Jalankan Wan 3.0 andalan Alibaba dalam pelayar anda: klip sehingga 30 saat dengan bunyi yang telah disertakan, mod bingkai pertama-dan-terakhir yang menetapkan dengan tepat di mana babak bermula dan berakhir, serta mod rujukan yang membaca imej, video dan audio dalam satu permintaan.
Wan 3.0 ialah Tongyi Wanxiang 3.0 dari Alibaba, pengganti Wan 2.7, disajikan di sini pada endpoint alibaba/wan-3.0 melalui penyedia video kami. Tiga mod berkongsi satu panel: teks-ke-video daripada prompt sahaja, imej-ke-video yang memaku bingkai pertama dan secara pilihan bingkai terakhir, dan rujukan-ke-video yang membaca sehingga 10 imej, 5 klip video, dan 5 trek audio dalam satu permintaan, setiap satu dirujuk dalam prompt mengikut nombor. Angka penentunya ialah julat: mana-mana saat bulat dari 2 hingga 30, tiga resolusi dari peringkat draf 480p hingga 1080p, dan audio yang dijana bersama setiap klip.
Pertukarannya adalah spesifik. 1080p ialah had maksimum — penghantaran 4K milik Kling 3.0. API huluan mentakrifkan mod tempoh pintar yang memilih panjang klip itu sendiri; ia menempah kredit pada had 30 saat, jadi kami belum menghubungkannya — anda memilih panjang yang eksplisit di sini. Saat video rujukan dikira ke dalam pengebilan, yang ditunjukkan oleh pratonton harga sebelum anda membuat komitmen. Dua klip di bawah halaman ini mengambil masa 3m 33s (5 saat, 720p) dan 7m 32s (20 saat, 720p) untuk dijana di sini — rancang sekitar minit, bukan saat, untuk pengambilan panjang.
Tongyi Wanxiang 3.0 dari Alibaba menjana klip sehingga 30 saat dengan audio asli, memaku bingkai pertama dan terakhir sesuatu rakaman dengan tepat, dan membaca imej, klip video, dan trek audio bersama-sama dalam satu permintaan rujukan — dibilkan mengikut saat dari peringkat bajet 480p.
Kebanyakan model video AI berhenti pada 10 atau 15 saat; Wan 3.0 berjalan sehingga 30 dalam satu penjanaan berterusan. Itu cukup panjang untuk panduan produk penuh, babak bercakap, atau urutan rakaman tanpa mencantumkan klip selepas itu. Pilih mana-mana saat bulat dari 2 hingga 30 — anda membayar mengikut saat, jadi draf 6 saat dan hasil akhir 30 saat dihargakan tepat mengikut kadaran.
Imej-ke-video di sini melampaui sekadar menganimasikan satu foto: muat naik bingkai pertama dan, secara pilihan, bingkai terakhir, dan Wan 3.0 menginterpolasikan gerakan antara dua titik hujung tetap anda. Ia satu-satunya model dalam perbandingan di bawah halaman ini yang menerima bingkai terakhir — perbezaan antara "mula dari imej ini" dan "pergi dari tepat imej ini ke tepat imej itu".
Rujukan-ke-video menerima bahan campuran dalam satu permintaan — sehingga 10 imej, 5 klip video pendek, dan 5 trek audio — dan prompt menyebut setiap satu mengikut nombor: "watak dari Imej 1, bergerak seperti Video 1, digubah seperti Audio 1". Imej dan audio rujukan adalah percuma; saat video rujukan ditambah kepada tempoh yang dibilkan, dan kosnya ditunjukkan sebelum anda menjana.
Audio — suara, kesan, suasana — dijana bersama klip, dan mematikannya memerlukan kos yang sama, jadi tidak pernah ada surcaj untuk bunyi. Tiga resolusi dibilkan dalam kadaran yang kemas: 480p pada 40 kredit sesaat untuk draf, 720p pada 80, dan 1080p pada 160 untuk hasil akhir. Mengulang pada 480p dan menyiapkan pada 1080p memastikan pengeluaran 30 saat kekal berpatutan.
Dijana di sini pada 26 Ogos 2026, pengambilan pertama, prompt dan tetapan tepat ditunjukkan. Klip 20 saat ini wujud untuk membuktikan dakwaan pengambilan panjang di atas — satu penjanaan, tiada potongan, tiada cantuman.
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.
Ia ialah model bentuk panjang dan ketepatan dalam kumpulan ini: siling 30 saat, satu-satunya kawalan bingkai terakhir, dan kotak alat rujukan yang paling luas.
Panduan produk, babak bercakap, dan urutan berbilang denyut berjalan sehingga 30 saat dalam satu penjanaan — tiada cantuman, tiada jahitan kesinambungan antara klip, dan trek audio merentasi keseluruhan rakaman.
Mod bingkai pertama-dan-terakhir mengambil dua imej dan menginterpolasi pergerakan di antara keduanya — suatu transformasi, suatu pendedahan, suatu pergerakan kamera yang mesti berakhir pada komposisi tertentu. Tiada model lain dalam halaman ini yang menerima bingkai terakhir.
Berikan watak daripada satu imej, gaya gerakan daripada satu klip video, dan satu trek muzik kepadanya, dan rujuk setiap satunya mengikut nombor dalam gesaan. Sepuluh imej, lima klip, dan lima trek audio boleh membentuk satu penjanaan tunggal.
Peringkat 480p dicaj pada suku daripada kadar 1080p dengan tingkah laku gesaan yang serupa, jadi anda boleh mengulang alik satu suntingan 30 saat pada 1,200 kredit dan memaparkan hasil akhir pada 4,800 hanya setelah ia betul.
1080p ialah hadnya — hasil akhir 4K adalah milik Kling 3.0. Dan mod tempoh pintar hulu tidak disambungkan di sini, jadi anda sentiasa memilih tempoh eksplisit antara 2 dan 30 saat.
Ruang kerja sama, kolam kredit sama — bertukar antara mana-mana daripada ini ialah 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, sebarang saat penuh | 2–15s, mana-mana saat penuh | 4–15s, mana-mana saat penuh | 3–15s, mana-mana saat penuh |
| Bagaimana ia dibil | Setiap saat output; saat video rujukan turut dikira | Bagi setiap saat output | Setiap saat output; saat video rujukan turut dikira | Bagi setiap saat output |
| Bunyi | Asli, aktif secara lalai — aktif dan tidak aktif sama kosnya | Asli, sentiasa hidup, tiada togol | Asli, sentiasa hidup, tiada togol | Togol pilihan, mati secara lalai |
| Kredit setiap saat, peringkat bajet | 40 pada 480p | Tidak ditawarkan — 720p ialah paras minimum | 55 pada 768p | 45 pada 720p, tanpa bunyi |
| Kredit sesaat, 1080p | 160 | 70 | Tidak ditawarkan — peringkat tertingginya ialah 2K pada 90 | 60 senyap · 85 dengan bunyi |
| Kredit untuk klip 1080p 6 saat | 960 | 420 | Tidak ditawarkan pada 1080p | 360 senyap · 510 dengan bunyi |
| Kredit untuk satu klip, terendah hingga tertinggi | 80–4,800 | 80–1,050 | 220–2,820 | 135–3,000 |
| Imej-ke-video | Bingkai pertama + bingkai terakhir pilihan | Bingkai pertama sahaja | Bingkai pertama sahaja | Bingkai pertama sahaja |
| Bahan rujukan | Sehingga 10 imej + 5 video + 5 trek audio, dirujuk sebagai Image 1 / Video 1 / Audio 1 | Sehingga 5 imej, dirujuk sebagai Image 1, Image 2 … | Sehingga 9 imej + 3 video + 3 trek audio | Tiada — imej tunggal itu ialah bingkai pertama |
| Nisbah 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 |
| Kelajuan yang kami ukur sendiri | 3m 33s untuk 5s dan 7m 32s untuk 20s, kedua-duanya 720p (2 klip, Ogos 2026) | Tidak diukur | Tidak diukur | Tidak diukur |
Setiap resolusi, panjang klip dan angka kredit dalam jadual ini dibaca daripada pendaftaran model kami sendiri dan jadual kadar dalam kod kami pada 26 Ogos 2026 — jadual yang sama yang menentukan harga penjanaan anda, bukan halaman pemasaran vendor. Kesemua empat model mengikut bil sesaat, jadi angka setiap klip ialah kadar didarab dengan panjang yang anda pilih; Wan 3.0 dan MiniMax H3 turut mengira saat video rujukan ke dalam pengebilan. Satu-satunya angka kelajuan ialah dua klip Wan 3.0 yang kami jana dan catat masanya sendiri; setiap sel lain menyatakan Tidak diukur dan bukannya meminjam angka.
Bandingkan Wan 3.0 dengan model video lain — ruang kerja yang sama, satu klik untuk bertukar.
| Model | wan-3.0 (Tongyi Wanxiang 3.0), oleh Alibaba — disajikan pada endpoint alibaba/wan-3.0 |
|---|---|
| Mod | Teks-ke-video, imej-ke-video dengan kawalan bingkai pertama-dan-terakhir, dan rujukan-ke-video dengan bahan imej, video dan audio campuran |
| Resolusi | 480p, 720p dan 1080p — dibil mengikut kadar 1x / 2x / 4x |
| Tempoh | 2–30 saat, mana-mana saat bulat (5 secara lalai) — julat terpanjang pada platform ini |
| Nisbah aspek | 16:9, 9:16, 1:1, 4:3 dan 3:4 untuk teks- dan rujukan-ke-video; imej-ke-video mengikut bingkai pertama |
| Aset rujukan | Sehingga 10 imej, 5 klip video (15 saat digabungkan), dan 5 trek audio, dirujuk dalam prompt sebagai Image 1, Video 1, Audio 1 |
| Bingkai pertama / terakhir | Imej-ke-video menerima bingkai pertama yang ketat dan bingkai terakhir pilihan; bingkai dan bahan rujukan adalah eksklusif antara satu sama lain di hulu |
| Bunyi | Asli — suara, kesan dan suasana dijana bersama klip; bunyi hidup dan mati berkos sama |
| Kredit | Setiap saat output: 40 pada 480p, 80 pada 720p, 160 pada 1080p — kadar yang sama merentasi ketiga-tiga mod |
| Pengebilan video rujukan | Saat video rujukan ditambah pada tempoh yang dibil; imej dan audio rujukan adalah percuma |
| Julat kredit setiap klip | 80 untuk klip 480p 2 saat, sehingga 4,800 untuk klip 1080p 30 saat (ditambah mana-mana saat video rujukan) |
| Pembatalan | Penjanaan yang gagal dikembalikan secara automatik |
| Kelajuan terukur | 3m 33s untuk klip 720p 5 saat dan 7m 32s untuk klip 720p 20 saat (2 klip, 26 Ogos 2026) |
Tiga langkah daripada kotak prompt kosong kepada klip siap.
Mula Menjana VideoBuka pemilih model dan pilih Wan 3.0. Panel menunjukkan kos kreditnya, pilihan resolusi dan had tempoh sebelum anda membelanjakan apa-apa.
Tulis subjek, aksinya, dan cara kamera bergerak. Lampirkan bingkai pertama jika anda mahu klip bermula daripada imej tertentu.
Muat turun klip itu, panjangkannya, atau hantar untuk penyuntingan lanjut. Prompt, model dan tetapan kekal bersamanya dalam sejarah anda.
Satu akaun, aliran kerja penjanaan imej dan video yang lengkap.
Jalankan Wan 3.0 pada kredit harian tingkat percuma, atau naik taraf untuk model premium, penjanaan lebih pantas dan output 4K.
Sesuai untuk bermula
Dikenakan bil setiap tahun · $240/tahun
Dikenakan bil setiap tahun · $380/tahun
Pengambilan bentuk panjang dan rakaman terkawal: klip sehingga 30 saat dengan audio asli, mod bingkai pertama-dan-terakhir yang memaku tepat di mana rakaman bermula dan berakhir, dan mod rujukan yang membaca imej, video dan audio bersama dalam satu permintaan.
Setiap saat output: 40 kredit pada 480p, 80 pada 720p, 160 pada 1080p — kadar yang sama untuk teks-, imej- dan rujukan-ke-video. Saat video rujukan ditambah pada tempoh yang dibil; imej dan audio rujukan adalah percuma. Kos tepat ditunjukkan sebelum anda menjana, dan larian yang gagal dikembalikan secara automatik.
Teks-ke-video daripada prompt sahaja, imej-ke-video daripada bingkai pertama (dengan bingkai terakhir pilihan), dan rujukan-ke-video dengan sehingga 10 imej, 5 klip video dan 5 trek audio dirujuk dalam prompt sebagai Image 1, Video 1, Audio 1.
2 hingga 30 saat, mana-mana saat penuh — julat terpanjang bagi mana-mana model video di platform ini. Bunyi dijana bersama klip pada setiap tempoh.
Wan 3.0 menggandakan had tempoh (30s vs 15s), menambah peringkat bajet 480p dan kawalan bingkai terakhir, serta memperluaskan rujukan daripada 5 imej kepada bahan campuran imej + video + audio. Wan 2.7 kekal sebagai pilihan kadar lebih rendah pada 720p (40 vs 80 kredit sesaat) untuk kerja berbilang babak yang lebih pendek.
Kredit dikembalikan secara automatik untuk penjanaan video yang gagal — anda hanya membayar untuk klip yang selesai.
Alat satu klik untuk semua kerja di sekitar penjanaan — kemas, tukar gaya, kongsi.
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.
