Blog de VIBE8 min de lectura

Generador de video IA WAN 2.2: clips borrador 720p baratos

WAN 2.2 convierte un prompt o una foto en un clip de 5 segundos en 720p por solo 15 a 20 tokens. Conoce sus límites exactos en VIBE, cómo se compara con WAN 2.6 y 2.7 y cuándo usarlo.

Jiyeon Kim

Jiyeon Kim

AI Video Editor en VIBE

Generador de video IA WAN 2.2 creando un clip borrador 720p barato a partir de un prompt de texto
En esta página
  1. ¿Qué es el generador de video IA WAN 2.2?
  2. ¿Qué puedes crear con WAN 2.2 en VIBE?
  3. ¿Cómo hago un video con IA usando WAN 2.2?
  4. ¿Puedo convertir una foto en video con WAN 2.2?
  5. ¿Cuánto cuesta WAN 2.2 en VIBE?
  6. ¿Cuál es la diferencia entre WAN 2.2, WAN 2.6 y WAN 2.7?
  7. ¿Qué modelo de video IA es el mejor para clips de prueba baratos?
  8. ¿Cómo escribo mejores prompts para WAN 2.2?
  9. Preguntas frecuentes
  10. Conclusión

El generador de video IA WAN 2.2 en VIBE es la forma rápida y económica de convertir un prompt o una foto en un clip de 5 segundos en 720p. WAN 2.2 es un modelo de Alibaba que cuesta 3 tokens por segundo desde texto y 4 tokens por segundo desde una imagen, así que un clip completo sale en 15 o 20 tokens. VIBE es una app generadora de video con IA que te permite crear videos espectaculares a partir de prompts de texto o imágenes usando los modelos de IA más recientes, como Kling, Sora y Veo.

WAN 2.2 no es el modelo WAN más nuevo, y justo por eso resulta útil. Es el modelo de borradores: pruebas una idea con poco gasto y luego llevas el prompt ganador a un modelo más potente. Esta guía explica qué hace WAN 2.2, cuáles son sus límites exactos en VIBE, cuánto cuesta y cuándo conviene elegir WAN 2.6 o WAN 2.7.

Generador de video IA WAN 2.2 convirtiendo un prompt de texto en un clip 720p
Generador de video IA WAN 2.2 convirtiendo un prompt de texto en un clip 720p

¿Qué es el generador de video IA WAN 2.2?

WAN 2.2 es un modelo abierto de generación de video de Alibaba, lanzado a finales de julio de 2025 bajo la licencia Apache 2.0. Alibaba lo describe como su primer modelo de video con arquitectura Mixture-of-Experts, donde un experto se encarga de las primeras etapas ruidosas de la generación y un segundo experto refina el detalle. Alibaba también indica que amplió los datos de entrenamiento con un 65,6 % más de imágenes y un 83,2 % más de videos en comparación con WAN 2.1.

Dentro de VIBE, WAN 2.2 usa la variante compacta de 5B, pensada para la velocidad. Por eso es rápido y barato, y también por eso no es el modelo más nítido ni el de clips más largos de la plataforma.

Esto es lo que ofrece WAN 2.2 en VIBE:

  • Texto a video e imagen a video en un solo modelo.
  • Salida en 720p en formato 16:9 o 9:16.
  • Clips fijos de 5 segundos.
  • Sin pista de audio, así que el sonido lo añades por separado.
  • 3 tokens por segundo desde texto, 4 tokens por segundo desde una imagen.

Para conocer mejor la historia de la familia, consulta la guía del generador de video IA WAN.

¿Qué puedes crear con WAN 2.2 en VIBE?

WAN 2.2 funciona mejor con escenas cortas y sencillas, con un sujeto claro y un movimiento claro. Piensa en un lento acercamiento de cámara hacia un personaje, el vapor que sube de una taza, olas que llegan a la playa o un producto girando sobre una mesa.

Los resuelve bien porque cinco segundos bastan para una sola acción. Le cuesta más cuando pides multitudes, deportes rápidos, texto legible o tres acciones seguidas. Eso es mejor dejarlo para un modelo más grande.

Usos ideales para WAN 2.2:

  • Pruebas de concepto antes de gastar tokens en un modelo premium.
  • Clips de fondo en bucle para publicaciones en redes sociales.
  • Fotos fijas animadas.
  • Experimentos rápidos de estilo, como acuarela, plastilina o escenas nocturnas de neón.
Una creadora revisando varios clips borrador de WAN 2.2 en un monitor
Una creadora revisando varios clips borrador de WAN 2.2 en un monitor

¿Cómo hago un video con IA usando WAN 2.2?

Haces un video con WAN 2.2 eligiendo el modelo, escribiendo un prompt corto, seleccionando la relación de aspecto y generando. VIBE funciona en tu navegador, en cualquier teléfono o computadora, así que no hay nada que instalar.

  1. Inicia sesión en app.vibeclips.ai y abre la pantalla de texto a video.
  2. Selecciona WAN 2.2 en la lista de modelos.
  3. Escribe un prompt con un sujeto, una acción y un movimiento de cámara.
  4. Elige 16:9 para YouTube y escritorio, o 9:16 para Shorts, Reels y TikTok.
  5. Genera, revisa el clip de 5 segundos y descárgalo cuando te guste.

Una fórmula de prompt confiable es sujeto, acción, escenario, luz, cámara. Por ejemplo: "Un zorro rojo camina sobre nieve fresca al amanecer, luz dorada suave, dolly-in lento, poca profundidad de campo."

Crea tu primer vídeo con IA en 60 segundos

Genera vídeos con IA usando Kling, Veo, Sora y más, directamente en tu navegador.

¿Puedo convertir una foto en video con WAN 2.2?

Sí. WAN 2.2 admite imagen a video, así que puedes subir una foto y describir cómo debe moverse. Cuesta 4 tokens por segundo, es decir, 20 tokens por un clip completo de 5 segundos.

Imagen a video funciona mejor cuando la foto ya tiene un sujeto claro y algo de espacio a su alrededor. Describe solo el movimiento, no la imagen, porque el modelo ya la está viendo. "La cámara se acerca despacio mientras el viento mueve el cabello" es mejor que una descripción larga de la persona.

Si quieres más control sobre una sola foto, las herramientas de imagen a video y la guía para convertir fotos en video te muestran cómo preparar las imágenes.

¿Cuánto cuesta WAN 2.2 en VIBE?

Un clip de WAN 2.2 cuesta 15 tokens desde texto y 20 tokens desde una imagen, lo que lo convierte en uno de los modelos más baratos del catálogo por clip. VIBE no tiene plan sin costo: compras un paquete de tokens de pago único o eliges un plan mensual o anual que desbloquea todos los modelos.

Así se compara WAN 2.2 con los modelos WAN más nuevos en costo de tokens:

  • WAN 2.2: 3 tokens por segundo, es decir, 15 tokens por 5 segundos.
  • WAN 2.6: 10 tokens por segundo en 720p, es decir, 50 tokens por 5 segundos, o 15 tokens por segundo en 1080p.
  • WAN 2.7: 10 tokens por segundo, de 2 hasta 15 segundos.

Eso significa que un clip de WAN 2.6 cuesta más que tres borradores de WAN 2.2. Para ver todo el panorama de precios, lee cómo funcionan los precios de una app generadora de video con IA.

Comparación del costo en tokens de WAN 2.2, WAN 2.6 y WAN 2.7 mostrada como barras luminosas
Comparación del costo en tokens de WAN 2.2, WAN 2.6 y WAN 2.7 mostrada como barras luminosas

¿Cuál es la diferencia entre WAN 2.2, WAN 2.6 y WAN 2.7?

WAN 2.2 es el modelo de borradores rápido de 5 segundos en 720p, WAN 2.6 añade 1080p, clips más largos y audio integrado, y WAN 2.7 suma duraciones flexibles y sincronización de audio. Las diferencias salen directamente de la lista de modelos de VIBE.

  • WAN 2.2: 720p, 5 segundos, 16:9 y 9:16, sin audio.
  • WAN 2.6: 720p o 1080p, 5, 10 o 15 segundos, 16:9 y 9:16, audio siempre activado y transiciones entre escenas de varias tomas para contar historias más largas.
  • WAN 2.7: 720p, cualquier segundo entero de 2 a 15, cinco relaciones de aspecto, incluidas 1:1, 4:3 y 3:4, audio siempre activado y la opción de subir una pista de voz o música para sincronizar el video con ella.

Elige WAN 2.2 cuando lo más importante sean el costo y la velocidad. Elige WAN 2.6 cuando necesites 1080p o sonido. Elige WAN 2.7 cuando necesites una duración específica o un encuadre cuadrado o vertical.

¿Qué modelo de video IA es el mejor para clips de prueba baratos?

Para clips de prueba baratos, WAN 2.2 es una gran primera parada porque 15 tokens alcanzan para una vista previa completa de 5 segundos en 720p. El mejor flujo de trabajo es un ciclo de borrador y mejora.

  1. Genera de tres a cinco variaciones con WAN 2.2 usando prompts ligeramente distintos.
  2. Quédate con la que tenga el mejor movimiento y encuadre.
  3. Vuelve a ejecutar ese mismo prompt en WAN 2.6, WAN 2.7, Kling o Veo para el render final.

Es la misma lógica que usa un equipo de cine con los storyboards. La pasada barata encuentra la idea y la pasada cara aporta el acabado. Para comparar los modelos más grandes, consulta en qué se diferencian los modelos de generación de video con IA y la sección de modelos en /#models.

Un storyboard de clips borrador que se convierten en un video final pulido
Un storyboard de clips borrador que se convierten en un video final pulido

¿Cómo escribo mejores prompts para WAN 2.2?

Escribe un sujeto, una acción y un movimiento de cámara, porque un clip de 5 segundos no admite más. Los prompts cortos, de 20 a 40 palabras, suelen superar a los largos.

Consejos que funcionan bien:

  • Nombra el movimiento de cámara: dolly-in lento, órbita, cámara en mano, plano general fijo.
  • Describe la luz y la hora del día: hora dorada, noche de neón, mañana nublada.
  • Mantén el movimiento suave para obtener los resultados más limpios: a la deriva, balanceándose, fluyendo.
  • Evita el texto en letreros y pantallas, porque la escritura pequeña suele deformarse.
  • Usa 9:16 solo si piensas publicar en vertical.

Como WAN 2.2 no tiene audio, planifica el sonido por separado. Si necesitas voz o música dentro del clip, WAN 2.6 y WAN 2.7 generan el audio automáticamente.

Preguntas frecuentes

¿Qué es VIBE?

VIBE es una app generadora de video con IA que te permite crear videos espectaculares a partir de prompts de texto o imágenes usando los modelos de IA más recientes, como Kling, Sora y Veo. Funciona en tu navegador, así que puedes usarla en cualquier teléfono o computadora.

¿WAN 2.2 está disponible en un generador de video IA en línea?

Sí. WAN 2.2 está disponible dentro de VIBE, en tu navegador. Lo seleccionas en la lista de modelos y generas clips de 5 segundos en 720p a partir de texto o de una foto.

¿Cuánto puede durar un video de WAN 2.2?

Un clip de WAN 2.2 en VIBE siempre dura 5 segundos. Para 10 o 15 segundos, usa WAN 2.6, y para cualquier duración de 2 a 15 segundos, usa WAN 2.7.

¿WAN 2.2 genera audio?

No. WAN 2.2 produce video silencioso en VIBE. WAN 2.6 y WAN 2.7 generan el audio como parte del clip.

¿Cuántos tokens cuesta un video de WAN 2.2?

Cuesta 3 tokens por segundo desde texto y 4 tokens por segundo desde una imagen. Por lo tanto, un clip de 5 segundos son 15 o 20 tokens.

¿Puedo usar WAN 2.2 para TikTok o Instagram Reels?

Sí. Elige la relación de aspecto 9:16 para clips verticales, luego descarga el video terminado y publícalo. El clip es 720p, que va bien para los feeds móviles.

¿WAN 2.2 es mejor que WAN 2.6?

No, es más barato y rápido, no mejor. WAN 2.6 ofrece 1080p, clips más largos y audio, así que es el modelo más fuerte para el render final.

Conclusión

El generador de video IA WAN 2.2 es el modelo de borradores económico de VIBE: 5 segundos, 720p, entrada de texto o imagen y solo 15 a 20 tokens por clip. Úsalo para probar prompts con rapidez y luego lleva la mejor idea a WAN 2.6, WAN 2.7 u otro modelo para la versión final.

VIBE es una app generadora de video con IA que funciona en tu navegador y reúne varios modelos de IA en un solo lugar. Abre app.vibeclips.ai, elige WAN 2.2 y genera tu primer borrador hoy mismo.

Compartir este artículo

Ver todos los artículos →

Crea tu primer vídeo con IA en 60 segundos

Genera vídeos con IA usando Kling, Veo, Sora y más, directamente en tu navegador.