Wan 3.0 vs. Alibaba Wan 2.7: Ein 33 % Aufpreis und das Ende der offenen Gewichte

Die Verdopplung der maximalen Clip-Länge ist die Schlagzeile von Wan 3.0, und sie ist die am wenigsten interessante Zahl in diesem Vergleich. Die Zahl, die über das Upgrade entscheidet, ist 33 %: Bei 1080p ist Alibaba Wan 2.7 mit 9,00 $ pro Minute generierten Videos gelistet und Wan 3.0 mit 12,00 $, sodass jede fertiggestellte Minute 1080p-Arbeit beim neueren Modell drei Dollar mehr kostet. Was das bringt, ist real — eine einzige durchgehende Aufnahme von bis zu 30 Sekunden statt 15 sowie eine Dokumenteingabe, die kein anderes Modell der Familie akzeptiert. Was es kostet, ist weniger offensichtlich, und ein Teil davon steht auf keiner Launch-Folie: Das Open-Weights-Kapitel der Wan-Reihe ist geschlossen.

Ein Hinweis dazu, woher die Zahlen stammen, denn bei diesem Duell kann man sich ungewöhnlich leicht vertun. Alibabas Preise pro Sekunde sind Listenpreise des Anbieters, veröffentlicht auf Alibaba Cloud und in seinem eigenen Vergleichsbeitrag wiederholt. Die untenstehenden Qualitätswerte stammen nicht von Alibaba – sie kommen aus der Video Arena von Artificial Analysis, einer unabhängigen Blindvergleichs-Bestenliste, die nun beide Generationen nebeneinander führt. Alibaba hat für keines der beiden Modelle eine Benchmark-Tabelle veröffentlicht. Wo eine Aussage vom Anbieter selbst stammt, ist sie gekennzeichnet; wo sie aus der Arena stammt, trägt sie ein Erfassungsdatum, weil sich die Elo auf dieser Bestenliste mit jeder weiteren Stimme verschiebt.

Die Upgrade-Arithmetik, bei jeder Auflösung

Bei beiden Modellen erfolgt die Abrechnung pro Sekunde generierten Videos, was den Vergleich ungewöhnlich sauber macht. Alibabas Listenpreise für Wan 3.0 liegen bei 0,05 $/s bei 480p, 0,10 $/s bei 720p und 0,20 $/s bei 1080p. Wan 2.7 liegt bei 9,00 $ pro Minute bei 1080p in der unabhängigen Preisspalte, die Artificial Analysis verfolgt – 0,15 $/s –, wobei in der älteren Momentaufnahme des Boards derselbe Preis von 9,00 $/min gilt.

Clip-Längen ausführen:

• Ein 15-Sekunden-1080p-Clip – die Obergrenze von Wan 2.7, halb so hoch wie die von Wan 3.0 – kostet bei Wan 2.7 etwa 2,25 $ und bei Wan 3.0 etwa 3,00 $. Gleiche Länge, gleiche Auflösung, ein Drittel mehr.

• Ein 30-Sekunden-Clip in 1080p – nur Wan 3.0 kann ihn in einem einzigen Durchgang erzeugen – kostet dort 6,00 $. Bei Wan 2.7 entspricht das zwei 15-Sekunden-Generierungen plus einem Schnitt, also 4,50 $ für die reine Generierung plus die Montagezeit und die Kontinuitätsarbeit an der Nahtstelle.

• Ein 30-sekündiger 480p-Entwurf kostet 1,50 $ auf Wan 3.0 – und genau hier ist das neue Modell wirklich günstig: ein voller halbminütiger Konzeptdurchlauf für weniger als ein einzelnes 15-sekündiges 1080p-Rendering auf einem der beiden Modelle.

Diese dritte Zeile ist die, die Teams unterschätzen. Die 480p-Stufe existiert bei Wan 2.7 überhaupt nicht, und eine günstige Draft-Stufe verändert, wie viele Kandidaten man sich leisten kann, wegzuwerfen – 30 Sekunden 480p für 1,50 $ sind ein Preisniveau, bei dem „vier generieren, eins behalten“ keine Extravaganz mehr ist.

Noch ein Preisdetail, das sich lohnt, solange es gilt: Alibaba hat auf den Bailian- und Qwen-Plattformen von Alibaba Cloud einen zeitlich begrenzten Einführungsrabatt von 30 % gewährt, der bis zum 23. September gilt. Bei einem rabattierten 30-Sekunden-1080p-Clip sinkt der Preis dadurch von 6,00 $ auf ungefähr 4,20 $. Wenn Sie gerade jetzt abwägen, ist die effektive Lücke zwischen den beiden Generationen kleiner, als die Listenpreise vermuten lassen, und sie vergrößert sich am 24. wieder.

Die Abrechnungsasymmetrie, die fast niemand erwähnt

Wan 2.7 ist nicht ein Modell mit einem Preis. Es erschien am 3. April 2026 als Suite aus vier Modellen – Text-zu-Video, Bild-zu-Video, Referenz-zu-Video und Video-Edit – und zwei dieser vier werden anders abgerechnet als die anderen beiden.

• wan2.7-t2v und wan2.7-i2v — Abrechnung nur nach Ausgabedauer. Die Region ist entscheidend: Die internationalen Singapur-Tarife betragen 0,10 $/s bei 720p und 0,15 $/s bei 1080p, während die Endpunkte in Peking und Tokio 0,086 $/s und 0,143 $/s für dieselbe Arbeit angeben.

• wan2.7-r2v (Referenz-zu-Video) — abgerechnet nach der Dauer des Eingabevideos, begrenzt auf fünf Sekunden, plus die Dauer der Ausgabe. Wird eine fünfsekündige Referenz in eine fünfzehn Sekunden lange Generierung eingespeist, werden zwanzig Sekunden abgerechnet.

• wan2.7-videoedit — Abrechnung nur nach Ausgabe. Das Eingangsmaterial ist kostenlos.

Diese eine Unterscheidung kippt den Kostenvergleich für Bearbeitungs-Workloads. Wenn Ihre Arbeit in der instruktionsbasierten Bearbeitung von vorhandenem Material besteht und nicht in der Generierung von Grund auf, berechnet die Editing-Variante von Wan 2.7 nichts für das Material, das Sie ihr zuführen, und der effektive Preis pro fertigem Clip kann deutlich unter dem beworbenen 1080p-Tarif liegen. Das All-in-One-Task-Routing von Wan 3.0 bietet denselben Hebel nicht, weil es die Generierung bepreist und nicht die Aufgabe. Prüfen Sie, für welche Variante Ihr Angebot tatsächlich gilt, bevor Sie Sekundenpreise vergleichen — ein pauschaler Sekundentarif verdeckt dies vollständig.

Auch das Timing spielt für Wan 2.7 eine größere Rolle als üblich. Alibaba Cloud hat eine Abschaltankündigung für Model Studio (ID 118434) veröffentlicht, mit der mehrere ältere Modelle am 10. Oktober 2026 offline genommen werden, und die Liste enthält wan2.7-r2v und wan2.7-image. Dies betrifft nur die Variantenebene, nicht eine Abschaltung der 2.7-Generation — wan2.7-t2v und wan2.7-i2v sind weiterhin mit Live-Preisen gelistet, und ihre Seiten wurden erst am 11. September aktualisiert — aber wenn Referenz-zu-Video der Grund ist, aus dem Sie 2.7 in Betracht gezogen haben, hat dieser Weg ein Datum. Für Wan 3.0 gibt es keine vergleichbare Ankündigung.

Wo die Arena sie platziert

Wan 2.7 erhielt sechs Monate lang keine öffentliche Bewertung. Die aktuelle Text-zu-Video-Rangliste von Artificial Analysis (mit Audio, erfasst am 18. September 2026) führt beide Generationen auf, und die Reihenfolge ist eindeutig:

• Wan 3.0 — Insgesamt Platz 2, Elo 1.229 (95-%-KI ±9), 6.011 Vergleiche, 12,00 $/Min.

• Wan2.7-260612 (der Juni-Build) — Nr. 7, Elo 1.149 (±6), 16.694 Vergleiche, 9,00 $/Min.

• Wan 2.7 (der April-Build) — #10, Elo 1.098 (±7), 4.856 Vergleiche, 9,00 $/Min.

• Wan 2.6 — Nr. 27, Elo 1.030, 9,00 $/Min.

Die Konfidenzintervalle sollte man vor den Rängen lesen, denn sie entscheiden, welche Abstände real sind. Das ±9-Band von Wan 3.0 und die ±6 von Wan2.7-260612 überschneiden sich nicht: Der Vorsprung von 80 Punkten des neueren Modells gegenüber dem besten 2.7-Build ist ein aufgelöster Unterschied, kein Rauschen. Der Abstand von 51 Punkten zwischen den beiden 2.7-Builds ist ebenfalls aufgelöst. Nicht aufgelöst ist der Abstand an der Tabellenspitze — Wan 3.0 liegt drei Punkte hinter dem Spitzenreiter mit einem ±9-Band, was ein Gleichstand in allem außer der Darstellung ist.

Die Wan-2.7-Duplikation ist kein Fehler, und sie ist das nützlichste Detail auf der Rangliste. Alibaba hat mehr als einen Build unter dem Namen 2.7 ausgeliefert, und die spätere Juni-Revision liegt 51 Elo über dem früheren Snapshot zum selben Preis. Daraus folgen zwei Lehren. Erstens: „Wan 2.7“ als Beschaffungsposition ist mehrdeutig – fragen Sie, welcher Build. Zweitens: Der Abstand zwischen dem besten 2.7 und Wan 3.0 beträgt 80 Elo, nicht die 131, die der Schlagzeilenvergleich nahelegt. Das ist auf einer Rangliste, auf der die gesamte Spanne der 36 Modelle etwa 336 Punkte beträgt, immer noch ein entscheidender Vorsprung, aber es ist ein kleineres Upgrade, als das Marketing impliziert.

Das Bild ändert sich je nach Aufgabe. Auf der Video-Editing-Bestenliste von Artificial Analysis – einer anderen Arena mit einem anderen Prompt-Set – ist Wan 3.0 auf Platz 1 mit Elo 1.190 und 4.647 Stimmen, und Wan 2.7 ist auf Platz 5 mit 1.080. Anweisungsbasierte Bearbeitung ist die eine Fähigkeit, die die beiden Generationen auf dem Papier wirklich teilen, da Alibaba sie weitergeführt und nicht neu erfunden hat, und das neuere Modell gewinnt diesen direkten Vergleich immer noch mit 110 Punkten. Wenn Bearbeitung Ihre Arbeitslast ist, ist der Fall für ein Upgrade stärker, als die Text-zu-Video-Zahlen allein vermuten lassen.

Die 30-Sekunden-Frage, die niemand vor dem Kauf stellt

Dreißig Sekunden sind nur dann das Bezahlen wert, wenn man dreißig Sekunden nutzen kann. Zwei Fehlermodi verdienen es, benannt zu werden.

Der erste Punkt ist, dass ein längerer Clip teurer zu verwerfen ist. Eine Suche mit vier Versuchen nach einem guten 5-Sekunden-Insert kostet bei 1080p 4,00 $. Dieselben vier Versuche bei 30 Sekunden kosten 24,00 $. Längere Generierungen scheitern auf mehr Arten — Drift summiert sich, der Beat bei etwa 20 Sekunden hängt durch, ein Gesicht verändert sich zwischen den beiden Hälften der Einstellung —, sodass die Verwerfungsrate bei langen Clips nicht niedriger ist als bei kurzen. Plane das Budget für Iterationen ein, nicht für einen einzigen Hero-Render.

Der zweite Punkt ist: Die zusätzliche Zeit hilft nur, wenn Kontinuität hilft. Ein 30-Sekunden-Werbespot, der in sechs bewusste 5-Sekunden-Einstellungen geschnitten ist, gewinnt nichts durch eine längere Obergrenze und zahlt dafür 33 % mehr pro Sekunde. Eine Produktdemonstration in einem Take, eine kontinuierliche Kamerabewegung, ein Monolog, der in einer einzigen Einstellung sitzen muss – das sind die Arbeitslasten, bei denen die Verdopplung der ganze Punkt ist und bei denen das Zusammensetzen zweier 15-Sekunden-Clips auf Wan 2.7 an der Nahtstelle sichtbar zu werden beginnt: eine Lichtverschiebung, ein Bewegungs-Reset, ein Neustart des Tempos.

Meine Einschätzung: Wenn mehr als etwa ein Drittel deines Outputs absichtlich in kurze Stücke zerschnitten wird, ist Wan 2.7 bei 9,00 $/Min. immer noch der bessere Kauf. Wenn deine Briefings regelmäßig durchgehende Takes verlangen, sind die zusätzlichen 3,00 $ pro Minute billiger als der Schnitt, der eine schlechte Klebestelle ausbessert.

Was hat sich sonst noch tatsächlich geändert, und was nicht?

Alibabas eigener Vergleichsbeitrag ist die klarste Darstellung des Unterschieds, und er ist enger gefasst, als die Berichterstattung vermuten lässt.

• Dauer — Wan 2.7: 2 bis 15 Sekunden pro Generierung. Wan 3.0: bis zu 30 Sekunden in einem Durchgang, plus intelligente Dauerempfehlung und ein Tool zur Videoverlängerung, um über die Obergrenze hinaus zu verketten.

• Eingaben — Wan 2.7: Text, Bild, Video, Audio. Wan 3.0: dieselben vier plus Dokumente und Webseiten — DOC, DOCX, XLS, XLSX, PPT, PPTX, PDF, TXT, MD und öffentliche URLs. Dokument-zu-Video ist wirklich neu in der Familie und hat beim älteren Modell kein Äquivalent.

• Referenzgrenzen — Wan 2.7: bis zu 5 Subjektbilder und 5 Referenzclips. Wan 3.0: bis zu 10 Referenzbilder, 5 Referenzvideos und 5 Referenzaudioclips, bei einer Gesamtobergrenze von 20 Referenz-Assets pro Anfrage.

• Bearbeitung — anweisungsbasierte Videobearbeitung wurde in Wan 2.7 eingeführt und in Wan 3.0 übernommen, anstatt ersetzt zu werden. Dies ist die eine Fähigkeit, bei der das ältere Modell nicht einfach nur zurückliegt.

• Konsistenz — Alibaba beansprucht feinere Kontrolle über Gesichtsdetails, Haare, Kleidung, Accessoires, Requisiten und räumliche Beziehungen bei Wan 3.0, die über längere Clips hinweg Bestand hat. Das ist eine nicht bewertete Herstellerangabe; die oben genannten Arena-Werte sind das, was einer Überprüfung davon am nächsten kommt.

• Audio — nativer Dialog, Musik und Soundeffekte im selben Durchgang auf beiden, standardmäßig aktiviert in Wan 3.0 und per Flag deaktivierbar. Alibabas eigene Ankündigung nennt Audioqualität und die Genauigkeit von Bildschirmtext als Bereiche, die noch Arbeit erfordern — ein Vorbehalt des Anbieters selbst, nicht der eines Rezensenten.

• 4K — Kaufen Sie das nicht wegen der Auflösung. Alibabas Materialien nennen verbindlich 480p, 720p und 1080p. Natives 4K taucht auf Marketingseiten Dritter auf, nicht in Alibabas Ankündigung.

Wo Wan 2.7 noch gewinnt und wo beide versagen

Die Vergleichsseiten behandeln dies als einseitiges Upgrade. Das ist es nicht, und zwar in dreierlei Hinsicht.

Das erste ist eine anbieternahe Behauptung, die nur für das ältere Modell existiert. Wan 2.7 wurde als Nr. 1 auf DesignArenas Video-zu-Video-Bearbeitungs-Board mit Elo 1.334 angekündigt, 68 Punkte vor dem nächsten Eintrag – eine Zahl, die im April 2026 veröffentlicht wurde und auf Crowdsourcing-Stimmen statt auf einer kontrollierten Laborevaluierung basiert. Die Fähigkeit von Wan 3.0 zur Instruktionsbearbeitung wurde übernommen statt neu erfunden, daher gibt es dafür keine entsprechende veröffentlichte Nr.-1-Behauptung. Behandeln Sie die DesignArena-Zahl als ein marketingnahes Ergebnis, nicht als Labormessung, aber beachten Sie, dass auch für das neuere Modell niemand eine konkurrierende Behauptung veröffentlicht hat.

Das Zweite ist, dass die Fehler von anderer Art sind und die des älteren Modells besser dokumentiert sind. Tester von Wan 2.7 berichten von funktionaler, aber nicht framegenauer Lippensynchronisation: Sie driftet oberhalb von ungefähr 150 Wörtern pro Minute, fasst mehrere gleichzeitig sprechende Personen zu einer einzigen Stimme zusammen und lässt Musik den Dialog übertönen, es sei denn, man senkt sie manuell in der Postproduktion ab. Generierungsseitige Artefakte konzentrieren sich auf starke Bewegungsunschärfe bei Chrom- und Kühlergrilldetails sowie Detailverlust bei Kopfdrehungen unter starkem Gesichtsschatten. Identitätsdrift über lange oder komplexe Szenen ist das am konsistentesten gemeldete Problem, wobei ein guter erster Frame ein Gesicht kaschiert, das sich später verändert.

Wan 3.0 adressiert die Dauer-Hälfte dieser Geschichte – ein einzelner 30-Sekunden-Durchlauf hat weniger Übergänge, über die Identität driften kann –, doch Alibabas eigene Launch-Materialien nennen Audioqualität und die Genauigkeit von Bildschirmtext als Bereiche, die noch Arbeit brauchen. Längere Clips akkumulieren zudem Drift eher innerhalb der Einstellung als am Schnitt. Keine der beiden Generationen ist ein fertiges Audio-Tool, und beide Anbieter sagen das über sich selbst.

Der dritte Punkt ist die Auflösung. Wan 2.7 erreicht maximal 1080p, und Wan 3.0 ebenso. Ein weit verbreiteter Vergleich behauptet, Wan 2.7 generiere mit 4096×2160; Alibabas eigene Dokumentation führt nur 720p und 1080p als abrechenbare Stufen auf, und die Ankündigung zu Wan 3.0 nennt 480p, 720p und 1080p. Wenn natives 4K eine Anforderung ist, löst dieses Upgrade das nicht, und keine der beiden Generationen ist die Antwort.

Das, was sich für alle geändert hat, die selbst hosten

Das ist der Teil, der in einem Spec-Vergleich nicht auftaucht, und er zählt mehr als jedes einzelne Feature.

Wan 2.1 und Wan 2.2 wurden mit vollständigen Gewichten unter Apache 2.0 veröffentlicht. Wan 2.5 wurde als offen angekündigt und veröffentlichte nie Gewichte. Wan 2.6 war eine geschlossene API. Wan 2.7 war nur teilweise offen. Wan 3.0 führt diese Richtung fort: Es ist eine nach Verbrauch abgerechnete, geschlossene API, und Alibabas Einführungsunterlagen sagen nichts über die Veröffentlichung von Gewichten. Wenn Sie heute auf Wan 2.2 setzen und auf einen neueren herunterladbaren Checkpoint warten, warten Sie auf etwas, das Alibaba nicht zugesagt hat, entgegen einem Trend über vier Veröffentlichungen, der in die andere Richtung zeigt. Die ehrliche Planungsannahme ist, dass das letzte selbst hostbare Wan-Flaggschiff Wan 2.2 ist.

Einen der beiden anrufen und wie die Rechnung aussehen sollte

Beide Modelle sind über Alibabas eigene Konsolen erreichbar — Model Studio auf Alibaba Cloud und Qwen Cloud — sowie über Kreativtools von Drittanbietern, die sie integriert haben. Die API von Wan 3.0 wurde mit dem Start am 24. August vollständig geöffnet, wodurch die Antragshürde entfiel, die seit der Beta am 6. August bestanden hatte.

Ein echtes Risiko entsteht durch die sekundengenaue Abrechnung bei der Preisauskunft. Wenn ein Modell pro Sekunde und Auflösung bepreist wird, ist die Zahl, die Ihnen ein Zwischenhändler nennt, oft nicht die Zahl des Anbieters, und der Aufschlag versteckt sich in einem Tarif, der wie ein Listenpreis aussieht. Die Prüfung ist einfach: Fragen Sie, ob der Ihnen genannte Preis Alibabas veröffentlichter Preis für diese Auflösung ist, und vergleichen Sie ihn mit der Liste von 0,05 $ / 0,10 $ / 0,20 $.

Für die Modelle, die wir tatsächlich routen, hat diese Frage eine strukturelle Antwort statt eines daran geknüpften Versprechens. OrcaRouter gibt den Listenpreis des Anbieters mit 0 % Aufschlag weiter für 200+ Modelle mit einem einzigen API-Schlüssel, was bedeutet, dass eine Preissenkung eines Anbieters – wie die, die derzeit bei Wan 3.0 bis zum 23. September läuft – bei uns noch am selben Tag live ist statt erst nach einem Vertragszyklus. Wan 3.0 ist nicht eines der Modelle, die wir routen; es ist über Alibabas eigene Plattformen und über Drittanbieterplattformen verfügbar, die es integriert haben. Wir sagen das lieber klar, als etwas anderes anzudeuten, denn die Lektion über die Preisgestaltung ist so oder so dieselbe: Nicht das Modell ist der Punkt, an dem das Geld verloren geht, sondern die Abrechnung.

Wenn Sie den Vergleich als Build-Entscheidung und nicht als Forschungsübung durchführen, besteht die Form des Tests, der ihn beantwortet, aus drei Prompts – einem durchgehenden 25-Sekunden-Take, einer 30-Sekunden-Sequenz mit sechs Schnitten und einer auf vorhandenes Material angewendeten Schnittanweisung –, die auf beiden Generationen in 720p ausgeführt und nach den Kosten pro Clip bewertet werden, den Sie tatsächlich ausliefern würden. Bei $0,10 und $0,15 pro Sekunde kosten diese Durchläufe ein paar Dollar und klären eine Frage, die keine Leaderboard-Position für Ihr spezifisches Material beantwortet.

Welchen anrufen?

Wan 3.0 ist das bessere Modell, aber nicht für jeden der bessere Kauf. Der Arena-Vorsprung gegenüber dem Juni-2.7-Build beträgt 80 Elo, der Preisaufschlag liegt bei 33 %, und das Fähigkeitsdelta besteht aus einem wirklich neuen Eingabetyp, einer verdoppelten Obergrenze, einem größeren Referenzbudget und einer günstigen Draft-Stufe.

Wähle Wan 3.0, wenn deine Arbeit durchgehende Takes von mehr als 15 Sekunden umfasst, wenn deine Briefings eher von Dokumenten oder Webseiten als von Bildern bestimmt werden, wenn du mehr als fünf Referenzen über eine Szene hinweg beibehalten musst oder wenn du eine 480p-Entwurfsstufe möchtest, um kostengünstig zu iterieren, bevor du dich auf ein 1080p-Rendering festlegst. Wähle Alibaba Wan 2.7 – genauer gesagt den Juni-Build, und frag danach unter Angabe des Builds – wenn deine Ausgabe bewusst in kurze Shots geschnitten wird, wenn instruktionsbasiertes Editing die Hauptarbeitslast und nicht bloß eine unterstützende Aufgabe ist oder wenn du große Mengen in 1080p verarbeitest und sich die drei Dollar pro Minute summieren. Und wenn Self-Hosting eine harte Anforderung ist, ist keines von beiden die Antwort; Wan 2.2 ist es nach wie vor.

Die offene Frage für das nächste Quartal ist, ob Alibaba die beiden Produktlinien getrennt hält. Wan 2.7 zu 9,00 $/Min. mit intakter Instruction-Editing-Funktion ist ein absolut brauchbares Produkt und eine günstigere Preisuntergrenze für die Produktfamilie. Es am Leben zu halten, ist für Alibaba der Weg, das preissensible Marktsegment zu besetzen, während Wan 3.0 die Spitze übernimmt. Beobachten sollte man nicht ein neues Modell, sondern den Preis von 2.7: Wenn er sich ändert, ändert sich die Upgrade-Kalkulation in diesem Artikel mit, und der am 23. September auslaufende 30%-Startrabatt ist der erste Datenpunkt.