Wan 2.2 local sur RTX 4090 : test ComfyUI face au cloud
L’arbitrage du test
Wan 2.2 peut tourner en local. Wan 2.6 et Wan 2.7 sont disponibles en cloud. Sur le papier, la comparaison semble simple : local contre cloud, temps machine contre crédits, contrôle contre confort.
En pratique, c’est plus tordu.
Pour ce test, je suis parti d’un vrai cas TekBrut : un bumper vidéo produit avec Wan 2.6 sur Pollo AI, puis monté en version finale. Ensuite, j’ai repris les mêmes intentions de plans avec Wan 2.2 en local sur RTX 4090, et j’ai aussi comparé avec Wan 2.7 côté cloud.
Le but n’est pas de sacrer un modèle. Le but est plus utile : comprendre quels plans peuvent raisonnablement être produits en local, quels plans justifient encore le cloud, et pourquoi le flux de travail hybride reste probablement le choix le plus propre aujourd’hui.
En bref
Wan 2.2 peut produire des plans exploitables en local sur RTX 4090, mais ce n’est pas une expérience légère ou automatique.
Dans ce test ComfyUI, les rendus Wan 2.2 en 1280×720, 81 frames et 16 fps ont pris environ 203 à 218 secondes par plan, avec des pics autour de 19 à 20 GiB de VRAM. Les générations utilisent de l’offload : les résultats doivent donc être lus comme ceux d’une machine complète, pas comme une simple preuve que 24 Go de VRAM suffisent confortablement.
Le verdict reste hybride : Wan 2.2 local est pertinent pour tester, apprendre et produire certains plans simples ; le cloud garde l’avantage sur les plans critiques ou temporellement complexes.
Le résultat final en cloud
Bumper TekBrut final
Vidéo finale montée avec audio
Lien direct : Voir la vidéo finale Wan 2.6 cloud montée.
Ce bumper n’est pas une génération unique sortie telle quelle. Il a été construit en plusieurs plans courts, sélectionné, monté, resserré, puis sonorisé.
C’est important : en vidéo IA, le modèle produit des plans. Le montage transforme ces plans en asset publiable.
Verdict rapide
Wan 2.2 local est crédible, mais pas magique. Il peut sortir des plans exploitables en 1280×720 sur une RTX 4090, surtout quand la scène repose sur une ambiance, une texture, un objet central ou un mouvement simple.
Wan 2.6 cloud reste la référence de ce bumper précis. Ce n’est pas forcément le modèle le plus récent, mais c’est celui dont les plans ont donné le meilleur matériau pour le montage final.
Wan 2.7 cloud n’écrase pas automatiquement Wan 2.6. Il peut sembler plus fluide ou plus propre sur certains détails, mais le rendu le plus récent n’est pas toujours le plus exploitable dans un montage.
Le vrai verdict est hybride. Le local sert très bien à tester, apprendre, itérer et produire certains plans. Le cloud garde l’avantage pour les plans critiques, les plans signature, ou les scènes qui demandent une chorégraphie temporelle plus précise.
Méthode courte
Test réalisé en mai, avec les versions et tarifs cloud observés à ce moment-là.
La base de comparaison est le bumper TekBrut final, produit en plusieurs plans avec Wan 2.6 sur Pollo AI, puis monté et sonorisé. Les plans Wan 2.2 locaux présentés ici reprennent les prompts originaux du bumper, sans réécriture finale pour favoriser le local.
Côté machine, le test local a été réalisé dans ComfyUI avec Wan 2.2 T2V-A14B GGUF Q5_K_M, variantes High Noise et Low Noise, LightX2V 4 steps, en 1280×720 sur 81 frames à 16 fps.
Ce n’est donc pas un benchmark abstrait. C’est un test de production : est-ce que le plan obtenu peut vraiment servir dans un montage, ou est-ce qu’il est seulement joli en capture isolée ?
Machine de test et offload
Ce test a été réalisé sur ce setup : RTX 4090 24 Go, Ryzen 9 7950X3D, 64 Go de DDR5-6000 CL30 et SSD NVMe PCIe Gen 5.
Point important : les rendus Wan 2.2 en 1280×720 ont été lancés avec offload. Le test ne démontre donc pas que tout tient confortablement dans 24 Go de VRAM. Il montre plutôt qu’une RTX 4090 peut rendre Wan 2.2 exploitable en local sur une machine haut de gamme, avec beaucoup de RAM rapide, un stockage très réactif et un workflow mémoire ajusté.
Les pics autour de 19 à 20 GiB de VRAM doivent être lus dans ce contexte. Ils donnent un ordre de grandeur utile, pas une garantie universelle pour toutes les machines 24 Go.
Prompts originaux utilisés pour les trois plans
Les prompts ci-dessous correspondent aux trois intentions de plans du bumper. Ils ont servi de base commune à la comparaison entre Wan 2.6 cloud, Wan 2.7 cloud et Wan 2.2 local, sans réécriture finale pour favoriser le local.
Plan 1 — le signal dans le tube
A glowing hot pink and red energy signal traveling at high speed through a long transparent winding glass tube. The tube curves and snakes diagonally through a chaotic cyberpunk industrial environment filled with dense cables, mechanical components, floating dust particles, steam vents, and pulsing red warning lights in the blurred background. The signal is a bright luminous filament leaving a vivid magenta-pink trail of light behind it. Camera performs a slow lateral tracking shot combined with a subtle tilt down, smoothly following the signal's trajectory. Volumetric fog drifts through the scene. Background is heavily detailed but blurred with bokeh, keeping the tube and signal in sharp focus. Strong rim lighting on the tube edges.
Prompt négatif
Plan 2 — le signal dans le PCB
Extreme close-up macro shot of a dark green and black printed circuit board (PCB), viewed from a slight 30-degree top-down angle. A row of six identical surface-mounted transistors aligned in series across the board, positioned along the central horizontal axis. A bright hot pink luminous energy signal travels strictly from LEFT to RIGHT along a copper trace, passing directly THROUGH each transistor sequentially. Each transistor lights up brightly and intensely from within at the exact moment the signal reaches it, with the transistor body glowing fully in vivid pink-red light, creating a clear cascading domino effect of illumination from left to right. The leftmost transistor lights up first, then the second, then the third, in clear visible succession. Camera performs a smooth lateral dolly tracking shot from LEFT to RIGHT, following the signal direction, combined with a progressive push-in over time. Surrounding PCB components remain in soft bokeh. Sharp metallic reflections on copper traces. Tiny dust particles float in the foreground. Atmosphere precise, technical, surgical.
Prompt négatif
Plan 3 — le CPU TekBrut
Hero macro shot of a high-end computer microprocessor (CPU chip) mounted at the center of a dark complex motherboard PCB. The CPU sits centered in the frame at a slight three-quarter angle, with the text "TekBrut" engraved in clean modern sans-serif typography on the metallic heatspreader.
The chip is initially completely dark and inactive at the start of the shot. A bright hot pink luminous signal travels along a copper trace from the LEFT edge of the frame, moving rightward, and arrives at the LEFT side of the CPU. Upon contact with the CPU, the chip ignites: the pink-red neon outline begins to glow on the LEFT edge first, then progressively spreads CLOCKWISE around all four edges of the CPU socket, fully illuminating the chip by the end of the shot. The "TekBrut" text glows progressively in pink-red light as the chip activates. PCB traces, copper lines and surrounding components catch the spreading pink reflections.
Camera performs a slow steady push-in toward the CPU during the illumination sequence, ending in a tight hero framing. Sharp focus on the CPU surface, surrounding components in deep bokeh. Volumetric pink mist drifts subtly around the chip.
Prompt négatif
Le vrai saut : 1280×720
Le premier piège avec Wan 2.2 local, c’est de juger trop vite sur une petite résolution.
Les essais en 832×480 montraient déjà que le modèle pouvait produire une ambiance correcte sur RTX 4090. Mais à cette taille, beaucoup d’éléments restaient mous : textures du PCB, contours du tube, micro-détails, reflets, lisibilité du texte. On pouvait voir l’idée du plan, pas encore vraiment son potentiel.
Le passage en 1280×720 change la lecture. Les scènes gagnent en densité, les matières deviennent plus crédibles, les lignes roses sont mieux tenues, et le rendu général se rapproche davantage d’un plan utilisable dans un montage.
Ce saut ne corrige pas tout. Il améliore la qualité perçue, pas forcément la précision de l’action. C’est particulièrement visible sur le Plan 2 : le PCB devient plus propre, mais le signal reste trop continu et l’effet domino demandé reste faible.
C’est l’un des enseignements principaux du test : en local, la résolution peut transformer un rendu “prometteur” en rendu exploitable. Mais elle ne remplace pas la compréhension temporelle du modèle.
Plan 1 : le signal dans le tube
Plan 1 — le signal dans le tube
Vidéo brute sans audio
Lien direct : Voir le Plan 1 Wan 2.2 local en 1280×720.
Ce premier plan est celui qui valide le plus vite l’intérêt de Wan 2.2 local. L’ambiance sombre fonctionne, le tube reste lisible, le signal rose attire l’œil, et la scène conserve une cohérence suffisante sur toute la durée du plan.
Le rendu n’a pas exactement la nervosité du bumper cloud final. Le mouvement reste plus sage, plus contemplatif, et le signal manque d’un vrai pic dramatique. Mais comme plan d’ouverture brut, c’est exploitable.
C’est le genre de résultat qui justifie de garder une partie du flux en local : on peut tester une intention visuelle, produire une matière correcte, puis décider ensuite si le plan mérite d’être refait en cloud ou monté tel quel.
Plan 2 : la limite temporelle
Plan 2 — le signal dans le PCB
Vidéo brute sans audio
Lien direct : Voir le Plan 2 Wan 2.2 local sur PCB.
Ce plan est le plus important du test, justement parce qu’il n’est pas le plus réussi.
Visuellement, Wan 2.2 local tient bien la matière : le PCB est plus dense qu’en basse résolution, les pistes sont lisibles, le rose reste dans l’identité du bumper, et l’ambiance électronique est crédible. En capture isolée, le plan fonctionne.
En vidéo, la limite apparaît. Le prompt demandait une progression plus fine : un signal qui traverse le circuit, active des éléments, crée une impression de séquence ou de domino. Wan 2.2 produit plutôt une ligne lumineuse continue. Le décor est propre, mais l’action ne se déroule pas vraiment.
C’est une limite utile. Elle montre que le local peut produire une belle matière visuelle, mais qu’il reste plus fragile quand le plan dépend d’une chorégraphie temporelle précise. Plus de résolution améliore l’image. Ça ne force pas le modèle à mieux comprendre la causalité.
Plan 3 : le meilleur résultat local
Plan 3 — le CPU TekBrut
Vidéo brute sans audio
Lien direct : Voir le Plan 3 Wan 2.2 local sur CPU TekBrut.
C’est le meilleur plan local du test. La puce est propre, le PCB reste lisible, l’ambiance sombre fonctionne, et le texte TekBrut tient mieux que prévu sur toute la séquence.
Le résultat est intéressant parce qu’il ne repose pas sur une action complexe. Le plan demande surtout une composition stable, une montée visuelle, une matière crédible et un objet central lisible. Sur ce terrain, Wan 2.2 local se défend très bien.
La limite reste le climax. Le plan aurait gagné à finir avec une activation lumineuse plus nette, une montée d’énergie plus marquée, ou un basculement plus lisible vers le logo. Mais même sans ça, c’est le plan local le plus proche d’un asset publiable.
Pris avec le Plan 2, il donne le vrai verdict : Wan 2.2 local est solide quand le plan repose sur la matière et la composition. Il devient plus incertain quand le plan repose sur une action séquentielle précise.
Wan 2.6 vs Wan 2.7 vs Wan 2.2
À ce stade, le classement simple ne suffit pas. Wan 2.7 peut produire une image très propre, Wan 2.6 reste plus cohérent pour ce bumper précis, et Wan 2.2 local devient réellement intéressant dès qu’on accepte ses limites.
Le bon critère n’est donc pas “quel modèle est le plus récent ?”. Le bon critère est plus concret : quel outil donne le meilleur plan exploitable pour ce besoin précis ?
| Critère | Wan 2.2 local | Wan 2.6 cloud | Wan 2.7 cloud |
|---|---|---|---|
| Rôle dans ce test | Reproduction locale | Référence du bumper final | Comparaison cloud récente |
| Plateforme | ComfyUI local | Pollo AI | Pollo AI |
| Matériel côté lecteur | RTX 4090 testée | Aucun | Aucun |
| Coût | Électricité + temps machine | Crédits cloud | Crédits cloud |
| Friction | Élevée | Faible | Faible |
| Contrôle local | Fort | Faible | Faible |
| Qualité visuelle | Très bonne sur certains plans | Préférée pour le bumper | Très forte en image isolée |
| Contrôle temporel | Limité sur le Plan 2 | Meilleur équilibre ici | Plus fluide, mais pas toujours plus lisible |
| Verdict | Très pertinent pour tester et produire certains plans | Meilleur choix pour ce bumper | À juger plan par plan |
Rôle dans ce test
- Wan 2.2 local
- Reproduction locale
- Wan 2.6 cloud
- Référence du bumper final
- Wan 2.7 cloud
- Comparaison cloud récente
Plateforme
- Wan 2.2 local
- ComfyUI local
- Wan 2.6 cloud
- Pollo AI
- Wan 2.7 cloud
- Pollo AI
Matériel côté lecteur
- Wan 2.2 local
- RTX 4090 testée
- Wan 2.6 cloud
- Aucun
- Wan 2.7 cloud
- Aucun
Coût
- Wan 2.2 local
- Électricité + temps machine
- Wan 2.6 cloud
- Crédits cloud
- Wan 2.7 cloud
- Crédits cloud
Friction
- Wan 2.2 local
- Élevée
- Wan 2.6 cloud
- Faible
- Wan 2.7 cloud
- Faible
Contrôle local
- Wan 2.2 local
- Fort
- Wan 2.6 cloud
- Faible
- Wan 2.7 cloud
- Faible
Qualité visuelle
- Wan 2.2 local
- Très bonne sur certains plans
- Wan 2.6 cloud
- Préférée pour le bumper
- Wan 2.7 cloud
- Très forte en image isolée
Contrôle temporel
- Wan 2.2 local
- Limité sur le Plan 2
- Wan 2.6 cloud
- Meilleur équilibre ici
- Wan 2.7 cloud
- Plus fluide, mais pas toujours plus lisible
Verdict
- Wan 2.2 local
- Très pertinent pour tester et produire certains plans
- Wan 2.6 cloud
- Meilleur choix pour ce bumper
- Wan 2.7 cloud
- À juger plan par plan
Ce tableau résume le vrai arbitrage. Wan 2.2 local gagne sur le contrôle, l’apprentissage et le coût marginal. Wan 2.6 cloud gagne ici sur l’efficacité du résultat final. Wan 2.7 reste intéressant, mais il doit être jugé plan par plan, pas traité comme une mise à niveau automatique.
Réglages techniques
Les détails ci-dessous ne transforment pas cet article en tuto ComfyUI complet. Ils servent surtout à cadrer le test : machine utilisée, durée de génération, mémoire observée et paramètres qui ont permis de sortir les vidéos locales publiées ici.
Réglages Wan 2.2 local
- GPU : RTX 4090 24 Go
- CPU : Ryzen 9 7950X3D
- RAM : 64 Go DDR5-6000 CL30
- Stockage : SSD NVMe PCIe Gen 5
- Modèle : Wan 2.2 T2V-A14B GGUF Q5_K_M
- Variantes : High Noise + Low Noise
- Workflow : LightX2V 4 steps
- Résolution : 1280×720
- Durée : 81 frames · 16 fps
- VAEDecodeTiled : tile_size 512, overlap 64, temporal_size 32, temporal_overlap 8
- Offload observé dans ComfyUI : environ 8,4 Go indiqués comme chargés en VRAM, 2 Go déchargés sur RAM, 150 Mo de buffer. Ce compteur décrit l’offload du workflow à cet instant, pas la consommation VRAM totale du rendu.
- À lire avec les pics ci-dessous : le rendu complet monte plutôt autour de 19 à 20 GiB de VRAM sur cette RTX 4090.
Note : les variantes High Noise et Low Noise ne rendent pas ce chiffre directement comparable aux 24 Go de la carte. Il ne faut pas le lire comme “8,4 Go seulement utilisés”, ni le doubler mécaniquement. Le repère utile pour dimensionner la machine reste le pic VRAM mesuré pendant la génération.
Temps de génération et VRAM
- Plan 1 : 203 s · pic VRAM observé 19 650 MiB
- Plan 2 : 218 s · pic VRAM observé 18 900 MiB
- Plan 3 : 215,85 s · pic VRAM observé 19 550 MiB
Ces chiffres viennent de ce setup précis. Ils donnent un ordre de grandeur utile, pas une garantie universelle pour toutes les machines ni tous les flux de travail.
Coût cloud Pollo AI
Au moment du test, Wan 2.6 était affiché à 25 crédits par génération et Wan 2.7 à 40 crédits par génération sur Pollo AI.
Ce chiffre doit être lu prudemment : le coût réel dépend du prix d’achat des crédits, des crédits offerts, du pays de facturation et des éventuelles promotions.
Pour ce type d’usage, le coût ne se juge pas seulement à la génération réussie. Il faut aussi compter les essais rejetés, les variantes, les plans à refaire et le temps passé à choisir ce qui mérite d’être monté.
Recommandation finale
Le choix le plus cohérent n’est pas de tout faire en local, ni de tout faire avec le modèle cloud le plus récent.
Pour produire régulièrement, le flux de travail hybride est le plus propre :
- Wan 2.2 local pour apprendre, tester, explorer des directions et sortir certains plans simples ;
- Wan 2.6 cloud quand le rendu obtenu colle déjà bien à l’intention visuelle ;
- Wan 2.7 cloud seulement quand son gain réel sur un plan justifie le coût supplémentaire ;
- montage final pour sélectionner, couper, sonoriser et unifier les plans.
Le local devient crédible dès que le plan repose sur une composition stable, une ambiance, un objet central ou une texture technique. Il devient plus fragile quand le plan demande une action séquentielle précise, comme un signal qui traverse plusieurs composants avec une causalité nette.
Donc la vraie recommandation est simple : ne choisis pas un modèle, choisis un outil par plan. C’est moins spectaculaire comme verdict, mais beaucoup plus proche d’un vrai flux de production.
Ce que ce test ne dit pas
Ce test ne mesure pas tout ce que peut faire un modèle vidéo IA.
Il ne couvre pas les scènes réalistes complexes avec personnages, gestes, objets manipulés, contacts physiques, regards, foule, pluie ou décor vivant. Ces scènes ne posent pas les mêmes problèmes qu’un bumper tech : elles testent les mains, les expressions, la continuité des objets, la causalité entre personnages et la stabilité d’un environnement plus organique.
Ce n’est pas un oubli. C’est un autre banc d’essai. Ici, le sujet est volontairement borné : un bumper TekBrut, donc un cas orienté signal, PCB, CPU, texte/logo, ambiance sombre et cohérence visuelle tech.
Ce test ne compare pas plusieurs GPU. Il ne mesure pas non plus l’impact isolé de la DDR5-6000 CL30, du SSD Gen 5 ou de l’offload. Il décrit un flux de production réel sur une machine précise.
Ce test ne dit pas non plus que Wan 2.2 local remplace le cloud. Il montre plutôt où le local commence à devenir utile, où il reste limité, et pourquoi le choix le plus cohérent dépend du plan à produire.
FAQ
Wan 2.2 local remplace-t-il le cloud ?
Non. Il peut produire des plans exploitables, mais il ne remplace pas le cloud partout.
Sur ce test, Wan 2.2 local devient crédible pour certains plans tech : ambiance, objet central, matière, composition stable. Il reste plus fragile dès que le plan demande une action temporelle précise.
Est-ce que Wan 2.7 est automatiquement meilleur que Wan 2.6 ?
Non. Sur ce bumper précis, Wan 2.6 reste préféré pour le rendu global et la cohérence du montage.
Wan 2.7 peut avoir des qualités intéressantes, notamment sur la fluidité ou certains détails visuels. Mais une version plus récente ne donne pas automatiquement le meilleur plan exploitable.
Est-ce qu’un seul prompt suffit pour produire une vidéo finale ?
Non. Le bumper final vient d’un flux de production avec plusieurs générations, sélection, montage et sonorisation.
C’est un point important : en vidéo IA, le modèle ne produit pas toujours directement une séquence finale. Il produit de la matière. Le montage décide ce qui devient publiable.
Pourquoi ne pas publier toutes les vidéos Wan 2.7 ?
Parce que Wan 2.7 n’est pas le sujet principal de cet article.
Il sert ici de comparaison cloud récente, pas de démonstration complète. Pour garder l’article lisible, Wan 2.7 doit rester un point d’appui, pas un deuxième article à l’intérieur du premier.
Quelle VRAM faut-il pour Wan 2.2 local en 720p ?
Dans ce test, les rendus Wan 2.2 en 1280×720 ont atteint environ 19 à 20 GiB de VRAM observée, avec offload dans ComfyUI.
Ce n’est pas une garantie universelle. Le modèle, la quantification, le workflow, les nœuds utilisés, la résolution, le nombre de frames et l’offload peuvent changer l’expérience.
Wan 2.2 local est-il utilisable pour produire une vraie vidéo ?
Oui, mais pas pour tous les plans.
Sur ce test, Wan 2.2 local devient intéressant pour les plans de matière, d’ambiance, d’objet central ou de composition stable. Il reste moins fiable quand la scène demande une progression temporelle précise, comme un signal qui active plusieurs composants dans un ordre clair.
Faut-il une RTX 4090 pour Wan 2.2 local ?
Pour ce test précis, les mesures viennent d’une RTX 4090 24 Go dans une machine équipée d’un Ryzen 9 7950X3D, de 64 Go de DDR5-6000 CL30 et d’un SSD NVMe PCIe Gen 5. Une autre machine peut donner une expérience différente.
La vraie question n’est pas seulement “est-ce que ça lance ?”. Il faut aussi regarder le temps de génération, la VRAM disponible, la RAM système, l’offload, la résolution visée et la tolérance à l’itération lente.
Pour dimensionner une machine autour de ce type d’usage, le guide RTX 5090 ou RTX PRO 4500 pour l’IA locale détaille les compromis entre VRAM, alimentation, RAM, SSD, refroidissement et polyvalence.
Quel est le vrai intérêt du local ?
Le local sert surtout à reprendre du contrôle : tester sans transformer chaque essai en dépense cloud, comprendre le modèle, expérimenter des variantes, produire certains plans, et réserver le cloud aux plans où il apporte vraiment quelque chose.
Ce n’est pas un remplacement total du cloud. C’est un outil de plus dans le flux de production.