# Wan 2.2 kurulu GPU sunucu: ComfyUI ile metinden ve fotoğraftan yapay zeka video oluşturma

- Adres: https://gpukiralama.com.tr/paketler/wan-2-2-video/
- Kurulum: ücretsiz, aylık ek ücret yok; yazılım müşterinin paylaşımsız GPU sunucusuna kurulu teslim edilir, root erişimi müşteride kalır
- En az GPU belleği: 24 GB
- Kurulu yazılımlar ve lisansları:
  - ComfyUI: Wan 2.2'yi çalıştıran düğüm tabanlı arayüz ve HTTP API; hazır Wan 2.2 şablonlarıyla gelir (GPL-3.0)
  - ComfyUI-Manager: Özel düğüm ve ek model kurma, güncelleme aracı (GPL-3.0)
  - Caddy: ComfyUI'nin önünde HTTPS ve parolalı erişim sağlayan ters vekil sunucu (Apache-2.0)
  - Wan 2.2 TI2V-5B (fp16): Metinden ve görselden 720p, 24 fps video üreten 5B model; 24 GB'lık kartlar için (Apache-2.0)
  - Wan 2.2 T2V-A14B (FP8, yüksek ve düşük gürültü uzmanları): Metinden 480p ve 720p video; iki uzmanlı MoE modelin ComfyUI için FP8 paketi (Apache-2.0)
  - Wan 2.2 I2V-A14B (FP8, yüksek ve düşük gürültü uzmanları): Fotoğraftan 480p ve 720p video; ilk-son kare (FLF2V) şablonu da bu dosyaları kullanır (Apache-2.0)
  - umT5-XXL metin kodlayıcı (FP8): İstemi modele aktaran çok dilli metin kodlayıcı; tüm Wan 2.2 şablonlarında kullanılır (Apache-2.0)
  - Wan 2.2 VAE ve Wan 2.1 VAE: Videoyu sıkıştırıp yeniden kareye çeviren VAE dosyaları (5B için 2.2, 14B için 2.1) (Apache-2.0)
  - Wan 2.2 Lightning 4 adım LoRA'ları (lightx2v): 14B şablonlarında varsayılan; adım sayısını 4'e indirerek taslak üretimini hızlandırır (Apache-2.0)
- Önerilen GPU'lar (GPU başına, aylık, KDV hariç):
  - [NVIDIA RTX PRO 6000 Blackwell](https://gpukiralama.com.tr/gpu-modelleri/nvidia-rtx-pro-6000/): $1.600/ay. 96 GB: A14B'nin iki FP8 uzmanı ve metin kodlayıcı GPU'da birlikte tutulabilir; 4 NVENC ile kodlama aynı kartta. Ajanslar ve günlük toplu üretim için.
  - [NVIDIA L40S](https://gpukiralama.com.tr/gpu-modelleri/nvidia-l40s/): $900/ay. 48 GB, ECC'li: A14B FP8 iş akışlarında geniş pay, resmi betikte 480p sığar; 3 NVENC ve AV1 kodlama. Dengeli üretim kartı.
  - [NVIDIA GeForce RTX 5090](https://gpukiralama.com.tr/gpu-modelleri/nvidia-rtx-5090/): $600/ay. 32 GB: TI2V-5B boşaltmasız çalışır, A14B FP8 uzmanlar sırayla yüklenerek çalışır; 3 NVENC ve AV1 kodlama.
  - [NVIDIA RTX PRO 4000 Blackwell](https://gpukiralama.com.tr/gpu-modelleri/nvidia-rtx-pro-4000/): $450/ay. 24 GB, ECC'li giriş kartı: TI2V-5B ile 720p ve 640×640 A14B FP8 şablonları; 2 NVENC. Deneme ve küçük hacim için.
  - [NVIDIA GeForce RTX 3090](https://gpukiralama.com.tr/gpu-modelleri/nvidia-rtx-3090/): $300/ay. 24 GB GeForce giriş kartı: TI2V-5B ile 720p üretim için; donanım FP8 ve AV1 kodlama yok, 1 NVENC. Bütçe odaklı deneme.
  - [NVIDIA H100](https://gpukiralama.com.tr/gpu-modelleri/nvidia-h100/): $2.500/ay. 80 GB: Wan'ın resmi A14B 720p ölçümleri bu sınıf kartta yapıldı; çok GPU'lu toplu üretim için. NVENC yok, kodlama işlemcide.

Wan 2.2 ve ComfyUI kurulu, size ayrılmış bir GPU sunucuda metinden ve fotoğraftan yapay zeka videosu üretin. Kredi ya da saniye başına ücret yok: İstanbul'daki sunucu aylık sabit fiyatla çalışır, üretim miktarını yalnızca kartın hızı belirler.

## Wan 2.2 ile yapay zeka video oluşturma sunucusu nedir?

Wan 2.2 video paketi, açık kaynak video modeli Wan 2.2'yi ComfyUI arayüzüyle birlikte İstanbul'daki paylaşımsız bir GPU sunucuya kurulu olarak teslim eder. Metinden video (text-to-video) ve fotoğraftan video (image-to-video) üretimini tarayıcıdan ya da API ile yaparsınız; kredi, saniye veya klip başına ücret yoktur, yalnızca sunucunun aylık sabit bedelini ödersiniz. Paket; reklam taslağı hazırlayan ajanslar, ürün videosu üreten e-ticaret ekipleri ve sosyal medya içeriği çıkaran markalar için hazırlandı. Sunucular İstanbul Bağcılar'daki kendi tesisimizde çalışır, verileriniz Türkiye'de kalır.

## Wan 2.2 nedir, nasıl çalışır?

Wan 2.2, Wan-AI ekibinin 28 Temmuz 2025'te ağırlıklarını Apache-2.0 lisansıyla yayımladığı video üretim modeli ailesidir; aynı gün ComfyUI'ye de entegre edildi. Pakette iki farklı tasarım var:

- **T2V-A14B ve I2V-A14B (uzmanlar karışımı, MoE):** Gürültü giderme sürecinin ilk adımlarında "yüksek gürültü" uzmanı sahnenin genel yerleşimini kurar, sonraki adımlarda "düşük gürültü" uzmanı ayrıntıları işler. Her uzman yaklaşık 14 milyar parametredir. Toplam 27 milyar parametrenin her adımda yalnızca 14 milyarı çalıştığı için hesap ve bellek yükü tek bir 14B modele yakın kalır. Uzmanlar arası geçiş, sinyal-gürültü oranına (SNR) göre belirlenen bir eşik adımında olur. T2V metinden, I2V bir başlangıç görselinden 480p veya 720p video üretir.
- **TI2V-5B (yüksek sıkıştırmalı VAE):** 5 milyar parametreli tek bir model, metinden ve görselden videoyu aynı çatı altında yapar. Yeni Wan2.2-VAE videoyu zaman, yükseklik ve genişlik eksenlerinde 4×16×16 oranında sıkıştırır; ek bir yamalama (patchify) katmanıyla toplam oran 4×32×32'ye çıkar. Bu sayede 720p ve 24 fps video, 24 GB'lık tek bir kartta üretilebilir.

Mimari ayrıntılar ve resmi ölçümler [Wan 2.2'nin GitHub deposunda](https://github.com/Wan-Video/Wan2.2) yer alıyor. Kısaca: A14B modelleri daha büyük model kapasitesi sunar ama daha çok bellek ve süre ister; TI2V-5B ise hızlı deneme ve 24 GB'lık kartlar için uygundur.

## Pakette neler kurulu, her biri ne işe yarar?

**ComfyUI**, Wan 2.2'yi çalıştıran düğüm tabanlı arayüzdür: iş akışını tarayıcıda kurarsınız, aynı iş akışını HTTP API ile de çağırabilirsiniz. Şablon kitaplığında "Wan 2.2 5B Video Generation", "Wan 2.2 14B Text to Video", "Wan 2.2 14B Image to Video" ve "Wan 2.2 14B First-Last Frame to Video" şablonları hazırdır. **ComfyUI-Manager**, özel düğüm (custom node) ve ek model kurmayı arayüzden yapmanızı sağlar. **Caddy**, ComfyUI'nin önünde HTTPS ve parolalı erişim sağlayan ters vekil sunucudur (reverse proxy); ComfyUI'ye Caddy üzerinden ya da SSH tüneliyle ulaşılır.

Model dosyaları, Comfy-Org'un ComfyUI için yeniden paketlediği sürümlerdir ve ComfyUI'nin beklediği klasörlere yerleştirilir:

| Dosya | Klasör | Boyut | Kullanıldığı şablon |
|---|---|---|---|
| `wan2.2_ti2v_5B_fp16` | `diffusion_models` | 10 GB | 5B |
| `wan2.2_t2v_high_noise_14B_fp8_scaled` ve `low_noise` eşi | `diffusion_models` | 2 × 14,3 GB | 14B T2V |
| `wan2.2_i2v_high_noise_14B_fp8_scaled` ve `low_noise` eşi | `diffusion_models` | 2 × 14,3 GB | 14B I2V, ilk-son kare |
| `umt5_xxl_fp8_e4m3fn_scaled` (metin kodlayıcı) | `text_encoders` | 6,7 GB | Hepsi |
| `wan2.2_vae` / `wan_2.1_vae` | `vae` | 1,4 GB / 0,25 GB | 5B / 14B |
| lightx2v 4 adım LoRA'ları (T2V ve I2V, uzman başına bir dosya) | `loras` | 4 × 1,2 GB | 14B şablonları |

Dosyaların toplamı yaklaşık 80 GB eder; boyutlar [Comfy-Org'un Hugging Face deposundaki](https://huggingface.co/Comfy-Org/Wan-2.2) değerlerdir (Ekim 2026). Güncel ComfyUI şablonlarında 14B iş akışları bu 4 adımlı LoRA'larla açıldığı için onları da kurduk; lisansları Apache-2.0'dır.

## Wan 2.2 kaç GB VRAM ister, hangi kartımız yeter?

Wan 2.2'nin bellek ihtiyacı modele, çözünürlüğe ve kullanılan araca göre 8 GB ile 80 GB arasında değişir. Aşağıdaki rakamlar resmi Wan deposundan, [ComfyUI'nin Wan 2.2 belgesinden](https://docs.comfy.org/tutorials/video/wan/wan2_2) ve ComfyUI şablonlarındaki ölçüm notlarından alındı. Kartlarımızın kullanılabilir belleğini toplamın yaklaşık %92'si olarak hesaplıyoruz.

| Model / iş akışı | Kaynaktaki bellek bilgisi | Kartlarımızda karşılığı |
|---|---|---|
| TI2V-5B, ComfyUI şablonu (1280×704, 121 kare) | ComfyUI belgesi: yerel boşaltmayla 8 GB'a sığar | 24 GB'lık [RTX 3090](/gpu-modelleri/nvidia-rtx-3090/) ve RTX PRO 4000 yeterli; 32 GB'lık RTX 5090 daha geniş pay bırakır |
| TI2V-5B, resmi betik, 720p | En az 24 GB; RTX 4090'da tepe 22,9 GB | 24 GB'lık kartlarda sınırda (≈22,1 GB kullanılabilir), 32 GB ve üzeri rahat |
| T2V/I2V-A14B FP8, ComfyUI şablonu (640×640, 81 kare) | Şablon notu: 24 GB'lık RTX 4090D'de belleğin %83–89'u | 24 GB'ta çalışır; 32–48 GB daha fazla pay bırakır |
| A14B, resmi betik, 480p (16 bit, boşaltma açık) | Tek GPU'da tepe 41,3 GB | 48 GB'lık [L40S](/gpu-modelleri/nvidia-l40s/) ve üzeri |
| A14B, resmi betik, 720p | En az 80 GB önerilir; tek GPU'da tepe 59,8 GB | H100, RTX PRO 6000, H200 |
| A14B FP8, iki uzman ve metin kodlayıcı sürekli GPU'da | Dosyalar ≈35,3 GB, ara tensörler hariç | 96 GB'lık [RTX PRO 6000](/gpu-modelleri/nvidia-rtx-pro-6000/), H100, H200 |

Tabloyu okurken iki noktaya dikkat edin. Birincisi, ComfyUI'nin parametre açıklamalarına göre varsayılan davranış, işi biten modeli GPU'dan sistem belleğine taşımaktır; A14B'de bu, yüksek gürültü uzmanından düşük gürültü uzmanına geçerken bir yükleme beklemesi anlamına gelebilir. Kartta yer varsa ComfyUI'yi `--highvram` parametresiyle başlatıp modelleri GPU'da tutabilirsiniz; 96 GB'lık RTX PRO 6000 bunun için uygundur. İkincisi, FP8 için donanım hızlandırması Ada, Hopper ve Blackwell kuşağında vardır; Ampere mimarili RTX 3090'ı bu yüzden öncelikle 16 bitlik TI2V-5B için öneriyoruz. A14B'nin 16 bitlik dosyaları (uzman başına 28,6 GB) aynı lisansla Hugging Face'te duruyor; RTX PRO 6000 veya H200 kullanıyorsanız bunları kendiniz indirip FP8 ile karşılaştırabilirsiniz.

## Bir video kaç dakikada üretilir? Resmi ölçümler

Kendi kartlarımızda yapılmış bir süre ölçümü yayımlamıyoruz. Aşağıdaki süreler üreticilerin kendi testleridir ve hangi kartta ölçüldükleri belirtilmiştir:

- **Wan'ın resmi hesap verimliliği tablosu (resmi `generate.py` betiğiyle):** RTX 4090'da TI2V-5B ile 720p metinden video 534,7 saniye, görselden video 524,8 saniye sürmüş; tepe bellek 22,9 GB. H100/H800 sınıfı tek kartta T2V-A14B ile 480p video 326,9 saniye, 720p video 1041,5 saniye sürmüş. Aynı 720p iş sekiz kartta 155,1 saniyeye iniyor.
- **ComfyUI'nin 14B şablon notu ([şablon dosyası](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_wan2_2_14B_t2v.json)):** 24 GB'lık RTX 4090D'de, 640×640 ve FP8 dosyalarla ikinci çalıştırma yaklaşık 513 saniye; 4 adımlı LoRA açıkken yaklaşık 71 saniye.

RTX 4090 ve 4090D filomuzda yok; bu rakamları kartlar arasında kabaca oran kurmak için kullanın. Kendi iş akışınızın gerçek süresini ilk denemelerde ComfyUI konsolundan okuyabilirsiniz.

## "Sınırsız" yapay zeka video oluşturma ne demek?

Kredi ya da saniye başına ücretlendirme yok: sunucunun aylık bedeli sabittir ve kartı ay boyunca kesintisiz çalıştırabilirsiniz. "Sınırsız" bu anlamda doğrudur, ama üretim adedini kartın hızı belirler. Aylık üst sınırı kabaca şöyle hesaplayın: 730 saat × 3.600 saniye ÷ bir klibin süresi. Denemeler, beğenilmeyen çekimler ve boşta geçen saatler bu sayıyı düşürür; 480p taslaklar ve 4 adımlı LoRA ise artırır.

Fiyatlar GPU başına, aylık ve KDV hariçtir. Giriş seviyesinde RTX PRO 4000 aylık $450, günlük toplu üretim için RTX PRO 6000 aylık $1.600. RTX PRO 6000'i ay boyunca 7/24 kullandığınızda saatlik karşılığı $2,19 olur; yıllık planda aylık bedeli $1.280 olarak hesaplanır. Kart paylaşımsızdır, VPS değildir: GPU belleği yalnızca sizin kuyruğunuza ayrılır ve müşterilerinizin ürün fotoğrafları üçüncü taraf bir video servisine yüklenmez.

## Çözünürlük, kare sayısı ve süre nasıl dengelenir?

- **Kare sayısı 4n+1 olmalı:** Resmi betik 81, 121 gibi değerler bekler; VAE zamanı 4 kat sıkıştırdığı için kare sayısı bu kurala uyar.
- **Varsayılan uzunluk yaklaşık 5 saniye:** TI2V-5B 24 fps'de 121 kare (1280×704), A14B modelleri 16 fps'de 81 kare üretir. ComfyUI'nin 14B şablonları 640×640 ile açılır; boyutu ve `length` değerini latent düğümünde değiştirirsiniz.
- **Çözünürlük süreyi katlar:** Resmi tabloda aynı H100'de A14B için 480p'den 720p'ye geçmek süreyi yaklaşık 3,2 kat, tepe belleği 41,3 GB'tan 59,8 GB'a çıkarıyor. Taslakları 480p'de yapıp yalnızca seçtiklerinizi 720p'de üretmek zaman kazandırır.
- **Dikey video:** A14B 720×1280 ve 480×832, TI2V-5B 704×1280 boyutlarını destekler; Reels ve TikTok için yatay üretip kırpmak yerine doğrudan dikey üretin.
- **Daha uzun sahneler:** Kare sayısını büyütmek bellek ve süreyi hızla artırır. Bunun yerine bir klibin son karesini I2V şablonuna başlangıç görseli olarak verip devam klibi üretin ya da "First-Last Frame" şablonuyla iki anahtar kare arasını doldurun, sonra klipleri montajda birleştirin.

## ComfyUI'de metinden ve fotoğraftan video: pratik ipuçları

1. **Şablondan başlayın.** Şablon kitaplığında "Wan2.2" aratın; düğümleri sıfırdan kurmak yerine hazır şablonu kopyalayıp değiştirin.
2. **İstemi İngilizce yazın.** Metin kodlayıcı umT5, 107 dili kapsayan bir veriyle ön eğitildiği için Türkçe istemi de işler; ancak Wan ekibinin resmi örnekleri ve istem genişletme aracı İngilizce ve Çince üzerinedir. Konuyu, hareketi, kamerayı (dolly-in, pan), ışığı ve ortamı ayrı ayrı tarif edin.
3. **Fotoğraftan video için görseli hazırlayın.** I2V şablonunda başlangıç görseli videonun ilk karesi olur; ürün fotoğrafını üretmek istediğiniz en-boy oranında kırpın.
4. **4 adımlı LoRA'yı taslakta kullanın.** lightx2v'nin [Wan2.2-Lightning](https://huggingface.co/lightx2v/Wan2.2-Lightning) LoRA'ları adım sayısını 4'e indirir ve CFG gerektirmez; model kartı, çok büyük hareket içeren sahnelerde artefakt görülebileceğini belirtiyor. Final çekimde LoRA düğümlerini devre dışı bırakırsanız adım sayısını da yükseltin; resmi yapılandırma A14B için 40 adım kullanır.
5. **Netleştirme (upscale).** ComfyUI'nin çekirdek "Upscale Image (using Model)" düğümüyle, BSD-3 lisanslı Real-ESRGAN gibi bir modelle kareleri büyütebilirsiniz. Kare kare büyütmede titreme görülebilir; önce kısa bir klipte deneyin. Bu model pakette kurulu gelmez.
6. **Kare ara değerleme (frame interpolation).** A14B çıktısı 16 fps'dir. MIT lisanslı RIFE modelini, yine MIT lisanslı ComfyUI-Frame-Interpolation düğüm paketiyle ComfyUI-Manager'dan kurup kare hızını 32 fps'ye çıkarabilirsiniz. Düğüm paketindeki diğer ara değerleme modellerinin lisanslarını ayrıca kontrol edin.

## Toplu üretim için ComfyUI API nasıl kullanılır?

Arayüzde beğendiğiniz iş akışını Workflow menüsündeki "Export (API)" seçeneğiyle JSON olarak kaydedin. Bu dosyayı ComfyUI'nin `/prompt` adresine gönderdiğinizde iş kuyruğa girer. Dönen `prompt_id` ile `/history/{prompt_id}` adresinden çıktı dosyasının adını alır, `/view` ile indirirsiniz; ilerlemeyi `/ws` WebSocket bağlantısından izleyebilirsiniz. Aşağıdaki örnek, SSH tüneliyle (`ssh -L 8188:127.0.0.1:8188 root@sunucu-ip`) yerel porta bağlanıp bir ürün listesini sıraya koyar:

```python
import json, urllib.request

COMFY = "http://127.0.0.1:8188"  # SSH tüneli; port README'de yazar
is_akisi = json.load(open("wan22_t2v_api.json"))  # Export (API) çıktısı
ISTEM_DUGUMU = "6"  # pozitif istem düğümünün kimliği; kendi dosyanızda kontrol edin

urunler = [
    "A red leather handbag on a white table, slow dolly-in, soft studio light",
    "A ceramic coffee mug with rising steam, morning window light, static camera",
]
for metin in urunler:
    is_akisi[ISTEM_DUGUMU]["inputs"]["text"] = metin
    istek = urllib.request.Request(
        COMFY + "/prompt",
        data=json.dumps({"prompt": is_akisi}).encode(),
        headers={"Content-Type": "application/json"},
    )
    print(json.load(urllib.request.urlopen(istek))["prompt_id"])
```

Sunucunuzda birden fazla GPU varsa ComfyUI'yi `--cuda-device` parametresiyle her karta ayrı bir örnek olarak çalıştırıp istemleri örneklere dağıtmak, tek bir klibi kartlara bölmekten daha basittir. Görsel iş akışları için [ComfyUI paketimize](/paketler/comfyui/), API güvenliği ve kuyruk yönetimi için [ComfyUI sunucu rehberimize](/blog/comfyui-workflow-gpu-rehberi/), videonun başlangıç karesi olacak ürün görsellerini üretmek için de [yapay zeka görsel üretimi sayfamıza](/hizmetler/yapay-zeka-gorsel-uretimi/) bakın.

## Üretilen video FFmpeg ve NVENC ile nasıl kodlanır?

ComfyUI üretilen klibi `output` klasörüne kaydeder. Bunu yayın platformlarının beklediği biçime getirmek için kartın donanım video kodlayıcısı NVENC'i kullanabilirsiniz; kodlama CUDA çekirdeklerinden ayrı bir donanım bloğunda yapılır. [NVIDIA'nın kodlayıcı destek matrisine](https://developer.nvidia.com/video-encode-and-decode-gpu-support-matrix-new) göre RTX PRO 6000'de 4, L40S ve RTX 5090'da 3, RTX PRO 4000'de 2, RTX 3090'da 1 NVENC bulunur; RTX 3090 AV1 kodlamaz. H100 ve H200'de NVENC yoktur, bu kartlarda kodlama işlemciye kalır.

```bash
ffmpeg -i wan_cikti.mp4 -c:v h264_nvenc -preset p5 -rc vbr -cq 23 \
  -pix_fmt yuv420p -movflags +faststart sosyal_medya.mp4
```

Geniş cihaz uyumluluğu için `h264_nvenc`, arşiv ve daha küçük dosya için `hevc_nvenc` ya da Ada ve Blackwell kartlarda `av1_nvenc` seçin. Kalite ayarları ve NVENC destekli FFmpeg kurulumu [FFmpeg NVENC rehberimizde](/blog/video-transcoding-gpu-rehberi/) anlatılıyor; dönüştürme ve altyazı hattını aynı sunucuda kurmak isterseniz [video işleme sayfamıza](/hizmetler/video-isleme/) bakın.

## Ne kurulmuyor ve neden?

Pakete yalnızca ticari kullanıma açık, bölge ya da gelir sınırı koymayan lisanslı bileşenleri koyuyoruz. Aşağıdaki modeller ComfyUI'de çalışsa da lisans koşulları nedeniyle kurulu gelmez:

- **HunyuanVideo ve HunyuanVideo 1.5:** Tencent Hunyuan Community License; AB, Birleşik Krallık ve Güney Kore'de geçerli değil ve çıktıların bu bölgelerde kullanılmasına da izin vermiyor. Aylık 100 milyonun üzerinde aktif kullanıcısı olan şirketler ayrıca izin almalı ([lisans metni](https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5/blob/master/LICENSE)).
- **LTX-2 ve sonraki LTX-2.x sürümleri:** Yıllık geliri 10 milyon ABD doları ve üzerinde olan şirketler ücretli ticari lisans almak zorunda ([lisans metni](https://github.com/Lightricks/LTX-2/blob/main/LICENSE-2_x)).
- **MiniMax H3:** AB, Birleşik Krallık, Güney Kore ve ABD lisans kapsamı dışında. Ticari ürün ve hizmetleri yıllık 20 milyon ABD dolarından fazla gelir getiren şirketler yazılı izin almalı ve ürün arayüzünde "MiniMax H3" ibaresi gösterilmeli.
- **CogVideoX-5B:** Ticari kullanım için kayıt olup ayrı bir temel ticari lisans almak gerekiyor; aylık 1 milyon ziyareti aşan hizmetler ek lisans almalı.
- **Stable Video Diffusion:** Stability AI Community License; ticari kullanımda kayıt şart, yıllık geliri 1 milyon ABD dolarını aşan şirketlerin lisansı sona eriyor.

Sunucuda root yetkiniz olduğu için bu modelleri kendi lisans değerlendirmenizi yaparak kurabilirsiniz. AB'deki bir müşteriye video üretiyorsanız bölge kısıtlı lisansların çıktı kuralları sizi de bağlar. Bu bölüm genel bilgidir, hukuki görüş değildir. Açık video modellerinin genel karşılaştırması için [yapay zeka video üretimi rehberimize](/blog/video-ai-uretimi-gpu-kiralama/) bakın.

## Sık sorulan sorular

**Wan 2.2 kaç GB VRAM ister?**
Modele ve araca göre değişir. Resmi depo, 5B modelle 720p üretim için en az 24 GB'lık bir kart öneriyor; ComfyUI belgesine göre aynı model ComfyUI'nin kendi bellek boşaltmasıyla 8 GB'a sığıyor. 14B modellerin resmi tek GPU komutu 80 GB hedefliyor, ancak ComfyUI'nin FP8 dosyalı şablonu 24 GB'lık bir RTX 4090D'de belleğin %83 ile %89'u arasını kullanarak çalışmış. 14B modellerle günlük üretim için 48 GB'lık L40S veya 96 GB'lık RTX PRO 6000'i öneriyoruz.

**Wan 2.2 ücretli mi, ürettiğim videoları ticari olarak kullanabilir miyim?**
Wan 2.2 Apache-2.0 lisanslıdır; model için lisans ücreti ödenmez ve Wan ekibi üretilen içerik üzerinde hak iddia etmediğini belirtiyor. Kullanımın yasalara ve lisanstaki kısıtlara uygun olması sizin sorumluluğunuzdadır. Bize ödediğiniz tek bedel sunucu kirasıdır; örneğin RTX 5090 aylık $600 (GPU başına, KDV hariç).

**Yapay zeka ile fotoğraftan video nasıl yapılır?**
ComfyUI'de "Wan 2.2 14B Image to Video" şablonunu açın, ürün ya da sahne fotoğrafınızı görsel yükleme düğümüne ekleyin ve olmasını istediğiniz hareketi (kamera yaklaşması, ışık değişimi, kumaşın dalgalanması gibi) İngilizce tarif edin. Fotoğraf videonun ilk karesi olarak kullanılır. Daha az bellekle çalışmak isterseniz 5B şablonu da başlangıç görseli kabul eder.

**Wan 2.2'ye Türkçe istem (prompt) yazabilir miyim?**
Yazabilirsiniz; istemi işleyen umT5 metin kodlayıcısı 107 dili kapsayan çok dilli bir veriyle ön eğitilmiştir. Yine de Wan ekibinin örnekleri İngilizce ve Çince olduğu için ticari işlerde İngilizce istem öneriyoruz. Videoda görünmesi gereken Türkçe yazıları modele ürettirmek yerine montajda eklemek daha güvenilir sonuç verir.

**Wan 2.2 ile kaç saniyelik video üretilir?**
Varsayılan ayarlar yaklaşık 5 saniyelik klip üretir: 5B model 24 fps'de 121 kare, 14B modeller 16 fps'de 81 kare. Kare sayısını artırmak mümkündür ama bellek ve süre hızla büyür. Uzun reklam filmleri için klipleri art arda üretip montajda birleştirmek daha pratiktir.

**Toplu video üretimi için API var mı?**
Var. ComfyUI'nin HTTP API'si kurulu gelir: API biçiminde dışa aktardığınız iş akışını /prompt adresine gönderir, sonucu /history ve /view adresleriyle alırsınız. Böylece bir ürün listesini akşam kuyruğa koyup videoları sabah toplayabilirsiniz. Görsel üretimi odaklı iş akışları için [ComfyUI paketimize](/paketler/comfyui/) bakabilirsiniz.

**Wan 2.2 ComfyUI'de nasıl açılır?**
Teslimde gelen HTTPS adresinden ComfyUI'ye girin, şablon kitaplığında "Wan2.2" aratın ve 5B ya da 14B şablonlarından birini seçin. Şablonların kullandığı model dosyaları sunucuya önceden indirilmiştir. İstemi değiştirip çalıştırdığınızda klip ComfyUI'nin output klasörüne kaydedilir.

**Wan 2.2 ses de üretiyor mu?**
Pakete kurulu T2V, I2V ve TI2V modelleri yalnızca görüntü üretir. Bir ses kaydından konuşan karakter videosu üreten Wan 2.2 S2V-14B de Apache-2.0 lisanslıdır ama kurulu gelmez; resmi tek GPU komutu en az 80 GB bellek ister. Müzik ve seslendirmeyi montajda eklemek en basit yoldur.

**Kredi sistemli video servisleri yerine neden aylık GPU sunucu?**
Kredi sistemli servislerde her deneme ve her saniye ayrı ücretlenir; burada aylık bedel sabittir ve kartı ay boyunca istediğiniz kadar çalıştırırsınız. Kiralama aylıktır, en kısa süre 1 aydır; 7/24 kullanımda L40S'in saatlik karşılığı $1,23 olur. Ayda birkaç klip üreten biri için kredi sistemi daha ekonomik olabilir; her gün çok sayıda deneme yapan ekipler için sabit fiyat bütçeyi öngörülebilir kılar.