Quanto VRAM você precisa para vídeo com IA? Wan 2.2, HunyuanVideo 1.5 e LTX-2 por tamanho de GPU (2026)

Tema: Modelos de vídeo

Publicado em 6 de Out de 2026

Visão geral

Resposta curta: 8 GB é suficiente para clipes curtos e de baixa resolução com Wan 2.1 1.3B ou um Wan 2.2 5B quantizado. 24 GB é o ponto de partida real para vídeo 720p com os melhores modelos abertos atuais. 32 GB roda Wan 2.2 14B e LTX-2 em 720p sem gambiarras. As versões em precisão total dos maiores modelos ainda precisam de 48 a 80 GB, o que significa placas de datacenter ou nuvem.

Vídeo precisa de muito mais memória que imagens porque uma única imagem 1024x1024 tem cerca de um milhão de pixels, enquanto um clipe de 5 segundos a 24 quadros por segundo tem 120 quadros: o modelo trabalha com mais de cem vezes isso de uma vez, e precisa manter cada quadro consistente com os vizinhos, então não pode fazer um por um. Três coisas aumentam a memória e se multiplicam: tamanho e precisão do modelo (total, FP8 ou GGUF), resolução (720p tem cerca de 2,25 vezes os pixels de 480p) e duração do clipe (mais ou menos proporcional). Um modelo que cabe em 480p por 3 segundos pode ficar sem memória em 720p por 5 segundos na mesma placa.

Este guia cobre os modelos de vídeo open-weight que você pode baixar e rodar sozinho. Os números são faixas práticas das fichas oficiais dos modelos e testes da comunidade, verificados em 6 de outubro de 2026; os resultados variam com a versão do ComfyUI, o fluxo de trabalho e quanta RAM do sistema está disponível para offloading. Para modelos de imagem, veja o guia complementar sobre requisitos de VRAM por modelo; ambos são atualizados mensalmente.

Referência

Nome	Tipo	O que é
Wan 2.1 T2V 1.3B	8 GB: 480p, ~5 s clips \| 12 GB+: comfortable	A opção de 8 GB. Cerca de 8,19 GB em uso, saída 480p, cerca de 4 minutos por clipe de 5 segundos em um RTX 4090. Qualidade claramente inferior aos modelos maiores. Apache 2.0.
Wan 2.2 TI2V 5B	8 GB: GGUF Q8 with offloading, slow \| 12-16 GB: quantised at 720p \| 24 GB: full precision (official minimum)	Texto ou imagem para 720p a 24 fps. Alibaba lista 24 GB (um RTX 4090) como mínimo em precisão total e menos de 9 minutos para um clipe 720p de 5 segundos. O Q8 GGUF tem cerca de 5,4 GB; ComfyUI offloada o resto para a RAM do sistema. Apache 2.0.
Wan 2.2 A14B (T2V e I2V)	12-16 GB: GGUF Q4-Q5 with offloading, short clips \| 24 GB: FP8 at 480p, 720p with the text encoder offloaded \| 32 GB: FP8 at 720p \| 80 GB: full precision	A melhor qualidade aberta. Mistura de especialistas: 27B parâmetros no total, 14B ativos, um especialista para os passos iniciais ruidosos e outro para detalhes; só um especialista está na VRAM por vez. FP8 é cerca de 14,3 GB por especialista, GGUF Q4-Q5 cerca de 10-11 GB. O requisito oficial de 80 GB é para precisão total sem offloading. Apache 2.0.
HunyuanVideo 1.5	12-16 GB: ~14 GB minimum with offloading \| 24 GB: quantised at 720p \| 32 GB: comfortable \| 28-48 GB: full precision 720p	Tencent, novembro de 2025, 8.3B parâmetros, 480p ou 720p com upscaler embutido para 1080p; 80 GB recomendado para melhor qualidade. Não é o HunyuanVideo original (13B), que precisa de 60-80 GB em precisão total; muitos guias antigos confundem os dois.
LTX-2 (19B) / LTX-2.3 (22B)	16 GB: draft previews in FP8 (distilled pipeline) \| 24 GB: FP4, clips up to ~97 frames \| 32 GB: FP8 (official minimum) \| 48 GB+: BF16 (~43 GB file)	Lightricks, pesos de janeiro e março de 2026. Vídeo com áudio sincronizado, até 4K, e rápido: cerca de 90 segundos para um clipe de 5 segundos em um RTX 4090. O custo é memória; Lightricks também recomenda 100 GB+ de disco livre.
System RAM	32 GB workable minimum \| 64 GB comfortable for 14B models on 12-24 GB cards	Offloading move parte do modelo para a RAM comum, então a memória do sistema importa mais para vídeo que para imagens.
Disk	fast NVMe SSD	Modelos de vídeo têm dezenas de GB cada; carregar de um drive lento adiciona minutos a cada troca de modelo.
Wan 2.5-3.0, Kling, Veo, Runway, Seedance	API only	Sem pesos para baixar, então sem número de VRAM; você paga por segundo de vídeo. Wan 2.2 é o Wan mais novo com pesos (em outubro de 2026).

Passo a passo

Veja sua VRAM: Gerenciador de Tarefas do Windows > Desempenho > GPU > Memória dedicada da GPU; nvidia-smi no Linux. Veja também sua RAM do sistema; 32 GB é o mínimo para offloading.
Escolha a linha do modelo para sua placa na tabela: 8 GB significa Wan 2.1 1.3B ou Wan 2.2 5B GGUF; 12-16 GB adiciona Wan 2.2 14B GGUF e HunyuanVideo 1.5 com offloading; 24 GB é a placa comum para vídeo (5B full, 14B FP8, LTX-2 FP4); 32 GB roda tudo em 720p no FP8.
Baixe a precisão que a página do modelo neste site lista para seu nível (FP8 para 24-32 GB, GGUF Q4-Q5 para 12-16 GB) em vez do BF16 original.
Comece em 480p e clipes curtos (49-81 quadros). Acertar movimento e composição, depois faça upscale ou re-renderize em 720p. Passar de 480p para 720p mais que dobra a memória por quadro, então um fluxo de trabalho de 14 GB em 480p pode precisar de 24 GB ou mais em 720p.
Para Wan 2.2 14B em 24 GB, mova o codificador de texto T5/UMT5 para a RAM do sistema (dispositivo CPU no loader, ou offload automático do ComfyUI). Sem isso, um clipe 720p pode passar dos 24 GB no meio do processo.
Para qualquer coisa acima de 5-6 segundos, gere em segmentos e encadeie: o último quadro de um clipe vira a imagem inicial do próximo. A maioria dos modelos abertos é ajustada para cerca de 5 segundos e perde qualidade depois disso.
Se um clipe ainda não couber, diminua os quadros antes da resolução, use decodificação tiled VAE e mantenha o navegador e jogos fora da GPU.
Se precisar de Wan 2.2 14B ou LTX-2 em 720p regularmente e tiver menos de 24 GB, rode na nuvem: PirateDiffusion roda os modelos Wan, LTX e H3 em GPUs de servidor via Telegram; BitVector via app web.

Exemplos

Wan 2.2 14B imagem para vídeo em 24 GB (ComfyUI)

UNETLoader x2: wan2.2_i2v_high_noise_14B_fp8_scaled, wan2.2_i2v_low_noise_14B_fp8_scaled | CLIPLoader: umt5_xxl_fp8_e4m3fn_scaled, device: cpu | Load VAE: wan_2.1_vae

WanImageToVideo: 832x480, 81 frames | KSamplerAdvanced high (steps 0-10, cfg 3.5) -> KSamplerAdvanced low (steps 10-20, cfg 3.5) | shift 5 | VAE Decode (Tiled)

Wan 2.2 5B em placa de 8-12 GB

UnetLoaderGGUF: wan2.2_ti2v_5B_Q8_0.gguf | CLIPLoader: umt5_xxl_fp8 (cpu) | 1280x704 is the native 720p shape; start at 832x480, 49 frames, 20 steps

python main.py --lowvram

O mesmo clipe na nuvem

/workflow /run:wan22-i2v slow dolly in, she looks up and smiles, soft wind in her hair /length:81 (reply to your image on PirateDiffusion)

Dicas

Tempos relatados para um clipe único de 5 segundos: Wan 2.1 1.3B 480p cerca de 4 minutos em um RTX 4090; Wan 2.2 5B 720p menos de 9 minutos (oficial); Wan image-to-video cerca de 12,7 minutos em um 4090 contra cerca de 7 em um 5090 (aprox. 45% mais rápido em um teste publicado); LTX-2 cerca de 90 segundos em um 4090. Offloading pode deixar qualquer um desses várias vezes mais lento.
O número de 80 GB que a Alibaba dá para Wan 2.2 A14B é para precisão total sem offloading; FP8 e GGUF mais o codificador de texto na RAM do sistema é como todo mundo realmente roda.
Dois especialistas 14B significam dois arquivos: confira na página do modelo qual especialista um LoRA foi treinado (alto ruído ou baixo ruído); carregar no errado não faz nada.
LTX-2 troca memória por velocidade e áudio; se você conseguir rodar FP8 em 32 GB, é o caminho aberto mais rápido para um clipe finalizado com som.
Um 5090 lançado a 1.999 dólares mas vendido por cerca de 4.500-6.000 em outubro de 2026 ainda não segura os modelos em precisão total. Para vídeo ocasional, alugar uma GPU de 48 ou 80 GB por hora, ou um plano fixo na nuvem, é mais barato e muito mais rápido que offloading em placa menor.
As páginas da família Wan, Hunyuan e LTX neste site listam todas as variantes para download com seu tamanho de arquivo; uma variante precisa do tamanho do arquivo mais 3-4 GB livres em VRAM para rodar rápido.

Wan 2.2 é o Wan mais novo que você pode rodar localmente; a página da família Wan acompanha qualquer mudança.

Perguntas

Posso fazer vídeo com IA com 8 GB de VRAM?

Sim, mas só clipes curtos e de baixa resolução. Wan 2.1 1.3B faz clipes 480p em cerca de 8 GB, e Wan 2.2 5B roda como arquivo GGUF com offloading. Wan 2.2 14B, HunyuanVideo e LTX-2 precisam de mais.

24 GB é suficiente para vídeo com IA?

Para a maioria das pessoas, sim. Uma placa de 24 GB roda Wan 2.2 5B em precisão total, Wan 2.2 14B em FP8 (720p com codificador de texto offloadado), HunyuanVideo 1.5 e LTX-2 em FP4. É a placa mais comum para trabalho local com vídeo.

Por que Wan 2.2 diz que precisa de 80 GB?

Esse é o número para o modelo 14B em precisão total sem offloading. Com arquivos FP8 ou GGUF e o codificador de texto na RAM do sistema, roda em 24 GB, e em 12-16 GB mais devagar.

Vale a pena um RTX 5090 para vídeo com IA?

Se você faz vídeo com frequência, os 8 GB extras sobre um 4090 (32 contra 24) são o que te deixam confortável em 720p com Wan 2.2 14B e LTX-2 FP8, e ele é cerca de 45% mais rápido. A dois ou três vezes o preço de lançamento de 1.999 dólares, alugar é mais barato para quem não gera vídeo todo dia.

HunyuanVideo precisa de mais VRAM que Wan?

HunyuanVideo 1.5 (8.3B) precisa menos que Wan 2.2 14B: cerca de 14 GB com offloading. O HunyuanVideo original (13B) precisa muito mais, então confira qual versão o guia está falando.

Quanto de RAM do sistema?

32 GB é o mínimo viável para Wan 2.2 e HunyuanVideo com offloading; 64 GB é confortável para modelos 14B em placa de 12-24 GB.

Links e fontes

Modelos deste guia

Escrito por

Investigador particular. Lê o config.json antes do README e o README antes do marketing. Especialista em descobrir qual novo modelo é um fine-tune de um fine-tune do SDXL. Come, dispara prompts e vai embora. Pró open source, contra mistério.

Todos os guias por P.I. Panda

Requisitos de VRAM para todos os modelos populares de IA para imagem e vídeo (2026): precisão total, FP8 e GGUF

6 de Out de 2026

Wan 2.2 vídeo: configuração, ajustes e LoRAs para texto-para-vídeo e imagem-para-vídeo

24 de Mai de 2026

CUDA sem memória: quanta VRAM cada modelo de IA precisa e como fazer caber

18 de Mai de 2026

Guia de GPU e VRAM para IA de imagem e vídeo: o que cada modelo precisa e o que comprar (ou não)

7 de Jan de 2026

LTX 2.3 Crisp Enhance: detalhes de vídeo mais nítidos e cinematográficos

3 de Out de 2026

PirateDiffusion: rode qualquer modelo pelo Telegram, sem precisar de GPU

3 de Out de 2026

Fluxo de trabalho ComfyUI HunyuanVideo texto para vídeo: o modelo 13B que iniciou o vídeo local

9 de Out de 2026

De quanto VRAM eu realmente preciso para IA local?

5 de Set de 2026

Melhores modelos de vídeo de IA open-source em 2026: o que você pode realmente baixar

14 de Out de 2026

Mais guias

Geração de vídeo por IA para iniciantes: imagem para vídeo, texto para vídeo e o primeiro clipe com Wan, LTX-2 e H3

29 de Abr de 2026

HunyuanVideo 1.5 vs Wan 2.2: qual modelo de vídeo aberto usar em 2026

4 de Out de 2026

Taxa fixa vs tokens: por que planos ilimitados como o Graydient.ai são o melhor custo-benefício para criadores de IA em 2026

8 de Out de 2026

Como instalar Wan2GP: vídeos e imagens de IA em GPUs com pouca VRAM