Wan 3.0 ガイド：30 秒 AI 動画の仕様・料金・プロンプト

Alibaba は 2026 年 8 月 6 日に Wan 3.0 のパブリックベータを公開し、8 月 24 日に一般提供を開始しました。最大の変化は長さです。1 回の生成で最長 30 秒と、前バージョンの上限 15 秒の 2 倍になり、セリフ・音楽・効果音も映像と同時に生成されます。Wan 3.0 は API 専用で、Alibaba Cloud Model Studio から利用します。このガイドでは、確認済みの仕様、費用、30 秒のショットの組み立て方を解説します。最終確認日：2026-10-08。

仕様一覧

項目	Wan 3.0（wan3.0-video）
クリップの長さ	2〜30 秒（デフォルト 5 秒）、またはモデルが決める「スマート尺」
フレームレート	30 fps
解像度	480p、720p、1080p（デフォルトは 1080p）
アスペクト比	自動、21:9、16:9、4:3、1:1、3:4、9:16
参照素材	画像最大 10 枚、動画 5 本（合計 15 秒）、音声 5 本（合計 15 秒）に加え、ドキュメント 1 件（最大 100 MB・50 ページ）または Web リンク 1 件
音声	セリフ・BGM・効果音をネイティブ生成。音声をオフにしても料金は変わりません
料金	480p / 720p / 1080p で 1 秒あたり $0.05 / $0.10 / $0.20（国際版の定価）

ドキュメント入力はこのシリーズの新機能です。台本、ブリーフ、スライドをプロンプトに貼り付けずに、そのまま渡せます。

標準版と Prime、どちらを選ぶ？

Wan 3.0 には 2 つのティアがあります。wan3.0-video-prime は標準版と同じ機能を持ち、Alibaba によればエンドツーエンドの生成が大幅に高速で、料金は 1 秒あたり $0.068 / $0.14 / $0.28 です。1080p で 30 秒フルの動画は、標準版で $6.00、Prime で $8.40。レンダリング完了を待っているときは Prime が効きますが、夜間のバッチ処理なら標準版が同じ仕事をより安くこなします。

Wan 3.0 はオープンソース？

いいえ。以前の Wan とは異なり、Wan 3.0 の重みは公開されておらず、API 経由でしか使えません。このファミリーで最新のオープンウェイトのフラッグシップは、2025 年 7 月に Apache-2.0 ライセンスで公開された Wan 2.2 のままです。

30 秒ワンカットの組み立て方

プロンプトの前にビートシートを書く。30 秒・30 fps は 900 フレームです。6〜10 秒のビートを 3〜5 個に分け、それぞれに明確なアクションを 1 つ置きます。
カメラワークはビートごとに 1 つ。ワンカットではカットが入らないので、カメラがあるビートから次のビートへどう移動するかを書きます。
参照画像で同一性を固定する。キャラクター、商品、ロケーションを参照画像として渡せば、最後の 1 秒でも被写体が最初と一致します。
セリフ量を見積もる。自然な英語の発話は 1 秒あたり 2〜3 語程度です。30 秒を埋め尽くさず、セリフの間に余白を残しましょう。
安く下書き、高精細で仕上げ。30 秒の下書きは 480p なら $1.50、1080p なら $6.00 です。タイミングと動きは低解像度で先に固めます。
作り直すより延長する。Wan 3.0 は既存のクリップを前方・後方に延長できます。条件は入力と出力の合計が 30 秒以内であることです。

プロンプトの構造

Alibaba 自身のガイドは、長いプロンプトをタイムスタンプ付きのセグメントで書き、各セグメントにカメラの行とシーンの行を置いています。全体のスタイル、ライティング、サウンドを先に書き、そのあとにタイムラインを続けます。

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.

プロンプトは最大 20,000 文字まで書けるので細部を書き込む余地は十分ありますが、1 つのセグメントで描くアクションは 1 つに絞りましょう。すぐ使える例は Wan 3.0 プロンプト集に、モデルの概要は Wan 3.0 の紹介ページにまとめています。

Imgo で Wan 3.0 は使えますか？

まだ使えません。Wan 3.0 は Imgo に統合されておらず、Imgo のクレジット価格もありません。いま Imgo で使えるのは、動画ジェネレーターの Seedance 2.0 です。最長 15 秒のクリップ、画像・動画・音声の参照、ネイティブ音声に対応しています。利用可能なモデル一覧で今すぐ生成できるものをすべて確認でき、Wan 3.0 の代替モデルページでは他の選択肢を紹介しています。同クラスのもう 1 つの 30 秒モデルとの比較は Wan 3.0 vs Seedance 2.5 をご覧ください。

Wan 3.0 ガイド：30 秒の AI 動画を作るには