Войти
AlibabaAPI видео$0.10От $0.095−5%

Wan 3.0 API

Wan 3.0 от Alibaba — кинематографичное видео за один проход генерации длиной до 30 секунд, вдвое больше потолка Wan 2.7. Text-to-video, image-to-video с управлением первым и последним кадром и reference-to-video, принимающий вместе изображения, видео и аудио в качестве референсов. Вывод 480p / 720p / 1080p, генерируемый звук по желанию и расширение промпта для более качественного движения и связности сцен.

Три конечные точки в одном семействе: text-to-video по промпту, image-to-video, анимирующий первый кадр с необязательным управлением последним кадром, и reference-to-video на основе мультимодальных референсов. Каждый вариант принимает длительность 2–30 секунд (по умолчанию 5 с), вывод 480p / 720p / 1080p, пять соотношений сторон (16:9, 9:16, 1:1, 4:3, 3:4), переключатель звука по желанию и настройки расширения промпта.

Обзор

О модели Wan 3.0 API

Что делает Wan 3.0, какое место занимает в линейке моделей Alibaba и почему её выбирают команды.

Wan 3.0 — модель генерации видео от Alibaba, доступная через REST API WaveSpeedAI. Wan 3.0 от Alibaba — кинематографичное видео за один проход генерации длиной до 30 секунд, вдвое больше потолка Wan 2.7. Text-to-video, image-to-video с управлением первым и последним кадром и reference-to-video, принимающий вместе изображения, видео и аудио в качестве референсов. Вывод 480p / 720p / 1080p, генерируемый звук по желанию и расширение промпта для более качественного движения и связности сцен.

Три конечные точки в одном семействе: text-to-video по промпту, image-to-video, анимирующий первый кадр с необязательным управлением последним кадром, и reference-to-video на основе мультимодальных референсов. Каждый вариант принимает длительность 2–30 секунд (по умолчанию 5 с), вывод 480p / 720p / 1080p, пять соотношений сторон (16:9, 9:16, 1:1, 4:3, 3:4), переключатель звука по желанию и настройки расширения промпта.

Семейство Wan 3.0 в WaveSpeedAI включает 10 REST-эндпоинтов для сценариев: Video-Extend, Video-To-Video, Reference-To-Video, Image-To-Video, Text-To-Video. У каждого варианта свои цены, параметры и примеры результатов — выберите тот, что подходит под ваш тип входных данных и требования продакшена, или вызывайте несколько с одним API-ключом и собирайте многошаговые пайплайны.

Запускайте Wan 3.0 с тем же API-ключом, платёжным аккаунтом и лимитами, что и остальные 1000+ ИИ-моделей WaveSpeedAI. Без отдельной регистрации у вендора, без SDK для каждого провайдера, без разных лимитов у каждого поставщика — одна интеграция охватывает всё: от текста в изображение и текста в видео до синтеза аудио, 3D-генерации, апскейлинга и редактирования.

Характеристики

Возможности Wan 3.0 API и статус релиза

То, что разработчики ищут перед выбором API: доступность, ожидаемая длина результата, поддержка референсов и текущая рабочая альтернатива.

Макс. длительность

30 секунд

Каждый вариант принимает 2–30 секунд за один проход генерации, по умолчанию 5 секунд.

Разрешение

480p / 720p / 1080p

Те же три уровня для text-to-video, image-to-video и reference-to-video.

Конечные точки

3 варианта

text-to-video, image-to-video (первый + последний кадр), reference-to-video (референсы из изображений, видео и аудио).

Соотношения сторон

5 вариантов

16:9, 9:16, 1:1, 4:3 и 3:4 в каждом варианте.

Эндпоинты

Все эндпоинты API Wan 3.0

Сейчас в WaveSpeedAI доступно эндпоинтов Wan 3.0: 10 — выберите вариант под ваш сценарий.

video-extendWan 3.0 Video Extend — превью video-extend Wan 3.0 от Alibaba

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.

от $0.10
video-to-videoWan 3.0 Video Edit — превью video-to-video Wan 3.0 от Alibaba

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.

от $0.10
−5%reference-to-videoWan 3.0 Reference To Video — превью reference-to-video Wan 3.0 от Alibaba

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.

$0.30от $0.285
−5%image-to-videoWan 3.0 Image To Video — превью image-to-video Wan 3.0 от Alibaba

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.

$0.10от $0.095
−5%text-to-videoWan 3.0 Text To Video — превью text-to-video Wan 3.0 от Alibaba

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.

$0.10от $0.095
video-extendWan 3.0 Prime Video Extend — превью video-extend Wan 3.0 от Alibaba

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.

от $0.15
video-to-videoWan 3.0 Prime Video Edit — превью video-to-video Wan 3.0 от Alibaba

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.

от $0.15
−5%reference-to-videoWan 3.0 Prime Reference To Video — превью reference-to-video Wan 3.0 от Alibaba

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.

$0.45от $0.4275
−5%text-to-videoWan 3.0 Prime Text To Video — превью text-to-video Wan 3.0 от Alibaba

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.

$0.15от $0.1425
−5%image-to-videoWan 3.0 Prime Image To Video — превью image-to-video Wan 3.0 от Alibaba

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.

$0.15от $0.1425

Примеры

Wan 3.0 в деле

Реальные результаты, созданные через API Wan 3.0. Наведите курсор на видео для предпросмотра, нажмите, чтобы открыть в полном размере.

Как использовать

Как использовать API Wan 3.0

Четыре шага от регистрации до готовой генерации. Полные примеры на Python, Node.js и cURL — в разделе API ниже.

  1. 01

    Получите API-ключ

    Создайте аккаунт WaveSpeedAI и скопируйте API-ключ на панели управления. Новые аккаунты получают бесплатные стартовые кредиты — их хватит, чтобы несколько десятков раз запустить playground до начала списаний.

  2. 02

    Отправьте предсказание

    Отправьте входные данные в формате JSON методом POST на https://api.wavespeed.ai/api/v3/alibaba/wan-3.0/text-to-video. Эндпоинт сразу возвращает id предсказания — генерация асинхронная, поэтому соединение не нужно держать открытым на время инференса.

  3. 03

    Опрашивайте до завершения

    Выполняйте GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result. При статусе completed забирайте результат; при failed, cancelled, timeout или deleted остановитесь с ошибкой; при любом другом статусе продолжайте опрос.

  4. 04

    Получите URL результата

    Когда статус станет "completed", возьмите URL из data.outputs[0]. Он указывает на созданный файл в CDN WaveSpeedAI — изображение, видео, аудио или 3D-файл, в зависимости от вызванного варианта Wan 3.0.

Сценарии применения

Что можно создать с Wan 3.0

Типичные сценарии, для которых разработчики и авторы используют API Wan 3.0.

01

Кадры до 30 секунд за один проход

Каждый вариант Wan 3.0 принимает длительность 2–30 секунд. Поскольку клип создаётся за один проход генерации, непрерывное движение камеры или язык «единого дубля» сохраняется на всём протяжении, а не склеивается из коротких сегментов. У Wan 2.7 потолок — 15 секунд.

30-secondssingle-passone-take
02

Text-to-video с расширением промпта

alibaba/wan-3.0/text-to-video превращает промпт в кинематографичный клип. Формулировка из каталога: управление соотношением сторон, звук по желанию и расширение промпта для качественной генерации видео. Выбирайте, когда ничего ещё не зафиксировано и кадр строится только по описанию.

text-to-videoprompt-expansioncinematic
03

Image-to-video с первым и последним кадром

alibaba/wan-3.0/image-to-video анимирует изображение первого кадра, а необязательное управление последним кадром задаётся через поле last_image. Полезно, когда начальная и конечная композиции уже утверждены, а генерации нужно лишь заполнить движение между ними.

image-to-videofirst-last-framecontinuity
04

Reference-to-video с референсами из изображений, видео и аудио

alibaba/wan-3.0/reference-to-video принимает в одном запросе reference_images, reference_videos и reference_audios — для согласованности героев, ориентира по движению, управления таймингом и связности сцен. Именно канал аудиореференсов отличает его от вариантов с референсами только из изображений в других частях семейства Wan.

referencemultimodalidentity
05

Черновик в 480p, финал в 1080p

Все три варианта поддерживают 480p, 720p и 1080p. Wan 2.7 начинается с 720p, так что в 3.0 появился по-настоящему дешёвый черновой уровень — подбирайте промпт и тайминг в 480p, а затем перезапустите утверждённый промпт в 1080p для выдачи.

480p1080piteration
06

Вертикальный, квадратный и телевизионный форматы

Пять соотношений сторон (16:9, 9:16, 1:1, 4:3, 3:4) доступны в каждом варианте, так что один промпт можно перезапустить для горизонтального главного ролика, монтажа 9:16 для соцсетей и размещения 1:1 в ленте без кадрирования при постобработке.

aspect-ratiosocialvertical

Советы

Советы по написанию запросов для Wan 3.0

Практические советы, как получать лучшие результаты от Wan 3.0, — на основе приёмов, которые работают в продакшен-пайплайнах для моделей видео.

  1. 01

    Конкретно описывайте движения камеры

    Используйте конкретную операторскую лексику — orbit, dolly-in, push-in, pan-left, crane shot, handheld follow. Общие промпты дают статичную или произвольную камеру; названные движения камеры напрямую соответствуют замыслу движения в данных обучения модели и заметно улучшают кадр.

  2. 02

    Закрепляйте облик героя референсными изображениями

    Если промпт зависит от конкретного человека, персонажа или продукта, загрузите референсное изображение вместе с промптом. Без референса облик «плывёт» между кадрами и сценами — один и тот же персонаж в каждой генерации выглядит чуть иначе.

  3. 03

    Описывайте освещение и время суток

    Подсказки об освещении вроде 'golden hour, soft warm directional light' или 'overcast diffused light, slate-grey sky' улучшают качество и согласованность гораздо сильнее, чем расплывчатые модификаторы качества. Освещение — один из самых сильных факторов, на которые опирается модель.

  4. 04

    Используйте негативные промпты, чтобы подавить типичные сбои

    Полезные негативные подсказки для видео: 'frame flicker, motion blur, watermark, text artifacts, distorted hands, low resolution, jpeg compression'. Негативные промпты ничего не стоят и заметно снижают долю генераций, которые иначе пришлось бы перезапускать.

  5. 05

    Выбирайте самую короткую длительность, которая передаёт ваш эпизод

    Большинство промптов лучше всего работают на 5–8 секундах. Более длинные клипы усиливают временные несоответствия (изменение героя, «уплывание» окружения). Если нужна 20-секундная последовательность, создайте три клипа по 6–8 секунд и смонтируйте их — качество останется выше, чем в одной длинной генерации.

  6. 06

    Сразу выбирайте соотношение сторон под платформу

    9:16 — для TikTok / Reels / Shorts, 16:9 — для горизонтальных лент и YouTube, 1:1 — для сеток постов. Модели обучаются немного по-разному для разных соотношений сторон — кадрирование 16:9 в 9:16 постфактум теряет и детализацию, и композицию, задуманную моделью.

Цены

Цены на API Wan 3.0

Оплата — за каждый результат. Итоговая стоимость зависит от параметров, заданных в playground каждого варианта (разрешение, длительность, количество результатов, референсы).

Цена от

$0.095

$0.10−5%

Эндпоинтов: 10 · Wan 3.0

Открыть Playground
ЭндпоинтТипЦена от
alibaba/wan-3.0/video-extendvideo-extend$0.10
alibaba/wan-3.0/video-editvideo-to-video$0.10
alibaba/wan-3.0/reference-to-videoreference-to-video−5%$0.30$0.285
alibaba/wan-3.0/image-to-videoimage-to-video−5%$0.10$0.095
alibaba/wan-3.0/text-to-videotext-to-video−5%$0.10$0.095
alibaba/wan-3.0-prime/video-extendvideo-extend$0.15
alibaba/wan-3.0-prime/video-editvideo-to-video$0.15
alibaba/wan-3.0-prime/reference-to-videoreference-to-video−5%$0.45$0.4275
alibaba/wan-3.0-prime/text-to-videotext-to-video−5%$0.15$0.1425
alibaba/wan-3.0-prime/image-to-videoimage-to-video−5%$0.15$0.1425

API

Вызов API Wan 3.0

Получите API-ключ на wavespeed.ai/accesskey, затем отправьте предсказание через REST. Playground генерирует готовые к вставке примеры для любой комбинации входных данных.

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
done

Сравнение

Wan 3.0 и альтернативы

Когда стоит выбрать Wan 3.0, а не похожие модели в WaveSpeedAI.

Wan 3.0 и Wan 2.7

Wan 3.0 удваивает потолок длительности — 30 секунд против 15 — и добавляет уровень 480p, а также явные параметры generate_audio и enable_prompt_expansion, которых в 2.7 нет. Wan 2.7 по-прежнему шире по семейству: в нём есть video-edit, video-extend, редактирование изображений и text-to-image, которых нет среди трёх конечных точек 3.0.

Wan 3.0 и Seedance 2.0

Seedance 2.0 доходит до 4K, а Wan 3.0 останавливается на 1080p, зато Seedance ограничен 15 секундами. Выбор между разрешением и длиной кадра: Seedance — для короткого ролика, который должен выдерживать 4K, Wan 3.0 — для длинного непрерывного дубля.

Wan 3.0 и Happy Horse 1.1

Happy Horse 1.1, тоже от Alibaba, работает в 720p/1080p до 15 секунд и позиционируется вокруг плавного движения камеры. Wan 3.0 выигрывает по длительности и добавляет черновой уровень 480p; Happy Horse покрывает video-extend, которого в Wan 3.0 нет.

FAQ

Wan 3.0 API — часто задаваемые вопросы

Цены, лицензия, интеграция — частые вопросы о запуске Wan 3.0 в WaveSpeedAI.

Какой длины может быть видео Wan 3.0?

От 2 до 30 секунд, задаётся в каждом запросе, по умолчанию 5 секунд. Весь клип создаётся за один проход генерации, а не склеивается, поэтому непрерывное движение камеры сохраняется на всей длительности.

Чем Wan 3.0 отличается от Wan 2.7?

Wan 3.0 удваивает максимальную длительность с 15 до 30 секунд, добавляет уровень вывода 480p ниже 720p и предоставляет явные параметры generate_audio и enable_prompt_expansion. Wan 2.7 охватывает больше типов задач — в нём есть конечные точки video-edit, video-extend, редактирования изображений и text-to-image, которых нет у Wan 3.0.

Может ли Wan 3.0 создавать звук вместе с видео?

Да. Каждый вариант имеет переключатель звука по желанию. Вариант reference-to-video дополнительно принимает аудиореференсы вместе с изображениями и видео, что можно использовать для управления таймингом и связности сцен.

Какую конечную точку Wan 3.0 выбрать?

Text-to-video — когда кадр строится только по описанию, image-to-video — когда начальный кадр уже утверждён (при желании можно задать последний кадр, чтобы зафиксировать конечную композицию), reference-to-video — когда облик героя, движение или тайминг должны определяться существующими изображениями, видео или аудио.

Что такое API Wan 3.0?

Wan 3.0 — модель генерации видео от Alibaba, доступная как REST API в WaveSpeedAI. Wan 3.0 от Alibaba — кинематографичное видео за один проход генерации длиной до 30 секунд, вдвое больше потолка Wan 2.7. Text-to-video, image-to-video с управлением первым и последним кадром и reference-to-video, принимающий вместе изображения, видео и аудио в качестве референсов. Вывод 480p / 720p / 1080p, генерируемый звук по желанию и расширение промпта для более качественного движения и связности сцен. Её можно вызывать программно или попробовать в playground по ссылке выше.

Как вызывать API Wan 3.0?

Создайте аккаунт WaveSpeedAI, скопируйте API-ключ на странице /accesskey и отправьте POST на https://api.wavespeed.ai/api/v3/alibaba/wan-3.0/text-to-video с входными данными в JSON. Эндпоинт вернёт id предсказания. Опрашивайте эндпоинт результата примерно раз в 2 секунды, для долгих задач увеличивайте интервал и останавливайтесь на любом финальном статусе. Примеры для продакшена на Python / Node.js / cURL — выше.

Сколько стоит API Wan 3.0?

Wan 3.0 стоит от $0.095. Точная стоимость зависит от заданных параметров (разрешение, длительность, количество результатов, референсы). Предпросмотр стоимости рядом с кнопкой «Сгенерировать» в playground показывает точную цену для ваших текущих данных.

Какие варианты Wan 3.0 доступны?

В WaveSpeedAI доступно рабочих эндпоинтов Wan 3.0: 10 — 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, и другие. У каждого варианта своя страница playground и свои цены.

Можно ли использовать результаты Wan 3.0 в коммерческих целях?

Права на коммерческое использование определяются лицензией модели Alibaba. Большинство моделей Alibaba разрешают коммерческое использование результатов; краткое описание лицензии смотрите на странице playground каждой модели, а условия платформы — в Условиях использования WaveSpeedAI.

Зачем использовать Wan 3.0 в WaveSpeedAI, а не напрямую?

Один API-ключ и один платёжный аккаунт для Wan 3.0 И для 1000+ других ИИ-моделей от разных провайдеров. Без настройки SDK для каждого вендора, без отдельных лимитов, без переписывания интеграционного кода под каждого поставщика. Цены, как правило, на уровне прямого API Alibaba или ниже.

Разработчик

О Alibaba

Команда, стоящая за Wan 3.0 и всей линейкой моделей Alibaba в WaveSpeedAI.

Лаборатория Tongyi Lab компании Alibaba выпускает семейство видеомоделей Wan и семейство LLM Qwen. Wan известна открытыми весами, широким набором вариантов (text-to-video, image-to-video, reference-to-video, video-edit, video-extend, image-edit, text-to-image) и стабильно сильными показателями по устойчивости движения и следованию промпту в многоязычных запросах.

Начните создавать с Wan 3.0 в WaveSpeedAI

Бесплатные стартовые кредиты при регистрации. Один API-ключ для 1000+ ИИ-моделей от Alibaba и всех остальных провайдеров.