Wan 3.0 : des vidéos jusqu'à 30 secondes à partir de texte, de photos, d'audio et de documents — ce que fait le modèle d'Alibaba

Qu’est-ce que Wan 3.0

Wan 3.0 est le modèle vidéo phare d’Alibaba, dans la famille Wan. Début août 2026, Alibaba a ouvert l’accès bêta, et le 24 août a lancé l’API pour tout le monde, sans demande. Le panorama de la famille, y compris les Wan 2.1 et 2.2 ouverts, est sur la page Wan IA.

Alibaba présente Wan 3.0 comme un modèle « tout-en-un ». Un seul nom couvre la génération à partir de texte, d’images et de références, l’édition et la prolongation : Wan déduit la tâche de l’ensemble des fichiers et des mots du prompt.

Wan 3.0 Prime est sorti en même temps : une version accélérée, avec les mêmes fonctions.

Dans le classement Arena au 21 septembre 2026, Wan 3.0 est 6e sur 48 modèles vidéo. Au-dessus, il n’y a que deux versions de Gemini Omni, FLUX 3 Video de la famille FLUX 3, Grok Imagine Video 1.5 et Seedance 2.0.

Ce que sait faire Wan 3.0

30 secondes en une génération. La durée va de 2 à 30 secondes à 30 images par seconde. Si vous choisissez la durée « intelligente », Wan choisit tout seul une longueur adaptée à l’histoire. Pour plusieurs plans, Alibaba conseille de prévoir 4 à 6 secondes par plan et de les écrire avec des timecodes.

Le son tout de suite. Répliques, musique de fond et effets sont générés avec la vidéo. Le son est activé par défaut et peut être coupé.

Jusqu’à 20 références. Wan 3.0 accepte dans une même tâche :

Type	Limite
Images	jusqu’à 10, chacune jusqu’à 20 Mo
Vidéo	jusqu’à 5, 15 s au total, chacune jusqu’à 100 Mo
Audio	jusqu’à 5, 15 s au total, chacun jusqu’à 15 Mo
Document ou lien	1 fichier (doc, docx, xls, xlsx, ppt, pptx, pdf, txt, md) ou 1 page publique

Une vidéo à partir d’un document. Importez une présentation produit ou un rapport et décrivez brièvement le ton : Wan 3.0 prend le contenu du fichier et monte le clip. Alibaba donne des exemples : présentation → film d’image de marque, rapport → briefing commenté. Le fichier, jusqu’à 100 Mo et 50 pages.

Édition d’un clip déjà fait. Importez une vidéo et écrivez ce qu’il faut changer : « remplace », « enlève », « change en ». Vous pouvez changer l’objet, le fond ou les répliques sans tout régénérer.

Prolongation. Avec « prolonge » ou « continue », Wan ajoute de la durée vers l’avant, vers l’arrière ou dans les deux sens. La source plus la suite ne dépasse pas 30 secondes.

Première et dernière image. Une image fixe le début ; deux fixent le début et la fin.

Visages et émotions. Alibaba met à part des visages réalistes et variés, la micro-expression et le langage du corps, ainsi que des interfaces, des graphiques et du texte nets — pour des démos d’applications et de l’infographie vidéo.

Wan 3.0 et Wan 3.0 Prime : les différences

	Wan 3.0	Wan 3.0 Prime
Rôle	modèle principal	le même, plus rapide
Durée	2–30 s	2–30 s
Résolution	480p, 720p, 1080p	480p, 720p, 1080p
Son	oui	oui
Prix par seconde (480p / 720p / 1080p)	0,05 / 0,10 / 0,20 $	0,068 / 0,14 / 0,28 $
30 s en 1080p	6,00 $	8,40 $

Les fonctions et les paramètres de Prime sont les mêmes : Alibaba le vend comme une génération plus rapide, sans perte de qualité. Si vous n’êtes pas pressé, le Wan 3.0 classique coûte environ 30 % moins cher.

À quoi sert Wan 3.0

• Courts métrages, séries et clips — 30 secondes et plusieurs plans en une génération.
• Publicité à partir d’un brief — une présentation produit en entrée, un clip en sortie.
• Démos d’interface et infographie — Alibaba met en avant des écrans d’applications et des graphiques nets.
• Films de voyage sans se déplacer sur un tournage.
• Clips sur de la musique — la référence audio donne le rythme et la voix.
• Édition et prolongation de clips déjà faits, sans régénération complète.

Wan 3.0 et les alternatives

	Wan 3.0	Seedance 2.5	MiniMax H3	HappyHorse IA 1.1
Développeur	Alibaba	ByteDance Seed	MiniMax	Alibaba
Durée	2–30 s	4–30 s	4–15 s	3–15 s
Résolution	jusqu’à 1080p	jusqu’à 1080p	jusqu’à 2K	jusqu’à 1080p
Références	10 photos, 5 vidéos, 5 audios	jusqu’à 50 fichiers	9 photos, 3 vidéos, 3 audios	jusqu’à 9 photos
Document en entrée	oui	non	non	non
Édition et prolongation	oui	oui	édition	édition (modèle 1.0)
Place sur Arena (21/09/2026)	6	7	8	10 (1.0)
Prix par seconde en 1080p	0,20 $	—	0,13 $ (2K)	—

Wan 3.0 et Seedance 2.5, de la famille Seedance, sont deux modèles à 30 secondes par génération : Wan est moins cher et lit les documents, Seedance prend plus de références. MiniMax H3 gagne sur la résolution, HappyHorse est le second modèle vidéo d’Alibaba pour les clips courts avec dialogues.

Comment écrire des prompts pour Wan 3.0

1. Nommez les fichiers par numéro : “Image 1”, “Video 1”, “Audio 1”. Chaque type a sa propre numérotation, dans l’ordre d’import.
2. Décrivez les plans avec des timecodes, 4 à 6 secondes par plan.
3. L’édition et la prolongation exigent des mots-clés : “edit video”, “replace”, “remove”, “change to” ou “extend”, “continue”. Sans eux, Wan ne comprend pas la tâche.
4. Avec un document, écrivez court : le ton et le but, le contenu vient du fichier.
5. Le brouillon, en 480p. Alibaba recommande d’ailleurs de tester l’idée en basse résolution, puis seulement de passer en 1080p.

Exemple d’après le storyboard ci-dessus :

0–6 s : plan large, un grand-père en casquette et une fillette à deux tresses
montent une colline herbeuse au bord de la mer avec un cerf-volant rouge.
6–12 s : gros plan, le grand-père attache le fil et dit : "Accroche-toi bien."
12–18 s : plan moyen, la fillette court, le cerf-volant s'élève. 18–24 s : vu
d'en bas, le cerf-volant rouge haut dans les nuages. 24–30 s : plan large, tous
deux assis dans l'herbe regardent la mer au coucher du soleil. Son : vent,
ressac, le rire de la fillette, une mélodie de guitare chaude.

Comment utiliser Wan 3.0 dans AI2Face

Wan 3.0 est dans le générateur d’AI2Face, à côté de MiniMax H3, Kling 3.0 et Veo 3.1.

1. Inscrivez-vous : les nouveaux comptes reçoivent des crédits de bienvenue.
2. Ouvrez le générateur, passez en vidéo et choisissez Wan 3.0.
3. Importez des images, des références ou un document, écrivez le prompt, réglez la durée et la résolution.
4. Le coût en crédits s’affiche avant le lancement. Les crédits des packs n’expirent pas. Le paiement se fait par carte ou en crypto.

La diapositive avec les caractéristiques du produit ou les images du storyboard se préparent dans le même générateur — dans GPT Image 2.5 ou Nano Banana Pro.

Limites

• Jusqu’à 1080p. Wan 3.0 n’a ni 2K ni 4K — pour cela, regardez MiniMax H3 et Kling 3.0.
• Le son et le texte sont encore en cours d’amélioration. Alibaba écrit clairement que la texture du son et la précision des textes à l’image s’améliorent.
• On ne mélange pas les modes. Références, document ou lien ne se combinent pas avec la première et la dernière image dans une même tâche.
• Un document ou un lien — pas les deux à la fois ; la page doit s’ouvrir sans connexion.
• Les clips longs coûtent cher. 30 secondes en 1080p, c’est 6 $ dans l’API, et 8,40 $ avec Prime.
• Pas de poids. Wan 3.0 est uniquement dans le cloud ; on peut télécharger Wan 2.1 et 2.2.

En résumé

Wan 3.0 est le modèle vidéo long le plus souple de 2026 : 30 secondes avec le son, 20 références, un clip à partir d’une présentation ou d’un lien, édition et prolongation dans un seul modèle. C’est la 6e place sur Arena à 0,20 $ la seconde de 1080p — moins cher que la plupart de ses voisins au classement. Prenez Wan 3.0 pour les récits, la publicité à partir d’un brief et les clips sur de la musique ; s’il vous faut du 2K, MiniMax H3 ; s’il vous faut des dizaines de références, Seedance 2.5. Prime n’est utile que lorsque la vitesse compte plus que le prix.