Wan 3.0
⧉Wan 3.0（通義万相）はアリババの万能型動画モデルです。エンドポイントは 1 つで、渡す素材によってモードが決まります。素材なしならテキストから動画、画像 1 枚なら最初のフレーム、2 枚なら最初と最後のフレーム、3 枚以上なら複数画像参照、参照動画を渡すと動画の書き換えになります。長さは 2〜30 秒を 1 秒刻みで、解像度は 480P / 720P / 1080P の 3 段階、画面比率は 5 種類、参照画像は最大 10 枚、参照動画 5 本、参照オーディオ 5 本まで。出力には音声が含まれます。非同期で、送信後にジョブ ID をポーリングすると、再ホストされた mp4 リンクが得られます（15 日間保存）。秒単位の課金で、失敗したジョブは全額返金します。
オンラインテスト
今すぐ Wan 3.0 を試す（ログイン後に利用可能）。
入力
出力
videoモデル紹介：Wan 3.0
Wan 3.0（通義万相）はアリババのオールインワン動画モデルで、ここにある中でもっとも汎用性の高い動画系です。1 つのエンドポイントで、テキストから動画、最初のフレーム、最初と最後のフレーム、複数画像参照、動画編集までをカバーし、モデルを切り替えるのではなくパラメータで選びます。長さは 2〜30 秒の任意の整数、解像度は 480P / 720P / 1080P、画面比率は 16:9 / 9:16 / 1:1 / 4:3 / 3:4、参照画像は最大 10 枚、参照動画 5 本、参照オーディオ 5 本まで。どのクリップにも音声トラックが付きます。非同期で、POST /v1/videos/generations を送ると即座に HTTP 202 とジョブ ID が返り、GET /v1/videos/jobs/{id} を status=succeeded になるまでポーリングして data[0].url を読みます。当方で再ホストした mp4 なので、上流のリンクのように 24 時間で切れることはありません。
ユースケース
テキストから動画、最初のフレーム、最初と最後のフレーム、複数画像参照、動画編集を、すべてパラメータで選べます。
最長 30 秒。1 カットで語る映像に使えます。
参照画像 10 枚に加えて参照動画と参照オーディオも渡せるので、人物・場面・リズムをまとめて指定できます。
参照動画と一文を渡して、映像の作風を変えたり、カメラの動きを差し替えたりできます。
選び方
15 秒を超えるクリップ、たくさんの画像に加えて動画と音声を一度に渡したい場合、あるいはネイティブの 1080P が必要な場合に選んでください。急いでいるときは Prime を。数秒だけで複数素材の参照も要らないなら、Seedance 系でも十分です。
よくある質問
5 つのモードはどう切り替えますか？
複数の参照画像は互いに混ざりますか？
課金はどうなりますか。参照素材は追加料金になりますか？
Standard と Prime の違いは何ですか？
生成にはどのくらい時間がかかりますか？
関連モデル
統合できる他のモデルを探索しましょう。
Wan 3.0 Prime
能力は同じ · 数倍速い
Seedance 2.5
テキスト / 画像から動画 · 最長 30 秒
Seedance 2.0
テキスト / 画像から動画 · 5〜15 秒
Seedance 2.0 Fast
低レイテンシ · 最安クラス
MiniMax H3
1080P · ネイティブ音声
