Wan 3.0 AI動画ジェネレーター

AlibabaのTongyi Wanxiang 3.0は、ネイティブ音声付きで最大30秒のクリップを生成し、ショットの最初と最後のフレームを正確に固定でき、1回の参照リクエストで画像、動画クリップ、オーディオトラックをまとめて読み取ります — 480pの低価格層から秒単位で課金。

1テイクで最大30秒

ほとんどのAI動画モデルは10秒か15秒で止まります；Wan 3.0は1回の連続生成で30秒まで動きます。製品の完全なウォークスルー、セリフのあるシーン、複数ショットのシーケンスを、後からクリップをつなぎ合わせることなく作れる長さです。2秒から30秒まで任意の整数秒を選べます — 秒単位の課金なので、6秒のドラフトと30秒の最終版は正確に比例した価格になります。

最初と最後のフレームのコントロール

ここの画像→動画は1枚の写真を動かすだけではありません：最初のフレームと、任意で最後のフレームをアップロードすると、Wan 3.0が2つの固定された端点の間のモーションを補間します。このページの後半の比較で、最後のフレームを受け付けるのはこのモデルだけです — 「この画像から始める」と「まさにこの画像からまさにあの画像へ」の違いです。

1回の参照リクエスト：画像、動画、音声をまとめて

参照→動画は1回のリクエストで混在素材を受け付けます — 最大10枚の画像、5本の短い動画クリップ、5本のオーディオトラック — プロンプトではそれぞれを番号で指定します：「Image 1のキャラクターで、Video 1のように動き、Audio 1のような音楽を付けて」。参照画像と音声は無料です；参照動画の秒数は課金対象の長さに加算され、生成前にコストが表示されます。

ネイティブ音声と480pの低価格層

音声 — 声、効果音、環境音 — はクリップと一緒に生成され、オフにしても料金は同じなので、音声に追加料金がかかることはありません。3つの解像度はきれいな比例で課金されます：ドラフト向けの480pは1秒あたり40クレジット、720pは80、最終版向けの1080pは160。480pで繰り返し試行し、1080pで仕上げれば、30秒の制作を手頃に保てます。

• 10秒に収まらない物語を持つすべての人

  製品ウォークスルー、セリフのあるシーン、複数拍のシーケンスが1回の生成で30秒まで動きます — つなぎ合わせなし、クリップ間の継ぎ目なし、オーディオトラックはテイク全体にまたがります。

• 正確にどこかで始まり終わらなければならないショット

  最初・最後のフレームモードは2枚の画像を受け取り、その間の動きを補間します — 変形、出現、特定の構図に正確に着地しなければならないカメラ移動。このページの他のモデルで最終フレームを受け付けるものはありません。

• 言葉だけでなく、素材で演出するクリエイター

  1枚の画像からキャラクターを、ビデオクリップからモーションスタイルを、音楽トラックを与え、プロンプト内でそれぞれを番号で指定できます。10枚の画像、5本のクリップ、5本のオーディオトラックが1回の生成を形作れます。

• 安く下書きし、きれいに仕上げる

  480pティアは、プロンプトの挙動が同一のまま1080pレートの4分の1で課金されるため、30秒のカットを1,200クレジットで反復し、正しくなってから最終版を4,800でレンダリングできます。

• 向いていない用途：4Kの最終成果物、または長さ任せのクリップ

  1080pが上限です — 4Kの納品物はKling 3.0の領分です。上流のスマート長さモードはここでは接続されていないため、常に2〜30秒の明示的な長さを選びます。

この表の解像度、クリップの長さ、クレジット数値はすべて、2026年8月26日時点の私たち自身のモデルレジストリとコード内の料金テーブルから読み取ったものです。ベンダーのマーケティングページではなく、あなたの生成に実際に価格を付けるのと同じテーブルです。4つのモデルすべて秒単位の課金なので、1クリップあたりの数値はレートにあなたが選んだ長さを掛けたものです。Wan 3.0とMiniMax H3はさらに参照動画の秒数も課金対象に数えます。速度の数値は、私たちが自分で生成して計測した2本のWan 3.0クリップだけです。それ以外のセルはすべて、どこかから数字を借りてくるのではなく、計測していない（Not measured）と書いています。