До 30 секунд одним дублем
4, 6, 8, 10, 15, 20 или 30 секунд. Ни склеек, ни расхождений между кусками. Следующая по длине модель здесь дотягивает до пятнадцати, у моделей Google потолок — восемь или десять.
Модель · Alibaba Wan 3.0
Wan 3.0 — 30 секунд видео за один прогон
Видеомодель Alibaba и то единственное, чего здешние модели Google не умеют: длина. Одна генерация даёт от 4 до 30 секунд, уже со звуком внутри, в 480p, 720p или 1080p, горизонтально или вертикально. Платите посекундно — $0.05, $0.10 или $0.20 в зависимости от разрешения, — так что короткий черновик стоит $0.20, а самый длинный и чёткий клип на платформе — $6.00. Крипта или карта, без подписки.
01Что это
Что такое Wan 3.0?
Wan 3.0 — видеомодель Alibaba, вышедшая в Alibaba Cloud Model Studio в августе 2026 года; она рендерит клипы от 4 до 30 секунд, причём звук генерируется в том же проходе, что и картинка. Здесь она принимает промпт, необязательные стартовый и финальный кадр либо до 10 референсных изображений и возвращает один готовый клип в 480p, 720p или 1080p. Мы берём ровно столько, сколько Alibaba просит за модель, — $0.05, $0.10 и $0.20 за секунду по разрешениям, — а не накручиваем сверху: та же политика, что и с моделями Google.
Кому вообще нужны 30 секунд?
Всем, кто устал клеить. Большинство видеомоделей упирается в восемь-десять секунд, поэтому полуминутная сцена — это три-четыре генерации, ручная стыковка и швы там, где модель передумала насчёт света. Wan рендерит всё одним дублем. Для продуктовых лупов, фоновых сцен, съёмки процесса и всего, где камера просто едет дальше, монтаж отпадает как этап. С вертикалью так же — 9:16 в любом из трёх разрешений, ровно то, что нужно Shorts и Reels.
02Что она умеет
Шесть вещей, которые стоит знать до первой траты
Звук, который ничего не стоит
Звук генерируется вместе с картинкой и включён по умолчанию. Выключается тумблером, и цена от этого не меняется — в отличие от Veo, где нативный звук идёт за доплату.
Стартовый и финальный кадр
Дайте изображение, которое нужно оживить, и при желании финальное, на котором клип остановится. Одна и та же картинка в обоих слотах даёт чистый луп.
До 10 референсных изображений
Референсы держат персонажа или стиль одинаковыми от прогона к прогону. Это альтернатива кадрам, а не дополнение к ним: модель берёт либо одно, либо другое.
Seed
Зафиксируйте seed — и тот же промпт приземлится примерно в тот же кадр. Удобно, когда крутите по одному слову за раз и хотите увидеть, что именно это слово сделало.
Три ценовых уровня
480p для черновиков по $0.05 за секунду, 720p для публикации по $0.10, 1080p по $0.20. Черновики — дёшево, финальный дубль — один раз.
03Честные ограничения
Чего Wan 3.0 не сделает
Правка здесь — не диалог. Gemini Omni Flash можно сказать «сделай свет теплее», и модель поправит сцену, которую помнит. Wan умеет переснять ролик, который вы ему дали, — до 15 секунд исходника, причём исходник и результат вместе должны уложиться в 30 секунд, — но каждый запрос начинается с нуля, а секунды исходника оплачиваются вместе с секундами результата. Ещё он рендерит один клип за запуск — сетки из четырёх вариантов на выбор не будет. Негативного промпта нет, поэтому всё лишнее приходится убирать из описания сцены, а не запрещать. Соотношения сторон — только 16:9 и 9:16, потолок — 1080p. И стартовые кадры с референсами взаимоисключающи: либо кадры, либо референсы.
Alibaba честно говорит, где модель ещё растёт: в её собственных заметках к релизу написано, что фактура звука и текст в кадре пока не на том уровне, которого они хотят, и в целом мы видим то же — фон звучит убедительно, речь получилась лучше, чем мы ждали, но тонко настраивать дорожку не выйдет. У длинных дублей свой риск. Двадцатисекундный ролик с гончарным кругом выше держится лучше, чем я ожидал, но тридцать секунд — это очень много кадров, которые надо удержать согласованными, так что на всё длиннее пятнадцати закладывайте повтор. Одну возможность модели мы пока не подключили: на входе она принимает документы (PPT, PDF, таблицы). А её «продолжение» — это следующая сцена с теми же героями и декорациями, а не покадровое продолжение. Если нужен звук, которым можно управлять фраза за фразой, лучше подойдёт Gemini Omni Flash; если нужно 4K, до которого Wan не дотягивается, альтернатива — Veo 3.1.
04Заметки из практики
Чему нас научила работа в продакшене
Эти заметки — из реального рекламного продакшена на Wan 3.0 в сентябре 2026 года: ролики с товаром, зачистка отснятого материала, ремейки от первого кадра. В документации этого нет, и за каждое такое знание заплачено деньгами.
Порядок блоков решает исход
Внимание достаётся тому, что стоит в промпте первым, а длинное описание товара перетягивает его целиком. В наших прогонах инструкцию по зачистке на седьмом месте модель пропустила; те же слова, поднятые наверх как «TASK 1», выполнила. Самое важное ставьте первым.
Отрицания работают как список для рисования
Промпт «no ring, no watch, no ink» дал нам новое золотое кольцо и более жирную татуировку. У нас назвать предмет означало попросить его. Описывайте то, что должно быть в кадре: «each finger is plain skin from base to tip» сделало то, чего не смогли три отрицания.
Пустые руки он заполняет сам
В наших кадрах, где товара быть не должно было, Wan подменял им любой предмет в руке — расчёска превратилась в триммер. Назовите каждый инструмент поимённо, прямо разрешите кадр без товара и пишите «никогда не больше одного» вместо «ровно один». Ещё надёжнее — отдавать такие планы отдельным сегментом, в промпте которого товар не описан вовсе.
Первый кадр удерживает предмет
От одного стартового изображения, без референсов, Wan держал товар целым все десять секунд: кнопки на месте, в сцене ничего лишнего. В наших тестах на том же кадре другие модели дорисовывали шнур и посторонние предметы. Если важен точный товар, сначала сделайте кадр, а потом дайте Wan оживить его одним прогоном.
Зачистка возвращается кадр в кадр
Правка отснятого ролика — убрать татуировки, часы и браслеты — вернула материал, совпадающий с исходником план в план, с чистой кожей. Надёжным размером куска у нас оказались примерно восемь секунд; исходники длиннее лучше резать на части.
Один длинный прогон лучше цепочки
Продолжение у Wan — это «следующая сцена», а не покадровое продолжение. Когда нужны пятнадцать, двадцать или тридцать секунд, заказывайте их одной генерацией, а не цепочкой коротких.
Длительность — только целые секунды
Результат обрезается до заказанного целого числа секунд при 30 кадрах в секунду: 94 кадра на входе вернулись как 90. Резать ровно по границе плана у нас поэтому не выходило — планируйте сегменты так, чтобы стыки приходились на целые секунды.
Фото-референс приносит свой гардероб
В наших прогонах Wan копировал одежду и украшения с фотографии человека, даже если в промпте было сказано «только лицо и волосы». Обрежьте референс до того, что действительно хотите перенести.
Места хватит на покадровый бриф
Промпт вмещает до 20 000 знаков — хватит на нумерованные задачи, замок на каждый инструмент и описание каждого плана. Wan вознаграждает такую структуру: чем точнее блок говорит, что в кадре, тем меньше модель импровизирует.
Дефекты, которые стоит закладывать. Звук обычно на месте, и речь модель произносит неплохо — причём не только английскую. Один проект вышел иначе: в проходах правки и в text-to-video со сложным промптом звук мотора триммера вернулся тихим, около −45 дБ: слышно, но слабо. В остальных наших прогонах дорожка была на месте, так что это частный случай, а не свойство модели; если тихий звук критичен, проверьте уровень и при необходимости возьмите дорожку из исходника. Мелкие цифры на дисплее прибора Wan рисует лучше конкурентов, но нестабильно: мы получили 89 там, где в кадре было 84, а при горизонтальном хвате цифры вышли повёрнутыми. Форма товара на средних планах может поплыть. А при правке материала модель иногда дорисовывает деталь из более позднего места исходника — выбритая линия в стрижке появилась на план раньше и пропала в следующем. Повтором исправить этот дефект нам не удалось, и мы вырезали кусок.
05Как запустить
От промпта до клипа за три шага
Описывайте кадр, а не тему
Субъект, что он делает, камера, свет. «Один непрерывный кадр» стоит проговорить вслух. Потом добавьте короткую строку «Audio/sound:» с тем, что должно быть слышно, — Wan понимает намёк.
Сначала черновик в 480p
Четыре секунды в 480p стоят $0.20. Соберите композицию там, а потом перезапустите победителя в 720p или 1080p на ту длину, которая вам действительно нужна.
Платите за те секунды, что получили
Баланс списывается при старте задачи и возвращается автоматически, если она упала или её отклонил фильтр. Пополнение криптой или картой; никакой ежемесячной платы вас не ждёт.
06Цены
Сколько стоит Wan 3.0 по сравнению с Veo 3.1 и Omni в 2026 году?
| Модель | 4 с | 10 с | 30 с | Звук |
|---|---|---|---|---|
| Wan 3.0 · 480p$0.05/с — черновики и соцсети | $0.20 | $0.50 | $1.50 | Входит, бесплатно |
| Wan 3.0 · 720p$0.10/с — обычный выбор | $0.40 | $1.00 | $3.00 | Входит, бесплатно |
| Wan 3.0 · 1080p$0.20/с — самый чёткий | $0.80 | $2.00 | $6.00 | Входит, бесплатно |
| Veo 3.1 Fast · 720pМодель Google, только 4–8 с | $0.35 | — | — | За доплату |
| Gemini Omni 1.1 Flash · 720pмодель Google, посекундно, 3–10 с за прогон | $0.40 | $1.00 | — | Всегда включён |
| Gemini Omni 1.1 Flash · 1080pта же модель в 1080p, $0.15 за секунду | $0.60 | $1.50 | — | Всегда включён |
Цены указаны за готовый клип и включают звуковую дорожку. Прочерк означает, что за один прогон такую длину модель не отдаёт: Veo останавливается на восьми секундах, а Omni добирается до 40 секунд только расширением готового ролика сцена за сценой. Депозит $50 добавляет 5% к балансу, $100 — 10%; активный промокод даёт ещё 10% сверху к тому же депозиту. Бонус за объём +5% / +10% действует только при пополнении криптовалютой.
Полная таблица по всем моделям живёт на странице цен.
07Читать дальше
Гайды поглубже
Как превратить фото в видео
Как на самом деле ведут себя стартовые кадры, финальные кадры и лупы — вместе с промптами, которыми это сделано.
Читать гайдКак писать промпты для видеомоделей
Язык камеры, свет, движение. Написано для Veo, но структура переносится на Wan почти без изменений.
Читать гайдОбзор Gemini Omni Flash
Модель, за которой стоит идти, когда клип нужно править разговором, а не новым промптом.
Читать гайд08FAQ
Вопросы, которые задают на самом деле
Какой длины может быть видео Wan 3.0?
До 30 секунд за одну генерацию. На выбор есть 4, 6, 8, 10, 15, 20 и 30 секунд, и клип приходит одним непрерывным дублем — это не четыре коротких ролика, склеенных вместе. Модели Google Veo и Omni останавливаются на восьми и десяти секундах на клип.
Сколько стоит клип Wan 3.0?
Оплата посекундная: $0.05 в 480p, $0.10 в 720p, $0.20 в 1080p. То есть четыре секунды черновика — это $0.20, десять секунд в 720p — $1.00, а максимум, тридцать секунд в 1080p, — $6.00. Звуковая дорожка входит в эту цену.
Читать полный ответГенерирует ли Wan 3.0 звук?
Да, и по умолчанию он включён. Звук рендерится вместе с картинкой, а не добавляется потом, поэтому шаг слышен ровно тогда, когда нога касается пола. Его можно выключить и получить немой клип — на цене это не скажется. Что должно быть слышно, опишите короткой строкой «Audio/sound:» в конце промпта. Полезно знать: в собственных заметках к запуску Alibaba называет фактуру звука тем, что ещё дорабатывается. В наших прогонах дорожку можно было брать как есть, речь звучала неплохо, но на важном ролике уровень стоит проверить.
Можно ли оживить собственное фото?
Да. Положите изображение в слот стартового кадра, а промпт опишет, что с ним должно произойти. Можно добавить финальный кадр, чтобы задать, чем закончится план, а одна и та же картинка в обоих слотах даёт луп. Один нюанс: кадры и референсные изображения вместе использовать нельзя.
Wan 3.0 или Veo 3.1 — что выбрать?
Wan 3.0 — более новая и более сильная модель из двух: дубли до 30 секунд против восьми, звук включён в цену, видео-референсы на входе и товар, который остаётся собой, когда вы оживляете его от первого кадра. Veo 3.1 — альтернатива для того, чего Wan не закрывает: 4K и короткие клипы в картинке Google. Моё правило: начинать с Wan и переходить на Veo, когда в брифе стоит 4K.
Можно ли отредактировать клип после генерации?
Да, с оговоркой. Дайте Wan ролик до 15 секунд — сделанный им или снятый вами, — опишите изменение, и он вернёт новый клип. Исходник и результат вместе должны уложиться в 30 секунд, а секунды исходника оплачиваются по той же посекундной ставке, что и результат. Это не диалог: каждая правка — новый запрос без памяти о предыдущем, а «продолжение» даёт следующую сцену, а не покадровое продолжение. Модель, которая помнит сделанный клип, — Gemini Omni Flash.
Можно ли использовать видео Wan 3.0 в коммерческих целях?
Да. Всё, что вы сгенерировали, ваше — в том числе для клиентских и коммерческих работ, с учётом правил по контенту в наших условиях. На результате нет водяного знака, и отдельную лицензию покупать не нужно.
Тридцать секунд, один промпт
Новым аккаунтам на баланс падает $0.20 — хватит на черновик в 480p, чтобы понять, ваша ли это модель. Клипы от $0.20, без подписки и обязательств.