Wan 3.0: видео до 30 секунд по тексту, фото, аудио и документам — что умеет модель Alibaba

Что такое Wan 3.0

Wan 3.0 — флагманская видеомодель Alibaba из семейства Wan. В начале августа 2026 года Alibaba открыла бета-доступ, а 24 августа запустила API для всех без заявок. Обзор семейства, включая открытые Wan 2.1 и 2.2, — на странице Wan.

Alibaba называет Wan 3.0 моделью «всё в одном». Одно имя модели закрывает генерацию по тексту, по кадрам, по референсам, правку и продление: Wan сама понимает задачу по набору файлов и словам в промпте.

Вместе с Wan 3.0 вышла Wan 3.0 Prime — ускоренная версия с теми же возможностями.

В рейтинге Arena на 21 сентября 2026 года Wan 3.0 на 6-м месте из 48 видеомоделей. Выше только две версии Gemini Omni, FLUX 3 Video из семейства FLUX 3, Grok Imagine Video 1.5 и Seedance 2.0.

Что умеет Wan 3.0

30 секунд за одну генерацию. Длина — от 2 до 30 секунд при 30 кадрах в секунду. Если поставить «умную» длительность, Wan сама подберёт подходящую длину под сюжет. Для нескольких планов Alibaba советует закладывать 4–6 секунд на план и расписывать их по таймкодам.

Звук сразу. Реплики, фоновая музыка и эффекты генерируются вместе с видео. Звук включён по умолчанию, его можно отключить.

До 20 референсов. Wan 3.0 принимает в одной задаче:

Тип	Лимит
Изображения	до 10, каждое до 20 МБ
Видео	до 5, суммарно до 15 с, каждое до 100 МБ
Аудио	до 5, суммарно до 15 с, каждое до 15 МБ
Документ или ссылка	1 файл (doc, docx, xls, xlsx, ppt, pptx, pdf, txt, md) или 1 публичная страница

Ролик по документу. Загрузите презентацию товара или отчёт и коротко опишите тон — Wan 3.0 возьмёт из файла содержание и соберёт ролик. Alibaba приводит примеры: презентация → имиджевый ролик бренда, отчёт → озвученный брифинг. Файл — до 100 МБ и 50 страниц.

Правка готового ролика. Загрузите видео и напишите, что изменить: «замени», «убери», «смени на». Можно поменять объект, фон или реплики, не генерируя всё заново.

Продление. По словам «продли» или «продолжи» Wan дописывает ролик вперёд, назад или в обе стороны. Исходник вместе с продолжением — не длиннее 30 секунд.

Первый и последний кадр. Одна картинка задаёт старт, две — старт и финал.

Лица и эмоции. Alibaba отдельно выделяет разнообразные реалистичные лица, микромимику и язык тела, а ещё чёткие интерфейсы, графики и текст — для демо приложений и видеоинфографики.

Wan 3.0 и Wan 3.0 Prime: чем отличаются

	Wan 3.0	Wan 3.0 Prime
Для чего	основная модель	та же, быстрее
Длина	2–30 с	2–30 с
Разрешение	480p, 720p, 1080p	480p, 720p, 1080p
Звук	да	да
Цена за секунду (480p / 720p / 1080p)	$0,05 / 0,10 / 0,20	$0,068 / 0,14 / 0,28
30 с в 1080p	$6,00	$8,40

Возможности и параметры у Prime те же — Alibaba продаёт её как более быструю генерацию без потери качества. Если не торопитесь, обычная Wan 3.0 дешевле примерно на 30%.

Для каких задач подходит Wan 3.0

• Короткие фильмы, сериалы и клипы — 30 секунд и несколько планов за одну генерацию.
• Реклама по брифу — презентация товара на входе, ролик на выходе.
• Демо интерфейсов и инфографика — Alibaba выделяет чёткие экраны приложений и графики.
• Туристические ролики без выезда на съёмку.
• Клипы под музыку — аудио-референс задаёт ритм и голос.
• Правка и продление готовых роликов без полной перегенерации.

Wan 3.0 и аналоги

	Wan 3.0	Seedance 2.5	MiniMax H3	HappyHorse 1.1
Разработчик	Alibaba	ByteDance Seed	MiniMax	Alibaba
Длина	2–30 с	4–30 с	4–15 с	3–15 с
Разрешение	до 1080p	до 1080p	до 2K	до 1080p
Референсы	10 фото, 5 видео, 5 аудио	до 50 файлов	9 фото, 3 видео, 3 аудио	до 9 фото
Документ на входе	да	нет	нет	нет
Правка и продление	да	да	правка	правка (модель 1.0)
Место в Arena (21.09.2026)	6	7	8	10 (1.0)
Цена за секунду 1080p	$0,20	—	$0,13 (2K)	—

Wan 3.0 и Seedance 2.5 из семейства Seedance — две модели с 30 секундами за генерацию: Wan дешевле и понимает документы, Seedance берёт больше референсов. MiniMax H3 выигрывает разрешением, HappyHorse — вторая видеомодель Alibaba для коротких роликов с диалогами.

Как писать промпты для Wan 3.0

1. Называйте файлы по номерам: «Image 1», «Video 1», «Audio 1». Нумерация у каждого типа своя, по порядку загрузки.
2. Расписывайте планы с таймкодами, 4–6 секунд на план.
3. Для правки и продления нужны ключевые слова: «edit video», «replace», «remove», «change to» или «extend», «continue». Без них Wan не поймёт задачу.
4. С документом пишите коротко: тон и цель, а содержание модель возьмёт из файла.
5. Черновик — в 480p. Alibaba сама советует проверять идею в низком разрешении и только потом делать 1080p.

Пример по раскадровке выше:

0–6 с: общий план, дедушка в кепке и девочка с двумя косичками поднимаются на травянистый
холм у моря с красным змеем. 6–12 с: крупный план, дедушка привязывает нитку, говорит:
"Держи крепче." 12–18 с: средний план, девочка бежит, змей поднимается. 18–24 с: снизу,
красный змей высоко в облаках. 24–30 с: общий план, оба сидят на траве и смотрят на море
на закате. Звук: ветер, шум прибоя, смех девочки, тёплая гитарная мелодия.

Как использовать Wan 3.0 в AI2Face

Wan 3.0 доступна в генераторе AI2Face рядом с MiniMax H3, Kling 3.0 и Veo 3.1.

1. Зарегистрируйтесь — новым аккаунтам начисляют стартовые кредиты.
2. Откройте генератор, перейдите в видео и выберите Wan 3.0.
3. Загрузите кадры, референсы или документ, напишите промпт, задайте длину и разрешение.
4. Стоимость в кредитах видна до запуска. Кредиты не сгорают, оплата — картой РФ, по СБП или криптовалютой, VPN не нужен.

Слайд с характеристиками товара или кадры раскадровки удобно сделать в том же генераторе — в GPT Image 2.5 или Nano Banana Pro.

Ограничения

• До 1080p. 2K и 4K у Wan 3.0 нет — для них смотрите MiniMax H3 и Kling 3.0.
• Звук и текст ещё дорабатываются. Alibaba прямо пишет, что фактура звука и точность надписей в кадре улучшаются.
• Нельзя смешивать режимы. Референсы, документ или ссылка не сочетаются с первым и последним кадром в одной задаче.
• Один документ или одна ссылка — не оба сразу; страница должна открываться без входа.
• Длинные ролики дорогие. 30 секунд в 1080p — $6 в API, в Prime — $8,40.
• Весов нет. Wan 3.0 — только облако; скачать можно Wan 2.1 и 2.2.

Выводы

Wan 3.0 — самая гибкая длинная видеомодель 2026 года: 30 секунд со звуком, 20 референсов, ролик по презентации или ссылке, правка и продление в одной модели. Это 6-е место Arena по цене $0,20 за секунду 1080p — дешевле большинства соседей по рейтингу. Берите Wan 3.0 для историй, рекламы по брифу и клипов под музыку; если нужны 2K — MiniMax H3, если нужны десятки референсов — Seedance 2.5. Prime нужна, только когда скорость важнее цены.