Wan 3.0 API
Alibaba Tongyi Lab کا Wan 3.0 ویڈیو جنریشن ماڈل ہے جو ایک ہی مسلسل ٹیک میں 30 سیکنڈ تک ویڈیو اور ہم آہنگ آڈیو بناتا ہے اور متعدد قسم کے حوالہ جاتی ان پٹ قبول کرتا ہے۔
Wan 3.0، Alibaba Tongyi Lab کا تیار کردہ ویڈیو جنریشن ماڈل ہے جو 6 اگست 2026 کو عوامی بیٹا میں جاری کیا گیا۔ یہ diffusion-transformer طرز پر مبنی ہے اور Wan سیریز میں نکھارا گیا ہے۔ یہ ماڈل ٹیکسٹ، تصویر، ویڈیو، آڈیو، دستاویز، اسپریڈ شیٹ، سلائیڈ، PDF اور ویب پیج URL جیسے ان پٹ قبول کرتا ہے، اور ایک ہی پاس میں 30 سیکنڈ تک کی مسلسل ویڈیو کے ساتھ ہم آہنگ آڈیو بھی پیدا کرتا ہے۔ اس کی Omni-Reference سہولت ایک جنریشن میں 20 تک حوالہ جاتی ان پٹ لینے کی اجازت دیتی ہے، جنہیں پرامپٹ میں پوزیشن کے حساب سے (جیسے image 1 یا video 3) مخاطب کیا جا سکتا ہے۔
یہ ماڈل AI فلم اور مختصر کہانی سنانے، کارپوریٹ مواصلات اور سہ ماہی کاروباری اپ ڈیٹس، مارکیٹنگ اور کارپوریٹ وضاحتوں، TikTok، Instagram Reels اور YouTube Shorts کے لیے مختصر سماجی مواد، ای کامرس اور اشتہاری مصنوعات کی شوٹنگ، اور موجودہ ویڈیو میں منظر کی تبدیلی، ماحولیاتی ترمیم اور بصری از سر نو اسٹائل جیسے کاموں کے لیے موزوں ہے۔ یہ 16:9 سے 9:16 تک ہر پہلو تناسب اور 480p، 720p اور 1080p کی تین ریزولوشن سطحوں کی حمایت کرتا ہے۔
Artificial Analysis کے متن-to-ویڈیو لیڈر بورڈ (آڈیو کے ساتھ) پر اس نے 1173 Elo حاصل کیے۔ اس کی طاقتیں مضبوط بصری وفاداری، حرکت کی ہم آہنگی اور پرامپٹ کی پابندی ہیں؛ یہ مخصوص روشنی، اشیاء کی جگہ اور اقدامات کے سلسلے کو قابل اعتماد طریقے سے پیش کرتا ہے، اور جامد یا آہستہ حرکت پذیر شاٹس میں پوری کلپ کے دوران منظر کی مستقل مزاجی برقرار رکھتا ہے۔ تاہم، یہ ماڈل فی الحال API پیش نظارہ میں ہے اور رسائی کی منظوری درکار ہے؛ یہ closed-weight ہے اور مقامی تعیناتی کی سہولت نہیں دیتا۔ عوامی بیٹا 4K آؤٹ پٹ کی حمایت نہیں کرتا، اور مکمل چیک پوائنٹ کے لیے تخمیناً 4 سے 8 A100 یا H100 GPUs درکار ہیں۔ متعدد باہم عمل کرنے والے مضامین والے متحرک مناظر میں ثانوی کرداروں کی پوزیشننگ میں بہاؤ دکھائی دے سکتا ہے، اور خودمختار بینچ مارکس محدود ہیں کیونکہ ماڈل ابھی Video Arena پر ظاہر نہیں ہوا۔
تازہ کاری:
MODEL ID
wan-3.0- آؤٹ پٹ
- video
نمایاں خصوصیات
- 30 سیکنڈ تک مسلسل ویڈیو
- ہم آہنگ آڈیو ایک ہی پاس میں
- 20 تک حوالہ جاتی ان پٹ
- دستاویز اور ویب پیج سے ویڈیو
- 480p، 720p اور 1080p ریزولوشن
- 16:9 سے 9:16 تک پہلو تناسب
فراہم کنندگان
فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔
بینچ مارکس
- 1173
Artificial Analysis متن-to-ویڈیو لیڈر بورڈ (آڈیو کے ساتھ)
Elo
اسکورز جیسا کہ ماڈل فراہم کنندہ نے شائع کیے۔
ویڈیو تفصیلات
- پہلو تناسب
- 16:9 / 4:3 / 1:1 / 3:4 / 9:16
- آڈیو · آؤٹ پٹ
- ہاں
- دورانیہ · کم از کم
- 2 سیکنڈ
- دورانیہ · زیادہ سے زیادہ
- 30 سیکنڈ
- دورانیہ · مرحلہ
- 1 سیکنڈ
- ریزولوشنز
- 480p / 720p / 1080p
API حوالہ
اس ماڈل کی پروٹوکول تفصیلات شائع نہیں ہوئیں۔ انٹیگریشن تقاضوں کے لیے API حوالہ دیکھیں۔
API حوالہ →عمومی سوالات
ماڈل تعارف: Wan 3.0?
Wan 3.0، Alibaba Tongyi Lab کا تیار کردہ ویڈیو جنریشن ماڈل ہے جو 6 اگست 2026 کو عوامی بیٹا میں جاری کیا گیا۔ یہ diffusion-transformer طرز پر مبنی ہے اور Wan سیریز میں نکھارا گیا ہے۔ یہ ماڈل ٹیکسٹ، تصویر، ویڈیو، آڈیو، دستاویز، اسپریڈ شیٹ، سلائیڈ، PDF اور ویب پیج URL جیسے ان پٹ قبول کرتا ہے، اور ایک ہی پاس میں 30 سیکنڈ تک کی مسلسل ویڈیو کے ساتھ ہم آہنگ آڈیو بھی پیدا کرتا ہے۔ اس کی Omni-Reference سہولت ایک جنریشن میں 20 تک حوالہ جاتی ان پٹ لینے کی اجازت دیتی ہے، جنہیں پرامپٹ میں پوزیشن کے حساب سے (جیسے image 1 یا video 3) مخاطب کیا جا سکتا ہے۔ یہ ماڈل AI فلم اور مختصر کہانی سنانے، کارپوریٹ مواصلات اور سہ ماہی کاروباری اپ ڈیٹس، مارکیٹنگ اور کارپوریٹ وضاحتوں، TikTok، Instagram Reels اور YouTube Shorts کے لیے مختصر سماجی مواد، ای کامرس اور اشتہاری مصنوعات کی شوٹنگ، اور موجودہ ویڈیو میں منظر کی تبدیلی، ماحولیاتی ترمیم اور بصری از سر نو اسٹائل جیسے کاموں کے لیے موزوں ہے۔ یہ 16:9 سے 9:16 تک ہر پہلو تناسب اور 480p، 720p اور 1080p کی تین ریزولوشن سطحوں کی حمایت کرتا ہے۔ Artificial Analysis کے متن-to-ویڈیو لیڈر بورڈ (آڈیو کے ساتھ) پر اس نے 1173 Elo حاصل کیے۔ اس کی طاقتیں مضبوط بصری وفاداری، حرکت کی ہم آہنگی اور پرامپٹ کی پابندی ہیں؛ یہ مخصوص روشنی، اشیاء کی جگہ اور اقدامات کے سلسلے کو قابل اعتماد طریقے سے پیش کرتا ہے، اور جامد یا آہستہ حرکت پذیر شاٹس میں پوری کلپ کے دوران منظر کی مستقل مزاجی برقرار رکھتا ہے۔ تاہم، یہ ماڈل فی الحال API پیش نظارہ میں ہے اور رسائی کی منظوری درکار ہے؛ یہ closed-weight ہے اور مقامی تعیناتی کی سہولت نہیں دیتا۔ عوامی بیٹا 4K آؤٹ پٹ کی حمایت نہیں کرتا، اور مکمل چیک پوائنٹ کے لیے تخمیناً 4 سے 8 A100 یا H100 GPUs درکار ہیں۔ متعدد باہم عمل کرنے والے مضامین والے متحرک مناظر میں ثانوی کرداروں کی پوزیشننگ میں بہاؤ دکھائی دے سکتا ہے، اور خودمختار بینچ مارکس محدود ہیں کیونکہ ماڈل ابھی Video Arena پر ظاہر نہیں ہوا۔
استعمال کی بلنگ کیسے ہوتی ہے؟
آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔ بلنگ اصل جنریشن لاگت کی بنیاد پر کی جاتی ہے۔ حتمی رقم کے لیے اپنا بل دیکھیں۔
Wan 3.0 کون سے ان پٹ کی حمایت کرتا ہے؟
یہ ٹیکسٹ، تصویر، ویڈیو، آڈیو، دستاویز، اسپریڈ شیٹ، سلائیڈ، PDF اور ویب پیج URL ان پٹ قبول کرتا ہے۔
کیا Wan 3.0 آڈیو کے ساتھ ویڈیو بنا سکتا ہے؟
جی ہاں، یہ ایک ہی پاس میں ویڈیو کے ساتھ ہم آہنگ آڈیو بھی پیدا کرتا ہے۔
Wan 3.0 کتنی دیر کی ویڈیو بنا سکتا ہے؟
یہ ایک ہی مسلسل ٹیک میں 30 سیکنڈ تک کی ویڈیو پیدا کر سکتا ہے۔
کیا Wan 3.0 4K آؤٹ پٹ دیتا ہے؟
نہیں، عوامی بیٹا 4K آؤٹ پٹ کی حمایت نہیں کرتا۔
Wan 3.0 میں کتنے حوالہ جاتی ان پٹ دیے جا سکتے ہیں؟
ایک جنریشن میں20 تک حوالہ جاتی ان پٹ دیے جا سکتے ہیں، جنہیں پرامپٹ میں پوزیشن سے مخاطب کیا جا سکتا ہے۔