Wan 3.0 API

Wan 3.0 est un modèle de génération vidéo développé par Alibaba Tongyi Lab, disponible en beta publique depuis le 6 août 2026. Reposant sur le paradigme diffusion-transformer affiné au fil de la série Wan, il produit en une seule passe continue des vidéos natives allant jusqu'à 30 secondes, accompagnées d'un audio synchronisé. Le modèle accepte des entrées texte, image, vidéo, audio, document, tableur, diapositive, PDF et URL de page web, et peut traiter jusqu'à 20 références en une seule génération, adressables positionnellement dans le prompt (image 1, vidéo 3, etc.). Wan 3.0 se distingue par sa capacité Omni-Reference, qui combine plusieurs types de fichiers pour guider la génération, ainsi que par la modification de vidéos existantes via des instructions en langage naturel. Il prend en charge tous les ratios d'aspect du 16:9 au 9:16 et propose trois paliers de résolution : 480p, 720p et 1080p. Le modèle affiche une forte fidélité visuelle, une cohérence de mouvement et une adhérence au prompt remarquables, rendant de manière fiable les conditions d'éclairage, le placement des objets et les séquences d'action spécifiés. La cohérence de scène reste stable sur toute la durée du clip dans les plans statiques ou à mouvement lent, et la rétention des détails de surface est solide pour les prises de vue produit, maintenant le texte des étiquettes et les reflets spéculaires. Le modèle convient à la narration de courts métrages et de films IA, aux communications d'entreprise et aux points trimestriels, aux contenus marketing et aux explainers, aux formats courts pour TikTok, Instagram Reels et YouTube Shorts, aux prises de vue produit pour l'e-commerce et la publicité, ainsi qu'aux changements de scène, modifications environnementales et restylages visuels de vidéos existantes. Wan 3.0 est accessible via Alibaba Cloud Model Studio et Qwen Cloud sous l'identifiant wan3.0-video, ainsi que sur wan.video et des plateformes tierces telles que CometAPI, Runway, Morphic et WaveSpeedAI. Il est en concurrence avec Seedance, Kling, Veo, Sora et Hunyuan.

Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents. Facturé selon le coût réel de génération. Consultez votre facture pour le montant final.

Wan 3.0 accepte du texte, des images, des vidéos, de l'audio, des documents, des tableurs, des diapositives, des PDF et des URL de pages web. Il prend également en charge jusqu'à 20 références en une seule génération, adressables positionnellement dans le prompt.

Wan 3.0 génère des vidéos natives allant jusqu'à 30 secondes en une seule prise continue, avec un audio synchronisé produit dans la même passe.

Le modèle prend en charge tous les ratios d'aspect du 16:9 au 9:16, avec trois paliers de résolution : 480p, 720p et 1080p. La beta publique ne prend pas en charge la sortie 4K.

Oui, Wan 3.0 permet de modifier du contenu vidéo existant via des instructions en langage naturel, notamment pour des changements de scène, des modifications environnementales ou un restylage visuel.

Le modèle est en aperçu API avec approbation d'accès requise, à poids fermés sans option de déploiement local. L'inférence nécessite d'importantes ressources GPU, avec des estimations de 4 à 8 GPU A100 ou H100 pour le checkpoint complet. Les scènes dynamiques avec plusieurs sujets en interaction peuvent montrer une dérive dans le positionnement des personnages secondaires, et les benchmarks indépendants restent limités.

Wan 3.0 est disponible via Alibaba Cloud Model Studio et Qwen Cloud sous l'identifiant wan3.0-video, ainsi que sur wan.video et des plateformes tierces dont CometAPI, Runway, Morphic et WaveSpeedAI. CometAPI propose une passerelle API compatible OpenAI avec une clé API et une URL de base uniques.