TLDR Wan 3.0 (также оформляется как Wan3.0), новейшая универсальная видеомодель от Alibaba Tongyi Lab, генерирует нативные непрерывные клипы длиной 30 секунд с разрешением до 1080p и синхронизированным звуком в одном проходе. Поддерживает text-to-video, image-to-video, кондиционирование по первому и последнему кадрам, а также мощные рабочие процессы Omni-Reference, принимающие изображения, видео, аудио, документы (PDF, PPT, XLS, DOC, MD и др.) и веб-страницы.
Публичная бета открылась 6 августа 2026 г.; более широкий доступ последовал около 24 августа 2026 г. Цены примерно $0.05/с (480p), $0.10/с (720p) и $0.20/с (1080p). Для разработчиков и команд, которым нужен унифицированный, совместимый с OpenAI API для доступа к семейству Wan и 500+ другим моделям с простой интеграцией, CometAPI — эффективный путь: сейчас доступен Wan 2.7 и расширяющийся каталог видео через /v1/videos.
Key Takeaways
- Нативная 30‑секундная одно-дублевая генерация (вдвое больше прежнего лимита Wan 2.7/2.5 ~15 с) с интеллектуальным подбором длительности.
- Omni-Reference: до ~10–20 смешанных ассетов (изображения, видео ≤15 с суммарно, аудио, один документ/веб-страница) для сильной консистентности персонажей, продукта и стиля.
- Преобразование документов и веб-страниц в видео — ключевая функция: подайте PDF, презентацию, таблицу или публичный URL и получите структурированное видео.
- Нативная генерация аудио в том же проходе; разрешения 480p/720p/1080p; несколько соотношений сторон.
- Более высокая точность лиц/микромимики, стабильнее референсы и чище текст на экране по сравнению с предыдущими поколениями.
- Доступ через Alibaba Cloud Model Studio / Qwen Cloud (модель
wan3.0-video), wan.video и сторонние платформы. Для упрощенной мульти-модельной разработки используйте унифицированную видео-точку CometAPI. - Формулируйте промпт как бриф на съемку (субъект + действие + камера + тайминг + ограничения) и явно помечайте референсы (@Image1 и т. п.).
What Is Wan 3.0?
Wan 3.0 — новейший флагман семейства генерации видео Tongyi Wanxiang (Wan), разработанный Tongyi Lab. Он развивает диффузионно‑трансформерную линию предыдущих открытых и закрытых релизов Wan (включая широко изучавшуюся открытую серию Wan с 2025 года).
Ключевые улучшения по сравнению с Wan 2.7 / 2.5:
- Максимальная нативная длительность увеличена вдвое — до 30 секунд за одну непрерывную генерацию (без склейки клипов).
- Расширенные мультимодальные входы: помимо текста/изображений/видео/аудио добавлены офисные документы и публичные веб‑страницы.
- Улучшенный рендер «Reality‑grade» для лиц, микромимики, деталей продуктов и консистентности цифрового/UI‑контента.
- Универсальная all‑in‑one‑модель, покрывающая text‑to‑video (T2V), image‑to‑video (I2V), first‑and‑last‑frame, reference‑to‑video и связанные функции редактирования/расширения.
Alibaba позиционирует модель для маркетинговых роликов, коротких драм, социального контента, демонстраций продуктов, обучающих/симуляционных кадров (напр., робототехника или AV) и корпоративных объяснительных видео. Модель остается закрытой по весам / доступна только через API (открытые веса ограничиваются ранними релизами Wan 2.x).
Supporting data & sources: Примеры цен (международные): 480p $0.05/с, 720p $0.10/с, 1080p $0.20/с (30‑секундный клип 1080p ≈ $6 стандарт). Некоторые платформы предлагают стандартные и более быстрые Prime‑тарифы или временные скидки.
How Do You Use Wan 3.0 API
Alibaba Cloud предоставляет Wan 3.0 через API генерации видео Model Studio. Текущий идентификатор модели:
wan3.0-video
API использует асинхронную генерацию видео. Пример запроса:
curl --location 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/video-generation/video-synthesis' \
-H 'X-DashScope-Async: enable' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json' \
-d '{
"model": "wan3.0-video",
"input": {
"prompt": "A cinematic product commercial showing a premium coffee machine in a modern kitchen."
},
"parameters": {
"resolution": "720P",
"ratio": "16:9",
"duration": 10,
"enable_thinking": false
}
}'
В справочнике API Alibaba отмечается, что модель, конечная точка и ключ API должны принадлежать одному региону. API асинхронный, поэтому приложения должны отправить задачу, а затем получить результат после обработки.
Для image‑to‑video и референсных рабочих процессов объект input может включать референсные медиа. Текущий пример Alibaba демонстрирует комбинацию референсного видео и изображений в одном запросе.
How to Use Wan 3.0 via CometAPI (Recommended for Developers)
CometAPI предлагает унифицированный, совместимый с OpenAI интерфейс к 500+ моделям, включая видеомодели семейства Alibaba Wan (в настоящее время в каталоге указан Wan 2.7 с конкурентной поминутной тарификацией; проверяйте актуальный список на наличие Wan 3.0 по мере расширения доступности). Генерация видео использует эндпоинт /v1/videos с multipart‑формой — удобно для продакшн‑пайплайнов, автоматизации в n8n/Make или переключения между Wan, Seedance, Kling, Veo, MiniMax и др. под одним ключом.
CometAPI steps:
- Зарегистрируйтесь/войдите на cometapi.com и создайте ключ API (sk‑…).
- Ознакомьтесь с документацией видео‑API (apidoc.cometapi.com) и списком моделей, чтобы узнать точный ID Wan (например, шаблон
wan2.7; подтвердите актуальный). - Отправляйте запросы через POST
https://api.cometapi.com/v1/videosс полями формы: - Получите task/ID; опрашивайте эндпоинт статуса или используйте вебхуки до завершения.
- Скачайте полученный видеоконтент.
- Отслеживайте использование и затраты в панели CometAPI (оплата по мере использования, без минимальных ежемесячных платежей).
How to Prompt Wan 3.0 Effectively
Относитесь к промптам как к брифам на съемку, а не как к случайным подписям. Проверенная структура (адаптирована из рекомендаций сообщества и платформ):
SPACE‑style или формула шот‑листа:
- Subject: конкретное описание кого/чего.
- Performance/Action: заметные движения и изменения состояния в хронологическом порядке.
- Ambience/Setting: локация, время суток, свет, погода.
- Camera: размер плана + одно понятное движение (медленный пуш‑ин, орбита, трекинг, статично).
- Extra: стиль, аудиоподсказки, темп, ограничения («оставьте лейбл читаемым», «сохранить идентичность лица»).
Для 30‑секундных клипов с несколькими битами нумеруйте шоты с диапазонами времени:
Overall: A premium product reveal of a ceramic perfume bottle on wet black stone at dusk.
Shot 1 [0-8s]: Wide establishing, slow three-quarter orbit, warm rim light, gentle rain.
Shot 2 [8-18s]: Closer product focus, bottle rotates slowly, label and gold cap remain sharp.
Shot 3 [18-30s]: Final push-in to detail, soft ambient score, hold on the logo.
Keep bottle shape, label position, and gold cap consistent. Cinematic, calm pacing, no text overlays.
Reference binding (critical for Omni-Reference):
@Image1 is the female character (face and yellow jacket).
@Image2 is the rainy alley background.
@Audio1 provides the voice timbre.
The character from @Image1 walks through the alley from @Image2 and says “…” using the voice of @Audio1.
Additional tips:
- Будьте конкретны в отношении наблюдаемых действий и пространственных отношений.
- Используйте негативные промпты для распространенных сбоев (искаженные руки, нежелательный текст, дрейф стиля).
- Для документов: «Создайте объясняющее видео, которое следует структуре приложенного PDF, выделяя три ключевые метрики на странице 2 и рекомендации из заключения».
- Итеративный подход: сначала генерируйте короткие версии, затем расширяйте удачные биты.
- Язык камеры и описания света улучшают кинематографичность.
Why Use Wan 3.0?
Wan 3.0 особенно убедителен, когда приложению нужно преобразовать несколько видов исходных материалов в цельное видео, а не просто превратить текстовый промпт в короткий клип.
Его сильнейшие преимущества:
- Нативная генерация видео длиной 30 секунд
- Text‑to‑video и image‑to‑video
- Мультиреференсная генерация видео
- Входы: текст, изображение, видео, аудио и документы
- Рабочие процессы документ‑/веб‑страница‑в‑видео
- Нативная аудиовизуальная генерация
- Вывод 1080P
- Редактирование видео на основе инструкций
- Высокая консистентность референсов
- Помесячная тарификация по секундам
- Одна модель для множества креативных сценариев
Для разработчиков, создающих инструменты кино на ИИ, рекламные системы, генераторы продуктовых видео, образовательные платформы или мультимодальные креативные агенты, эти возможности могут существенно сократить число отдельных моделей и шагов предобработки.
Conclusion and Recommendation
Wan 3.0 — значимый шаг к практичному, ориентированному на продакшн ИИ‑видео: более длинные непрерывные тейки, полноценное документ‑в‑видео и более сильный мультимодальный контроль. В сочетании с продуманными промптами и дисциплиной по референсам это позволяет сжать дни традиционного продакшна до минут для множества маркетинговых, объяснительных и короткоформатных кейсов.
Для разработчиков и команд, строящих приложения или внутренние инструменты, начните с официальных каналов Alibaba для «чистого» опыта Wan 3.0 и рассмотрите CometAPI (cometapi.com) как высокопродуктивный шлюз. Его унифицированный видео‑API, широкий охват моделей (включая текущий Wan 2.7 и расширяющийся каталог), совместимый с OpenAI интерфейс и прозрачная оплата по мере использования упрощают эксперименты, масштабирование и комбинирование генерации класса Wan с комплементарными LLM, изображениями и аудио под одной интеграцией.
Проверьте актуальный список моделей и документацию в CometAPI и Alibaba Cloud Model Studio, экспериментируйте с короткими клипами, оттачивайте шот‑лист‑промпты и масштабируйтесь до полноценных 30‑секундных постановок. Сочетание более длинной нативной длительности и Omni‑Reference открывает новые креативные и бизнес‑процессы, которые ранее были громоздкими или дорогими.