Wan 3.0 API
Alibaba Wan 3.0 — एक ही जनरेशन पास में 30 सेकंड तक का सिनेमैटिक वीडियो, जो Wan 2.7 की सीमा से दोगुना है। Text-to-video, पहले और आख़िरी फ़्रेम गाइडेंस के साथ image-to-video, और reference-to-video जो इमेज, वीडियो और ऑडियो रेफ़रेंस एक साथ लेता है। 480p / 720p / 1080p आउटपुट, वैकल्पिक जनरेटेड ऑडियो, और बेहतर मोशन व सीन निरंतरता के लिए प्रॉम्प्ट एक्सपेंशन।
एक फ़ैमिली में तीन एंडपॉइंट: प्रॉम्प्ट से text-to-video, वैकल्पिक आख़िरी-फ़्रेम गाइडेंस के साथ पहले फ़्रेम को एनिमेट करने वाला image-to-video, और मल्टीमॉडल रेफ़रेंस से चलने वाला reference-to-video। हर वेरिएंट में 2–30 सेकंड की अवधि (डिफ़ॉल्ट 5s), 480p / 720p / 1080p आउटपुट, पांच आस्पेक्ट रेशियो (16:9, 9:16, 1:1, 4:3, 3:4), वैकल्पिक ऑडियो टॉगल और प्रॉम्प्ट-एक्सपेंशन कंट्रोल हैं।
अवलोकन
Wan 3.0 API के बारे में
Wan 3.0 क्या करता है, Alibaba की मॉडल श्रृंखला में इसकी जगह क्या है, और टीमें इसे क्यों चुनती हैं।
Wan 3.0, Alibaba का वीडियो जनरेशन मॉडल है, जो WaveSpeedAI REST API के ज़रिए उपलब्ध है। Alibaba Wan 3.0 — एक ही जनरेशन पास में 30 सेकंड तक का सिनेमैटिक वीडियो, जो Wan 2.7 की सीमा से दोगुना है। Text-to-video, पहले और आख़िरी फ़्रेम गाइडेंस के साथ image-to-video, और reference-to-video जो इमेज, वीडियो और ऑडियो रेफ़रेंस एक साथ लेता है। 480p / 720p / 1080p आउटपुट, वैकल्पिक जनरेटेड ऑडियो, और बेहतर मोशन व सीन निरंतरता के लिए प्रॉम्प्ट एक्सपेंशन।
एक फ़ैमिली में तीन एंडपॉइंट: प्रॉम्प्ट से text-to-video, वैकल्पिक आख़िरी-फ़्रेम गाइडेंस के साथ पहले फ़्रेम को एनिमेट करने वाला image-to-video, और मल्टीमॉडल रेफ़रेंस से चलने वाला reference-to-video। हर वेरिएंट में 2–30 सेकंड की अवधि (डिफ़ॉल्ट 5s), 480p / 720p / 1080p आउटपुट, पांच आस्पेक्ट रेशियो (16:9, 9:16, 1:1, 4:3, 3:4), वैकल्पिक ऑडियो टॉगल और प्रॉम्प्ट-एक्सपेंशन कंट्रोल हैं।
WaveSpeedAI पर Wan 3.0 परिवार में Video-Extend, Video-To-Video, Reference-To-Video, Image-To-Video, Text-To-Video वर्कफ़्लो को कवर करने वाले 10 REST एंडपॉइंट हैं। हर वेरिएंट की अपनी प्राइसिंग, पैरामीटर और उदाहरण आउटपुट हैं — अपने इनपुट मोडैलिटी और प्रोडक्शन ज़रूरतों के अनुसार चुनें, या एक ही API कुंजी से कई वेरिएंट कॉल करके मल्टी-स्टेप पाइपलाइन बनाएं।
Wan 3.0 को उसी API कुंजी, बिलिंग अकाउंट और रेट-लिमिट के साथ चलाएं जिसका उपयोग आप WaveSpeedAI के अन्य 1,000+ AI मॉडल के लिए करते हैं। अलग वेंडर सेटअप नहीं, प्रति-प्रदाता SDK नहीं, प्रति-वेंडर रेट-लिमिट नहीं — एक ही इंटीग्रेशन टेक्स्ट-टू-इमेज और टेक्स्ट-टू-वीडियो से लेकर ऑडियो सिंथेसिस, 3D जनरेशन, अपस्केलिंग और एडिटिंग तक सब कुछ कवर करता है।
स्पेसिफ़िकेशन
Wan 3.0 API की क्षमताएँ और रिलीज़ स्थिति
मॉडल-विशिष्ट जानकारी जो डेवलपर API चुनने से पहले खोजते हैं: उपलब्धता, अपेक्षित आउटपुट अवधि, रेफरेंस सपोर्ट और वर्तमान लाइव विकल्प।
अधिकतम अवधि
30 सेकंड
हर वेरिएंट एक जनरेशन पास में 2–30 सेकंड स्वीकार करता है, डिफ़ॉल्ट 5 सेकंड।
रिज़ॉल्यूशन
480p / 720p / 1080p
text-to-video, image-to-video और reference-to-video में वही तीन टियर।
एंडपॉइंट
3 वेरिएंट
text-to-video, image-to-video (पहला + आख़िरी फ़्रेम), reference-to-video (इमेज, वीडियो, ऑडियो रेफ़रेंस)।
आस्पेक्ट रेशियो
5 विकल्प
हर वेरिएंट पर 16:9, 9:16, 1:1, 4:3 और 3:4।
एंडपॉइंट
सभी Wan 3.0 API एंडपॉइंट
WaveSpeedAI पर अभी 10 Wan 3.0 एंडपॉइंट उपलब्ध हैं — अपने वर्कफ़्लो के अनुकूल वेरिएंट चुनें।
/filters:quality(82)/media/images/1789556952524966868_lajtCLV4.webp)
Wan 3.0 Video Extend
Wan 3.0 Video Extend continues an existing video with a newly generated segment, preserving the source video and its original audio while supporting optional audio generation for the extension. It supports 480P / 720P / 1080P output, optional last-frame guidance, and prompt control for the next action and camera movement. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1789553517177857861_OyM2sT76.webp)
Wan 3.0 Video Edit
Wan 3.0 Video Edit edits existing videos with text prompts and optional reference images or audio, supporting prompt-guided scene changes, visual refinements, and multimodal video editing. Inputs longer than 15 seconds are trimmed to the first 15 seconds, with output aspect ratio automatically matched to the input video. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1785740347734124119_3h5foxHR.webp)
Wan 3.0 Reference To Video
Wan 3.0 Reference to Video creates coherent videos from prompts and multimodal references, including images, videos, and audio, with flexible 2-30 second duration and aspect ratio control for subject consistency, motion guidance, timing control, and scene continuity. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1785738862631835931_QQZ9i1ak.webp)
Wan 3.0 Image To Video
Wan 3.0 Image to Video animates a first-frame image into a cinematic video, with optional last-frame guidance, flexible 2-30 second duration, aspect ratio control, optional audio, and deep-thinking controls for high-quality motion and scene continuity. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/dc2cffc4-9885-490b-8e8b-a7a173c84bba.webp)
Wan 3.0 Text To Video
Wan 3.0 Text to Video generates cinematic videos from text prompts, with flexible 2-30 second duration, aspect ratio control, optional audio, and deep-thinking controls for high-quality video generation. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1789558025156313519_najtCLU4.webp)
Wan 3.0 Prime Video Extend
Wan 3.0 Prime Video Extend continues existing videos by generating a new 2-30 second segment from the final frame and appending it to the retained source video. It preserves existing source audio, supports optional audio generation for the new segment, retains up to the last 120 seconds of input, and outputs at 480P / 720P / 1080P. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1789553531699655583_WOX6R1ak.webp)
Wan 3.0 Prime Video Edit
Wan 3.0 Prime Video Edit edits existing videos with text prompts and optional reference images or audio, supporting prompt-guided scene changes, visual refinements, and multimodal video editing. Inputs longer than 15 seconds are trimmed to the first 15 seconds, with output aspect ratio automatically matched to the input video. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1787546478975244978_9IJS1aku.webp)
Wan 3.0 Prime Reference To Video
Wan 3.0 Prime Reference to Video is an accelerated variant that creates coherent videos from prompts and multimodal references, including images, videos, and audio, with flexible 2-30 second duration and aspect ratio control for subject consistency, motion guidance, timing control, and scene continuity. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1787543886315744792_dtDLU3dn.webp)
Wan 3.0 Prime Text To Video
Wan 3.0 Prime Text to Video is an accelerated variant that generates cinematic videos from text prompts, with flexible 2-30 second duration, aspect ratio control, optional audio, and deep-thinking controls for high-quality video generation. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1787543869937523936_2JS2bjsC.webp)
Wan 3.0 Prime Image To Video
Wan 3.0 Prime Image to Video is an accelerated variant that animates a first-frame image into a cinematic video, with optional last-frame guidance, flexible 2-30 second duration, aspect ratio control, optional audio, and deep-thinking controls for high-quality motion and scene continuity. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
उदाहरण
Wan 3.0 को काम करते देखें
Wan 3.0 API से बनाए गए असली आउटपुट। किसी भी वीडियो पर होवर करके प्रीव्यू देखें, पूर्ण आकार का व्यूअर खोलने के लिए क्लिक करें।
कैसे करें
Wan 3.0 API का उपयोग कैसे करें
साइनअप से तैयार जनरेशन तक चार चरण। पूरे Python, Node.js और cURL उदाहरण नीचे API सेक्शन में हैं।
- 01
API कुंजी प्राप्त करें
WaveSpeedAI अकाउंट बनाएं और डैशबोर्ड से अपनी API कुंजी कॉपी करें। नए अकाउंट के साथ मुफ़्त शुरुआती क्रेडिट मिलते हैं — बिलिंग शुरू होने से पहले प्लेग्राउंड को कई दर्जन बार चलाने के लिए पर्याप्त।
- 02
prediction सबमिट करें
अपना इनपुट JSON के रूप में https://api.wavespeed.ai/api/v3/alibaba/wan-3.0/text-to-video पर POST करें। एंडपॉइंट तुरंत एक prediction id लौटाता है — जनरेशन असिंक्रोनस होते हैं, इसलिए इनफ़रेंस के दौरान आपको कनेक्शन खुला नहीं रखना पड़ता।
- 03
पूर्ण होने तक पोल करें
https://api.wavespeed.ai/api/v3/predictions/{request_id}/result पर GET करें। completed पर आउटपुट लौटाएं; failed, cancelled, timeout या deleted पर त्रुटि के साथ रुकें; बाकी हर status पर पोलिंग जारी रखें।
- 04
आउटपुट URL पढ़ें
status "completed" होने पर data.outputs[0] से URL पढ़ें। यह URL WaveSpeedAI CDN पर आपके बनाए मीडिया की ओर इशारा करता है — आपके कॉल किए गए Wan 3.0 वेरिएंट के अनुसार इमेज, वीडियो, ऑडियो या 3D फ़ाइल।
उपयोग के मामले
Wan 3.0 से आप क्या बना सकते हैं
आम वर्कफ़्लो जिनके लिए डेवलपर और क्रिएटर Wan 3.0 API का उपयोग करते हैं।
30 सेकंड तक के सिंगल-पास शॉट
हर Wan 3.0 वेरिएंट 2–30 सेकंड की अवधि स्वीकार करता है। क्योंकि क्लिप एक ही जनरेशन पास से निकलती है, छोटे सेगमेंट जोड़ने के बजाय निरंतर कैमरा मूव या वन-टेक शॉट की भाषा पूरे रन में बनी रहती है। Wan 2.7 की सीमा 15 सेकंड है।
प्रॉम्प्ट एक्सपेंशन के साथ Text-to-video
alibaba/wan-3.0/text-to-video प्रॉम्प्ट को सिनेमैटिक क्लिप में बदलता है। कैटलॉग फ़्रेमिंग: उच्च-गुणवत्ता वीडियो जनरेशन के लिए आस्पेक्ट रेशियो कंट्रोल, वैकल्पिक ऑडियो और प्रॉम्प्ट एक्सपेंशन। जब अभी कुछ भी तय नहीं है और शॉट सिर्फ़ विवरण से बनाया जा रहा है, तब इसे चुनें।
पहले और आख़िरी फ़्रेम के साथ Image-to-video
alibaba/wan-3.0/image-to-video पहले फ़्रेम की इमेज को एनिमेट करता है, last_image फ़ील्ड से वैकल्पिक आख़िरी-फ़्रेम गाइडेंस के साथ। तब उपयोगी जब शुरुआती और अंतिम दोनों कंपोज़िशन पहले से स्वीकृत हों और जनरेशन को सिर्फ़ उनके बीच का मोशन भरना हो।
इमेज, वीडियो और ऑडियो रेफ़रेंस के साथ Reference-to-video
alibaba/wan-3.0/reference-to-video एक ही रिक्वेस्ट में reference_images, reference_videos और reference_audios स्वीकार करता है — विषय की निरंतरता, मोशन गाइडेंस, टाइमिंग कंट्रोल और सीन निरंतरता के लिए। ऑडियो रेफ़रेंस चैनल ही इसे Wan फ़ैमिली के दूसरे केवल-इमेज रेफ़रेंस वेरिएंट से अलग करता है।
480p पर ड्राफ़्ट, 1080p पर डिलीवरी
तीनों वेरिएंट 480p, 720p और 1080p देते हैं। Wan 2.7 720p से शुरू होता है, इसलिए 3.0 वाकई सस्ता ड्राफ़्ट टियर जोड़ता है — 480p पर प्रॉम्प्ट और टाइमिंग इटरेट करें, फिर तय प्रॉम्प्ट को डिलीवरी के लिए 1080p पर दोबारा चलाएं।
वर्टिकल, स्क्वायर और ब्रॉडकास्ट फ़्रेमिंग
हर वेरिएंट पर पांच आस्पेक्ट रेशियो (16:9, 9:16, 1:1, 4:3, 3:4) उपलब्ध हैं, इसलिए वही प्रॉम्प्ट पोस्ट में क्रॉप किए बिना लैंडस्केप हीरो कट, 9:16 सोशल एडिट और 1:1 फ़ीड प्लेसमेंट के लिए दोबारा चलाया जा सकता है।
सुझाव
Wan 3.0 के लिए प्रॉम्प्ट लिखने के सुझाव
Wan 3.0 से बेहतर आउटपुट पाने के व्यावहारिक सुझाव — प्रोडक्शन पाइपलाइन में वीडियो मॉडल पर काम करने वाले पैटर्न से लिए गए।
- 01
कैमरा मूव के बारे में विशिष्ट रहें
सिनेमैटोग्राफ़ी की ठोस शब्दावली का उल्लेख करें — ऑर्बिट, डॉली-इन, पुश-इन, पैन-लेफ़्ट, क्रेन शॉट, हैंडहेल्ड फ़ॉलो। सामान्य प्रॉम्प्ट स्थिर या मनमाने कैमरा विकल्प देते हैं; नामित कैमरा मूव मॉडल के ट्रेनिंग डेटा में मोशन के इरादे से सीधे जुड़ते हैं और शॉट की क्वालिटी काफ़ी सुधारते हैं।
- 02
रेफ़रेंस इमेज से कैरेक्टर की पहचान टिकाएं
अगर आपका प्रॉम्प्ट किसी खास व्यक्ति, कैरेक्टर या प्रोडक्ट पर निर्भर है, तो प्रॉम्प्ट के साथ रेफ़रेंस इमेज अपलोड करें। रेफ़रेंस के बिना पहचान फ़्रेमों और शॉट्स में भटकती है — हर जनरेशन में वही कैरेक्टर थोड़े अलग व्यक्ति जैसा दिखने लगता है।
- 03
लाइटिंग और दिन का समय बताएं
'golden hour, soft warm directional light' या 'overcast diffused light, slate-grey sky' जैसे लाइटिंग संकेत अस्पष्ट क्वालिटी मॉडिफ़ायर से कहीं ज़्यादा क्वालिटी और निरंतरता सुधारते हैं। लाइटिंग उन सबसे मज़बूत प्रायर में से है जिन पर मॉडल कंडीशन करता है।
- 04
आम विफलताओं को दबाने के लिए नेगेटिव प्रॉम्प्ट इस्तेमाल करें
वीडियो के लिए उपयोगी नेगेटिव: 'frame flicker, motion blur, watermark, text artifacts, distorted hands, low resolution, jpeg compression'। नेगेटिव प्रॉम्प्ट की कोई लागत नहीं और ये उन जनरेशन की दर घटाते हैं जिन्हें आपको वरना दोबारा रोल करना पड़ता।
- 05
अपनी बीट को समेटने वाली सबसे छोटी अवधि चुनें
ज़्यादातर प्रॉम्प्ट 5-8 सेकंड पर सबसे अच्छे काम करते हैं। लंबी क्लिप टेम्पोरल असंगतियां (विषय का रूप बदलना, परिवेश का खिसकना) बढ़ा देती हैं। अगर 20 सेकंड का सीक्वेंस चाहिए, तो तीन 6-8 सेकंड की क्लिप बनाकर उन्हें एडिट में जोड़ें — एक लंबे जनरेशन से क्वालिटी ऊंची रहती है।
- 06
आस्पेक्ट रेशियो पहले से प्लेटफ़ॉर्म के अनुसार तय करें
TikTok / Reels / Shorts के लिए 9:16, लैंडस्केप फ़ीड और YouTube के लिए 16:9, पोस्ट ग्रिड के लिए 1:1। मॉडल हर आस्पेक्ट रेशियो पर थोड़ा अलग ट्रेन होते हैं — 16:9 को बाद में 9:16 में क्रॉप करने से फ़िडेलिटी और मॉडल द्वारा सोची गई कंपोज़िशन दोनों खो जाती हैं।
प्राइसिंग
Wan 3.0 API प्राइसिंग
प्राइसिंग प्रति आउटपुट है। अंतिम शुल्क उन पैरामीटर के अनुसार बदलता है जो आप हर वेरिएंट के प्लेग्राउंड में सेट करते हैं (रिज़ॉल्यूशन, अवधि, आउटपुट संख्या, रेफरेंस)।
| एंडपॉइंट | प्रकार | शुरुआती कीमत |
|---|---|---|
| alibaba/ | video-extend | $0.10 |
| alibaba/ | video-to-video | $0.10 |
| alibaba/ | reference-to-video | 5% की छूट$0.30$0.285 |
| alibaba/ | image-to-video | 5% की छूट$0.10$0.095 |
| alibaba/ | text-to-video | 5% की छूट$0.10$0.095 |
| alibaba/ | video-extend | $0.15 |
| alibaba/ | video-to-video | $0.15 |
| alibaba/ | reference-to-video | 5% की छूट$0.45$0.4275 |
| alibaba/ | text-to-video | 5% की छूट$0.15$0.1425 |
| alibaba/ | image-to-video | 5% की छूट$0.15$0.1425 |
API
Wan 3.0 API कॉल करें
wavespeed.ai/accesskey पर API कुंजी बनाएं, फिर REST के ज़रिए prediction सबमिट करें। प्लेग्राउंड इनपुट के किसी भी संयोजन के लिए सीधे पेस्ट करने योग्य नमूने तैयार करता है।
POSThttps://api.wavespeed.ai/api/v3/alibaba/wan-3.0/text-to-video
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/alibaba/wan-3.0/text-to-video" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration": 5,
"enable_prompt_expansion": false,
"generate_audio": true
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/alibaba/wan-3.0/text-to-video";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration": 5,
"enable_prompt_expansion": false,
"generate_audio": true
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration": 5,
"enable_prompt_expansion": False,
"generate_audio": True
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/alibaba/wan-3.0/text-to-video", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)तुलना
Wan 3.0 बनाम विकल्प
WaveSpeedAI पर समान मॉडल की तुलना में Wan 3.0 कब चुनें।
Wan 3.0 बनाम Wan 2.7
Wan 3.0 अवधि की सीमा दोगुनी करता है — 15 के मुकाबले 30 सेकंड — और 480p टियर के साथ स्पष्ट generate_audio और enable_prompt_expansion कंट्रोल जोड़ता है, जो 2.7 में नहीं हैं। Wan 2.7 अब भी ज़्यादा व्यापक फ़ैमिली है: उसमें video-edit, video-extend, image-edit और text-to-image वेरिएंट हैं, जिन्हें 3.0 के तीन एंडपॉइंट कवर नहीं करते।
Wan 3.0 बनाम Seedance 2.0
Seedance 2.0 4K तक पहुंचता है और Wan 3.0 1080p पर रुकता है, पर Seedance 15 सेकंड पर सीमित है। समझौता रिज़ॉल्यूशन बनाम शॉट की लंबाई का है: 4K पर टिकने वाले छोटे कट के लिए Seedance, लंबे निरंतर टेक के लिए Wan 3.0 चुनें।
Wan 3.0 बनाम Happy Horse 1.1
Happy Horse 1.1, जो Alibaba का ही है, 15 सेकंड तक 720p/1080p चलाता है और सहज कैमरा मूवमेंट के आसपास पेश किया गया है। अवधि में Wan 3.0 जीतता है और 480p ड्राफ़्ट टियर जोड़ता है; Happy Horse video-extend कवर करता है, जो Wan 3.0 नहीं देता।
FAQ
Wan 3.0 API — अक्सर पूछे जाने वाले प्रश्न
प्राइसिंग, लाइसेंस, इंटीग्रेशन — WaveSpeedAI पर Wan 3.0 चलाने के बारे में आम सवाल।
Wan 3.0 वीडियो कितना लंबा हो सकता है?
2 से 30 सेकंड के बीच, प्रति रिक्वेस्ट सेट किया जाता है, डिफ़ॉल्ट 5 सेकंड। पूरी क्लिप जोड़-तोड़ के बजाय एक ही जनरेशन पास में बनती है, इसलिए निरंतर कैमरा मूवमेंट पूरी अवधि में बना रहता है।
Wan 3.0 और Wan 2.7 में क्या अंतर है?
Wan 3.0 अधिकतम अवधि 15 से 30 सेकंड करता है, 720p से नीचे 480p आउटपुट टियर जोड़ता है, और स्पष्ट generate_audio व enable_prompt_expansion कंट्रोल देता है। Wan 2.7 ज़्यादा कार्य प्रकार कवर करता है — उसमें video-edit, video-extend, image-edit और text-to-image एंडपॉइंट हैं, जो Wan 3.0 में नहीं हैं।
क्या Wan 3.0 वीडियो के साथ ऑडियो जनरेट कर सकता है?
हाँ। हर वेरिएंट में वैकल्पिक ऑडियो टॉगल है। Reference-to-video वेरिएंट इमेज और वीडियो रेफ़रेंस के साथ ऑडियो रेफ़रेंस भी स्वीकार करता है, जिनका उपयोग टाइमिंग कंट्रोल और सीन निरंतरता के लिए किया जा सकता है।
मुझे कौन-सा Wan 3.0 एंडपॉइंट इस्तेमाल करना चाहिए?
जब शॉट केवल विवरण से बनाया जा रहा हो तब text-to-video, जब शुरुआती फ़्रेम पहले से स्वीकृत हो तब image-to-video (अंतिम कंपोज़िशन तय करने के लिए वैकल्पिक रूप से आख़िरी फ़्रेम देकर), और जब पहचान, मोशन या टाइमिंग मौजूदा इमेज, वीडियो या ऑडियो से निर्देशित होनी चाहिए तब reference-to-video इस्तेमाल करें।
Wan 3.0 API क्या है?
Wan 3.0, Alibaba का वीडियो जनरेशन मॉडल है, जो WaveSpeedAI पर REST API के रूप में उपलब्ध है। Alibaba Wan 3.0 — एक ही जनरेशन पास में 30 सेकंड तक का सिनेमैटिक वीडियो, जो Wan 2.7 की सीमा से दोगुना है। Text-to-video, पहले और आख़िरी फ़्रेम गाइडेंस के साथ image-to-video, और reference-to-video जो इमेज, वीडियो और ऑडियो रेफ़रेंस एक साथ लेता है। 480p / 720p / 1080p आउटपुट, वैकल्पिक जनरेटेड ऑडियो, और बेहतर मोशन व सीन निरंतरता के लिए प्रॉम्प्ट एक्सपेंशन। आप इसे प्रोग्रामेटिक रूप से कॉल कर सकते हैं या ऊपर दिए प्लेग्राउंड से आज़मा सकते हैं।
Wan 3.0 API को कैसे कॉल करें?
WaveSpeedAI अकाउंट बनाएं, /accesskey से अपनी API कुंजी कॉपी करें, फिर अपना इनपुट JSON के रूप में https://api.wavespeed.ai/api/v3/alibaba/wan-3.0/text-to-video पर POST करें। एंडपॉइंट एक prediction id लौटाता है। रिज़ल्ट एंडपॉइंट को लगभग हर 2 सेकंड पर पोल करना शुरू करें, लंबे टास्क के लिए अंतराल बढ़ाएं, और किसी भी अंतिम status पर रुक जाएं। प्रोडक्शन-उन्मुख Python / Node.js / cURL उदाहरण ऊपर हैं।
Wan 3.0 API की कीमत कितनी है?
Wan 3.0 $0.095 से शुरू होता है। सटीक लागत आपके सेट किए पैरामीटर (रिज़ॉल्यूशन, अवधि, आउटपुट संख्या, रेफरेंस) के अनुसार बदलती है। प्लेग्राउंड में Generate बटन के पास लाइव कॉस्ट प्रीव्यू आपके वर्तमान इनपुट की सटीक कीमत दिखाता है।
Wan 3.0 के कौन-से वेरिएंट उपलब्ध हैं?
WaveSpeedAI पर 10 लाइव Wan 3.0 एंडपॉइंट हैं: alibaba/wan-3.0/video-extend, alibaba/wan-3.0/video-edit, alibaba/wan-3.0/reference-to-video, alibaba/wan-3.0/image-to-video, alibaba/wan-3.0/text-to-video, alibaba/wan-3.0-prime/video-extend, alibaba/wan-3.0-prime/video-edit, alibaba/wan-3.0-prime/reference-to-video, और अन्य। हर वेरिएंट का अपना प्लेग्राउंड पेज और प्राइसिंग है।
क्या मैं Wan 3.0 के आउटपुट का व्यावसायिक उपयोग कर सकता हूँ?
व्यावसायिक उपयोग के अधिकार Alibaba मॉडल लाइसेंस के अनुसार होते हैं। अधिकांश Alibaba मॉडल आउटपुट के व्यावसायिक उपयोग की अनुमति देते हैं; विशिष्ट लाइसेंस सारांश के लिए हर मॉडल का प्लेग्राउंड पेज और प्लेटफ़ॉर्म-स्तर की शर्तों के लिए WaveSpeedAI की सेवा की शर्तें देखें।
सीधे जाने के बजाय WaveSpeedAI पर Wan 3.0 क्यों इस्तेमाल करें?
एक API कुंजी + एक बिलिंग अकाउंट, Wan 3.0 और अन्य प्रदाताओं के 1,000+ दूसरे AI मॉडल के लिए। प्रति-वेंडर SDK सेटअप नहीं, अलग रेट-लिमिट नहीं, हर वेंडर के लिए इंटीग्रेशन कोड दोबारा लिखना नहीं। प्राइसिंग आमतौर पर Alibaba के सीधे API के बराबर या उससे कम होती है।
प्रदाता
Alibaba के बारे में
WaveSpeedAI पर Wan 3.0 और Alibaba की व्यापक मॉडल श्रृंखला के पीछे की टीम।
Alibaba की Tongyi Lab वीडियो मॉडल की Wan फ़ैमिली और LLM की Qwen फ़ैमिली बनाती है। Wan ओपन वेट्स के साथ जारी होने, व्यापक वेरिएंट कवरेज (text-to-video, image-to-video, reference-to-video, video-edit, video-extend, image-edit, text-to-image), और बहुभाषी प्रॉम्प्ट में मोशन स्थिरता व प्रॉम्प्ट पालन की लगातार मज़बूती के लिए उल्लेखनीय है।
WaveSpeedAI पर Wan 3.0 के साथ बनाना शुरू करें
साइनअप पर मुफ़्त शुरुआती क्रेडिट। Alibaba और हर अन्य प्रदाता के 1,000+ AI मॉडल के लिए एक API कुंजी।