Wan 3.0 API

Wan 3.0 è un modello di generazione video sviluppato da Alibaba Tongyi Lab, presentato in beta pubblica il 6 agosto 2026. Costruito sul paradigma diffusion-transformer affinato nella serie Wan, genera video nativi fino a 30 secondi in un'unica ripresa continua, con audio sincronizzato prodotto nello stesso passaggio. La funzione Omni-Reference accetta input multipli — immagini, video, clip audio, documenti, fogli di calcolo, presentazioni, PDF e URL di pagine web — fino a 20 riferimenti per generazione, indirizzabili posizionalmente nel prompt (ad esempio immagine 1 o video 3). Supporta ogni rapporto d'aspetto dal 16:9 al 9:16 e tre livelli di risoluzione: 480p, 720p e 1080p. Il modello eccelle nella fedeltà visiva, nella coerenza del movimento e nell'aderenza al prompt, rendendo in modo affidabile condizioni di illuminazione, posizionamento degli oggetti e sequenze d'azione specificate. La coerenza della scena rimane stabile per l'intera durata della clip nelle inquadrature statiche o a movimento lento, e la ritenzione dei dettagli superficiali è forte per gli scatti di prodotto, mantenendo testo sulle etichette e riflessi speculari lungo tutto il video. La capacità documento-a-video e pagina web-a-video è descritta come un primato nel settore. Wan 3.0 è adatto a produzioni di film AI e narrazioni brevi, comunicazioni aziendali e aggiornamenti trimestrali, spiegazioni di marketing e corporate, contenuti social brevi per TikTok, Instagram Reels e YouTube Shorts, scatti di prodotto per e-commerce e pubblicità, nonché modifiche di scena, ambientali e restyling visivo di video esistenti. È disponibile tramite Alibaba Cloud Model Studio e Qwen Cloud con l'ID modello wan3.0-video, oltre che su wan.video e piattaforme di terze parti come CometAPI, Runway, Morphic e WaveSpeedAI. Attualmente in anteprima API con approvazione di accesso richiesta, è un modello a pesi chiusi senza opzione di deployment locale; la beta pubblica non supporta output 4K e richiede risorse GPU sostanziali per l'inferenza.

La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi. Fatturato in base al costo effettivo di generazione. Controlla la fattura per l'importo finale.

Wan 3.0 accetta input di testo, immagini, video, audio, documenti, fogli di calcolo, presentazioni, PDF, URL di pagine web. La funzione Omni-Reference consente fino a 20 riferimenti in una singola generazione, indirizzabili posizionalmente nel prompt.

Il modello genera video nativi fino a 30 secondi in un'unica ripresa continua, con audio sincronizzato prodotto nello stesso passaggio.

Wan 3.0 offre tre livelli di risoluzione: 480p, 720p e 1080p. Supporta ogni rapporto d'aspetto dal 16:9 al 9:16. La beta pubblica non supporta output 4K.

Sì, il modello modifica contenuti video esistenti tramite istruzioni in linguaggio naturale, inclusi cambi di scena, modifiche ambientali e restyling visivo.

Wan 3.0 è basato sul paradigma diffusion-transformer affinato nella serie Wan e introduce la generazione di video con audio sincronizzato e la funzione Omni-Reference con input multimodali. Wan 2.7 è il modello precedente della stessa famiglia.

No, è un modello a pesi chiusi senza opzione di deployment locale. È accessibile tramite API su Alibaba Cloud Model Studio e Qwen Cloud con l'ID wan3.0-video, oltre che su piattaforme di terze parti.