Wan 3.0: przewodnik po 30-sekundowym wideo AI
Alibaba udostępniła Wan 3.0 w publicznej becie 6 sierpnia 2026 roku, a 24 sierpnia model stał się ogólnie dostępny. Najważniejsza zmiana to długość: do 30 sekund wideo w jednej generacji, dwa razy więcej niż 15-sekundowy limit poprzedniej wersji, z dialogami, muzyką i efektami dźwiękowymi generowanymi razem z obrazem. Wan 3.0 jest dostępny wyłącznie przez API, w ramach Alibaba Cloud Model Studio. Ten przewodnik omawia potwierdzoną specyfikację, koszty i sposób planowania 30-sekundowego ujęcia. Ostatnio sprawdzono: 2026-10-08.
Specyfikacja w skrócie
| Parametr | Wan 3.0 (wan3.0-video) |
|---|---|
| Długość klipu | Od 2 do 30 sekund (domyślnie 5) lub „inteligentna długość” wybierana przez model |
| Liczba klatek | 30 fps |
| Rozdzielczość | 480p, 720p lub 1080p (domyślnie 1080p) |
| Proporcje obrazu | Adaptacyjne, 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 |
| Materiały referencyjne | Do 10 obrazów, 5 klipów wideo (łącznie 15 s) i 5 klipów audio (łącznie 15 s), a do tego jeden dokument (do 100 MB i 50 stron) lub jeden link |
| Dźwięk | Natywne dialogi, muzyka w tle i efekty dźwiękowe; wyłączenie dźwięku nie zmienia ceny |
| Cena | 0,05 / 0,10 / 0,20 USD za sekundę przy 480p / 720p / 1080p (międzynarodowy cennik) |
Wprowadzanie dokumentów to nowość w serii: scenariusz, brief czy prezentację można przekazać bezpośrednio, zamiast wklejać je do promptu.
Standard czy Prime?
Wan 3.0 występuje w dwóch wariantach. wan3.0-video-prime ma te same możliwości co model standardowy, a według Alibaby generuje od początku do końca znacznie szybciej, w cenie 0,068 / 0,14 / 0,28 USD za sekundę. Pełny 30-sekundowy klip w 1080p kosztuje 6,00 USD w wariancie standardowym i 8,40 USD w Prime. Prime opłaca się, gdy czekasz na render; przy nocnych partiach wariant standardowy wykona tę samą pracę taniej.
Czy Wan 3.0 jest open source?
Nie. W przeciwieństwie do wcześniejszych wersji Wan, Wan 3.0 nie ma opublikowanych wag i można z niego korzystać tylko przez API. Najnowszym flagowym modelem rodziny z otwartymi wagami pozostaje Wan 2.2, wydany w lipcu 2025 roku na licencji Apache-2.0.
Jak zaplanować 30-sekundowe ujęcie bez cięć
- Najpierw rozpiska rytmu, potem prompt. 30 sekund przy 30 fps to 900 klatek. Podziel je na trzy do pięciu etapów po sześć do dziesięciu sekund, każdy z jedną wyraźną akcją.
- Jeden ruch kamery na etap. W ujęciu bez cięć kamera nigdy nie tnie; opisz zamiast tego, jak przechodzi od jednego etapu do kolejnego.
- Zakotwicz tożsamość referencjami. Przekaż postać, produkt lub lokację jako obrazy referencyjne, by obiekt w ostatniej sekundzie wciąż zgadzał się z pierwszą.
- Zaplanuj ilość dialogu. Naturalna mowa angielska to mniej więcej dwa–trzy słowa na sekundę, więc zostaw przerwy między kwestiami, zamiast wypełniać całe 30 sekund.
- Tani szkic, ostry finał. 30-sekundowy szkic kosztuje 1,50 USD w 480p wobec 6,00 USD w 1080p. Ustal timing i inscenizację najpierw w niskiej rozdzielczości.
- Przedłużaj zamiast zaczynać od nowa. Wan 3.0 potrafi kontynuować istniejący klip do przodu lub do tyłu, o ile wejście i wyjście razem mieszczą się w 30 sekundach.
Struktura promptu
Oficjalny przewodnik Alibaby zapisuje długie prompty jako segmenty ze znacznikami czasu, każdy z linią kamery i linią sceny. Na początku umieść ogólny styl, światło i dźwięk, a potem oś czasu:
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.Prompt może mieć do 20 000 znaków, więc miejsca na szczegóły nie brakuje, ale każdy segment powinien nadal opisywać jedną akcję. Więcej gotowych przykładów znajdziesz w naszej kolekcji promptów do Wan 3.0, a przegląd Wan 3.0 podsumowuje model.
Czy Wan 3.0 jest w Imgo?
Jeszcze nie. Wan 3.0 nie jest zintegrowany z Imgo i nie ma ceny w kredytach Imgo. W Imgo możesz dziś korzystać z Seedance 2.0 w generatorze wideo: klipy do 15 sekund, referencje z obrazów, wideo i audio oraz natywny dźwięk. Lista dostępnych modeli pokazuje wszystko, co możesz wygenerować od razu, a nasza strona z alternatywami dla Wan 3.0 omawia inne opcje. Porównanie z drugim 30-sekundowym modelem tej klasy znajdziesz w zestawieniu Wan 3.0 vs Seedance 2.5.
Źródła
Udostępnij
Related Posts
No image
Kling 4.0 Flash otworzył wczesny dostęp 28 września dla ograniczonej grupy — wedle doniesień rocznych subskrybentów Ultra — z klipami 3–20 sekund w 720p. Jak wejść, ile to kosztuje, jak pisać prompty na 8 000 tokenów i plan klatek kluczowych, oraz co generować w międzyczasie.
No image
Wan 3.0 przyjmuje jako wejście dokument, link internetowy, obrazy, wideo i audio. Ten praktyczny przewodnik omawia przeznaczenie każdego wejścia, strukturę promptu dla ujęcia 30-sekundowego, przykłady budżetu na sekundę od 480p do 1080p na obu poziomach i najczęstsze błędy.
No image
Kling 4.0 Flash jest we wczesnym dostępie od 28 września 2026 r.; pełny model i jego API wciąż czekają na premierę, zaplanowaną na październik 2026 r. Wyjaśniamy, co daje każdy wariant, które kluczowe parametry są tylko zapowiedziane i czego używać w międzyczasie.