Wan 3.0 مقابل Luma Ray 3.2: الصوت في مواجهة اللون، ونموذج واحد غير مُقيَّم

هذه هي المواجهة الوحيدة في هذه السلسلة التي يتعذّر فيها تقييم أحد النموذجين بدرجة. Luma Ray 3.2 ليس له أي مدخل في ساحة الفيديو الخاصة بـ Artificial Analysis — لا في لوحة النص إلى فيديو، ولا في لوحة الصورة إلى فيديو، بفحص بتاريخ 18 سبتمبر 2026. لا يوجد له تصنيف إيلو قائم على التفضيل الأعمى، ولا عدد عيّنات، ولا مجال ثقة. وأي شخص يستشهد برقم لـ Ray 3.2 في مواجهة مباشرة فإنما يستشهد باختبار تفضيل تديره الجهة المورّدة أو بمقياس خاص بأحد المجمّعات، وليس أيٌّ منهما قابلًا للمقارنة بأرقام الساحة التي يحملها Wan 3.0. لذلك يجب إجراء هذه المقارنة على أساس المواصفات وأسطح التحكم والفوترة بدلًا من لوحة النتائج — وهو ما يتبيّن أنه المقارنة الأكثر فائدة على أي حال، نظرًا لمدى اختلاف طريقة بناء هذين النموذجين.

قبل أي من ذلك، هناك فخ في التسمية سيكلفك مالًا إذا فوّته. أرقام إصدارات Luma لا تتزايد بالطريقة التي تبدو عليها عند القراءة. صدر Ray3.14 في 26 يناير 2026؛ وصدر Ray3.2 في 9 يونيو 2026 وهو الطراز الرائد الحالي. الرقم الأعلى يخص الطراز الأقدم. وقد أوقفت Luma علامة Dream Machine التجارية بالكامل، وتذكر أن Dream Machine وRay2 قد استُبدلا بـ Ray — لذا فإن أي دليل أو صفحة تسعير أو مقارنة مبنية على "Dream Machine" إنما تصف منتجًا لم تعد Luma تبيعه.

إدخال لوحة الصدارة المفقود، ولماذا يهم

تحظى مكانة Wan 3.0 بتوثيق جيد. في ساحة تحويل النص إلى فيديو مع الصوت الخاصة بـ Artificial Analysis، بتاريخ 18 سبتمبر 2026، يحتل المرتبة #2 برصيد Elo يبلغ 1,229 و6,011 مقارنة مسجّلة، خلف Gemini Omni Flash عند 1,233 وأمام ثلاثة نماذج أخرى ضمن نطاق 23 نقطة. وفي لوحة تحرير الفيديو يحتل المرتبة #1 برصيد Elo يبلغ 1,190. هذه نتائج مستقلة ومبنية على اختبار أعمى وقابلة للفحص.

مكانة Ray 3.2 غير موثّقة في أي مصدر قابل للمقارنة. ما نشرته Luma هو "تقرير تقييم Ray3" داخلي يزعم التكافؤ مع Veo 3 وتقدّمًا على Runway Gen-4 وMidjourney Video وMoonvalley Marey — دون إرفاق أي درجات رقمية. وتزعم Luma أيضًا أن واجهة الـ API الخاصة بها تعمل بأقل من نصف سعر وزمن استجابة الطُرز المماثلة، دون تحديد أرقام. وبشكل منفصل، صرّحت Black Forest Labs بأن Flux 3 الخاص بها كان مفضّلًا على Ray 3.2 في 93% من المقارنات؛ لكن ذلك اختبار يُجريه بائع على منتج منافس، ووزنه ي equivalent لادعاءات Luma نفسها، أي لا يُعتد به كثيرًا.

هذه فجوة حقيقية في السجل وليست نقطة ضد النموذج. يمكن أن يكون النموذج ممتازًا وغير مُقيَّم — فالساحة لا تُقيِّم إلا ما عُرِض على الناخبين. لكنه يغيّر ما ينبغي أن تخبرك به صفحة المقارنة. بالنسبة إلى Wan 3.0، يمكنك أن تقول ما كان رأي الناخبين المستقلين. أما بالنسبة إلى Ray 3.2، فلا يمكنك أن تقول شيئًا من هذا القبيل، وتقديم تقرير Luma الداخلي أو ادعاء منافس بنسبة 93% وكأن أيًا منهما دليل سيكون أسهل طريقة على الإطلاق لجعل هذا المقال خاطئًا.

رهانان مختلفان: الصوت مقابل اللون

إليك الفرق الأكثر حدة بينهما، وهو لا يتعلق بالجودة.

يولّد Wan 3.0 الصوت أصليًا في التمريرة نفسها التي يولّد بها الفيديو — الحوار، والموسيقى الخلفية، والمؤثرات الصوتية؛ مُفعّل افتراضيًا، ويمكن تعطيله عبر علامة، ويمكن توجيهه بما يصل إلى خمسة مقاطع صوتية مرجعية. تذكر مواد الإطلاق الخاصة بـ Alibaba جودة الصوت كمجال لا يزال بحاجة إلى عمل، لذا تعامل معها كقدرة حقيقية لكنها غير مثالية. المقصد أن توليد Wan 3.0 يصل كعمل سمعي بصري مكتمل.

Ray 3.2 لا يُنشئ الصوت على الإطلاق. مخرجات تحويل النص إلى فيديو وتحويل الصورة إلى فيديو صامتة. لا يُحتفظ بالصوت إلا عند استخدام مساري Modify أو Reframe على مقاطع موجودة — لا يوجد مسار من موجّه نصي إلى مقطوعة صوتية. هذا هو أكبر فرق في القدرات بين الطرازين، وهو بحد ذاته سبب لإقصائه في بعض سير العمل: إذا كان المُخرَج النهائي لديك يحتاج إلى حوار متزامن أو تصميم صوتي، فإن Ray 3.2 خطوة فيديو فقط في مسار يحتاج إلى إضافة مرحلة صوتية لاحقًا، بينما Wan 3.0 ليس كذلك.

ما بنته Luma في المقابل هو أعمق خط معالجة للألوان والإنهاء مقارنةً بأي نموذج فيديو تجاري. يولّد Ray 3.2 محتوى HDR أصلياً بدقة 16 بت، ويصدّر ملفات EXR بمساحة ألوان ACES2065-1، وهي مساحة الألوان التي تتوقعها مسارات التصحيح اللوني والمؤثرات البصرية (VFX) الاحترافية. يتتبّع الأداء الوجهي المعبّر لدى ما يصل إلى ثمانية وجوه في آن واحد، إطاراً بإطار، إضافةً إلى الوضعية الهيكلية والإيماءات. ويستقبل ما يصل إلى 16 إطاراً مفتاحياً لكل مقطع لتوجيه الإيقاع والحركة على مستوى الإطار. وتتيح ميزة Reframe الخاصة به تغيير نسبة العرض إلى الارتفاع، أو توسيع الإطار، أو استبدال خلفية بعد التوليد مع الحفاظ على الإضاءة الأصلية. ويأتي مدمجاً داخل Adobe Firefly، بدعم عملاء من استوديوهات ووكالات معروفين بالاسم.

تلك أداة لما بعد الإنتاج. أما Wan 3.0 فهي أداة إنتاج. إذا كنت تسلّم اللقطات إلى مصحّح ألوان، فإن تصدير EXR يساوي أكثر من ثلاثين ثانية من أي شيء آخر. وإذا كنت تنشر مقطعًا نهائيًا، فإن الإخراج الصامت مشكلة لا يصلحها أي شيء آخر في ورقة المواصفات.

المدة والدقة، اقرأ بعناية

كلا البائعين يطمسان هذه الأرقام في اتجاهين متعاكسين، وكلا الطمسين مهم.

• المدة — Wan 3.0: من 2 إلى 30 ثانية في توليد واحد، إضافةً إلى التمديد الأمامي والخلفي وثنائي الاتجاه. Ray 3.2: 5 أو 10 ثوانٍ لتوليد فيديو جديد من النص ومن الصورة. أما عبارة Luma التي تُقتبس على نطاق واسع، "حتى 20 ثانية"، فتنطبق على Modify Video، وضع التحويل الذي يحافظ على المصدر، لا على التوليد من موجّه. إذا كنت تختار بناءً على رقم الـ20 ثانية، فتحقق من الوضع الذي تشتريه.

• الدقة — Wan 3.0: 480p و720p و1080p، جميعها أصلية. Ray 3.2: 360p و540p و720p و1080p. لا يدعم Ray 3.2 دقة 4K. الادعاء بأنه يدعمها منتشر على نطاق واسع وهو خاطئ: فخاصية 4K لدى Luma هي أداة منفصلة لرفع الدقة تُطبَّق بعد التوليد، وليست وضع توليد. الـ HDR حقيقي؛ أما 4K فليس كذلك.

• قيود HDR — وضع HDR في Luma محدود بمقاطع مدتها 5 ثوانٍ بدقة 720p أو 1080p، ولا يتوافق HDR مع الإخراج البالغ 10 ثوانٍ. لذا فإن أفضل خط معالجة ألوان لدى النموذج غير متاح في مقاطعه الأطول.

• معدل الإطارات — Wan 3.0: 30 إطارًا في الثانية. Ray 3.2: 24 إطارًا في الثانية، وهو الخيار الصحيح للعمل ذي الطابع السينمائي والخيار الخاطئ إذا كان التسليم بمعدل 30 أو 60.

• نسبة العرض إلى الارتفاع — لا يملك Ray 3.2 قائمة ثابتة لأن Reframe يكيّف الخرج بعد ذلك. يدعم Wan 3.0 النسب 21:9 و16:9 و4:3 و1:1 و3:4 و9:16 والوضع التكيفي عند التوليد.

• المدخلات — يقبل Wan 3.0 ما يصل إلى 10 صور مرجعية و5 فيديوهات مرجعية و5 مقاطع صوتية مرجعية ضمن حد أقصى 20 أصلاً، بالإضافة إلى مستند أو صفحة ويب عامة. يقبل Ray 3.2 النص والصور وما يصل إلى 16 إطارًا رئيسيًا ومراجع الشخصيات — وهي قدرة افتقر إليها سلفه Ray3.14. لا مستندات، ولا استناد إلى URL، ولا إدخال صوتي.

ما الذي تكلّفه كل ثانية، وشكل الفوترة الكامن وراء ذلك

تُحتسب تكلفة Wan 3.0 لكل ثانية من الإخراج وفقًا للأسعار المعلنة من Alibaba: 0.05 دولار عند 480p، و0.10 دولار عند 720p، و0.20 دولار عند 1080p. مقطع بدقة 1080p مدته 30 ثانية يكلّف 6.00 دولارات، مع خصم 30% لفترة محدودة على منصات Alibaba نفسها ساري حتى 23 سبتمبر، ما يخفض ذلك إلى نحو 4.20 دولارات.

يُحتسب سعر Ray 3.2 لكل عملية توليد على واجهة Luma Agents API، ما يجعل الحساب مختلفًا: خمس ثوانٍ بدقة 360p تكلف 0.06 دولار، وعند 540p تكلف 0.15 دولار، وعند 720p تكلف 0.30 دولار، وعند 1080p تكلف 1.20 دولار. أما عشر ثوانٍ فتضاعف هذه الأرقام عند 360p و540p وتضاعفها ثلاثة أضعاف فوق ذلك. وعند 1080p يبلغ ذلك نحو 0.24 دولار في الثانية — أكثر من سعر Wan 3.0 بدقة 1080p، ونحو خمسة أمثال سعره بدقة 480p.

ملاحظتان هيكليتان أهم من الأرقام لكل ثانية. أولاً، اعتمادات اشتراك Luma وفوترة واجهة برمجة التطبيقات (API) الخاصة بها نظامان منفصلان، ولا تنتقل الاعتمادات بينهما؛ تبلغ خطط المستهلكين 30 و90 و300 دولار شهرياً مع احتساب الاعتمادات داخل كل خطة. ضع ميزانية للسطح الذي تبني عليه فعلاً، لأن المال لا ينتقل. ثانياً، يضاعف HDR و HDR+EXR تكلفة الاعتمادات — بمقدار الضعف والثلاثة أضعاف على التوالي — لذا فإن القدرة التي تميّز Ray 3.2 هي أيضاً الأكثر تأثيراً في تغيير سعره الفعلي.

على Wan 3.0 يقع الفخ المكافئ عند طبقة المزوّد بدلًا من طبقة المورّد: فعندما يُسعَّر النموذج لكل ثانية لكل دقة، غالبًا ما لا يكون سعر الوسيط هو سعر Alibaba. $0.05 / $0.10 / $0.20 هو الرقم الذي يجب فحص أي عرض سعري مقابله.

إلى أين تستقر مسألة التوجيه في الواقع

لا يُعد أيٌّ من هذين نموذجًا نوجّهه، ويجدر قول ذلك قبل أي شيء آخر في هذا القسم. يمكن الوصول إلى Wan 3.0 عبر منصات Alibaba الخاصة — Model Studio وQwen Cloud — وعبر أدوات إبداعية تابعة لجهات خارجية دمجته بعد إطلاق 24 أغسطس. يمكن الوصول إلى Ray 3.2 عبر تطبيق Luma على الويب، ولأول مرة في سلسلة Ray، عبر واجهة برمجة تطبيقات مطوّرين حقيقية بطبقات الدفع حسب الاستخدام والسعة المحجوزة، بالإضافة إلى مجموعة من المنصات التابعة لجهات خارجية وتكامله مع Adobe Firefly.

ما هو متاح على OrcaRouter هو خط الأنابيب المحيط. نادرًا ما يكون الفيديو النهائي هو المُخرَج بأكمله: فهناك نص السيناريو، وقائمة اللقطات، والنص البديل، والترجمات بعدة لغات، وملاحظات المراجعة، والبيانات الوصفية، وكل ذلك من عمل النماذج النصية. تلك النماذج موجودة في كتالوجنا — أكثر من 200 نموذج منها على مفتاح واحد، بسعر المزوّد مُمرَّرًا كما هو دون أي هامش مضاف — لذا فإن نقل مرحلة إعداد الترجمات من نموذج مكلف إلى نموذج رخيص، أو تبديل النموذج الذي يكتب قوائم اللقطات لديك، هو تغيير في الإعدادات لا تكامل ثانٍ. وبالنظر إلى أن كلا نموذجي الفيديو هنا يمثلان بالفعل علاقة مع مورّدين ثانٍ وثالث، فإن إبقاء طبقة النصوص على مفتاح واحد هو الجزء من هذه المنظومة الذي يكون تجميعه رخيصًا بالفعل.

أيّ واحد، وما الذي سيحسم الأمر؟

هذا ليس أمرًا متقاربًا على الورق، وليس سحقًا كذلك، لأن الاثنين لا يتنافسان على الوظيفة نفسها.

• اختر Wan 3.0 إذا كنت بحاجة إلى صوت من النص التوجيهي، أو أكثر من 10 ثوانٍ في تمريرة واحدة، أو استناد إلى مستند أو صفحة ويب، أو ميزانية مراجع واسعة، أو 30fps، أو أدنى سعر لكل ثانية عند 1080p. إنه الخيار الأفضل لأي شيء ينتهي كمقطع منشور.

• اختر Luma Ray 3.2 إذا كنت بحاجة إلى 16-bit HDR أو EXR في ACES2065-1 لخط أنابيب التصحيح اللوني، أو تحكم على مستوى الإطار عبر 16 إطارًا مفتاحيًا، أو تتبع الأداء عبر ثمانية وجوه، أو تغييرات Reframe اللاحقة لنسبة الأبعاد والخلفية، أو تحويل يحافظ على المصدر للقطات الموجودة حتى 20 ثانية. إنه الخيار الأفضل لأي شيء ينتهي كلقطة في مونتاج شخص آخر.

الشيء الذي سيغيّر هذه المقالة ليس نموذجًا جديدًا — بل دخول إلى الساحة. Ray 3.2 متاح عمومًا منذ 9 يونيو 2026، منذ مدة كافية لتجميع المقارنات، لكنه ببساطة لم يُعرض على المصوّتين. وإلى أن يحدث ذلك، فإن الموقف الصادق هو أن Wan 3.0 لديه نتيجة مستقلة قابلة للتحقق، بينما Ray 3.2 لديه تقرير خاص بالجهة المورّدة، والمقارنة التي تتظاهر بأن هذين النوعين من الأدلة متماثلان أسوأ من مقارنة تعترف بالفجوة.

ملاحظة عملية واحدة إذا كنت تُجري هذا التقييم بنفسك: لأن Ray 3.2 يُخرج فيديو صامتًا بينما Wan 3.0 لا يفعل ذلك، فإن مقارنة مباشرة بالنص التوجيهي نفسه ستبدو غير متكافئة ضد Luma بطريقة لا علاقة لها بجودة الصورة. قيّم الصورة أولاً، واكتم صوت كليهما، وقيّم الصوت على حدة — وإلا فأنت تقارن عملاً مكتملاً بمكوّن وتقيس الفرق الخطأ.