Wan 2.2 yerel kurulum: RTX 4090’da süre ve VRAM testi

👁 114 okunma

Wan 2.2, Alibaba’nın ücretsiz video modeli. Kendi bilgisayarınızda çalıştırabilir ve ticari amaçlarla kullanabilirsiniz. 26 Eylül 2026’da ComfyUI içinde, en küçük sürüm olan TI2V 5B ile RTX 4090’da 720p çözünürlükte dört adet 5 saniyelik klip oluşturdum. Her klibin üretimi yaklaşık 4 dakika sürdü. Aşağıda dört klibi de düzenlenmemiş hâlleriyle; süre, bellek kullanımı ve gözle görülebilen hatalarıyla bulabilirsiniz.

Wan 2.2 nedir, hangi sürümü bilgisayarda çalıştırabilirsiniz?

Wan 2.2, Alibaba’nın Wan-AI ekibinin Apache 2.0 lisansıyla yayımladığı açık modellerden oluşan bir aile. 14 milyar parametreli büyük sürümler, oyuncu ekran kartlarının çoğunda bulunandan çok daha fazla belleğe ihtiyaç duyuyor. TI2V 5B ise 5 milyar parametreli; hem metinden hem de başlangıç görselinden video üretebiliyor. Uygun bir ekran kartında tek başına çalıştırılabiliyor. ComfyUI ekibinin hazırladığı hazır dosyaları kullandım:

• Model wan2.2_ti2v_5B_fp16.safetensors - 10,0 GB,
• metin kodlayıcı umt5_xxl_fp8_e4m3fn_scaled.safetensors - 6,7 GB,
• VAE wan2.2_vae.safetensors - 1,4 GB.

Dosyaları ComfyUI’de sırasıyla models/diffusion_models, models/text_encoders ve models/vae klasörlerine yerleştirin. ComfyUI kurulumunu ComfyUI’ye sıfırdan başlama rehberimde anlattım.

Tüm video oluşturucuların karşılaştırması: yapay zekâ video oluşturucuları - sıralama, fiyatlar ve testler · abonelik olmadan: ZWID (kendi hizmetim)

Wan 2.2 ayarları ve ölçüm sonuçları

Her klip için ayarlar: 1280×704, 24 kare/sn hızında 121 kare (5,04 sn), 20 adım, CFG 5, sampler uni_pc ve shift 8. Bunlar, ComfyUI’nin Wan 2.2 5B için resmî şablonundaki ayarlar. Sistem: RTX 4090 24 GB, Windows 11 ve ComfyUI 0.37.

Her serinin ilk klibi iki kattan fazla zaman alıyor; çünkü model diskten belleğe yükleniyor. Sonraki klipler yaklaşık 4 dakika sürüyor. En yüksek bellek kullanımı, sistem ve tarayıcının önceden kullandığı yaklaşık 3,4 GB’ı da kapsıyor; Wan’ın kendisi yaklaşık 20 GB kullandı. 12-16 GB belleğe sahip ekran kartlarında ComfyUI modelin bir kısmını RAM’e aktarabiliyor. Bu yöntem çalışıyor ancak üretim daha uzun sürüyor. Bu sistemlerde ölçüm yapmadım.

Wan 2.2 video örnekleri: sonuçlar ve hatalar

1. Fincana kahve dökülmesi

2. Yağmurda tramvay

3. Dağ çayırında lama

4. 2D animasyon: gece çalışması ve kedi

Sonuçlar açık bir örüntü gösteriyor: hareket ve fizik ne kadar azsa sonuç o kadar iyi. Arka planda yağmur, tramvay veya yapraklar hareket ederken sabit kamera kullanılan sahneler ikna edici görünüyor. Sıvı dökmek veya bir hayvanın belirli bir hareketi gibi hassas eylemler ise model tarafından basitleştiriliyor ya da yanlış yorumlanıyor.

Wan 2.2’yi yerel çalıştırmak mı, bulut aracı kullanmak mı?

Bulut araçlarının fiyatları sık değişiyor. Güncel karşılaştırmayı yapay zekâ video oluşturucuları rehberinde bulabilirsiniz. Bu benim değerlendirmem: Tek bir etkileyici klip yerine çok sayıda taslak çekime, arka plana veya montaj malzemesine ihtiyacınız varsa Wan 2.2 5B’yi yerel çalıştırmak mantıklı.

Wan 2.2’yi kurmanın kolay yolu: Hangar

Wan 2.2 TI2V 5B, Hangar kataloğunda bulunuyor. Bu, Windows’ta yerel görsel, video ve müzik modellerini yönetmek için geliştirdiğim ücretsiz bir araç. Hesap gerektirmiyor ve arka planda ComfyUI kullanıyor. Paket, yukarıdaki üç dosyadan oluşuyor ve toplam 18,1 GB yer kaplıyor: fp16 model 10,0 GB, umT5 fp8 kodlayıcı 6,74 GB ve VAE 1,41 GB. Katalogda şimdilik daha hafif bir sürüm yok; bu nedenle 12-16 GB ekran kartlarında ComfyUI ağırlıkların bir kısmını RAM’e aktaracak ve işlem yavaşlayacak. Model Apache 2.0 lisanslı; videolar ticari amaçlarla, AB içinde de kullanılabilir.

1. Hangar sayfasından 14 MB’lık yükleyiciyi indirin. Yükleyici henüz dijital olarak imzalanmadığı için Windows SmartScreen uyarı gösterecek: “Daha fazla bilgi”ye, ardından “Yine de çalıştır”a tıklayın.
2. Hangar, ekran kartınızı algılar (CUDA destekli Nvidia, en az 8 GB VRAM; 12 GB ve üzeri önerilir) ve modelin belleğe sığıp sığmayacağını gösterir.
3. Wan 2.2 TI2V 5B’yi seçin. Hangar dosyaları Hugging Face’ten indirir ve SHA-256 toplamlarını doğrular.
4. Sahneyi İngilizce açıklayın, süreyi saniye cinsinden ayarlayın ve oluşturma düğmesine tıklayın.

Hangar’ı RTX 4090’da 17 Ekim 2026’da test ettim: 1280×704 çözünürlükte 2 saniyelik klip, modelin yüklenmesi dâhil 105 saniyede oluşturuldu. Yükleyici ve açıklama: Hangar.

Hazır betik: tek komutla video oluşturma

ComfyUI rehberindeki kurulum betiği, -Modele wan seçeneğiyle model dosyalarını indiriyor: ComfyUI rehberi. Video oluşturmak için ComfyUI’ye istem gönderen, karelerin hazırlanmasını bekleyen ve ffmpeg ile MP4 oluşturan bir betik hazırladım. Süreyi saniye cinsinden giriyorsunuz; betik bunu Wan’ın istediği 4n+1 kare sayısına çeviriyor. Betiği 26.09.2026’da kısa bir test klibinde denedim: 640×352 çözünürlükte, 49 karelik ve 2 saniyelik bir MP4 dosyası oluşturdu.

• İndirin: generuj-wideo.py (6 KB) veya beş betiğin tamamını içeren ZIP dosyası (15 KB).
• 5 saniyelik 720p klip için, testte kullanılan Lehçe istemin Türkçeye çevrilmiş karşılığı: alacakaranlıkta yağmurlu bir sokaktan geçen sarı tramvay, sabit kamera
• Daha hızlı önizleme için: --sekundy 3 --szer 960 --wys 544 --kroki 12. MP4 oluşturmak için ffmpeg gerekir (winget install Gyan.FFmpeg); ffmpeg yoksa PNG kareleri elde edersiniz.

İnternetten indirdiğiniz herhangi bir betiği çalıştırmadan önce kodunu okuyun. Betik, sizin kullanıcı izinlerinizle çalışır. Bu nedenle tam kodu, kısaltmadan ve Türkçe yorumlarla aşağıda paylaşıyorum. Betikler MIT lisanslıdır; değiştirebilir ve ticari amaçlarla da kullanabilirsiniz.

"""
generuj-wideo.py - Yerel ComfyUI üzerinden Wan 2.2 TI2V 5B ile klip
Yazar: Piotr Olszewski. Betik lisansı: MIT. 26.09.2026'da test edildi: ComfyUI 0.37, RTX 4090.

Gerekenler: Wan 2.2 5B dosyalarıyla çalışan ComfyUI (http://127.0.0.1:8188)
(install-comfyui.ps1 -Modele wan) ve MP4 oluşturmak için PATH içinde ffmpeg
(winget install Gyan.FFmpeg). ffmpeg yoksa yalnızca PNG kareleri elde edilir.
Yalnızca Python 3.9+ standart kitaplığı kullanılır.

Örnekler:
  python generuj-wideo.py "a yellow tram passing a rainy street at dusk, static camera, realistic"
  python generuj-wideo.py "flat 2D animation of a cat walking across a desk" --sekundy 3 --szer 960 --wys 544

RTX 4090'da 1280x704 çözünürlükte 5 saniye yaklaşık 4 dakika sürer
(ilk klip daha uzun sürer; 18 GB dosya diskten yüklenir).
Model, sabit kamera ve arka plandaki hareketlerde başarılı; hassas fiziksel hareketlerde
(sıvı dökme, el kol hareketleri) zorlanır.
"""
import argparse, json, os, random, shutil, subprocess, sys, tempfile, time, urllib.parse, urllib.request, uuid

FPS = 24
NEG = "blurry, distorted, low quality, jitter, watermark, text, subtitles, static image, deformed hands, extra limbs"


def graf(polecenie, szer, wys, klatki, kroki, seed, prefiks):
    # ComfyUI'nin resmî "Wan 2.2 5B text to video" şablonunun karşılığı
    return {
        "1": {"class_type": "UNETLoader", "inputs": {"unet_name": "wan2.2_ti2v_5B_fp16.safetensors", "weight_dtype": "default"}},
        "2": {"class_type": "CLIPLoader", "inputs": {"clip_name": "umt5_xxl_fp8_e4m3fn_scaled.safetensors", "type": "wan", "device": "default"}},
        "3": {"class_type": "VAELoader", "inputs": {"vae_name": "wan2.2_vae.safetensors"}},
        "4": {"class_type": "CLIPTextEncode", "inputs": {"clip": ["2", 0], "text": polecenie}},
        "5": {"class_type": "CLIPTextEncode", "inputs": {"clip": ["2", 0], "text": NEG}},
        "6": {"class_type": "ModelSamplingSD3", "inputs": {"model": ["1", 0], "shift": 8.0}},
        "7": {"class_type": "Wan22ImageToVideoLatent", "inputs": {"vae": ["3", 0], "width": szer, "height": wys, "length": klatki, "batch_size": 1}},
        "8": {"class_type": "KSampler", "inputs": {"model": ["6", 0], "seed": seed, "steps": kroki, "cfg": 5.0, "sampler_name": "uni_pc", "scheduler": "simple",
                                                    "positive": ["4", 0], "negative": ["5", 0], "latent_image": ["7", 0], "denoise": 1.0}},
        "9": {"class_type": "VAEDecode", "inputs": {"samples": ["8", 0], "vae": ["3", 0]}},
        "10": {"class_type": "SaveImage", "inputs": {"images": ["9", 0], "filename_prefix": prefiks}},
    }


def api(serwer, sciezka, dane=None):
    req = urllib.request.Request(serwer + sciezka, data=json.dumps(dane).encode() if dane is not None else None,
                                 headers={"Content-Type": "application/json"})
    return json.load(urllib.request.urlopen(req, timeout=60))


def main():
    a = argparse.ArgumentParser(description="Wan 2.2 5B ile yerel ComfyUI üzerinden video klibi")
    a.add_argument("polecenie", help="çekim açıklaması (tercihen İngilizce, kamera bilgisiyle)")
    a.add_argument("--sekundy", type=float, default=5.0, help="klip süresi (varsayılan: 5 sn)")
    a.add_argument("--szer", type=int, default=1280); a.add_argument("--wys", type=int, default=704)
    a.add_argument("--kroki", type=int, default=20)
    a.add_argument("--seed", type=int, default=None)
    a.add_argument("--serwer", default="http://127.0.0.1:8188")
    a.add_argument("--wyjscie", default="wideo")
    x = a.parse_args()
    if x.szer % 32 or x.wys % 32:
        a.error("genişlik ve yükseklik 32'nin katı olmalı (ör. 1280x704, 960x544)")
    klatki = int(round(x.sekundy * FPS / 4)) * 4 + 1          # Wan 4n+1 uzunluğunda klip ister
    try:
        api(x.serwer, "/system_stats")
    except Exception as e:
        sys.exit(f"{x.serwer} adresindeki ComfyUI'ye bağlanılamadı ({e}). start-comfyui.bat dosyasını çalıştırın.")
    seed = x.seed if x.seed is not None else random.randint(1, 2**31)
    prefiks = f"wan_{uuid.uuid4().hex[:8]}"
    print(f"{klatki} kare oluşturuluyor ({klatki / FPS:.1f} sn), çözünürlük {x.szer}x{x.wys}, seed {seed}...")
    t0 = time.time()
    pid = api(x.serwer, "/prompt", {"prompt": graf(x.polecenie, x.szer, x.wys, klatki, x.kroki, seed, prefiks), "client_id": str(uuid.uuid4())})["prompt_id"]
    while True:
        h = api(x.serwer, f"/history/{pid}")
        if pid in h:
            break
        print(f"\r  devam ediyor... {time.time() - t0:.0f} sn", end="", flush=True)
        time.sleep(2)
    print()
    wynik = h[pid]
    if wynik.get("status", {}).get("status_str") != "success":
        sys.exit("ComfyUI hatası: " + json.dumps(wynik.get("status", {}), ensure_ascii=False)[:600])
    imgs = sorted([o for v in wynik["outputs"].values() for o in v.get("images", [])], key=lambda o: o["filename"])
    os.makedirs(x.wyjscie, exist_ok=True)
    tmp = tempfile.mkdtemp(prefix="wan_")
    for i, img in enumerate(imgs):
        q = urllib.parse.urlencode({"filename": img["filename"], "subfolder": img.get("subfolder", ""), "type": img.get("type", "output")})
        with urllib.request.urlopen(f"{x.serwer}/view?{q}", timeout=60) as r, open(os.path.join(tmp, f"{i:04d}.png"), "wb") as f:
            shutil.copyfileobj(r, f)
    czas = time.time() - t0
    nazwa = os.path.join(x.wyjscie, f"wan_{time.strftime('%Y%m%d_%H%M%S')}_{seed}")
    if shutil.which("ffmpeg"):
        subprocess.run(["ffmpeg", "-y", "-loglevel", "error", "-framerate", str(FPS), "-i", os.path.join(tmp, "%04d.png"),
                        "-c:v", "libx264", "-crf", "20", "-pix_fmt", "yuv420p", "-movflags", "+faststart", nazwa + ".mp4"], check=True)
        shutil.rmtree(tmp, ignore_errors=True)
        print(f"Hazır: {nazwa}.mp4 ({len(imgs)} kare, {czas:.0f} sn)")
    else:
        shutil.move(tmp, nazwa + "_klatki")
        print(f"Hazır: PNG kareleri {nazwa}_klatki klasöründe ({czas:.0f} sn). MP4 oluşturmak için ffmpeg kurun.")


if __name__ == "__main__":
    main()

Şunlara da bakın: Wan AI: tüm sürümler, fiyatlar ve video testlerim · Wan 3.0 ve Wan 2.2: aynı istemlerle karşılaştırma

Sık sorulan sorular

Wan 2.2 için hangi ekran kartı gerekir?

Testimde Wan 2.2 TI2V 5B, 1280×704 videoda RTX 4090’ın yaklaşık 20 GB belleğini kullandı. 12-16 GB ekran kartlarında da çalışıyor; modelin bir kısmı RAM’e aktarıldığı için daha yavaş. 14B gibi büyük sürümler çok daha fazla belleğe ihtiyaç duyuyor.

Wan 2.2 ile video oluşturmak ne kadar sürer?

Model yüklüyken RTX 4090’da 5 saniyelik 720p klip (121 kare, 20 adım) yaklaşık 4 dakika sürüyor. İlk klibin oluşturulması 574 saniye aldı; çünkü 18 GB’lık dosyaların diskten yüklenmesi de gerekti.

Wan 2.2 ücretsiz mi, ticari amaçlarla kullanılabilir mi?

Evet. Ağırlıklar Hugging Face’te Apache 2.0 lisansıyla sunuluyor ve bu lisans ticari kullanıma izin veriyor. Yerel kullanımda elektrik tüketimi dışında bir ücret yok.

Wan 2.2 sesli video oluşturuyor mu?

Hayır. 5B sürümü yalnızca görüntü oluşturuyor. Sesi montaj sırasında eklemeniz gerekir.

// okumaya devamSeedVR2 ile 480p videoyu 1080p’ye yükseltme testiKarşılaştırmalarSeedance 2.5, Wan 3.0 ve InfiniteTalk lip-sync testiKarşılaştırmalarFLUX 3 Image Klein: RTX 4090 testi ve 7,5 GB VRAMKarşılaştırmalar