090 GPU)” (कम से कम 24GB VRAM वाले GPU पर, जैसे RTX 4090) चलाती है, और ComfyUI tutorial कहता है कि 5B मॉडल “should fit well on 8GB vram with the ComfyUI native offloading” (ComfyUI के native offloading के साथ 8GB VRAM में आराम से फ़िट होना चाहिए) (2026-11-04 को पढ़ा गया)।

Wan 2.2 14B के लिए कौन-सा GPU चाहिए?

T2V-A14B, I2V-A14B और S2V-14B के लिए Wan2.2 README की single-GPU कमांड्स कहती हैं “This command can run on a GPU with at least 80GB VRAM” (यह कमांड कम से कम 80GB VRAM वाले GPU पर चल सकती है)। ComfyUI की FP8 फ़ाइलें, हर expert 14.29 GB, और उसका offloading इसे कम कर देते हैं, लेकिन ComfyUI docs 14B के लिए कोई आंकड़ा नहीं देते (2026-11-04 को पढ़ा गया)।

क्या Wan 3.0 ओपन सोर्स है?

Wan-AI के Hugging Face organisation में Wan 2.5 या Wan 3.0 के कोई weights प्रकाशित नहीं हैं; वहाँ Wan 2.1, Wan 2.2, Wan-Dancer और Wan-Animate-2 हैं (2026-11-04 को पढ़ा गया)। CloudGPU का मॉडल API POST /v1/videos से wan-3.0 और wan-3.0-prime देता है।

क्या मैं Wan के आउटपुट का commercial इस्तेमाल कर सकता हूँ?

Wan 2.1 और Wan 2.2 मॉडल उनके READMEs और Hugging Face पेजों के अनुसार Apache 2.0 के तहत रिलीज़ हुए हैं (2026-11-04 को पढ़ा गया)। जिन फ़ाइलों का आप इस्तेमाल करते हैं, उनके model page पर लाइसेंस देख लें।

क्या ज़्यादा VRAM से Wan तेज़ चलता है?

इससे आप offload options हटा सकते हैं। Wan2.2 README कहता है कि कम से कम 80GB VRAM वाले GPU पर “you can remove the --offload_model True, --convert_model_dtype and --t5_cpu options to speed up execution” (execution तेज़ करने के लिए आप --offload_model True, --convert_model_dtype और --t5_cpu options हटा सकते हैं) (2026-11-04 को पढ़ा गया)।

स्रोत (2026-11-04 को पढ़े गए, Asia/Shanghai)

जिन कार्ड को आप शुरू कर सकते हैं, वे Deploy पेज पर हैं। कीमतें https://cloudgpu.app/hi/pricing पर हैं।

अंतिम अपडेट: 2026-11-04 (Asia/Shanghai)।