WaveSpeedAI

Wan 3.0 Prime vs Wan 3.0 Standard

Wan 3.0 Prime est la version accélérée de Wan 3.0, au prix de 1,5x avec une API identique. La grille tarifaire complète des deux, et une règle pour savoir quand Prime vaut le coup.

By WaveSpeedAI7 min read

Wan 3.0 Prime est la même API Wan 3.0 à 1,5 fois le prix, et la prime paie la vitesse plutôt que de nouvelles commandes. Chaque paramètre, résolution, plage de durée et format d’image est identique entre alibaba/wan-3.0-prime/* et alibaba/wan-3.0/*. Si votre pipeline est limité par la latence, Prime en vaut la peine. S’il est limité par le coût, le Wan 3.0 standard est la même famille de modèles avec les mêmes entrées aux deux tiers du prix.

Cet article présente les deux grilles de prix et une règle de décision. Tous les prix sont calculés à partir des formules du catalogue WaveSpeedAI en ligne au 5 septembre 2026.

Ce qu’est Prime

Le Wan 3.0 standard a été mis en ligne sur WaveSpeedAI le 3 août 2026, avec trois endpoints : text-to-video, image-to-video et reference-to-video. Les variantes Prime des trois ont suivi le 24 août.

La documentation d’Alibaba pour le modèle le décrit ainsi : « Wan3.0-Video-Prime is the accelerated version of the Wan video generation model, delivering significantly faster generation speed while maintaining high-quality output » (Alibaba Cloud Model Studio). La même page indique les mêmes capacités que le Wan 3.0 standard : entrées texte, image, vidéo et audio ; sortie en 480p, 720p et 1080p ; jusqu’à 30 secondes.

Cette page n’indique aucun multiplicateur de vitesse, et nous n’en avons pas mesuré dans une comparaison contrôlée ; cet article ne cite donc aucun chiffre. Considérez Prime comme la file d’attente plus rapide pour le même travail.

Wan 3.0 standardWan 3.0 Prime
text-to-videoalibaba/wan-3.0/text-to-videoalibaba/wan-3.0-prime/text-to-video
image-to-videoalibaba/wan-3.0/image-to-videoalibaba/wan-3.0-prime/image-to-video
reference-to-videoalibaba/wan-3.0/reference-to-videoalibaba/wan-3.0-prime/reference-to-video
En ligne depuis3 août 202624 août 2026
Prix de base (720p, par tranche de 5 s)0,50 $0,75 $

Paramètres : rien ne change

Les schémas d’entrée sont identiques champ pour champ. Voici la surface commune.

Paramètretext-to-videoimage-to-videoreference-to-video
promptobligatoireobligatoireobligatoire
image-obligatoire (URL ou base64)-
last_image-dernière image optionnelle-
reference_images--jusqu’à 10
reference_videos--jusqu’à 5, de 1 à 15 s chacune, 15 s au total
reference_audios--jusqu’à 5, 15 s au total
resolution480p, 720p, 1080p (720p par défaut)identiqueidentique
aspect_ratio16:9, 9:16, 1:1, 4:3, 3:4 (16:9 par défaut)identique, ou s’adapte à l’imageidentique
duration2-30 (5 par défaut)2-30 (5 par défaut)2-30 ; l’entrée plus la sortie ne doivent pas dépasser 30
enable_audiotrue par défauttrue par défauttrue par défaut
enable_prompt_expansionfalse par défautfalse par défautfalse par défaut
seed-1 pour aléatoire-1 pour aléatoire-1 pour aléatoire

Reference-to-video exige au moins l’un des champs reference_images, reference_videos ou reference_audios, et les références sont désignées dans le prompt par l’ordre de leur tableau.

Passer d’une variante à l’autre ne demande de modifier qu’une chaîne dans le chemin de la requête. Le schéma est le même pour tous les modèles WaveSpeedAI : POST https://api.wavespeed.ai/api/v3/<model_uuid>, puis interroger GET /api/v3/predictions/<id>/result.

# Standard
curl -X POST https://api.wavespeed.ai/api/v3/alibaba/wan-3.0/text-to-video \
  -H "Authorization: Bearer $WAVESPEED_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "A slow dolly through a rain-soaked night market, neon reflections", "resolution": "720p", "duration": 5}'

# Prime: only the model_uuid changes
curl -X POST https://api.wavespeed.ai/api/v3/alibaba/wan-3.0-prime/text-to-video \
  -H "Authorization: Bearer $WAVESPEED_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "A slow dolly through a rain-soaked night market, neon reflections", "resolution": "720p", "duration": 5}'

Grille de prix

Les deux variantes utilisent la même forme de formule. Le prix de base est par tranche de 5 secondes en 720p ; le 480p le divise par deux et le 1080p le double. Pour text-to-video et image-to-video, la durée facturée est la duration demandée, arrondie à la seconde supérieure et limitée à 2-30. L’audio est inclus sans frais supplémentaires sur les deux variantes.

Par seconde

RésolutionStandardPrimePrime tarifaire
480p0,05 $0,075 $+0,025 $ par seconde
720p0,10 $0,15 $+0,05 $ par seconde
1080p0,20 $0,30 $+0,10 $ par seconde

Par clip : text-to-video et image-to-video

RésolutionDuréeStandardPrime
480p5 s0,25 $0,375 $
480p10 s0,50 $0,75 $
480p30 s1,50 $2,25 $
720p5 s0,50 $0,75 $
720p10 s1,00 $1,50 $
720p30 s3,00 $4,50 $
1080p5 s1,00 $1,50 $
1080p10 s2,00 $3,00 $
1080p30 s6,00 $9,00 $

Reference-to-video

Reference-to-video facture la durée de sortie plus la vidéo de référence en entrée. Chaque vidéo de référence est portée à au moins 1 seconde, l’entrée combinée est plafonnée à 15 secondes et arrondie à la seconde supérieure, et ce total d’entrée est facturé au même tarif par seconde que la sortie. Les images et l’audio de référence n’ajoutent rien.

RésolutionSortie de 5 s, vidéo de référence de 5 sStandardPrime
480p10 secondes facturées0,50 $0,75 $
720p10 secondes facturées1,00 $1,50 $
1080p10 secondes facturées2,00 $3,00 $

Avec des images seules et sans vidéo de référence, reference-to-video coûte autant que text-to-video pour la même durée de sortie.

Quand Prime vaut 1,5 fois le prix

La prime est fixe, la décision ne dépend donc ni de la résolution ni de la durée. Elle dépend de la place de la latence de génération sur votre chemin critique.

Choisissez Prime lorsque :

  • Un utilisateur attend le résultat dans un produit interactif, et que le délai de traitement est une fonctionnalité que vous facturez ou sur laquelle vous êtes jugé.
  • Un lot a une échéance ferme, comme des ressources pour un événement en direct qui doivent être prêtes avant son début.
  • Vous itérez sur un prompt ou un jeu de références et que le coût de votre propre temps dépasse les 0,05 $ supplémentaires par seconde en 720p.

Choisissez le Wan 3.0 standard lorsque :

  • La génération est asynchrone et que personne ne regarde un indicateur de chargement : traitements nocturnes, vidéos produit pour tout un catalogue, pipelines pilotés par webhook.
  • Vous produisez en volume. Sur 1 000 clips de cinq secondes en 720p, la différence est de 250 $.
  • Vous générez des clips de 30 secondes en 1080p, où la prime absolue est la plus élevée, à 3,00 $ par clip.

Une répartition réaliste : réaliser les brouillons en standard en 480p (0,25 $ par tranche de 5 secondes), et réserver Prime au rendu final uniquement quand une échéance approche. Comme le schéma est identique, le même corps de requête fonctionne sur les deux ; le changement est donc une valeur de configuration plutôt qu’une modification de code.

Lectures complémentaires

Pages des modèles : Wan 3.0 Prime text-to-video et Wan 3.0 standard text-to-video. La famille complète est sur la page de l’API Wan 3.0.

FAQ

What does Wan 3.0 Prime change compared to standard Wan 3.0?

Prime is the accelerated variant. Alibaba describes it as delivering significantly faster generation while maintaining high-quality output. The request schema, resolutions, durations, aspect ratios, and audio option are the same as standard Wan 3.0. The price is 1.5x.

How much does Wan 3.0 Prime cost on WaveSpeedAI?

$0.075 per second at 480p, $0.15 at 720p, and $0.30 at 1080p, versus $0.05, $0.10, and $0.20 for standard Wan 3.0. A 5-second 720p clip is $0.75 on Prime and $0.50 on standard.

Do I need to change my code to switch between Prime and standard?

Only the model_uuid. Swap alibaba/wan-3.0/text-to-video for alibaba/wan-3.0-prime/text-to-video, and the same for image-to-video and reference-to-video. All parameters carry over unchanged.

Is reference-to-video priced differently?

Yes, on both variants. Reference-to-video bills the output duration plus the total reference video duration, each reference video padded to at least 1 second and the total capped at 15 seconds. Reference images and audio are not billed.

Partager