Jalankan Wan 3.0 unggulan Alibaba di browser Anda: klip hingga 30 detik dengan suara sudah menyertai, mode frame pertama dan terakhir yang mengunci tepat di mana shot dimulai dan berakhir, serta mode referensi yang membaca gambar, video, dan audio dalam satu permintaan.
Wan 3.0 adalah Tongyi Wanxiang 3.0 milik Alibaba, penerus Wan 2.7, yang disajikan di sini melalui endpoint alibaba/wan-3.0 lewat penyedia video kami. Tiga mode berbagi satu panel: teks-ke-video hanya dari sebuah prompt, gambar-ke-video yang mengunci bingkai pertama dan secara opsional bingkai terakhir, serta referensi-ke-video yang membaca hingga 10 gambar, 5 klip video, dan 5 trek audio dalam satu permintaan, masing-masing dirujuk dalam prompt berdasarkan nomor. Angka-angka penentunya adalah jangkauan: detik bulat berapa pun dari 2 hingga 30, tiga resolusi dari tingkat draf 480p hingga 1080p, dan audio yang dihasilkan bersama setiap klip.
Komprominya spesifik. 1080p adalah batas maksimalnya — hasil akhir 4K adalah ranahnya Kling 3.0. API hulu mendefinisikan mode durasi cerdas yang memilih panjang klip sendiri; mode itu mencadangkan kredit pada batas 30 detik, jadi kami belum menghubungkannya — Anda memilih panjang yang eksplisit di sini. Detik video referensi dihitung ke dalam tagihan, yang ditampilkan pratinjau harga sebelum Anda berkomitmen. Dua klip di bagian bawah halaman ini membutuhkan 3m 33s (5 detik, 720p) dan 7m 32s (20 detik, 720p) untuk dibuat di sini — rencanakan dalam hitungan menit, bukan detik, untuk pengambilan gambar panjang.
Tongyi Wanxiang 3.0 milik Alibaba menghasilkan klip hingga 30 detik dengan audio bawaan, mengunci bingkai pertama dan terakhir sebuah adegan secara persis, dan membaca gambar, klip video, serta trek audio bersama-sama dalam satu permintaan referensi — ditagih per detik mulai dari tingkat hemat 480p.
Kebanyakan model video AI berhenti di 10 atau 15 detik; Wan 3.0 berjalan hingga 30 dalam satu generasi berkesinambungan. Itu cukup panjang untuk panduan produk lengkap, adegan dialog, atau rangkaian adegan tanpa menggabungkan klip setelahnya. Pilih detik bulat berapa pun dari 2 hingga 30 — Anda membayar per detik, jadi draf 6 detik dan hasil akhir 30 detik dihargai persis sebanding.
Gambar-ke-video di sini lebih dari sekadar menganimasikan satu foto: unggah bingkai pertama dan, secara opsional, bingkai terakhir, dan Wan 3.0 menginterpolasi gerakan di antara dua titik tetap Anda. Ini satu-satunya model dalam perbandingan di bagian bawah halaman ini yang menerima bingkai terakhir — perbedaan antara "mulai dari gambar ini" dan "berpindah dari persis gambar ini ke persis gambar itu".
Referensi-ke-video menerima materi campuran dalam satu permintaan — hingga 10 gambar, 5 klip video pendek, dan 5 trek audio — dan prompt merujuk masing-masing berdasarkan nomor: "karakter dari Gambar 1, bergerak seperti Video 1, diberi musik seperti Audio 1". Gambar dan audio referensi gratis; detik video referensi ditambahkan ke durasi yang ditagih, dan biayanya tampil sebelum Anda menghasilkan.
Audio — suara, efek, suasana — dihasilkan bersama klip, dan mematikannya berbiaya sama, jadi tidak pernah ada biaya tambahan untuk suara. Tiga resolusi ditagih dalam proporsi yang rapi: 480p seharga 40 kredit per detik untuk draf, 720p seharga 80, dan 1080p seharga 160 untuk hasil akhir. Beriterasi di 480p dan menyelesaikan di 1080p menjaga produksi 30 detik tetap terjangkau.
Dibuat di sini pada 26 Agustus 2026, pengambilan pertama, prompt dan pengaturan persis ditampilkan. Klip 20 detik ada untuk membuktikan klaim pengambilan gambar panjang di atas — satu kali pembuatan, tanpa potongan, tanpa penyambungan.
One continuous handheld shot following a food vendor through a night market: she ladles broth at her stall, hands a bowl to a customer, wipes the counter, then looks up smiling as lanterns sway overhead, ambient market chatter and sizzling sounds throughout, no cuts.
A cellist practicing alone in a sunlit rehearsal room, bow moving across the strings, warm resonant cello notes filling the space, dust motes in the light, slow push-in.
Ini adalah model format panjang dan presisi dalam kelompok ini: batas 30 detik, satu-satunya kendali bingkai terakhir, dan kotak peralatan referensi terluas.
Panduan produk, adegan dialog, dan rangkaian multi-beat berjalan hingga 30 detik dalam satu generasi — tanpa penggabungan, tanpa cela kontinuitas antarklip, dan trek audio membentang di seluruh pengambilan.
Mode bingkai pertama-dan-terakhir mengambil dua gambar dan menginterpolasi gerakan di antaranya — sebuah transformasi, sebuah pengungkapan, gerakan kamera yang harus mendarat pada komposisi tertentu. Tidak ada model lain di halaman ini yang menerima bingkai terakhir.
Beri ia karakter dari satu gambar, gaya gerakan dari satu klip video, dan satu trek musik, lalu rujuk masing-masing berdasarkan nomor dalam prompt. Sepuluh gambar, lima klip, dan lima trek audio dapat membentuk satu generasi.
Tingkat 480p ditagih seperempat dari tarif 1080p dengan perilaku prompt yang identik, sehingga Anda dapat mengulangi potongan 30 detik seharga 1,200 kredit dan merender hasil akhir seharga 4,800 hanya setelah hasilnya tepat.
1080p adalah batas atasnya — hasil 4K adalah wilayah Kling 3.0. Dan mode durasi cerdas di hulu tidak terhubung di sini, jadi Anda selalu memilih panjang eksplisit antara 2 dan 30 detik.
Ruang kerja sama, kolam kredit sama — berpindah di antara mana pun cukup satu klik.
| Wan 3.0 | Wan 2.7 | MiniMax H3 | Kling 3.0 | |
|---|---|---|---|---|
| Resolusi | 480p · 720p · 1080p | 720p · 1080p | 768p · 2K | 720p · 1080p · 4K |
| Panjang klip | 2–30s, detik bulat berapa pun | 2–15s, detik bulat berapa pun | 4–15s, detik bulat berapa pun | 3–15s, detik bulat berapa pun |
| Bagaimana ia ditagih | Per detik output; detik video referensi ikut dihitung | Per detik keluaran | Per detik output; detik video referensi ikut dihitung | Per detik keluaran |
| Suara | Native, aktif secara default — aktif dan nonaktif biayanya sama | Native, selalu menyala, tanpa tombol | Native, selalu menyala, tanpa tombol | Tombol opsional, mati secara bawaan |
| Kredit per detik, tingkat hemat | 40 pada 480p | Tidak ditawarkan — 720p adalah batas bawahnya | 55 pada 768p | 45 pada 720p, tanpa suara |
| Kredit per detik, 1080p | 160 | 70 | Tidak ditawarkan — tingkat teratasnya adalah 2K pada 90 | 60 senyap · 85 dengan suara |
| Kredit untuk klip 1080p 6 detik | 960 | 420 | Tidak ditawarkan pada 1080p | 360 senyap · 510 dengan suara |
| Kredit untuk satu klip, dari terendah sampai tertinggi | 80–4,800 | 80–1,050 | 220–2,820 | 135–3,000 |
| Image-to-video | Bingkai pertama + bingkai terakhir opsional | Hanya bingkai pertama | Hanya bingkai pertama | Hanya bingkai pertama |
| Materi referensi | Hingga 10 gambar + 5 video + 5 trek audio, dirujuk sebagai Image 1 / Video 1 / Audio 1 | Hingga 5 gambar, dirujuk sebagai Image 1, Image 2 … | Hingga 9 gambar + 3 video + 3 trek audio | Tidak ada — gambar tunggalnya adalah frame pertama |
| Rasio aspek | 5 — 16:9, 9:16, 1:1, 4:3, 3:4 | 5 — 16:9, 9:16, 1:1, 4:3, 3:4 | 6 — 16:9 hingga 21:9 | 3 — 16:9, 9:16, 1:1 |
| Kecepatan yang kami ukur sendiri | 3m 33s untuk 5s dan 7m 32s untuk 20s, keduanya 720p (2 klip, Agustus 2026) | Belum diukur | Belum diukur | Belum diukur |
Setiap resolusi, panjang klip, dan angka kredit dalam tabel ini dibaca dari registry model kami sendiri dan tabel tarif dalam kode kami pada 26 Agustus 2026 — tabel yang sama yang menentukan harga pembuatan Anda, bukan halaman pemasaran vendor. Keempat model menagih per detik, jadi angka per klip adalah tarif dikalikan panjang yang Anda pilih; Wan 3.0 dan MiniMax H3 juga menghitung detik video referensi ke dalam tagihan. Satu-satunya angka kecepatan adalah dua klip Wan 3.0 yang kami buat dan kami ukur waktunya sendiri; setiap sel lainnya tertulis Tidak kami ukur daripada meminjam angka.
Bandingkan Wan 3.0 dengan model video lain — ruang kerja yang sama, satu klik untuk beralih.
Kontrol multi-shot dengan kunci identitas dari referensi.
Hailuo 3 — gerakan sinematik dengan audio bawaan, 768p/2K.
Konversi teks & gambar ke video, hingga resolusi 4K dengan suara opsional.
Video flagship 30 detik dari campuran referensi gambar, video, dan audio.
| Model | wan-3.0 (Tongyi Wanxiang 3.0), oleh Alibaba — disajikan pada endpoint alibaba/wan-3.0 |
|---|---|
| Mode | Teks-ke-video, gambar-ke-video dengan kontrol bingkai pertama-dan-terakhir, dan referensi-ke-video dengan materi campuran gambar, video, dan audio |
| Resolusi | 480p, 720p dan 1080p — ditagih dalam proporsi 1x / 2x / 4x |
| Durasi | 2–30 detik, detik bulat berapa pun (5 secara default) — rentang terpanjang di platform ini |
| Rasio aspek | 16:9, 9:16, 1:1, 4:3 dan 3:4 untuk teks- dan referensi-ke-video; gambar-ke-video mengikuti bingkai pertama |
| Aset referensi | Hingga 10 gambar, 5 klip video (total 15 detik), dan 5 trek audio, dikutip dalam prompt sebagai Image 1, Video 1, Audio 1 |
| Bingkai pertama / terakhir | Gambar-ke-video menerima satu bingkai pertama yang ketat dan satu bingkai terakhir opsional; bingkai dan materi referensi saling eksklusif di hulu |
| Suara | Native — suara, efek, dan suasana dihasilkan bersama klip; biaya suara aktif dan nonaktif sama |
| Kredit | Per detik output: 40 untuk 480p, 80 untuk 720p, 160 untuk 1080p — tarif yang sama di ketiga mode |
| Penagihan video referensi | Detik video referensi ditambahkan ke durasi yang ditagih; gambar dan audio referensi gratis |
| Rentang kredit per klip | 80 untuk klip 480p 2 detik, hingga 4,800 untuk klip 1080p 30 detik (ditambah detik video referensi jika ada) |
| Pembatalan | Generasi yang gagal dikembalikan dananya secara otomatis |
| Kecepatan terukur | 3m 33s untuk klip 720p 5 detik dan 7m 32s untuk klip 720p 20 detik (2 klip, 26 Agustus 2026) |
Buka pemilih model dan pilih Wan 3.0. Panel menampilkan biaya kredit, opsi resolusi, dan batas durasi sebelum Anda membelanjakan apa pun.
Tulis subjek, aksinya, dan bagaimana kamera bergerak. Lampirkan frame pertama jika Anda ingin klip dimulai dari gambar tertentu.
Unduh klipnya, perpanjang, atau kirim untuk diedit lebih lanjut. Prompt, model, dan pengaturan tetap tersimpan bersamanya di riwayat Anda.
Satu akun, alur kerja lengkap generasi gambar dan video.
Jalankan Wan 3.0 dengan kredit harian tingkat gratis, atau tingkatkan untuk model premium, generasi lebih cepat, dan output 4K.
Sempurna untuk memulai
Ditagih tahunan · $240/year
Ditagih tahunan · $380/year
Pengambilan gambar panjang dan bidikan terkontrol: klip hingga 30 detik dengan audio native, mode bingkai pertama-dan-terakhir yang mengunci tepat di mana bidikan dimulai dan berakhir, dan mode referensi yang membaca gambar, video, dan audio bersama-sama dalam satu permintaan.
Per detik output: 40 kredit untuk 480p, 80 untuk 720p, 160 untuk 1080p — tarif yang sama untuk teks-, gambar-, dan referensi-ke-video. Detik video referensi ditambahkan ke durasi yang ditagih; gambar dan audio referensi gratis. Biaya pasti ditampilkan sebelum Anda membuat, dan proses yang gagal dikembalikan dananya secara otomatis.
Teks-ke-video dari prompt saja, gambar-ke-video dari bingkai pertama (dengan bingkai terakhir opsional), dan referensi-ke-video dengan hingga 10 gambar, 5 klip video, dan 5 trek audio yang dikutip dalam prompt sebagai Image 1, Video 1, Audio 1.
2 hingga 30 detik, detik bulat berapa pun — rentang terpanjang dari model video mana pun di platform ini. Suara dihasilkan bersama klip pada setiap durasi.
Wan 3.0 menggandakan batas durasi (30s vs 15s), menambahkan tingkat hemat 480p dan kontrol frame terakhir, serta memperluas referensi dari 5 gambar menjadi materi campuran gambar + video + audio. Wan 2.7 tetap menjadi pilihan tarif lebih rendah pada 720p (40 vs 80 kredit per detik) untuk pekerjaan multi-shot yang lebih pendek.
Kredit dikembalikan secara otomatis untuk pembuatan video yang gagal — Anda hanya membayar untuk klip yang selesai.
Tool sekali klik untuk semua hal di sekitar generasi — rapikan, ubah gaya, bagikan.
Wan 3.0 (Alibaba Tongyi Wanxiang 3.0) integrated — clips up to 30 seconds with native audio, first-and-last-frame control, and reference-to-video that reads up to 10 images, 5 video clips and 5 audio tracks in one request. 480p/720p/1080p at 40/80/160 credits per second.
