# Wan 3.0：テキスト、写真、音声、文書から最長30秒の動画——Alibabaのモデルができること

> Wan 3.0はAlibabaの動画モデルで、2026年8月24日に誰でも使えるようになりました。1回の生成で最長30秒の1080pを音声付きで作り、写真10枚、動画5本、音声5本に加え、文書かウェブページも受け取り、できた動画の編集と延長もできます。そばでは速いWan 3.0 Primeが動きます。Wan 3.0はAI2Faceのジェネレーターで使えます。

開発元: Alibaba · リリース: 2026-08-24 · 更新日 2026-10-28
URL: https://ai2face.com/ja/models/wan-3-0

## 主要データ

| | |
|---|---|
| 開発元 | Alibaba（Alibaba Cloud Model Studio） |
| 公開日 | 2026年8月にベータ、公開APIは2026年8月24日 |
| バージョン | Wan 3.0と、高速なWan 3.0 Prime |
| 長さ | 2–30秒、またはプロンプトから選ぶ「スマート」な長さ。毎秒30フレーム |
| 解像度 | 480p、720p、1080p |
| 音声 | セリフ、音楽、効果音を動画と同時に生成。初期状態でオン |
| 参照 | 写真10枚、動画5本、音声5本まで。さらに文書かリンク |
| 編集 | 物体と背景の差し替え、セリフの変更、前と後ろへの延長 |
| API料金 | 480p／720p／1080pで1秒あたり0.05／0.10／0.20ドル |
| AI2Face | あり。ジェネレーター内 |

## Wan 3.0とは

Wan 3.0は、AlibabaのWanファミリーのフラッグシップ動画モデルです。2026年8月上旬にAlibabaがベータを開き、8月24日には申請なしで誰でも使えるAPIを出しました。公開版のWan 2.1と2.2を含むファミリーの全体は、[Wan AI](/ja/models/wan)のページにあります。

AlibabaはWan 3.0を「オールインワン」のモデルと呼んでいます。モデル名は一つで、テキストから、フレームから、参照からの生成と、編集、延長をまとめて担います。Wanはファイルの組み合わせとプロンプトの言葉から、何をするかを自分で判断します。

Wan 3.0と同時に出たのが**Wan 3.0 Prime**で、できることは同じ、速度だけが上がった版です。

2026年9月21日のArenaでは、Wan 3.0は動画モデル48個中6位です。上にいるのは[Gemini Omni](/ja/models/gemini-omni)の2バージョン、[FLUX 3](/ja/models/flux-3)ファミリーのFLUX 3 Video、[Grok Imagine Video 1.5](/ja/models/grok-imagine-video-1-5)、[Seedance 2.0](/ja/models/seedance-2-0)だけです。

## Wan 3.0ができること

**1回で30秒。** 長さは2秒から30秒、毎秒30フレームです。「スマート」な長さにすると、Wanが話に合う長さを自分で選びます。ショットが複数あるときは、Alibabaは1ショット4–6秒を見積もり、タイムコードで書くよう勧めています。

![映画のフレームが5つ横に並ぶ。祖父と孫娘が赤い凧を持って丘を上り、祖父が糸を結び、少女が走り、凧が空にあり、夕暮れの草原に二人が座っている](https://ai2face.com/_astro/storyboard.Bxpn5Xvs_xJTKU.jpg "一つの話の5ショット。1ショット4–6秒なら、Wan 3.0の30秒動画に収まる分量です。フレームはNano Banana Proで作成")

**音声は最初から。** セリフ、BGM、効果音は動画と一緒に生成されます。音声は初期状態でオンで、オフにもできます。

**参照は最大20。** Wan 3.0が1回のタスクで受け取るものは次のとおりです。

| 種類 | 上限 |
|---|---|
| 画像 | 10枚まで、1枚20 MBまで |
| 動画 | 5本まで、合計15秒まで、1本100 MBまで |
| 音声 | 5本まで、合計15秒まで、1本15 MBまで |
| 文書またはリンク | ファイル1つ（doc、docx、xls、xlsx、ppt、pptx、pdf、txt、md）か、公開ページ1つ |

**文書から動画。** 商品のプレゼンか報告書をアップロードし、トーンを短く書くと、Wan 3.0はファイルから中身を取り、動画にまとめます。Alibabaの例では、プレゼンはブランドのイメージ映像に、報告書はナレーション付きのブリーフィングになります。ファイルは100 MB、50ページまでです。

![プレゼンのスライド。ソーラー式キャンプランタンの写真と、SOLAR LANTERN L1、12 h of light、300 g、IP67 waterproofの文字](https://ai2face.com/_astro/slide.BVPuzfAk_tIBKB.jpg "この種のスライドは文書としてWan 3.0に渡せます。商品仕様はモデルがそこから読みます。フレームはGPT Image 2.5 Flareで作成")

**できた動画の編集。** 動画をアップロードし、何を変えるか書きます。「置き換えて」「消して」「〜に変えて」。物体、背景、セリフを、全部作り直さずに変えられます。

**延長。** 「延長して」または「続けて」と書くと、Wanは動画を前へ、後ろへ、または両方向へ足します。元の動画と続きを合わせても30秒を超えません。

**最初と最後のフレーム。** 画像1枚で開始、2枚で開始と終了を指定します。

**顔と感情。** Alibabaは、多様なリアルな顔、微細な表情、ボディランゲージ、そしてはっきりしたUI、グラフ、文字を別に挙げています。アプリのデモや動画のインフォグラフィック向けです。

![縦長のフレーム。黄色いレインコートの自転車が、夜の濡れた道を街灯の下で走り、水たまりに明かりが映っている](https://ai2face.com/_astro/vertical.CMRExT9b_Z1GzdTt.jpg "SNS用動画の、縦9:16の開始フレーム。フレームはNano Banana Proで作成")

## Wan 3.0とWan 3.0 Primeの違い

| | Wan 3.0 | Wan 3.0 Prime |
|---|---|---|
| 役割 | メインのモデル | 同じもの、より速い |
| 長さ | 2–30秒 | 2–30秒 |
| 解像度 | 480p、720p、1080p | 480p、720p、1080p |
| 音声 | あり | あり |
| 1秒の料金（480p／720p／1080p） | 0.05／0.10／0.20ドル | 0.068／0.14／0.28ドル |
| 1080pの30秒 | 6.00ドル | 8.40ドル |

Primeの機能とパラメータは同じです。Alibabaは、画質を落とさず生成を速くしたものとして売っています。急がないなら、通常のWan 3.0のほうがおよそ30%安くなります。

## Wan 3.0が向く仕事

- **短編、連続もの、ミュージックビデオ** — 1回で30秒、ショットは複数。
- **ブリーフからの広告** — 入れるのは商品プレゼン、出てくるのは動画。
- **UIのデモとインフォグラフィック** — Alibabaは、はっきりしたアプリ画面とグラフを挙げています。
- **旅の動画**。現地撮影に出なくてよい。
- **曲に合わせたクリップ** — 音声参照がリズムと声を決めます。
- **できた動画の編集と延長**。全部の再生成は不要です。

## Wan 3.0と他のモデル

| | Wan 3.0 | [Seedance 2.5](/ja/models/seedance-2-5) | [MiniMax H3](/ja/models/minimax-h3) | [HappyHorse AI](/ja/models/happyhorse) 1.1 |
|---|---|---|---|---|
| 開発元 | Alibaba | ByteDance Seed | MiniMax | Alibaba |
| 長さ | 2–30秒 | 4–30秒 | 4–15秒 | 3–15秒 |
| 解像度 | 最大1080p | 最大1080p | 最大2K | 最大1080p |
| 参照 | 写真10、動画5、音声5 | 最大50ファイル | 写真9、動画3、音声3 | 最大9枚の写真 |
| 文書入力 | あり | なし | なし | なし |
| 編集と延長 | あり | あり | 編集 | 編集（モデル1.0） |
| Arena順位（2026-09-21） | 6 | 7 | 8 | 10（1.0） |
| 1080pの1秒あたり | 0.20ドル | — | 0.13ドル（2K） | — |

Wan 3.0と、[Seedance](/ja/models/seedance)ファミリーのSeedance 2.5は、1回で30秒作れる二つのモデルです。Wanのほうが安く、文書を読みます。Seedanceは参照をより多く受け取れます。解像度で勝つのはMiniMax H3、HappyHorseはセリフ付きの短い動画向けの、Alibaba二つ目の動画モデルです。

## Wan 3.0のプロンプトの書き方

1. **ファイルは番号で呼ぶ。** "Image 1"、"Video 1"、"Audio 1"。種類ごとに番号が分かれ、アップロード順です。
2. **ショットはタイムコードで書く。** 1ショット4–6秒。
3. **編集と延長にはキーワードが要る。** "edit video"、"replace"、"remove"、"change to"、または"extend"、"continue"。これがないとWanはタスクを理解しません。
4. **文書があるときは短く。** トーンと目的だけ書き、中身はモデルがファイルから取ります。
5. **下書きは480p。** Alibaba自身が、まず低解像度でアイデアを確かめ、そのあと1080pにするよう勧めています。

上の絵コンテに沿った例です。

```
0–6秒：ワイド、キャップをかぶった祖父と、おさげが二つの少女が、赤い凧を持って
海辺の草の丘を上る。6–12秒：クローズアップ、祖父が糸を結び、「しっかり持って」
と言う。12–18秒：ミディアム、少女が走り、凧が上がる。18–24秒：下から、赤い凧が
雲の高いところに。24–30秒：ワイド、二人は夕暮れの海を見ながら草の上に座っている。
音：風、波の音、少女の笑い、あたたかいギターの旋律。
```

## AI2FaceでWan 3.0を使う

Wan 3.0はAI2Faceのジェネレーターにあり、[MiniMax H3](/ja/models/minimax-h3)、[Kling 3.0](/ja/models/kling-3-0)、[Veo 3.1](/ja/models/veo-3-1)と並んでいます。

1. 登録すると、新しいアカウントにウェルカムクレジットが付きます。
2. ジェネレーターを開き、動画に切り替えてWan 3.0を選びます。
3. フレーム、参照、または文書をアップロードし、プロンプトを書き、長さと解像度を指定します。
4. クレジットの費用は実行前に表示されます。パックのクレジットに有効期限はありません。支払いはカードか暗号資産です。

商品仕様のスライドや絵コンテのフレームは、同じジェネレーターで作れます。[GPT Image 2.5](/ja/models/gpt-image-2-5)か[Nano Banana Pro](/ja/models/nano-banana-pro)です。

## 制限

- **1080pまで。** Wan 3.0に2Kと4Kはありません。そちらはMiniMax H3とKling 3.0を見てください。
- **音声と画面内の文字はまだ改善中です。** Alibabaは、音の質感と画面内テキストの精度が上がっていると、はっきり書いています。
- **モードは混ぜられません。** 参照、文書、リンクは、最初と最後のフレームと同じタスクに入れられません。
- **文書かリンクのどちらか一つ。** 両方は同時に渡せません。ページはログインなしで開く必要があります。
- **長い動画は高い。** 1080pの30秒はAPIで6ドル、Primeでは8.40ドルです。
- **ウェイトはありません。** Wan 3.0はクラウドのみです。ダウンロードできるのはWan 2.1と2.2です。

## まとめ

Wan 3.0は2026年でいちばん柔軟な長尺の動画モデルです。音声付き30秒、参照20、プレゼンやリンクからの動画、編集と延長が一つのモデルに入っています。Arena 6位で、1080pは1秒0.20ドル。順位の近所の大半より安いです。物語、ブリーフからの広告、曲に合わせたクリップにはWan 3.0を。2Kなら[MiniMax H3](/ja/models/minimax-h3)、参照が何十も要るなら[Seedance 2.5](/ja/models/seedance-2-5)です。Primeが要るのは、速さのほうが値段より大事なときだけです。

## よくある質問

### Wan 3.0は何ができますか？

テキスト、フレーム、参照から、音声付きで最長30秒の1080p動画を作ります。写真10枚、動画5本、音声5本、文書またはリンクを受け取り、できた動画の編集と延長もします。Arenaでは48モデル中6位です。

### Wan 3.0 PrimeはWan 3.0とどう違いますか？

Primeは高速版です。Alibabaは、画質はそのままで生成がはっきり速くなると説明しています。機能とパラメータは同じで、1秒の値段はおよそ1.4倍です。1080pで0.28ドル対0.20ドルです。

### Wan 3.0はダウンロードできますか？

できません。Wan 3.0はAlibabaのクラウドAPIと、それをつないだサービスからのみ動きます。公開されてダウンロードできるのは、前のWan 2.1と2.2だけです。

### Wan 3.0はいくらですか？

AlibabaのAPIでは、480pが1秒0.05ドル、720pが0.10ドル、1080pが0.20ドルです。1080pで30秒の動画は6ドル、同じ長さの480pの下書きは1.50ドルです。失敗した生成は課金されません。

### Wan 3.0は無料で使えますか？

APIに無料プランはありません。AI2Faceでは登録後にウェルカムクレジットが付き、Wan 3.0の短い動画に足ります。料金は実行前に表示されます。

## 出典

- https://www.alibabacloud.com/en/news/product/video-generation-model-wan30-officially-launched-nsb
- https://www.alibabacloud.com/blog/wan3-0-30-second-ai-video-generation-from-any-input_603452
- https://www.alibabacloud.com/help/en/model-studio/wan3-video-generation-guide
- https://www.alibabacloud.com/help/en/model-studio/wan3-0-video-prime
- https://www.alibabacloud.com/help/en/model-studio/video-generate-edit-model/
- https://arena.ai/leaderboard/text-to-video