# Wan: нейросеть Alibaba для видео — что умеет Wan 3.0

> Wan нейросеть — семейство видеомоделей Alibaba. Wan 3.0, официально запущенная 24 августа 2026 года, делает ролики до 30 секунд со звуком — речью, эффектами и музыкой — и принимает до 20 референсов: фото, видео, аудио и даже документы. В рейтинге Arena она 6-я из 48. Предыдущие Wan 2.1 и 2.2 открыты под Apache 2.0. В AI2Face Wan доступна в генераторе.

Разработчик: Alibaba · Релиз: 2026-08-24 · Обновлено 2026-10-02
URL: https://ai2face.com/ru/models/wan

## Ключевые факты

| | |
|---|---|
| Разработчик | Alibaba |
| Версии | Wan 3.0 и 3.0 Prime (24 августа 2026), Wan 2.7, открытые Wan 2.2 и 2.1 |
| Что делает | Видео со звуком по тексту, фото, видео, аудио и документам; правка ролика |
| Длительность | Wan 3.0 — до 30 секунд за генерацию; Wan 2.7 — до 15 секунд |
| Разрешение | 480p, 720p, 1080p, 30 кадров в секунду |
| Звук | Речь, эффекты и музыка вместе с видео |
| Референсы | До 20 файлов, включая до 5 аудио общей длиной до 15 секунд |
| Цена API | $0,05 / 0,10 / 0,20 за секунду в 480p / 720p / 1080p |
| В AI2Face | Да |

## Что такое нейросеть Wan

Wan — видеомодели Alibaba. Семейство известно двумя направлениями: открытыми моделями, которые можно скачать и запустить у себя, и облачными флагманами.

**Wan 2.1 и Wan 2.2** Alibaba выложила на GitHub и Hugging Face под лицензией Apache 2.0. Wan 2.2 вышла 28 июля 2025 года: архитектура Mixture-of-Experts, модели для видео по тексту, по фото, по речи и для анимации персонажей. Младшая Wan 2.2 TI2V-5B делает 720p при 24 кадрах в секунду и запускается на видеокарте уровня RTX 4090.

**Wan 3.0** — облачный флагман. Alibaba сначала открыла бета-тест, а 24 августа 2026 года запустила API для всех. Вместе с ней вышла ускоренная Wan 3.0 Prime. Предыдущая Wan 2.7 делала до 15 секунд — Wan 3.0 удвоила длину.

## Что умеет Wan 3.0

**30 секунд за одну генерацию.** Wan 3.0 делает до 30 секунд при 30 кадрах в секунду и сама предлагает подходящую длительность по промпту. Внутри ролика можно расписать несколько планов — модель соберёт их с общим звуком.

[Красный поезд прибывает на заснеженную горную станцию, девушка в зелёном шарфе выходит из вагона, к ней по снегу бежит старый пёс](https://ai2face.com/_astro/media/models/wan/three-shot-story.mp4 "Три плана из одного промпта: общий, средний и крупный, с общим звуком. Wan 3.0, 720p, 15 с")

**Звук и речь.** Wan 3.0 генерирует реплики героев, звуки сцены и фоновую музыку без отдельной озвучки. Alibaba заявляет естественную речь на нескольких языках и единый голос героя в ролике.

[Коллеги на офисной кухне: женщина с кудрявыми волосами протягивает мужчине в очках стакан кофе, они обмениваются репликами и смеются](https://ai2face.com/_astro/media/models/wan/office-dialogue.mp4 "Диалог «восьмёркой»: реплики обоих героев заданы в промпте. Wan 3.0, 8 с")

**До 20 референсов.** Кроме текста, на вход идут изображения, видео, аудио и — впервые у Wan — документы и веб-страницы: doc, xls, ppt, pdf, txt, key, pages, numbers, md, один файл до 100 МБ и 50 страниц. До 5 аудио-клипов общей длиной до 15 секунд задают музыку или голос: так делают танцы под бит и синхронизацию губ.

**Правка без перегенерации.** В готовом ролике можно поменять картинку, сюжет или реплики, не генерируя всё заново.

**Вертикальные ролики** для соцсетей и рекламы: формат 9:16 задаётся так же, как горизонтальный.

[Бутылка лимонада с дольками лимона на мокром камне, вокруг в замедлении падают кубики льда, камера облетает бутылку](https://ai2face.com/_astro/media/models/wan/vertical-ad.mp4 "Вертикальный рекламный ролик 9:16 со звуком шипения и льда. Wan 3.0, 8 с")

## Версии Wan

| | Wan 2.2 | Wan 2.7 | Wan 3.0 |
|---|---|---|---|
| Вышла | 28 июля 2025 | до Wan 3.0 | 24 августа 2026 |
| Длительность | короткие ролики | до 15 с | до 30 с |
| Разрешение | 480p, 720p | — | 480p, 720p, 1080p |
| Звук | отдельная модель Speech-to-Video | — | вместе с видео |
| Открытые веса | да, Apache 2.0 | нет | нет |
| Место в Arena (21.09.2026) | 42 (A14B) | — | 6 из 48 |

## Для каких задач подходит Wan

- **Короткие истории и сторис** — 30 секунд и несколько планов за одну генерацию.
- **Ролики по документу.** Загрузите презентацию или описание товара — Wan 3.0 возьмёт из него содержание.
- **Танцы и клипы под музыку** — аудио-референс задаёт ритм.
- **Рекламные вертикальные ролики** с предметом и звуком.
- **Своя инфраструктура.** Открытые Wan 2.1 и 2.2 можно запустить на своём сервере без оплаты API.

## Wan и аналоги

| | Wan 3.0 | [Seedance 2.5](/ru/models/seedance) | [Hailuo (MiniMax H3)](/ru/models/hailuo) | [Gemini Omni](/ru/models/gemini-omni) |
|---|---|---|---|---|
| Разработчик | Alibaba | ByteDance | MiniMax | Google |
| Длительность | до 30 с | до 30 с | 4–15 с | 3–10 с, продление до 40 |
| Разрешение | до 1080p | разработчик не раскрывает | до 2K | до 4K |
| Звук | да | да | стерео | да |
| Референсы | до 20, включая документы | до 50 | до 12 | фото и видео |
| Место в Arena | 6 | 7 (2.5) | 8 | 1–2 |

Wan 3.0 и Seedance 2.5 — две модели с 30 секундами за генерацию. Wan выделяется документами на входе и ценой, Seedance — числом референсов. Если важна картинка в 2K или 4K, смотрите H3 и Gemini Omni.

## Как писать промпты для Wan

- **Расписывайте планы:** «Shot 1: общий план… Shot 2: средний… Shot 3: крупный…» — так Wan не растянет один момент на 30 секунд.
- **Реплики — в кавычках** с указанием, кто говорит.
- **Звук — отдельной строкой:** «Sound: шум поезда, хруст снега, тихое пианино».
- **Длительность — по смыслу.** Не просите 30 секунд для одного действия: Wan сама подскажет оптимальную длину.
- **Текст в кадре — коротко.** Alibaba признаёт, что надписи пока получаются не всегда точно.

## Как использовать Wan в AI2Face

В AI2Face Wan доступна в генераторе из России без VPN и аккаунта Alibaba Cloud. Один промпт можно запустить на Wan, Seedance, Hailuo и Gemini Omni и сравнить результат. Стоимость каждой генерации видна до запуска, оплата — картой российского банка, по СБП или криптовалютой, кредиты из пакетов не сгорают. После регистрации начисляются стартовые кредиты.

## Ограничения

- **Звук и надписи.** Alibaba прямо пишет, что фактура звука и точность текста в кадре ещё улучшаются.
- **До 1080p.** 2K и 4K у Wan 3.0 нет.
- **30 секунд — дорого.** Ролик в 1080p такой длины стоит в API $6 — сначала проверяйте идею на 5–8 секундах в 480p.
- **Wan 3.0 закрыта.** Скачать можно только Wan 2.1 и 2.2.

## Выводы

Wan 3.0 — одна из самых длинных видеомоделей 2026 года: 30 секунд со звуком за одну генерацию, 6-е место в рейтинге Arena и редкая возможность делать ролик по документу. Берите её для историй, сторис и рекламы, где важна длина и звук; для 2K — Hailuo H3, для максимального качества — Gemini Omni. Если нужна своя инфраструктура, открытые Wan 2.1 и 2.2 по-прежнему лучший бесплатный выбор. В AI2Face Wan работает из России вместе с остальными моделями.

## Частые вопросы

### Что такое нейросеть Wan?

Семейство видеомоделей Alibaba. Актуальная Wan 3.0 делает ролики до 30 секунд со звуком по тексту, фото, видео, аудио и документам. В рейтинге Arena она на 6-м месте из 48.

### Чем Wan 3.0 отличается от Wan 2.x?

Wan 3.0 делает до 30 секунд за генерацию вместо 15 у Wan 2.7, принимает документы и веб-страницы, лучше держит персонажей и рисует разнообразные лица. Звук она генерирует сразу вместе с видео.

### Можно ли скачать Wan?

Wan 2.1 и Wan 2.2 — да: Alibaba выложила их на GitHub и Hugging Face под лицензией Apache 2.0, младшая модель 5B запускается на видеокарте уровня RTX 4090. Wan 3.0 работает через облачный API.

### Сколько стоит Wan 3.0?

В API Alibaba — $0,05 за секунду в 480p, $0,10 в 720p и $0,20 в 1080p. 30-секундный ролик в 1080p стоит $6. В AI2Face стоимость видна перед генерацией.

### Есть ли в Wan звук?

Да. Wan 3.0 генерирует речь героев, звуки сцены и фоновую музыку вместе с видео. Можно загрузить до 5 аудио-референсов, чтобы герой танцевал под музыку или говорил заданным голосом.

## Источники

- 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/en/news/product/video-generation-model-wan30-officially-launched-nsb
- https://github.com/Wan-Video/Wan2.2
- https://arena.ai/leaderboard/text-to-video