Wan 3.0 API
AI 视频Wan 3.0 是阿里在 OmniaKey 上的全能视频模型:一个模型名同时覆盖文生视频、首帧图生视频和参考生视频,成片自带音轨。
- 每输出一秒$0.04–$0.16
- 操作文生视频
- 图生视频
- 参考生视频
- 查看工具价格与计费规则
运行模型后,结果会显示在这里。
01
适用场景
Wan 3.0 是阿里在 OmniaKey 上的全能视频模型:一个模型名同时覆盖文生视频、首帧图生视频和参考生视频,成片自带音轨。
需要可信的同步音效和稳定的角色一致性时选 Wan 3.0,按分辨率每秒 $0.04–$0.16;同一条提示词交给 Wan 3.0 Video Prime 大约快一倍,单价也更高。
02
能力范围
文生视频
wan3.0-video
根据文字提示词生成一段短视频。
图生视频
wan3.0-video
把静态图片动起来,生成一段短视频。
参考生视频
wan3.0-video
用参考素材引导生成,让成片沿用其中的人物、画风或动作。
03
深入了解
Wan 3.0 是阿里在 OmniaKey 上的视频模型,ID 为 wan3.0-video,也是目录里单个条目覆盖最广的一个:文生视频、首帧(可加尾帧)生视频、参考生视频都走同一个 ID,分辨率 480P 到 1080P,最长 30 秒。
除非请求里关掉音频,成片都带一条 AAC 音轨,阿里文档写明输出为 30 fps。任务按输出秒数与分辨率计费,创建时从余额扣取,任务失败则退回,因此排预算要按每条通过的片段来算。
2026 年 10 月 25 日,我们用三条 5 秒 720p 提示词与 Kling 3.0 对比,Wan 拿下其中两条——面摊和香水环绕——只输掉滑板那条。这些结果连同 9 月的一组快速验证(含一条 2 秒片段)都记在下方。
需要自带声音的镜头
Wan 会把环境声和音效与画面一起生成,菜市场场景不必再做拟音。要音轨就传 audio true,后期要压在音乐下就传 false,并在第一条成片上确认声音是否符合预期。
半分钟以内的长镜头
阿里文档给出 2 到 30 秒的区间,一次连续运镜足以完成整段产品演示。短任务同样支持:我们的验证里有一条 2 秒 480P,所以片头和音效短片不必硬凑长度。
香水与产品环绕
标签测试是它表现最好的一项:瓶身、金色瓶盖和两行小字在我们给的首帧之后,全程保持清晰。首帧按交付尺寸提供,提示词写一句缓慢环绕即可。
04
实测记录
在 2026 年 10 月 25 日的三条提示词测试中,Wan 3.0 有三条中的两条胜过 Kling 3.0,只输掉那条滑板动作镜头。
阅读实测记录同样三条提示词,Wan 3.0 的完成时间中位数为 144.2 秒,Kling 3.0 为 193.6 秒。
阅读实测记录在我们的香水图生视频测试中,Wan 3.0 让瓶身、金色瓶盖和两行标签文字在整个运镜过程中保持可读。
阅读实测记录Wan 3.0 在 2026 年 9 月 14 日的快速验证中还完成了一条 2 秒 480P 文生视频任务,说明这条线路接受短于五秒的片段。
阅读实测记录2026 年 9 月 14 日的快速验证中,一条 5 秒 720P 的 Wan 3.0 文生视频片段返回为 1280x720、5.04 秒的 MP4。
05
需要预留的限制
- 1080P 有定价也被接受,但我们自己的验证只做到 720P;要按这个尺寸排批量任务,先单独跑一条大画面确认。
- 即使请求里没提音频,成片仍带 AAC 音轨;要静音母版就得传 audio false,并在下载后检查文件。
- 阿里把 Wan 3.0 标为预览版,4K 也不在托管接口的范围内:公开的尺寸只有 480P、720P 和 1080P。
06
对比相近模型
| 模型 | 更适合 | 操作 | 标价 |
|---|---|---|---|
| Wan 3.0当前页 wan3.0-video | 三种操作、最长 30 秒、480P 到 1080P,默认带声音。 | 文生视频 · 图生视频 · 参考生视频 | $0.04–$0.16 每秒 |
| Kling 3.0 kling-3.0 | 固定 5、10、15 秒,费用在渲染前就已确定。 | 文生视频 · 图生视频 | $0.80–$3.00 每次调用 |
| Wan 3.0 Video Prime wan3.0-video-prime | 同样的操作与尺寸,单价更高,在我们的验证里返回更快。 | 文生视频 · 图生视频 · 参考生视频 | $0.078–$0.38 每秒 |
08
接入方式
媒体模型采用异步任务:创建任务、轮询到完成,再下载签名后的资源地址。
# 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
价格
视频任务按实际输出的秒数计费,不按 Token 计费;失败或取消的任务会自动退款。
$0.04–$0.16每秒省 20%
- 480P
- $0.04每秒
- 720P
- $0.08每秒
- 1080P
- $0.16每秒
Alibaba 的更多模型
相关文章
常见问题
如何在 OmniaKey 上调用 Wan 3.0?
向 /v1/media/tasks 发送 POST,带上模型 ID、type 设为 "video"、operation 设为 "text_to_video";若用首帧图生视频,改为 "image_to_video",并把首帧放入 input.media[](type 设为 "first_frame")。重试时复用同一个 Idempotency-Key,超时就不会再生成第二笔付费任务。
Wan 3.0 如何收费?
Wan 3.0 按生成视频的时长计费:$0.04–$0.16 每秒。创建时会按请求时长从预付余额中预扣,失败或取消的任务会自动退款。
为什么接口返回任务 ID 而不是视频?
视频渲染大约需要一分钟到几分钟,OmniaKey 因此把所有视频路由统一为同一套异步流程。轮询 GET /v1/media/tasks/{id},直到状态变为 succeeded,再读取签名后的资源地址。
Wan 3.0 能关掉声音吗?
可以,在参数里传 audio false。默认是开启的,我们的验证片段即使请求没提音频也带了 AAC 音轨,所以判断标准应是下载后的文件而不是请求体。目录对同一分辨率只收一档费用,带不带声音都一样,当前费率写在模型页的价格表里。
它真的能生成 30 秒吗?
阿里文档给出 2 到 30 秒的输出区间,目录按输出秒数计费,因此任何分辨率下请求 30 秒都是合法的。我们实际完成的片子在 2 到 5 秒之间;要以长镜头排期,先用目标分辨率跑一条确认。
它和 Prime 版本差在哪?
操作、2 到 30 秒区间和三个分辨率完全一致,Prime 每档单价更高。在我们的 720P 验证里,同一条 5 秒文生视频任务用 Prime 是 60 到 80 秒完成,标准版是 120 到 150 秒。
Wan 2.7 视频还能调吗?
不能。目录里只有 wan3.0-video 与 wan3.0-video-prime,Wan 2.7 视频家族没有上线;wan2.7-image-pro 是图像模型,替代不了。依赖 Wan 2.7 续写或指令编辑的流程需要另作安排。
输出支持 4K 吗?
托管接口不支持。阿里的接口文档只列 480P、720P 与 1080P,两个 Wan 3.0 ID 都没有 4K 尺寸,请求 4K 没有对应档位可落。客户要 4K 母版,只能在后期放大。
