Video GenerationWanApache-2.0

Wan2.1-T2V-14B

Wan-AI/Wan2.1-T2V-14B

阿里 Wan 2.1 文生视频 14B,支持 720P,商业重点模型。

参数量

13.8B

上下文

32K

下载量

680K

点赞

5.1K

架构

wan

在 HuggingFace 查看

GPU 需求

按量化方案和使用场景估算的显存 / 内存 / 磁盘

量化最低配置推荐配置生产配置
FP1616bit
56.4 GB
RAM 84.6 · Disk 79.1
62.4 GB
RAM 93.6 · Disk 105.1
72.3 GB
RAM 108.5 · Disk 144.1
FP88bit
31.0 GB
RAM 46.4 · Disk 59.1
35.8 GB
RAM 53.7 · Disk 85.1
44.6 GB
RAM 66.8 · Disk 124.1
INT88bit
31.0 GB
RAM 46.4 · Disk 59.1
35.8 GB
RAM 53.7 · Disk 85.1
44.6 GB
RAM 66.8 · Disk 124.1
AWQ4bit
18.7 GB
RAM 32.0 · Disk 49.4
23.0 GB
RAM 34.5 · Disk 75.4
31.2 GB
RAM 46.8 · Disk 114.4
GPTQ4bit
18.9 GB
RAM 32.0 · Disk 49.5
23.2 GB
RAM 34.8 · Disk 75.5
31.4 GB
RAM 47.1 · Disk 114.5
GGUF4bit
19.2 GB
RAM 32.0 · Disk 49.8
23.5 GB
RAM 35.3 · Disk 75.8
31.7 GB
RAM 47.6 · Disk 114.8

GPU 推荐

Best ValueBEST

1× RTX 5090

32 GB VRAM

$244/月

≈ 60.4 video-sec/GPU-h

可用生产吞吐 ≈ 36.2 video-sec/GPU-h

score 0.6894

Deploy on vast ↗
Cheapest

1× RTX 3090

24 GB VRAM

$45.4/月

≈ 25.5 video-sec/GPU-h

可用生产吞吐 ≈ 15.3 video-sec/GPU-h

score 0.6424

Deploy on vast ↗
Performance

8× H100 SXM

640 GB VRAM

$9,425/月

≈ 46.8 video-sec/GPU-h

可用生产吞吐 ≈ 28.1 video-sec/GPU-h

score 0.2402

Deploy on vast ↗
Min Complexity

1× RTX 4090

24 GB VRAM

$99.0/月

≈ 75 video-sec/GPU-h

可用生产吞吐 ≈ 45 video-sec/GPU-h

score 0.6418

Deploy on vast ↗

💬 社区 —— 真实部署经验

0 文章 · 0 实测

进入社区 →

单卡可运行的 GPU

RTX 3090

24 GB VRAM

$45.4

/月 · vast

RTX 4090

24 GB VRAM

$99.0

/月 · vast

RTX 4090D

24 GB VRAM

$117

/月 · vast

A10

24 GB VRAM

$147

/月 · vast

L4

24 GB VRAM

$148

/月 · vast

AmciHub

AI 模型部署与算力决策平台——分析 AI 模型的硬件需求、GPU 性能、云端价格与部署成本,帮助你选择合适的部署方案。

© 2026 AmciHub. 保留所有权利。 Model → Requirement → GPU → Benchmark → Cloud → Cost → Recommendation