Video GenerationWanApache-2.0

Wan2.2-T2V-5B

Wan-AI/Wan2.2-T2V-5B

Wan 2.2 5B 轻量视频生成,24GB 显卡可跑。

参数量

5B

上下文

32K

下载量

210K

点赞

1.6K

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
23.9 GB
RAM 35.9 · Disk 53.5
28.5 GB
RAM 42.7 · Disk 79.5
36.9 GB
RAM 55.4 · Disk 118.5
FP88bit
14.7 GB
RAM 32.0 · Disk 46.3
18.8 GB
RAM 32.0 · Disk 72.3
26.9 GB
RAM 40.3 · Disk 111.3
INT88bit
14.7 GB
RAM 32.0 · Disk 46.3
18.8 GB
RAM 32.0 · Disk 72.3
26.9 GB
RAM 40.3 · Disk 111.3
AWQ4bit
10.3 GB
RAM 32.0 · Disk 42.8
14.2 GB
RAM 32.0 · Disk 68.8
22.0 GB
RAM 33.0 · Disk 107.8
GPTQ4bit
10.3 GB
RAM 32.0 · Disk 42.8
14.3 GB
RAM 32.0 · Disk 68.8
22.1 GB
RAM 33.1 · Disk 107.8
GGUF4bit
10.5 GB
RAM 32.0 · Disk 42.9
14.4 GB
RAM 32.0 · Disk 68.9
22.2 GB
RAM 33.3 · Disk 107.9

GPU 推荐

Best ValueBEST

1× RTX 5090

32 GB VRAM

$244/月

≈ 82.2 video-sec/GPU-h

可用生产吞吐 ≈ 49.3 video-sec/GPU-h

score 0.6161

Deploy on vast ↗
Cheapest

1× Tesla V100

16 GB VRAM

$19.9/月

≈ 792 video-sec/GPU-h

可用生产吞吐 ≈ 475.2 video-sec/GPU-h

score 0.6529

Deploy on vast ↗
Performance

8× H100 SXM

640 GB VRAM

$9,357/月

≈ 63.6 video-sec/GPU-h

可用生产吞吐 ≈ 38.2 video-sec/GPU-h

score 0.2416

Deploy on vast ↗
Min Complexity

1× L4

24 GB VRAM

$43.1/月

≈ 25.6 video-sec/GPU-h

可用生产吞吐 ≈ 15.4 video-sec/GPU-h

score 0.649

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

Tesla V100

16 GB VRAM

$19.9

/月 · vast

L4

24 GB VRAM

$43.1

/月 · vast

RTX 3090

24 GB VRAM

$45.4

/月 · vast

RTX 4070S Ti

16 GB VRAM

$49.5

/月 · vast

RTX 5070 Ti

16 GB VRAM

$62.0

/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