Wan 3.0: guide till AI-video på 30 sekunder
Alibaba släppte Wan 3.0 som öppen beta den 6 augusti 2026 och gjorde den allmänt tillgänglig den 24 augusti. Den stora nyheten är längden: upp till 30 sekunder video i en enda generering, dubbelt så mycket som föregående versions gräns på 15 sekunder, med dialog, musik och ljudeffekter som skapas tillsammans med bilden. Wan 3.0 finns bara via API, genom Alibaba Cloud Model Studio. Den här guiden går igenom de bekräftade specifikationerna, vad det kostar och hur du planerar en tagning på 30 sekunder. Senast kontrollerad: 2026-10-08.
Specifikationer i korthet
| Specifikation | Wan 3.0 (wan3.0-video) |
|---|---|
| Klipplängd | 2 till 30 sekunder (standard 5), eller en "smart längd" som modellen väljer |
| Bildfrekvens | 30 fps |
| Upplösning | 480p, 720p eller 1080p (standard 1080p) |
| Bildformat | Adaptivt, 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 |
| Referenser | Upp till 10 bilder, 5 videoklipp (totalt 15 s) och 5 ljudklipp (totalt 15 s), plus ett dokument (upp till 100 MB och 50 sidor) eller en webblänk |
| Ljud | Inbyggd dialog, bakgrundsmusik och ljudeffekter; att stänga av ljudet ändrar inte priset |
| Pris | 0,05 / 0,10 / 0,20 USD per sekund vid 480p / 720p / 1080p (internationellt listpris) |
Dokumentinmatning är nytt för serien: ett manus, en brief eller en presentation kan skickas in direkt i stället för att klistras in i prompten.
Standard eller Prime?
Wan 3.0 finns i två nivåer. wan3.0-video-prime har samma förmågor som standardmodellen, med en generering från start till mål som Alibaba beskriver som betydligt snabbare, för 0,068 / 0,14 / 0,28 USD per sekund. Ett fullt klipp på 30 sekunder i 1080p kostar 6,00 USD på standardnivån och 8,40 USD med Prime. Prime lönar sig när du sitter och väntar på en rendering; för nattliga batcher gör standardnivån samma jobb billigare.
Är Wan 3.0 öppen källkod?
Nej. Till skillnad från tidigare Wan-versioner har Wan 3.0 inga publicerade vikter och kan bara användas via API:t. Familjens senaste flaggskepp med öppna vikter är fortfarande Wan 2.2, som släpptes i juli 2025 under Apache-2.0-licensen.
Så planerar du en obruten tagning på 30 sekunder
- Skriv en beat sheet före prompten. 30 sekunder i 30 fps är 900 bildrutor. Dela upp dem i tre till fem moment på sex till tio sekunder, vart och ett med en tydlig handling.
- En kamerarörelse per moment. I en obruten tagning klipper kameran aldrig; beskriv i stället hur den rör sig från ett moment till nästa.
- Förankra identiteten med referenser. Skicka in karaktär, produkt eller plats som referensbilder, så att motivet i sista sekunden fortfarande stämmer med den första.
- Budgetera dialogen. Naturligt tal går i ungefär två till tre ord per sekund, så lämna utrymme mellan replikerna i stället för att fylla alla 30 sekunder.
- Billigt utkast, skarp slutversion. Ett utkast på 30 sekunder kostar 1,50 USD i 480p mot 6,00 USD i 1080p. Lås timing och blocking i låg upplösning först.
- Förläng i stället för att börja om. Wan 3.0 kan fortsätta ett befintligt klipp framåt eller bakåt, så länge indata och utdata tillsammans håller sig inom 30 sekunder.
Promptstruktur
Alibabas egen guide skriver långa promptar som tidsstämplade segment, vart och ett med en kamerarad och en scenrad. Lägg den övergripande stilen, ljussättningen och ljudet först och därefter tidslinjen:
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.En prompt kan vara upp till 20 000 tecken, så det finns plats för detaljer, men varje segment bör ändå beskriva en enda handling. Fler färdiga exempel finns i vår promptsamling för Wan 3.0, och översikten över Wan 3.0 sammanfattar modellen.
Finns Wan 3.0 på Imgo?
Inte än. Wan 3.0 är inte integrerad i Imgo och har inget pris i Imgo-krediter. Det du kan använda på Imgo i dag är Seedance 2.0 i videogeneratorn, med klipp på upp till 15 sekunder, bild-, video- och ljudreferenser samt inbyggt ljud. Listan över tillgängliga modeller visar allt du kan generera just nu, och vår sida med alternativ till Wan 3.0 tar upp andra val. För en jämförelse sida vid sida med den andra 30-sekundersmodellen i den här klassen, se Wan 3.0 vs Seedance 2.5.
Källor
Dela
Related Posts
No image
Kling 4.0 Flash öppnade i tidig åtkomst den 28 september för en begränsad grupp — enligt rapporter årsabonnenter på Ultra — med klipp på 3–20 sekunder i 720p. Hur du kommer in, vad det kostar, hur du skriver prompts på 8 000 token och keyframe-planen, och vad du genererar medan du väntar.
No image
Wan 3.0 accepterar ett dokument, en webblänk, bilder, videor och ljud som indata. Den här praktiska guiden tar upp vad varje indata används till, hur en prompt för ett 30-sekunderstag byggs upp, budgetexempel per sekund från 480p till 1080p på båda nivåerna, och de vanligaste felen.
No image
Kling 4.0 Flash har funnits i tidig åtkomst sedan den 28 september 2026; den fullständiga modellen och dess API dröjer, med oktober 2026 som mål. Här är vad varje nivå gör, vilka toppspecifikationer som bara är tillkännagivna och vad du använder under tiden.