Wan 3.0 API
Wan 3.0 एक AI वीडियो मॉडल है जो 30 सेकंड तक के वीडियो और सिंक ऑडियो एक ही पास में बनाता है।
Wan 3.0, Alibaba Tongyi Lab द्वारा विकसित एक वीडियो जनरेशन मॉडल है जो टेक्स्ट, इमेज, वीडियो, ऑडियो, दस्तावेज़, स्प्रेडशीट, स्लाइड, PDF और वेबपेज URL जैसे कई इनपुट प्रकारों को स्वीकार करता है। यह एक ही जनरेशन में 20 तक संदर्भ इनपुट ले सकता है और प्रॉम्प्ट में उन्हें स्थिति के आधार पर संबोधित कर सकता है, जैसे image 1 या video 3। मॉडल 16:9 से 9:16 तक सभी आस्पेक्ट अनुपातों का समर्थन करता है और 480p, 720p तथा 1080p तीन रिज़ॉल्यूशन स्तर प्रदान करता है।
यह मॉडल AI फिल्म और शॉर्ट-फॉर्म स्टोरीटेलिंग, कॉर्पोरेट संचार और तिमाही व्यावसायिक अपडेट, मार्केटिंग और कॉर्पोरेट व्याख्याओं, TikTok, Instagram Reels और YouTube Shorts के लिए सोशल कंटेंट, ई-कॉमर्स और विज्ञापन उत्पाद शॉट्स, तथा मौजूदा वीडियो के दृश्य परिवर्तन और विज़ुअल रीस्टाइलिंग जैसे कार्यों के लिए उपयुक्त है। इसकी ताकत में मजबूत विज़ुअल फिडेलिटी, मोशन कोहेरेंस और प्रॉम्प्ट अनुपालन शामिल हैं; यह निर्दिष्ट प्रकाश व्यवस्था, वस्तु स्थिति और क्रिया अनुक्रमों को विश्वसनीय रूप से प्रस्तुत करता है।
Wan 3.0 वर्तमान में API प्रीव्यू में है और इसके लिए एक्सेस स्वीकृति आवश्यक है। यह एक क्लोज़्ड-वेट मॉडल है जिसका कोई स्थानीय डिप्लॉयमेंट विकल्प नहीं है, और पब्लिक बीटा 4K आउटपुट का समर्थन नहीं करता। अनुमान के लिए पर्याप्त GPU संसाधनों की आवश्यकता होती है; अनुमानों के अनुसार पूर्ण चेकपॉइंट के लिए 4 से 8 A100 या H100 GPU की आवश्यकता हो सकती है।
अपडेट किया गया:
मॉडल ID
wan-3.0- आउटपुट
- video
मुख्य बातें
- 30 सेकंड तक का नेटिव वीडियो एक ही टेक
- वीडियो के साथ सिंक ऑडियो एक ही पास में
- 20 संदर्भ इनपुट तक का समर्थन
- 16:9 से 9:16 तक सभी आस्पेक्ट अनुपात
- 480p, 720p और 1080p रिज़ॉल्यूशन
- डॉक्यूमेंट-टू-वीडियो और वेबपेज-टू-वीडियो
प्रदाता
प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।
बेंचमार्क
- 1173
Artificial Analysis टेक्स्ट-टू-वीडियो लीडरबोर्ड (ऑडियो सहित)
Elo
स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।
वीडियो विनिर्देश
- आस्पेक्ट अनुपात
- 16:9 / 4:3 / 1:1 / 3:4 / 9:16
- ऑडियो · आउटपुट
- हाँ
- अवधि · न्यूनतम
- 2 सेकंड
- अवधि · अधिकतम
- 30 सेकंड
- अवधि · चरण
- 1 सेकंड
- रेज़ोल्यूशन
- 480p / 720p / 1080p
API संदर्भ
इस मॉडल के प्रोटोकॉल विवरण प्रकाशित नहीं हैं। इंटीग्रेशन आवश्यकताओं के लिए API संदर्भ देखें।
API संदर्भ →अक्सर पूछे जाने वाले प्रश्न
मॉडल परिचय: Wan 3.0?
Wan 3.0, Alibaba Tongyi Lab द्वारा विकसित एक वीडियो जनरेशन मॉडल है जो टेक्स्ट, इमेज, वीडियो, ऑडियो, दस्तावेज़, स्प्रेडशीट, स्लाइड, PDF और वेबपेज URL जैसे कई इनपुट प्रकारों को स्वीकार करता है। यह एक ही जनरेशन में 20 तक संदर्भ इनपुट ले सकता है और प्रॉम्प्ट में उन्हें स्थिति के आधार पर संबोधित कर सकता है, जैसे image 1 या video 3। मॉडल 16:9 से 9:16 तक सभी आस्पेक्ट अनुपातों का समर्थन करता है और 480p, 720p तथा 1080p तीन रिज़ॉल्यूशन स्तर प्रदान करता है। यह मॉडल AI फिल्म और शॉर्ट-फॉर्म स्टोरीटेलिंग, कॉर्पोरेट संचार और तिमाही व्यावसायिक अपडेट, मार्केटिंग और कॉर्पोरेट व्याख्याओं, TikTok, Instagram Reels और YouTube Shorts के लिए सोशल कंटेंट, ई-कॉमर्स और विज्ञापन उत्पाद शॉट्स, तथा मौजूदा वीडियो के दृश्य परिवर्तन और विज़ुअल रीस्टाइलिंग जैसे कार्यों के लिए उपयुक्त है। इसकी ताकत में मजबूत विज़ुअल फिडेलिटी, मोशन कोहेरेंस और प्रॉम्प्ट अनुपालन शामिल हैं; यह निर्दिष्ट प्रकाश व्यवस्था, वस्तु स्थिति और क्रिया अनुक्रमों को विश्वसनीय रूप से प्रस्तुत करता है। Wan 3.0 वर्तमान में API प्रीव्यू में है और इसके लिए एक्सेस स्वीकृति आवश्यक है। यह एक क्लोज़्ड-वेट मॉडल है जिसका कोई स्थानीय डिप्लॉयमेंट विकल्प नहीं है, और पब्लिक बीटा 4K आउटपुट का समर्थन नहीं करता। अनुमान के लिए पर्याप्त GPU संसाधनों की आवश्यकता होती है; अनुमानों के अनुसार पूर्ण चेकपॉइंट के लिए 4 से 8 A100 या H100 GPU की आवश्यकता हो सकती है।
उपयोग का शुल्क कैसे लगता है?
आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं। वास्तविक जनरेशन लागत के आधार पर शुल्क लिया जाता है। अंतिम राशि के लिए अपना बिल देखें।
Wan 3.0 कौन-कौन से इनपुट स्वीकार करता है?
यह टेक्स्ट, इमेज, वीडियो, ऑडियो, दस्तावेज़, स्प्रेडशीट, स्लाइड, PDF और वेबपेज URL इनपुट स्वीकार करता है।
क्या यह ऑडियो के साथ वीडियो बना सकता है?
हाँ, यह एक ही पास में वीडियो के साथ सिंक ऑडियो भी जनरेट करता है।
एक बार में अधिकतम कितने संदर्भ इनपुट दिए जा सकते हैं?
एक ही जनरेशन में अधिकतम 20 संदर्भ इनपुट दिए जा सकते हैं।
क्या Wan 3.0 4K वीडियो बना सकता है?
नहीं, पब्लिक बीटा 4K आउटपुट का समर्थन नहीं करता।
Wan 3.0 को कैसे एक्सेस किया जा सकता है?
यह Alibaba Cloud Model Studio और Qwen Cloud पर मॉडल ID wan3.0-video के माध्यम से उपलब्ध है। वर्तमान में यह API प्रीव्यू में है और इसके लिए एक्सेस स्वीकृति आवश्यक है।