Utiliser le générateur vidéo Wan 3.0 : entrées, prompts et budgets
Le plan de 30 secondes de Wan 3.0 commence bien avant le prompt : il commence par le bon choix d'entrée. Le modèle d'Alibaba ne lit pas que du texte — il lit un script que vous téléversez, une page web que vous liez, et jusqu'à dix images, cinq vidéos et cinq clips audio que vous joignez. Ce guide est le volet pratique de notre guide Wan 3.0 en 30 secondes (qui couvre les spécifications et la planification) : nous passons en revue chaque entrée, le format de prompt qui tient 30 secondes ensemble, ce que coûte une génération à chaque résolution, et les erreurs qui brûlent du budget. Dernière vérification : 2026-10-10.
Les cinq entrées, et le rôle de chacune
| Entrée | Limite | À quoi elle sert |
|---|---|---|
| Document | 1 fichier, jusqu'à 100 Mo et 50 pages | La source de vérité du contenu : un script, un brief, un storyboard ou une présentation passent tels quels, sans être collés dans le prompt. |
| Lien web | 1 lien | Le contexte qui vit sur une page — une fiche produit, un article, la documentation de marque — quand vous n'avez pas le fichier. |
| Images | Jusqu'à 10 | Les ancres d'identité : le personnage, le produit, le lieu, l'image de style. Ce sont elles qui font que la dernière seconde ressemble à la première. |
| Vidéos | Jusqu'à 5 clips, 15 s au total | Mouvement et continuité : comment le sujet se déplace, ce que faisait la caméra sur la prise précédente, un clip à étendre. |
| Audio | Jusqu'à 5 clips, 15 s au total | Références sonores : une voix à garder cohérente, un jingle, une ambiance à respecter. |
On passe un document ou un lien, pas les deux, et les limites de médias sont des plafonds stricts appliqués par l'API. Une répartition pratique : le document ou le lien porte ce qui se passe, les images portent à qui cela arrive, et le prompt porte comment c'est filmé. Le prompt lui-même peut atteindre 20 000 caractères : une feuille de temps qui ne tient pas dans le document tient dans le prompt.
Structure du prompt pour un long plan-séquence
Le guide officiel d'Alibaba met les prompts longs en segments horodatés, chacun avec une ligne caméra et une ligne scène, sous des lignes globales de style et d'audio. Le format compte plus que la longueur :
Style: warm documentary realism, golden-hour light, 16:9.
Audio: quiet street ambience, soft acoustic guitar under the dialogue.
(0:00 - 0:08) Camera: wide shot, slow push-in. Scene: a cyclist rides into an empty market square.
(0:08 - 0:20) Camera: continues to a medium shot, handheld follow. Scene: she stops at a flower stall. Dialogue (vendor): "You're early today."
(0:20 - 0:30) Camera: slow orbit to a close-up. Scene: she smiles and picks up a bunch of sunflowers.- Les lignes globales d'abord. Style, lumière et lit sonore s'appliquent à tout le clip ; déclarez-les une fois en haut, pas dans chaque segment.
- Une action par segment. Les segments qui empilent deux actions sont ceux que le modèle moyenne en bouillie.
- Nommez la transition de caméra. Dans un plan-séquence, pas de coupe : écrivez comment la caméra voyage d'un temps au suivant (« continues to a medium shot »), pas seulement où elle aboutit.
- Budgetez le dialogue. La parole naturelle court à deux ou trois mots par seconde ; laissez de l'air entre les répliques au lieu de remplir les 30 secondes.
- Choisissez la durée délibérément. Par défaut 5 secondes ; -1 demande une « durée intelligente » choisie par le modèle. Quand le clip doit tomber sur un point d'orgue musical ou un slot pub de 15 secondes, fixez les secondes explicitement.
D'autres exemples de ce format sont dans notre collection de prompts Wan 3.0, et la présentation de Wan 3.0 résume les capacités du modèle.
Ce que coûte une génération : exemples
Wan 3.0 facture à la seconde de sortie, au tarif selon la résolution et le palier. Le modèle standard (wan3.0-video) est listé à 0,05 / 0,10 / 0,20 $ par seconde en 480p / 720p / 1080p sur la grille internationale ; wan3.0-video-prime, le palier rapide aux capacités identiques, à 0,068 / 0,14 / 0,28 $. Désactiver l'audio natif ne change pas le prix.
| Clip | Standard | Prime |
|---|---|---|
| 5 s en 720p | 0,50 $ | 0,70 $ |
| 10 s en 480p | 0,50 $ | 0,68 $ |
| 10 s en 720p | 1,00 $ | 1,40 $ |
| 30 s en 480p | 1,50 $ | 2,04 $ |
| 30 s en 720p | 3,00 $ | 4,20 $ |
| 30 s en 1080p | 6,00 $ | 8,40 $ |
Deux habitudes découlent de l'arithmétique. D'abord, brouillon pas cher, finition nette : un brouillon de 30 secondes en 480p coûte 1,50 $ contre 6,00 $ en 1080p, donc réglez le rythme et le blocage avant le rendu final. Ensuite, ne payez Prime que lorsque vous attendez le rendu : dans des lots nocturnes, le palier standard produit le même clip pour moins. Wan 3.0 peut aussi étendre un clip existant en avant ou en arrière, tant que l'entrée et la sortie restent ensemble sous 30 secondes — souvent moins cher que de régénérer.
Pièges fréquents
- Le document est rejeté. Au-delà de 100 Mo ou de 50 pages, la requête échoue avant de générer. Découpez la présentation ou liez la page.
- Les limites de références sont strictes. La onzième image, un sixième clip vidéo, ou une vidéo de référence au-delà des 15 secondes cumulées, ce n'est pas « risqué » : c'est refusé. Gardez seulement les ancres qui comptent.
- Dérive d'identité sur les plans longs. Trente secondes, c'est long pour un visage ou une étiquette. Passez le personnage ou le produit en images de référence et vérifiez le dernier tiers du clip, pas le premier.
- Surprises de la durée intelligente. Avec -1, le modèle choisit la durée : parfait pour explorer, faux pour un slot pub de 15 secondes. Si la sortie a une échéance, fixez les secondes.
- Étendre au-delà du plafond. L'extension compte entrée plus sortie : une entrée de 20 secondes ne peut pas être prolongée de 15 de plus. Budgetez l'extension dans les 30 secondes.
- Attendre des poids. Wan 3.0 est API uniquement et ne publie pas de poids. Pour un modèle ouvert auto-hébergé, le dernier flagship ouvert de la famille reste Wan 2.2 sous Apache-2.0.
Ce que vous pouvez utiliser sur Imgo aujourd'hui
Wan 3.0 n'est pas intégré à Imgo et n'y a pas de prix en crédits — cette page est une référence externe. Ce qui est en ligne sur Imgo, c'est la famille Seedance 2 : des clips de 5 à 15 secondes, du 480p jusqu'à la 4K sur Seedance 2.0 (480p et 720p sur les paliers Fast et Mini), jusqu'à 4 images de référence, 3 vidéos et 3 pistes audio, et l'audio natif généré avec l'image. Deux contraintes à connaître : les images de référence ne se combinent pas avec des images de début ou de fin, et une image de fin exige une image de début. La facturation est à la seconde au tarif du modèle — Seedance 2.0 suit le tarif officiel Volcengine et Seedance 2 Fast coûte environ 55 % de celui-ci — et le générateur affiche le prix exact en crédits avant chaque envoi.
Pour voir tout ce qui peut être généré dès maintenant, consultez la liste des modèles en ligne ; pour les autres options de la catégorie de Wan 3.0, notre page des alternatives à Wan 3.0 et la comparaison Wan 3.0 vs Seedance 2.5 brossent le panorama.
Sources
Partager
Related Posts
No image
Kling 4.0 Flash a ouvert en accès anticipé le 28 septembre pour un groupe limité — des abonnés Ultra annuels selon les reportages — avec des clips de 3 à 20 secondes en 720p. Comment entrer, ce que ça coûte, comment écrire les prompts de 8 000 tokens et le plan de keyframes, et quoi générer en attendant.
No image
Wan 3.0 accepte un document, un lien web, des images, des vidéos et de l'audio en entrée. Ce guide pratique détaile le rôle de chaque entrée, la structure d'un prompt de 30 secondes, des exemples de budget à la seconde de 480p à 1080p sur les deux paliers, et les erreurs les plus fréquentes.
No image
Kling 4.0 Flash est en accès anticipé depuis le 28 septembre 2026 ; le modèle complet et son API sont en attente, avec octobre 2026 comme objectif. Voici ce que fait chaque niveau, quelles caractéristiques phares ne sont qu'annoncées et quoi utiliser en attendant.