VIBE Blog8 Min. Lesezeit

WAN 2.2 KI Video erstellen: Günstige 720p-Entwurfsclips

WAN 2.2 macht aus einem Prompt oder Foto einen 5-Sekunden-Clip in 720p für nur 15 bis 20 Tokens. Alle Limits in VIBE, der Vergleich mit WAN 2.6 und 2.7 und wann du es nutzen solltest.

Jiyeon Kim

Jiyeon Kim

AI Video Editor bei VIBE

WAN 2.2 KI Video Generator erstellt einen günstigen 720p-Entwurfsclip aus einem Textprompt
Auf dieser Seite
  1. Was ist WAN 2.2 KI Video und was kann das Modell?
  2. Was kannst du mit WAN 2.2 in VIBE erstellen?
  3. Wie erstelle ich ein KI Video mit WAN 2.2?
  4. Kann ich mit WAN 2.2 aus einem Foto ein Video machen?
  5. Wie viel kostet WAN 2.2 in VIBE?
  6. Was ist der Unterschied zwischen WAN 2.2, WAN 2.6 und WAN 2.7?
  7. Welches KI Video Modell eignet sich am besten für günstige Testclips?
  8. Wie schreibe ich bessere Prompts für WAN 2.2?
  9. Häufig gestellte Fragen
  10. Fazit

Mit WAN 2.2 KI Video in VIBE wird aus einem Prompt oder einem Foto schnell und günstig ein 5-Sekunden-Clip in 720p. WAN 2.2 ist ein Modell von Alibaba und kostet 3 Tokens pro Sekunde aus Text und 4 Tokens pro Sekunde aus einem Bild, ein kompletter Clip kostet also 15 oder 20 Tokens. VIBE ist eine KI-Video-Generator-App, mit der du aus Textprompts oder Bildern beeindruckende Videos erstellen kannst – mit den neuesten KI-Modellen wie Kling, Sora und Veo.

WAN 2.2 ist nicht das neueste WAN-Modell, und genau deshalb ist es so nützlich. Es ist das Entwurfsmodell: Du testest eine Idee günstig und übernimmst den besten Prompt danach in ein größeres Modell. Dieser Guide zeigt dir, was WAN 2.2 kann, welche Limits es in VIBE hat, was es kostet und wann du lieber zu WAN 2.6 oder WAN 2.7 greifst.

WAN 2.2 KI Video: aus einem Textprompt wird ein 720p-Clip
WAN 2.2 KI Video: aus einem Textprompt wird ein 720p-Clip

Was ist WAN 2.2 KI Video und was kann das Modell?

WAN 2.2 ist ein offenes Videogenerierungsmodell von Alibaba, das Ende Juli 2025 unter der Apache-2.0-Lizenz veröffentlicht wurde. Alibaba beschreibt es als sein erstes Videomodell mit Mixture-of-Experts-Architektur: Ein Experte übernimmt die frühen, verrauschten Phasen der Generierung, ein zweiter Experte verfeinert die Details. Laut Alibaba wurden außerdem die Trainingsdaten gegenüber WAN 2.1 erweitert, und zwar um 65,6 % mehr Bilder und 83,2 % mehr Videos.

In VIBE läuft WAN 2.2 als kompakte 5B-Variante, die auf Geschwindigkeit getrimmt ist. Deshalb ist es schnell und günstig, aber eben auch nicht das schärfste oder längste Modell der App.

Das bietet dir WAN 2.2 in VIBE:

  • Text-zu-Video und Bild-zu-Video in einem Modell.
  • 720p-Ausgabe im Format 16:9 oder 9:16.
  • Feste Clips von 5 Sekunden.
  • Keine Tonspur, den Sound ergänzt du separat.
  • 3 Tokens pro Sekunde aus Text, 4 Tokens pro Sekunde aus einem Bild.

Die Geschichte der gesamten Modellfamilie findest du im Guide zum WAN KI Video Generator.

Was kannst du mit WAN 2.2 in VIBE erstellen?

WAN 2.2 ist am besten bei kurzen, einfachen Szenen mit einem klaren Motiv und einer klaren Bewegung. Denk an eine langsame Kamerafahrt auf eine Figur zu, Dampf, der aus einer Tasse aufsteigt, Wellen, die an den Strand rollen, oder ein Produkt, das sich auf einem Tisch dreht.

Das klappt gut, weil fünf Sekunden für eine einzelne Handlung reichen. Schwierig wird es bei Menschenmengen, schnellem Sport, lesbarem Text oder drei Aktionen hintereinander. Dafür eignet sich ein größeres Modell besser.

Gute Einsatzzwecke für WAN 2.2:

  • Konzepttests, bevor du Tokens für ein Premium-Modell ausgibst.
  • Loopende Hintergrundclips für Social-Media-Posts.
  • Animierte Standbilder aus einem Foto.
  • Schnelle Stilexperimente, zum Beispiel Aquarell, Knetmasse oder Neon-Nachtszenen.
Ein Creator prüft mehrere kurze WAN 2.2 Entwurfsclips auf einem Monitor
Ein Creator prüft mehrere kurze WAN 2.2 Entwurfsclips auf einem Monitor

Wie erstelle ich ein KI Video mit WAN 2.2?

Du erstellst ein WAN 2.2 Video, indem du das Modell auswählst, einen kurzen Prompt schreibst, ein Seitenverhältnis wählst und generierst. VIBE läuft in deinem Browser auf jedem Handy und jedem Computer, du musst also nichts installieren.

  1. Melde dich bei app.vibeclips.ai an und öffne den Text-zu-Video-Bildschirm.
  2. Wähle WAN 2.2 in der Modellliste aus.
  3. Schreibe einen Prompt mit Motiv, Aktion und Kamerabewegung.
  4. Wähle 16:9 für YouTube und Desktop oder 9:16 für Shorts, Reels und TikTok.
  5. Generiere, prüfe den 5-Sekunden-Clip und lade ihn herunter, wenn er dir gefällt.

Eine zuverlässige Prompt-Formel lautet: Motiv, Aktion, Umgebung, Licht, Kamera. Zum Beispiel: "Ein roter Fuchs läuft im Morgengrauen durch frischen Schnee, weiches goldenes Licht, langsame Kamerafahrt nach vorn, geringe Schärfentiefe."

Erstelle dein erstes KI-Video in 60 Sekunden

Generiere KI-Videos mit Kling, Veo, Sora und mehr – direkt in deinem Browser.

Kann ich mit WAN 2.2 aus einem Foto ein Video machen?

Ja. WAN 2.2 unterstützt Bild-zu-Video, du kannst also ein Foto hochladen und beschreiben, wie es sich bewegen soll. Das kostet 4 Tokens pro Sekunde, also 20 Tokens für einen vollen 5-Sekunden-Clip.

Aus einem Foto ein Video zu machen funktioniert am besten, wenn das Foto schon ein klares Motiv und etwas Platz drumherum hat. Beschreibe nur die Bewegung, nicht das Bild, denn das Modell sieht das Bild ja bereits. "Die Kamera fährt langsam heran, während sich die Haare im Wind bewegen" ist besser als eine lange Beschreibung der Person.

Wenn du mehr Kontrolle über ein einzelnes Foto willst, zeigen dir die Bild-zu-Video-Tools und der Foto-zu-Video-Guide, wie du deine Bilder vorbereitest.

Wie viel kostet WAN 2.2 in VIBE?

Ein WAN 2.2 Clip kostet 15 Tokens aus Text und 20 Tokens aus einem Bild und ist damit pro Clip eines der günstigsten Modelle im Katalog. In VIBE bezahlst du mit Tokens: Du kaufst ein einmaliges Token-Paket oder wählst ein Monats- oder Jahresabo, das alle Modelle freischaltet.

So schneidet WAN 2.2 bei den Token-Kosten gegenüber den neueren WAN-Modellen ab:

  • WAN 2.2: 3 Tokens pro Sekunde, also 15 Tokens für 5 Sekunden.
  • WAN 2.6: 10 Tokens pro Sekunde in 720p, also 50 Tokens für 5 Sekunden, oder 15 Tokens pro Sekunde in 1080p.
  • WAN 2.7: 10 Tokens pro Sekunde, von 2 bis zu 15 Sekunden.

Ein einziger WAN 2.6 Clip kostet also mehr als drei WAN 2.2 Entwürfe. Das ganze Preisbild erklärt dir so funktioniert die Preisgestaltung bei KI-Video-Generator-Apps.

Token-Kosten von WAN 2.2, WAN 2.6 und WAN 2.7 als leuchtende Balken im Vergleich
Token-Kosten von WAN 2.2, WAN 2.6 und WAN 2.7 als leuchtende Balken im Vergleich

Was ist der Unterschied zwischen WAN 2.2, WAN 2.6 und WAN 2.7?

WAN 2.2 ist das schnelle 720p-Entwurfsmodell mit 5 Sekunden, WAN 2.6 bringt 1080p, längere Clips und integrierten Ton, und WAN 2.7 ergänzt flexible Längen und Audio-Synchronisierung. Die Unterschiede stammen direkt aus der VIBE-Modellliste.

  • WAN 2.2: 720p, 5 Sekunden, 16:9 und 9:16, kein Ton.
  • WAN 2.6: 720p oder 1080p, 5, 10 oder 15 Sekunden, 16:9 und 9:16, Ton immer an und Multi-Shot-Szenenübergänge für längeres Storytelling.
  • WAN 2.7: 720p, jede ganze Sekunde von 2 bis 15, fünf Seitenverhältnisse inklusive 1:1, 4:3 und 3:4, Ton immer an und die Möglichkeit, eine Sprach- oder Musikspur hochzuladen, mit der das Video synchronisiert wird.

Wähle WAN 2.2, wenn Kosten und Tempo am wichtigsten sind. Wähle WAN 2.6, wenn du 1080p oder Ton brauchst. Wähle WAN 2.7, wenn du eine bestimmte Länge oder ein quadratisches oder hochkantiges Format brauchst.

Welches KI Video Modell eignet sich am besten für günstige Testclips?

Für günstige Testclips ist WAN 2.2 eine starke erste Wahl, denn 15 Tokens ergeben eine komplette 5-Sekunden-Vorschau in 720p. Der beste Ablauf ist eine Schleife aus Entwurf und Upgrade.

  1. Erzeuge drei bis fünf Varianten mit WAN 2.2 und leicht abgewandelten Prompts.
  2. Behalte die Variante mit der besten Bewegung und dem besten Bildausschnitt.
  3. Lass genau diesen Prompt für den finalen Render noch einmal mit WAN 2.6, WAN 2.7, Kling oder Veo laufen.

Das ist dieselbe Logik, die ein Filmteam mit Storyboards nutzt. Der günstige Durchgang findet die Idee, der teure liefert den Feinschliff. Wie sich die größeren Modelle unterscheiden, siehst du unter so unterscheiden sich KI-Videomodelle und im Modellbereich unter /#models.

Ein Storyboard aus Entwurfsclips, die zu einem polierten fertigen Video werden
Ein Storyboard aus Entwurfsclips, die zu einem polierten fertigen Video werden

Wie schreibe ich bessere Prompts für WAN 2.2?

Schreibe ein Motiv, eine Aktion und eine Kamerabewegung, denn mehr passt in einen 5-Sekunden-Clip nicht hinein. Kurze Prompts mit 20 bis 40 Wörtern schlagen meist lange.

Diese Tipps funktionieren gut:

  • Nenne die Kamerabewegung: langsame Kamerafahrt nach vorn, Orbit, Handkamera, statische Totale.
  • Beschreibe Licht und Tageszeit: goldene Stunde, Neon-Nacht, bewölkter Morgen.
  • Halte die Bewegung sanft, dann werden die Ergebnisse am saubersten: treiben, schwingen, fließen.
  • Vermeide Text auf Schildern und Bildschirmen, denn kleine Schrift verzerrt oft.
  • Nutze 9:16 nur, wenn du hochkant posten willst.

Da WAN 2.2 keinen Ton hat, planst du den Sound separat. Wenn du Sprache oder Musik direkt im Clip brauchst, erzeugen WAN 2.6 und WAN 2.7 den Ton automatisch.

Häufig gestellte Fragen

Was ist VIBE?

VIBE ist eine KI-Video-Generator-App, mit der du aus Textprompts oder Bildern beeindruckende Videos erstellen kannst – mit den neuesten KI-Modellen wie Kling, Sora und Veo. Sie läuft in deinem Browser, du kannst sie also auf jedem Handy und jedem Computer nutzen.

Gibt es WAN 2.2 in einem KI Video Generator online?

Ja. WAN 2.2 steht in VIBE direkt in deinem Browser bereit. Du wählst es in der Modellliste aus und erzeugst 5-Sekunden-Clips in 720p aus Text oder aus einem Foto.

Wie lang kann ein WAN 2.2 Video sein?

Ein WAN 2.2 Clip in VIBE ist immer 5 Sekunden lang. Für 10 oder 15 Sekunden nutzt du WAN 2.6, und für jede Länge von 2 bis 15 Sekunden WAN 2.7.

Erzeugt WAN 2.2 Ton?

Nein. WAN 2.2 liefert in VIBE stumme Videos. WAN 2.6 und WAN 2.7 erzeugen den Ton als Teil des Clips.

Wie viele Tokens kostet ein WAN 2.2 Video?

Es kostet 3 Tokens pro Sekunde aus Text und 4 Tokens pro Sekunde aus einem Bild. Ein 5-Sekunden-Clip kostet also 15 oder 20 Tokens.

Kann ich WAN 2.2 für TikTok oder Instagram Reels nutzen?

Ja. Wähle das Seitenverhältnis 9:16 für Hochkant-Clips, lade das fertige Video herunter und poste es. Der Clip hat 720p, was für mobile Feeds gut passt.

Ist WAN 2.2 besser als WAN 2.6?

Nein, es ist günstiger und schneller, aber nicht besser. WAN 2.6 bietet 1080p, längere Clips und Ton und ist damit das stärkere Modell für den finalen Render.

Fazit

Der WAN 2.2 KI Video Generator ist das Budget-Entwurfsmodell in VIBE: 5 Sekunden, 720p, Eingabe per Text oder Bild und nur 15 bis 20 Tokens pro Clip. Nutze es, um Prompts schnell zu testen, und übertrage die beste Idee dann für die finale Version auf WAN 2.6, WAN 2.7 oder ein anderes Modell.

VIBE ist eine KI-Video-Generator-App, die in deinem Browser läuft und mehrere KI-Modelle an einem Ort bündelt. Öffne app.vibeclips.ai, wähle WAN 2.2 und erstelle noch heute deinen ersten Entwurf.

Diesen Artikel teilen

Alle Artikel ansehen →

Erstelle dein erstes KI-Video in 60 Sekunden

Generiere KI-Videos mit Kling, Veo, Sora und mehr – direkt in deinem Browser.