Wan 3.0 API
AIビデオWan 3.0 は OmniaKey 上の Alibaba のオールインワン動画モデルです。1 つのモデル ID でテキストからの生成、最初のフレームからの生成、参照画像からの生成をまかない、出力には音声も含まれます。
- 出力 1 秒あたり$0.04–$0.16
- 操作テキストからビデオへ
- 画像からビデオへ
- 参照から動画
- ツール料金と課金ルールを見る
モデルを実行するとここに結果が表示されます。
01
向いている用途
Wan 3.0 は OmniaKey 上の Alibaba のオールインワン動画モデルです。1 つのモデル ID でテキストからの生成、最初のフレームからの生成、参照画像からの生成をまかない、出力には音声も含まれます。
説得力のある音声と安定したキャラクターの一貫性が必要なら Wan 3.0 を選びます。解像度に応じて毎秒 $0.04〜$0.16 です。同じプロンプトを Wan 3.0 Video Prime で実行すると約 2 倍速く、単価は高くなります。
02
できること
テキストからビデオへ
wan3.0-video
テキストプロンプトから短い動画クリップを生成します。
画像からビデオへ
wan3.0-video
静止画を短い動画クリップに動かします。
参照から動画
wan3.0-video
参照素材で生成をガイドし、人物や画風、動きを引き継ぎます。
03
詳細
Wan 3.0はOmniaKeyで提供されるAlibabaのビデオモデルで、モデルIDはwan3.0-videoです。カタログの中でもっとも広い範囲を1つのIDで賄える存在であり、テキストからビデオへ、最初のフレーム(任意で最後のフレームも指定可)、参照画像を用いたショットのいずれも同じIDで実行でき、解像度は480P、720P、1080P、長さは最大30秒です。
リクエストで音声をオフにしない限り、すべてのクリップにAACのサウンドトラックが付き、Alibabaは30 fpsでの出力を明記しています。タスクの料金は出力秒数と解像度に応じて決まり、タスク作成時に請求され、失敗した場合は返金されます。
2026年10月25日、私たちはKling 3.0に対して5秒の720pプロンプトを3つ実行し、Wanはそのうち2つ(麺屋台と香水の周回ショット)を制し、負けたのはスケートの技のショットだけでした。これらの結果と、2秒のクリップを含む9月のスモークテストの記録を以下に示します。
独自の音が必要なショット
Wanは映像と一緒に環境音や効果音を生成するため、市場のシーンでも声や交通音をフォーリー作業なしで得られます。audio trueを送信するか、後で音楽トラックに合わせて編集する場合はaudio falseを送信し、最初のレンダリングでトラックを確認してください。
最大30秒のワンテイク
Alibabaは2秒から30秒の範囲を明記しており、1回の連続した動きで製品デモ全体を撮影できます。短いジョブも問題ありません。私たちのスモークテストには2秒の480Pクリップが含まれているため、ティーザーやスティングを無理に引き延ばす必要はありません。
香水や製品の周回ショット
ラベルのテストはこのモデルがもっとも得意とした項目です。ボトル、金色のキャップ、2行の小さな文字が、私たちが提供した最初のフレームから動きを通じて読み取れるままでした。出荷サイズの最初のフレームと、ゆっくり周回させる指示を与えてください。
04
実測記録
2026年10月25日の3つのプロンプトによるテストで、Wan 3.0はKling 3.0に対して3つのクリップのうち2つを制し、負けたのはスケートのアクションショットだけでした。
実測記事を読むWan 3.0は同じ3つのプロンプトを中央値144.2秒で完了し、Kling 3.0の193.6秒に対して優位でした。
実測記事を読む香水の画像からビデオへのテストでは、Wan 3.0はカメラの動きを通じてボトル、金色のキャップ、2行のラベル文字を読み取れる状態に保ちました。
実測記事を読むWan 3.0は2026年9月14日のスモーク実行で2秒の480Pのテキストからビデオへのジョブも完了しており、5秒未満のクリップも受け付けられます。
実測記事を読む2026年9月14日のスモーク実行では、5秒の720PのWan 3.0のテキストからビデオへのクリップが、5.04秒の1280x720のMP4として返されました。
05
事前に把握すべき制限
- 1080Pは料金設定と受け付けの対象ですが、私たち自身のスモークテストは720Pで止まっています。そのサイズで長時間のバッチを組む前に、大きなフレームのジョブを1回実行してください。
- リクエストで音声に触れていない場合でも、出力にはAACトラックが残るため、無音のマスターが必要な場合はaudio falseを指定し、ダウンロードしたファイルを確認してください。
- Alibaba自身のリファレンスではWan 3.0はプレビューモデルとされており、4Kはホスト型APIの提供範囲外です。公開されているサイズは480P、720P、1080Pのみです。
06
近いモデルとの比較
| モデル | こんな方に最適 | 操作 | 掲載価格 |
|---|---|---|---|
| Wan 3.0このページ wan3.0-video | 3つの操作、30秒のテイク、480Pから1080P、音声はデフォルトでオン。 | テキストからビデオへ · 画像からビデオへ · 参照から動画 | $0.04–$0.16 1 秒あたり |
| Kling 3.0 kling-3.0 | 5秒、10秒、15秒の固定クリップで、料金はレンダリング前に確定。 | テキストからビデオへ · 画像からビデオへ | $0.80–$3.00 1 回あたり |
| Wan 3.0 Video Prime wan3.0-video-prime | 同じ操作と形状で料金は高く、私たちのスモークテストではターンアラウンドが短い。 | テキストからビデオへ · 画像からビデオへ · 参照から動画 | $0.078–$0.38 1 秒あたり |
08
呼び出し方
メディアモデルは非同期で動作します。タスクを作成し、完了までポーリングしてから、署名付きアセット URL をダウンロードします。
# 1. Create the job. 202 Accepted; the body carries the task id,
# the pre-charged price, and a poll_url. Reuse one Idempotency-Key
# across retries so a timeout never starts a second paid job.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
-H "Authorization: Bearer $OMNIAKEY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: wan3.0-video-001" \
-d '{
"model": "wan3.0-video",
"type": "video",
"operation": "text_to_video",
"input": {"prompt": "a paper boat on a quiet lake at sunset"},
"parameters": {"duration": 6, "resolution": "720p"}
}'
# 2. The same model id and the same poll loop serve the other operations:
# image_to_video media[] type "first_frame"
# reference_to_video media[] type "reference_image"
# Reference media travel alongside the prompt:
# {"prompt": "...", "media": [{"type": "first_frame", "url": "https://example.com/first-frame.png"}]}
# A public HTTPS URL or a base64 data URI both work.
# 3. Poll GET /v1/media/tasks/{id} until status is
# succeeded | failed | canceled. Progress carries percent and stage.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks/TASK_ID \
-H "Authorization: Bearer $OMNIAKEY_API_KEY"
# 4. Download assets[0].url before expires_at, or poll again for a
# fresh signed URL. Failed and canceled jobs are refunded.
curl -sS -o out.mp4 "$(jq -r '.assets[0].url' result.json)"09
料金
動画ジョブはトークン単位ではなく、生成された出力の秒数に応じて課金されます。失敗またはキャンセルされたジョブは自動的に返金されます。
$0.04–$0.161 秒あたり20% お得
- 480P
- $0.041 秒あたり
- 720P
- $0.081 秒あたり
- 1080P
- $0.161 秒あたり
Alibaba のその他のモデル
関連記事
Wan 3.0 API:Python で text-to-video と image-to-video
1 つのスクリプトで 2 本のクリップを作りました。コード、実際の所要時間、Alibaba の 1 秒あたりの料金です。
記事を読むClapping Cat Meme AI:画像から動画で愛猫に拍手させる方法
写真1枚、プロンプト1本、モデル3つ。3本とも猫は起き上がって拍手しましたが、口元とウォーターマークは違いました。
記事を読むWan 3.0 プロンプトガイド:構造・例文・実際に生成した動画
5 つのプロンプトと 5 本の実写クリップ。Wan 3.0 が守った点、落とした点、直し方をまとめます。
記事を読むKling 3.0 vs Wan 3.0:同じプロンプトで比べた結果と料金
3つのプロンプト、2つの動画モデル、同じ一日。それぞれ何ができて、いくらかかったか。
記事を読むよくある質問
OmniaKey で Wan 3.0 を呼び出すには?
モデル ID、type に "video"、operation に "text_to_video" を指定して /v1/media/tasks に POST します。最初のフレームから生成する場合は operation を "image_to_video" にし、input.media[](type を "first_frame" に) に渡します。再試行時は同じ Idempotency-Key を使うと、タイムアウトで二重の課金ジョブが作られません。
Wan 3.0 の料金は?
Wan 3.0 の料金は $0.04–$0.16 1 秒あたり です(生成された動画の長さに応じて課金)。作成時に指定した尺の分が前払い残高から事前に引き落とされ、失敗またはキャンセルされたジョブは自動的に返金されます。
なぜ API は動画ではなくタスク ID を返すのですか?
動画のレンダリングには 1 分から数分かかるため、OmniaKey はすべての動画ルートを 1 つの非同期フローで処理します。GET /v1/media/tasks/{id} を succeeded になるまでポーリングし、署名付きアセット URL を読み取ってください。
Wan 3.0で音声をオフにできますか?
はい。パラメータでaudio falseを送信してください。デフォルトはオンで、私たちのスモーククリップにはリクエストで求めていない場合でもAACトラックが付いていたため、リクエストではなくダウンロードしたファイルを確認してください。カタログの料金は音声の有無にかかわらず解像度ごとに1つのレートで、現在の数値はモデルページの料金表に記載されています。
Wan 3.0は本当に30秒に達しますか?
Alibabaは2秒から30秒の出力範囲を明記しており、カタログは出力秒数単位で料金を設定しているため、30秒のジョブはどの解像度でも正当なリクエストです。私たちが完了したジョブは2秒から5秒の範囲でした。スケジュールを組む前に、目的の解像度で長いテイクを1回テストしてください。
Wan 3.0とWan 3.0 Video Primeの違いは何ですか?
操作、2秒から30秒の範囲、3つの解像度は同じで、Primeは各解像度で料金が高くなります。私たちの720Pのスモークテストでは、同じ5秒のテキストからビデオへのジョブがPrimeでは60秒から80秒で完了し、標準IDでは120秒から150秒でした。
Wan 2.7 videoはまだここで呼び出せますか?
いいえ。カタログにはwan3.0-videoとwan3.0-video-primeが公開されており、Wan 2.7 videoファミリーは掲載されていません。wan2.7-image-proは画像モデルであり、代わりにはなりません。Wan 2.7の継続や指示による編集に依存するワークフローには別の計画が必要です。
Wan 3.0は4Kを出力しますか?
ホスト型APIでは出力しません。Alibabaのリファレンスには480P、720P、1080Pが記載されており、どちらのWan 3.0のIDにも4Kサイズは存在しないため、4Kのリクエストには解決先がありません。クライアントが4Kのマスターを必要とする場合は、編集でアップスケールしてください。
