Wan 2.2 5B、5秒・720pの動画
- RTX PRO 6000 96GB, $2.42/時間
- 74秒 · $0.05
- RTX 6000 Ada 48GB, $1.37/時間
- 200秒 · $0.076
2.7倍速く、動画1本あたりの費用は35%少なく済みました。
Wan 2.2
Wan 2.2の「テキストから動画（A14B）」をComfyUIで動かすには、14.5GBのVRAMが必要です。公式テンプレートの最も大きい工程（拡散）の値で、ファイルサイズは2026年10月16日に取得しました。余裕をもって読み込める最小のGPUはRTX 4090（24GB）で、テンプレートのダウンロードは35.6GBです。
- 開発
- Wan (Alibaba)
- ライセンス
- Apache 2.0
- 公開
- 2025年7月
- サイズ取得日
- 2026年10月16日
必要なVRAM
14.5GB
拡散の工程の値で、ComfyUIのテンプレートが読み込むFP8 scaledのファイルを使います。テンプレートのダウンロードは35.6GBです。
計算・2026年10月16日
把握している最安のクリップ
$0.30
RunPodのAPIで、1280×720・5秒のクリップ1本。モデルと設定はRunPodのもので、自分のワークフローではありません。
取得・2026年10月9日
最大の工程は、ComfyUIのテンプレートが読み込むファイルの正確なサイズから計算しています（LoRAは含みません）。生成用の作業メモリは、これとは別に必要です。 ComfyUI 必要VRAMチェッカーで開く
必要なVRAM
14.5GB
拡散の工程の値で、ComfyUIのテンプレートが読み込むFP8 scaledのファイルを使います。テンプレートのダウンロードは35.6GBです。
計算・2026年10月16日
Comfy Cloudで動く？
動く
このモデルのComfyUIテンプレートは組み込みのノードだけを使い、最も大きい工程（14.5GB）は96GBのRTX PRO 6000に収まります。
取得・2026年10月16日
把握している最安のクリップ
$0.05
Comfy Cloudで、640×640・5秒のクリップ1本に11クレジット（Comfyの公表値）。
取得・2026年10月16日
最大の工程は、ComfyUIのテンプレートが読み込むファイルの正確なサイズから計算しています（LoRAは含みません）。生成用の作業メモリは、これとは別に必要です。 ComfyUI 必要VRAMチェッカーで開く
必要なVRAM
11.4GB
拡散の工程の値で、ComfyUIのテンプレートが読み込むFP16のファイルを使います。テンプレートのダウンロードは18.2GBです。
計算・2026年10月16日
把握している最安のクリップ
$0.05
レンタルしたRTX PRO 6000での私たちの実測：Wan 2.2 5B、5秒・720pの動画、74秒。
実測・2026年10月20日
最大の工程は、ComfyUIのテンプレートが読み込むファイルの正確なサイズから計算しています（LoRAは含みません）。生成用の作業メモリは、これとは別に必要です。 ComfyUI 必要VRAMチェッカーで開く
必要なVRAM
16.9GB
拡散の工程の値で、ComfyUIのテンプレートが読み込むINT8 ConvRotのファイルを使います。テンプレートのダウンロードは24.9GBです。
計算・2026年10月16日
最大の工程は、ComfyUIのテンプレートが読み込むファイルの正確なサイズから計算しています（LoRAは含みません）。生成用の作業メモリは、これとは別に必要です。 ComfyUI 必要VRAMチェッカーで開く
GPUごとに使えるファイル
メモリ容量ごとに、そのGPUでの最良のファイル（余裕をもって読み込める、最も精度の高い拡散モデルのファイル。ほかに収まるファイルがない場合に限り、ぎりぎり収まるファイル）と、サンプリング中に作業用メモリとして残る容量を示します。大きいGPUでは、上の答えが前提とするComfyUIのテンプレートのファイルより、精度の高いファイルになることがあります。「ストリーミング」は、最も小さいファイルでもGPUのメモリより大きいという意味で、その場合もComfyUIはシステムRAMから実行しますが、速度は落ちます。FP4のファイルは、ネイティブに扱えるBlackwell世代のGPUにだけ割り当てています。
テキストから動画（A14B）・2つのエキスパートが交互に動き、GPUに載るのは一度に1つ
ComfyUIの「テキストから動画（A14B）」のテンプレート：拡散モデルはFP8 scaled、テキストエンコーダはFP8 scaled。工程ごとの容量は、テキストエンコーダが6.7GB、拡散が14.5GBです。ダウンロードは35.6GBです。
計算・2026年10月16日画像から動画（A14B）・2つのエキスパートが交互に動き、GPUに載るのは一度に1つ
ComfyUIの「画像から動画（A14B）」のテンプレート：拡散モデルはFP8 scaled、テキストエンコーダはFP8 scaled。工程ごとの容量は、テキストエンコーダが6.7GB、拡散が14.5GBです。ダウンロードは35.6GBです。
計算・2026年10月16日テキスト・画像から動画（5B）
ComfyUIの「テキスト・画像から動画（5B）」のテンプレート：拡散モデルはFP16、テキストエンコーダはFP8 scaled。工程ごとの容量は、テキストエンコーダが6.7GB、拡散が11.4GBです。ダウンロードは18.2GBです。
計算・2026年10月16日Animate 2
ComfyUIの「Animate 2」のテンプレート：拡散モデルはINT8 ConvRot、テキストエンコーダはFP8 scaled。工程ごとの容量は、テキストエンコーダが8.0GB、拡散が16.9GBです。ダウンロードは24.9GBです。
計算・2026年10月16日ほかのGPUで確かめるときや、ファイルを手動で選ぶときは、ComfyUI 必要VRAMチェッカーを使ってください。LoRAやカスタムノードを加えた自分のワークフローなら、ComfyUIワークフローチェッカーにドロップして確かめられます。
どこで動かすか
テキストから動画（A14B）
時間貸しのGPU
$0.17/時間
RTX 3090なら作業用の余裕をもって収まり、SaladCloudで借りられます（自社のデータセンターで運用するRunPodでは$0.50）。どんなノードも使えますが、待機中も料金がかかります。
取得・2026年10月19日
クリップごとのAPI
$0.30/本
RunPodはWan 2.2をクリップ単位で販売しています。1280×720・5秒で、モデルと設定はRunPodのものです。自分のワークフローは使えません。
取得・2026年10月9日
料金は税抜きのオンデマンド価格で、2026年10月9日〜19日に取得したものです。
画像から動画（A14B）
Comfy Cloud
$4.54/時間
96GBのRTX PRO 6000で、料金がかかるのはワークフローの実行中だけです。プランは月$20から。
取得・2026年10月16日
時間貸しのGPU
$0.17/時間
RTX 3090なら作業用の余裕をもって収まり、SaladCloudで借りられます（自社のデータセンターで運用するRunPodでは$0.50）。どんなノードも使えますが、待機中も料金がかかります。
取得・2026年10月19日
クリップごとのAPI
$0.30/本
RunPodはWan 2.2をクリップ単位で販売しています。1280×720・5秒で、モデルと設定はRunPodのものです。自分のワークフローは使えません。
取得・2026年10月9日
料金は税抜きのオンデマンド価格で、2026年10月9日〜19日に取得したものです。
テキスト・画像から動画（5B）
時間貸しのGPU
$0.17/時間
RTX 3090なら作業用の余裕をもって収まり、SaladCloudで借りられます（自社のデータセンターで運用するRunPodでは$0.50）。どんなノードも使えますが、待機中も料金がかかります。
取得・2026年10月19日
クリップごとのAPI
$0.30/本
RunPodはWan 2.2をクリップ単位で販売しています。1280×720・5秒で、モデルと設定はRunPodのものです。自分のワークフローは使えません。
取得・2026年10月9日
料金は税抜きのオンデマンド価格で、2026年10月9日〜19日に取得したものです。
Animate 2
時間貸しのGPU
$0.17/時間
RTX 3090なら作業用の余裕をもって収まり、SaladCloudで借りられます（自社のデータセンターで運用するRunPodでは$0.50）。どんなノードも使えますが、待機中も料金がかかります。
取得・2026年10月19日
料金は税抜きのオンデマンド価格で、2026年10月19日に取得したものです。
実測した結果
2026年10月20日、フィンランドで借りたGPUで「Wan 2.2 5B、5秒・720pの動画」を実行しました。すべてのモデルを読み込んだ状態で、121フレームの動画に約31GBを使いました。ここでの最大の工程は11.4GBで、作業用メモリはこれとは別に必要です。
実測・2026年10月20日 測り方
モデルについて
Wan 2.2は、Wanのオープンな動画生成モデルです。AlibabaのWan 2.2（2025年7月）は、オープンウェイトのWanとしては今も最新のバージョンです。A14Bモデルは140億パラメータの2つのエキスパートが交互に動く構成で、一方が大まかな構図を、もう一方が細部を担当します。TI2V-5Bはより圧縮率の高いVAEを使う単体の小さなモデルで、Animate 2（2026年8月）は同じファミリーのキャラクターアニメーション用モデルです。
テキストから動画（A14B）：14B · 画像から動画（A14B）：14B · テキスト・画像から動画（5B）：5B · Animate 2：14B テキストエンコーダ：UMT5-XXL Apache 2.0 2025年7月公開
得意なこと
- Apache 2.0なので、商用利用もできます。
- 約5秒の480p・720pのクリップ
- 24GBのGPUでのLoRA学習。musubi-tunerとai-toolkitのドキュメントに記載があります。
注意点
- エキスパートが2つあるため、GPUに載るのは一度に1つでも、同じ大きさのファイルを2つダウンロードします。
- Wan公式のスクリプトは、A14Bモデルに80GBのGPUを求めています。ComfyUIはモデルを入れ替えながら動かすので、はるかに少ないメモリで済みます。
- Wan 2.5、2.6、2.7、3.0はクラウドサービスとしての提供のみで、オープンウェイトはありません。
ComfyUIが読み込むWan 2.2の全ファイル
サイズは、Hugging Faceが報告する正確なバイト数で、2026年10月16日に取得しました。「テンプレート」と付いたファイルは、ComfyUI公式のワークフローがダウンロードするものです。
| 構成要素 | 精度 | サイズ | バージョン | ファイル |
|---|---|---|---|---|
| 拡散モデル | FP16 | 28.58GB | テキストから動画（A14B） | wan2.2_t2v_high_noise_14B_fp16.safetensors |
| 拡散モデル | FP8 scaled · テンプレート | 14.29GB | テキストから動画（A14B） | wan2.2_t2v_high_noise_14B_fp8_scaled.safetensors |
| 拡散モデル | FP16 | 28.58GB | 画像から動画（A14B） | wan2.2_i2v_high_noise_14B_fp16.safetensors |
| 拡散モデル | FP8 scaled · テンプレート | 14.29GB | 画像から動画（A14B） | wan2.2_i2v_high_noise_14B_fp8_scaled.safetensors |
| 拡散モデル | FP16 · テンプレート | 10.00GB | テキスト・画像から動画（5B） | wan2.2_ti2v_5B_fp16.safetensors |
| 拡散モデル | BF16 | 32.79GB | Animate 2 | wan_animate_2_bf16.safetensors |
| 拡散モデル | INT8 ConvRot · テンプレート | 16.65GB | Animate 2 | wan_animate_2_int8_convrot.safetensors |
| テキストエンコーダ | FP16 | 11.37GB | 共通 | umt5_xxl_fp16.safetensors |
| テキストエンコーダ | FP8 scaled · テンプレート | 6.74GB | 共通 | umt5_xxl_fp8_e4m3fn_scaled.safetensors |
| VAE | BF16 · テンプレート | 0.25GB | テキストから動画（A14B） | wan_2.1_vae.safetensors |
| VAE | BF16 · テンプレート | 0.25GB | 画像から動画（A14B） | wan_2.1_vae.safetensors |
| VAE | FP16 · テンプレート | 1.41GB | テキスト・画像から動画（5B） | wan2.2_vae.safetensors |
| VAE | BF16 · テンプレート | 0.25GB | Animate 2 | Wan2_1_VAE_bf16.safetensors |
| ビジョンエンコーダ | FP16 · テンプレート | 1.26GB | Animate 2 | clip_vision_h.safetensors |
Wanが示す必要VRAM
- 「This command can run on a GPU with at least 80GB VRAM.」（訳：このコマンドは、VRAMが80GB以上のGPUで実行できます）。対象：A14Bモデル、Wan公式のスクリプト（出典）
- 「This command can run on a GPU with at least 80GB VRAM.」（訳：このコマンドは、VRAMが80GB以上のGPUで実行できます）。対象：A14Bモデル、Wan公式のスクリプト（出典）
- 「This command can run on a GPU with at least 24GB VRAM (e.g, RTX 4090 GPU).」（訳：このコマンドは、RTX 4090などVRAMが24GB以上のGPUで実行できます）。対象：TI2V-5B・720p、オフロードを使うWan公式のスクリプト（出典）
メーカーの数値とこのページの数値は、測っているものが違います。メーカーの数値は、自社のスクリプトを既定の解像度と長さで動かしたときのもので、作業用メモリも含みます。このページは各工程が保持する重みを数えており、こちらは正確です。作業用メモリは、解像度・フレーム数とアテンションのカーネルによって変わり、モデルごとに公表しているところもないため、残りの容量として示しています。読み込めるファイルで生成中にメモリが足りなくなったら、精度を下げる前に解像度かフレーム数を下げてください。ComfyUIのREADMEには、重みのストリーミングによって「can run even the biggest open source models on as low as 4GB vram + 8GB ram」（訳：最大級のオープンソースモデルでも、VRAM 4GB＋RAM 8GBという少ない構成で動かせる）とあります（出典）。つまり「ストリーミング」は、遅くなるだけで、動かないという意味ではありません。
Wan 2.5、2.6、2.7、3.0はオープンウェイトで公開されていません（2026年10月2日に確認）。Hugging Face（Wan-AI）、ModelScope、GitHub（Wan-Video）のどこにも重みはありません。WanはこれらをAlibaba Cloud Model Studio、Wanのウェブサイト、Qwenアプリ、Qwen Cloudを通じて提供しており、公開するとは表明していません。
Wan 2.2のLoRA学習
よくある質問
- Wan 2.2にVRAMはどれくらい必要？
- ComfyUI公式の「テキストから動画（A14B）」のワークフローでは、最も大きい工程は拡散で14.5GB、ワークフロー全体のダウンロードは35.6GBです。生成時の作業用メモリはこれとは別に必要で、解像度や長さに応じて増えます。Wan自身は「This command can run on a GPU with at least 80GB VRAM.」（訳：このコマンドは、VRAMが80GB以上のGPUで実行できます）としています（対象：A14Bモデル、Wan公式のスクリプト）。
- 8GBのVRAMでWan 2.2は動く？
- 全体は収まりません。ここで最も小さいFP8 scaledのファイル（14.3GB）でも、最も大きい工程で14.5GB必要で、8GBを超えます。それでもComfyUIは、システムRAMから重みをストリーミングして実行できます。動きはしますが、遅くなります。
- 12GBのVRAMでWan 2.2は動く？
- 全体は収まりません。ここで最も小さいFP8 scaledのファイル（14.3GB）でも、最も大きい工程で14.5GB必要で、12GBを超えます。それでもComfyUIは、システムRAMから重みをストリーミングして実行できます。動きはしますが、遅くなります。
- 16GBのVRAMでWan 2.2は動く？
- 動きます。FP8 scaledのファイルなら、最も大きい工程（拡散）が14.5GBで、16GBに読み込んだうえで作業用メモリとして1.5GB残ります。ただし、収まり方はぎりぎりです。フル解像度での生成には、余裕がわずかです。
- どのWan 2.2のファイルをダウンロードすればいい？
- お使いのGPUに全体が収まるなかで、最も精度の高いファイルです。24GBのGPUならFP8 scaledのファイル（14.3GB）です。ComfyUIのテンプレートがダウンロードするのは、FP8 scaledの拡散モデルとFP8 scaledのテキストエンコーダです。FP4のファイル（NVFP4）はBlackwell世代のGPU（RTX 50、RTX PRO 6000、DGX Spark）向けです。それより前の世代では、FP8かINT8を使ってください。
- Wan 2.5、2.6、2.7、3.0はローカルで動かせる？
- 動かせません。いずれもオープンウェイトがなく、Hugging Face、ModelScope、WanのGitHubのどこにもありません。WanはこれらをAlibaba Cloud Model Studio、Wanのウェブサイト、Qwenアプリ、Qwen Cloudを通じてのみ提供しています。ダウンロードできる最新のWanは、Animate 2を含むWan 2.2です。
- ファイルとサイズ：Hugging FaceのComfy-Org/Wan_2.2_ComfyUI_Repackaged。Hugging FaceのAPIから取得しています。テンプレートのファイル：ComfyUIのWan 2.2ガイド（英語）。
- モデルとライセンス：Wan-AI/Wan2.2-T2V-A14BとApache 2.0。
- GPUのメモリ：各メーカーの仕様で、各GPUページと同じ値です。チェッカーの対象はNVIDIAのGPUです。ComfyUIはAMDやAppleシリコンでも動きますが、ファイル形式や速度が異なるため、ここでは容量を算出していません。
- 収まりの判定：使えるメモリの85%未満なら全体が収まる、95%まではぎりぎり収まるとしています。LLMのページと同じ基準です。
- 料金：各事業者の料金ページで、それぞれ横に記した日付に取得したものです。Comfy Cloudの答えは、そのバージョンの、組み込みのノードだけを使うComfyUI公式のテンプレートにもとづいており、テンプレートを確認したバージョンにだけ表示しています。