¿Es Wan 2.5 de código abierto? El cambio estratégico de Alibaba

Cuando Alibaba publicó Wan 2.1 y 2.2 bajo Apache 2.0, la comunidad de IA celebró otro triunfo de la generación de vídeo de código abierto. Pero si buscas Wan 2.5 o 2.6 en GitHub, no los encontrarás. No es un descuido: es un giro estratégico deliberado que revela cómo las empresas de IA están replanteando la economía del código abierto.

Resumen ejecutivo

Wan 2.5 y 2.6 no son de código abierto. Se distribuyen exclusivamente mediante las API de Alibaba Cloud, una clara ruptura con el modelo Apache 2.0 de Wan 2.1 y 2.2. Este artículo examina:

Por qué la evolución técnica de 2.2 a 2.5 hizo inevitable una distribución centrada en API
Un marco de decisión para elegir entre 2.2 de código abierto y 2.5/2.6 mediante API
Cómo se compara el enfoque de Wan con las estrategias de Stability AI y Meta
Qué indica esto sobre el futuro de la IA de código abierto

Parte I: La evolución técnica que lo cambió todo

De 1.3B a la multimodalidad: entender el salto de capacidades

La evolución de Wan 2.1 a 2.6 no es solo una mejora incremental: supone cambios fundamentales de arquitectura:

Wan 2.1 (febrero de 2025)

Tamaño del modelo: 1.3B parámetros (variante T2V)
Función: Generación de texto a vídeo
Salida: Clips de vídeo sin sonido
Inferencia: Viable en GPU de consumo (24GB VRAM)

Wan 2.2 (julio de 2025)

Tamaño del modelo: 5B parámetros (variante TI2V)
Función: Texto + imagen a vídeo
Salida: Mayor calidad, todavía sin sonido
Inferencia: Requiere GPU profesionales (40GB+ VRAM)

Wan 2.5/2.6 (desde septiembre de 2025)

Tamaño del modelo: No divulgado (probablemente 10B+)
Función: Multimodal (texto, imagen y sincronización de audio)
Salida: Vídeo con audio sincronizado
Inferencia: Requiere clústeres de GPU distribuidos

Por qué la sincronización audiovisual cambió las reglas

Añadir audio sincronizado a Wan 2.5/2.6 no es simplemente una función: multiplica la complejidad de la arquitectura:

Coste computacional: La alineación audiovisual exige entrenamiento conjunto entre modalidades, con un aumento estimado del coste de entrenamiento de 3-5x
Complejidad de inferencia: La sincronización en tiempo real requiere cadenas de generación coordinadas, difíciles de optimizar fuera de entornos controlados
Control de calidad: Las salidas audiovisuales desalineadas crean malas experiencias y requieren un posprocesamiento y una validación exhaustivos

Esta complejidad hace que el alojamiento propio sea económicamente inviable para la mayoría. Un modelo que necesita 8x A100 GPU para una latencia de inferencia aceptable no es «de código abierto» en ningún sentido práctico para el 99% de los desarrolladores.

La realidad del alojamiento propio

Calculemos el coste real de ejecutar Wan 2.2, la última versión de código abierto, a gran escala:

Requisitos de hardware para producción:

Mínimo: 2x A100 (80GB) = ~$20,000 de coste de hardware
Recomendado: 4x A100 para redundancia = ~$40,000
Empresa: Clúster de 8x A100 = ~$80,000

Costes operativos anuales:

Consumo eléctrico: ~$15,000-30,000/año (según utilización)
Refrigeración e infraestructura: ~$5,000-10,000/año
Ingeniería DevOps/ML: ~$150,000/año (1 FTE)
Total: ~$170,000-220,000/año

Análisis del punto de equilibrio: Si Alibaba Cloud cobra $0.10 por generación de vídeo, necesitarías generar 1.7-2.2 millones de vídeos al año para justificar el alojamiento propio. Son ~4,800-6,000 vídeos al día.

Parte II: Marco de decisión para desarrolladores

Escenario 1: Prototipos y proyectos pequeños (<1,000 vídeos/mes)

Recomendación: API de Wan 2.5/2.6

Motivos:

Ninguna inversión en infraestructura
Acceso a las últimas funciones (sincronización de audio, mayor calidad)
Coste estimado: $100-500/mes
Tiempo hasta el primer vídeo: <1 hora

Contrapartidas:

Dependencia de la API y posibles límites de solicitudes
Los datos pasan por la infraestructura de Alibaba
Sujeto a cambios de precio

Escenario 2: Aplicaciones de producción (10,000-100,000 vídeos/mes)

Recomendación: Evaluar cuidadosamente ambas opciones

Alojar Wan 2.2 tiene sentido si:

Ya dispones de infraestructura GPU
La privacidad es fundamental (sanidad, sector jurídico, empresa)
Necesitas un ajuste personalizado del modelo
Tu caso de uso no requiere audio

La API de Wan 2.5/2.6 tiene sentido si:

Necesitas funciones audiovisuales
Tu equipo no tiene experiencia en infraestructura de ML
Quieres evitar inversiones de capital
La flexibilidad de escalado importa más que optimizar costes

Cálculo decisivo: Con 50,000 vídeos/mes, el coste de la API (~$5,000/mes) empieza a acercarse al coste operativo del alojamiento propio. Ese es el punto de inflexión de tu decisión.

Escenario 3: Investigación y personalización

Recomendación: Wan 2.2 (única opción viable)

Motivos:

Las API no permiten modificar la arquitectura del modelo
La investigación exige reproducibilidad y control de versiones
El uso académico suele tener límites presupuestarios, pero acceso a recursos informáticos institucionales
El ajuste con datos específicos de un ámbito requiere acceso a los pesos

Comprobación realista: Si tu investigación necesita las funciones de 2.5/2.6, tendrás que:

Colaborar directamente con Alibaba
Utilizar las salidas de la API como referencia comparativa
Esperar una posible publicación abierta en el futuro (incierta)

Parte III: Tres modelos de IA «abierta»: comparación estratégica

La industria de IA converge en tres enfoques distintos para equilibrar apertura y viabilidad comercial. Comprenderlos permite entender por qué Wan eligió su camino.

Modelo A: Segmentación generacional (Alibaba Wan)

Estrategia: Mantener las generaciones anteriores totalmente abiertas y distribuir las versiones más avanzadas mediante API

Implementación de Wan:

Wan 2.1/2.2: Apache 2.0, repositorios GitHub y pesos en Hugging Face
Wan 2.5/2.6: Solo API mediante Alibaba Cloud Model Studio

Ventajas:

Mantiene la credibilidad del código abierto y la buena voluntad de la comunidad
Obtiene ingresos empresariales de usuarios que necesitan las funciones más recientes
Reduce la carga de soporte (los usuarios de API no pueden romper el modelo)
Controla el abuso y el uso indebido de las versiones más potentes

Desventajas:

Crea un ecosistema de dos niveles (aficionados y empresas)
La comunidad investigadora queda limitada a generaciones antiguas
Riesgo de fragmentación de la comunidad

Modelo B: Licencias por niveles (Stability AI)

Estrategia: Publicar los pesos del modelo con restricciones de licencia según los ingresos

Implementación de Stability:

Stable Video Diffusion: Pesos en Hugging Face
Licencia: Gratuita para investigación e ingresos <$1M; requiere licencia empresarial por encima del umbral
Actualizada en julio de 2024 tras la reacción negativa de la comunidad a SD3 Medium

Ventajas:

Pesos accesibles para investigación y pequeñas empresas
Vía clara de monetización para usuarios con ingresos elevados
Mantiene el posicionamiento de «pesos abiertos»

Desventajas:

Dificultades de aplicación (¿cómo verificar los ingresos?)
Complejidad jurídica entre jurisdicciones
No es realmente «código abierto» según la definición de OSI

Modelo C: Permisivo con restricciones de uso (Meta Llama)

Estrategia: Pesos completamente abiertos con política de uso aceptable y restricciones de escala

Implementación de Meta:

Modelos Llama: Pesos disponibles libremente
Licencia: Permisiva, pero restringe empresas con >700M usuarios activos al mes
Objetivo: Evitar competencia directa (Google o Microsoft utilizando Llama contra Meta)

Ventajas:

Máxima accesibilidad para desarrolladores
Gran adopción comunitaria y un ecosistema sólido
Posiciona a Meta como proveedor de infraestructura de IA

Desventajas:

Sin monetización directa del propio modelo
Más difícil controlar posibles usos indebidos
Los competidores se benefician de la inversión en I+D de Meta

Análisis comparativo

Dimensión	Wan (generacional)	Stability (licencia por niveles)	Meta (permisivo)
Acceso a los pesos	Solo versiones antiguas	Todas las versiones	Todas las versiones
Modelo de ingresos	Servicios API	Licencias + API	Indirecto (ecosistema)
Alcance comunitario	Medio	Alto	El más alto
Control del abuso	Fuerte (acceso mediante API)	Medio (condiciones de licencia)	Débil (sistema de confianza)
Impacto en investigación	Limitado a versiones antiguas	Acceso completo	Acceso completo
Claridad comercial	Clara (pagar por API)	Compleja (verificación de ingresos)	Sencilla (utilizar directamente)

Por qué Wan eligió la segmentación generacional

El enfoque de Alibaba tiene sentido estratégico dada su posición:

Ventaja de infraestructura en la nube: A diferencia de Meta (redes sociales) o Stability (solo IA), Alibaba posee una enorme infraestructura en la nube que puede monetizar
Dinámica del mercado chino: Los usuarios nacionales prefieren servicios integrados en la nube; los internacionales reciben el beneficio de apertura de 2.1/2.2
Posicionamiento competitivo: Compite con AWS Bedrock y Google Vertex AI, no con la comunidad de código abierto
Estructura de costes: Generar vídeo cuesta más que generar texto o imágenes, lo que favorece la economía de las API

Parte IV: Qué significa para el futuro

¿El fin de la IA de código abierto incondicional?

El patrón es claro: a medida que los modelos ganan capacidad y cuestan más, las empresas buscan monetizarlos manteniendo cierto grado de apertura. Las publicaciones de modelos de vanguardia íntegramente bajo Apache 2.0 son cada vez más raras.

Qué impulsa este cambio:

Costes de entrenamiento: Entrenar Wan 2.5/2.6 probablemente costó $10M+; las empresas necesitan rentabilizar la inversión
Economía de inferencia: Generar vídeo cuesta 100-1000x más que generar texto
Presión competitiva: Sora de OpenAI es cerrado; las alternativas abiertas necesitan modelos de negocio sostenibles
Preocupación por el abuso: Los deepfakes y la desinformación convierten el acceso sin restricciones en un riesgo

Predicciones para los próximos 12-24 meses

Escenarios probables:

Más segmentación generacional: Cabe esperar que otras empresas adopten el modelo de Wan: generación N-1 abierta y la última solo mediante API
Consolidación en tres modelos: Generacional (Wan), licencias por niveles (Stability), permisivo (Meta)
Auge del término «pesos abiertos»: Las empresas evitarán «código abierto» y usarán «pesos abiertos» para describir publicaciones restringidas
Programas de acceso académico: Los proveedores crearán programas especiales para que los investigadores accedan a los modelos más recientes

Escenarios poco probables:

Volver a Apache 2.0 incondicional para modelos de vanguardia
Cerrar completamente todos los pesos (reacción comunitaria demasiado fuerte)
Regulación gubernamental que obligue a publicar en abierto (demasiado pronto en el ciclo político)

Recomendaciones prácticas para desarrolladores

Si empiezas un proyecto nuevo hoy:

Primero crea prototipos con API: Valida tu caso de uso con la API de Wan 2.5/2.6 antes de invertir en infraestructura
Diseña para la portabilidad: Abstrae la capa de generación de vídeo para poder cambiar de proveedor
Vigila el umbral de 50K: Controla el volumen mensual y reconsidera el alojamiento propio al acercarte a 50,000 vídeos/mes
Mantén Wan 2.2 como alternativa: Conserva la capacidad de recurrir a 2.2 alojado por ti si los precios de la API cambian desfavorablemente

Si ya utilizas Wan 2.2:

No migres salvo que necesites audio: Los casos de vídeo sin sonido no se benefician de 2.5/2.6
Calcula tu punto de equilibrio: Usa la fórmula anterior para determinar si la API resulta económicamente razonable
Prueba las diferencias de calidad: Realiza pruebas A/B para comprobar si las mejoras de 2.5/2.6 justifican el coste

Conclusión: El código abierto no es binario

La pregunta «¿Es Wan 2.5 de código abierto?» revela una verdad más profunda: la apertura de la IA se encuentra en un espectro, no en un estado binario.

El enfoque de Wan es pragmático, no cínico. Al mantener 2.1 y 2.2 completamente abiertos y distribuir 2.5/2.6 mediante API, Alibaba conserva la buena voluntad de la comunidad mientras construye un negocio sostenible. Para la mayoría de los desarrolladores, Wan 2.2 sigue siendo suficientemente potente para producción. Para quienes necesitan funciones de vanguardia, la API es una vía clara y económicamente racional.

La verdadera pregunta no es si Wan 2.5 es de código abierto, sino si ese modelo puede sobrevivir en una era de entrenamientos de $10M+ y costes de inferencia enormes. Según las pruebas actuales, la respuesta es: solo para modelos de generaciones anteriores.

Como desarrolladores, debemos adaptar nuestras expectativas. «IA de código abierto» significa cada vez más «el modelo del año pasado es abierto; el de este año es una API». No es ideal, pero es mejor que nada y podría ser el único camino sostenible.

Apéndice: Preguntas frecuentes

P: ¿Puedo encontrar pesos de Wan 2.5 de terceros en Hugging Face?

R: Algunos repositorios de terceros afirman ofrecer Wan 2.5, pero suelen tener licencias poco claras, pesos incompletos o conversiones no autorizadas. Confía solo en publicaciones oficiales de la organización Wan-AI. En marzo de 2026 no existen pesos oficiales de Wan 2.5/2.6 en Hugging Face.

P: ¿Publicará Alibaba algún día Wan 2.5/2.6 en código abierto?

R: No se sabe. Sin embargo, el patrón sugiere que podrían abrir 2.5 cuando se lance 2.7 o 3.0. El modelo generacional implica que el «código abierto» siempre va una generación por detrás.

P: ¿Cómo se compara con Sora de OpenAI?

R: Sora es completamente cerrado y no permite alojamiento propio. El enfoque de Wan es más abierto: puedes seguir utilizando Wan 2.2 con control total. La comparación presenta a Wan como relativamente favorable a los desarrolladores.

P: ¿Y el uso comercial de Wan 2.2?

R: Está totalmente permitido bajo Apache 2.0. Puedes utilizarlo comercialmente, modificarlo y desplegarlo sin restricciones ni umbrales de ingresos.

Referencias y lecturas adicionales

Fuentes primarias:

Organización Wan-Video en GitHub - Repositorios oficiales de Wan 2.1 y 2.2
Wan-AI en Hugging Face - Pesos oficiales de los modelos
Documentación de API de Alibaba Cloud Model Studio - Referencia de API de Wan 2.5/2.6

Análisis comparativo:

Resumen de licencias de Stability AI - Detalles de Community License
Licencia de Meta Llama - Permisiva con restricciones de uso