Wan 3.0 リリース日タイトルカード:サブタイトル「公開ベータ版 8月6日開始・30秒クリップ・ドキュメントからビデオへ」、ステータスチップには「30秒のシングルラン」「0.3〜1.2元/秒」「ウェイト未確認」と表示。
Guides & Insights

Wan 3.0 リリース日: 8月24日発売確定 — 現在ComfyUIおよびサードパーティAPIで利用可能

著者

Rowan Sterling

公開日

最新モデル · 20すべてのモデルを見る
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

2026年8月24日、Alibaba CloudはWan 3.0—通義万相ビデオモデルファミリーの第3世代であり、Wan 2.7の後継モデル—の正式リリースを確認した。これは8月6日にパブリックベータ版を開始してから18日後のことである。今回のリリースにより、ベータ版では従量課金・アプリケーション審査制だったAPIが完全にオープンなものとなり、Wan 3.0がサードパーティのクリエイティブツールにも提供されることになった。EnvatoのAIビデオツールは、ModelMatchエンジンの背後でこのモデルの提供を同日週に開始し、Leonardo.AiはビデオジェネレーターにWan 3.0を追加した。また、このモデルはComfyUIでネイティブに利用可能となり、1回の生成で最大30秒まで実行できる。コンシューマー向けビデオエディターのPowerDirector(CyberLink)もWan 3.0を追加しており、8月28日にAlibabaの公式Xアカウントで発表され、PowerDirector自身の日本語アカウントでも紹介された。Alibabaの公式Xアカウントはまた、サードパーティのビデオ生成APIプラットフォームが現在Wan 3.0—ビデオとオーディオを1つのモデルで、最大30秒、マルチモーダル参照対応—を1秒あたり一律0.20ドルで提供していることも確認した。これは、このモデルが完全に製品化されたことを示す最も明確な兆候である。Alibaba自身のリリースキャンペーンは、現在、可能な限り最も直接的な形でこの点を主張している。同社はWan 3.0のローンチ広告がこのモデルを使って制作されたと述べており、X上の公式Wanアカウントは、コンセプト、キャラクターシート、プロンプト、さらには失敗した生成結果に至るまで、作品の完全な内訳を公開している。 同アカウントはその後、外部のクリエイターにも同じスポットライトを当てており、Pixmax_aiのLiz Zhangへのインタビューでは、ローンチコンセプトフィルムと、このモデルを中心とした完全なクリエイティブワークフローの構築について語られている。 9月3日には、このモデル自体に対する初の独立した評価が下された。ベンダーの主張ではなくブラインドの一対一投票でビデオモデルをランク付けするArtificial Analysisは、Wan 3.0をビデオ編集リーダーボード(オーディオ付き)で第1位、テキストからビデオ(オーディオ付き)で僅差の第2位に初登場させた。それでも、今回のリリースにオープンウェイトは含まれていない。Wan 3.0を巡って流れているApache-2.0「1.3B + 14B」の話は、Alibabaのいかなる発表にも登場せず、2025年のモデルの仕様とほぼ完全に一致し、Alibabaが過去1年間に実際にビデオモデルを提供してきた方法に反するものである。以下は、8月24日のリリースで何が変わったのか、8月6日に何が確認されたのか、そしてWan 3.0の話のどの部分をまだ未検証として扱うべきかについてである。

前置きとして、情報源に関する注記をしておく。というのも、この記事には2つの層があるからだ。機能と価格の各セクションに記載されている内容はすべてAlibabaの報告によるもので、公式のパブリックベータ発表とAlibabaの英語ブログを出典とし、中国メディアの報道と照合して確認した。8月24日の公式ローンチはベンダーが発表し、同日に複数のメディアが報じている。Envato、Leonardo.Ai、ComfyUI、Pixmax、PowerDirectorの各統合、そしてローンチ週にモデルの提供を開始した第三者の動画生成APIプラットフォームについては、AlibabaがXで発表し、各プラットフォーム自身も確認している。Envatoは自社ブログ、Leonardo.Aiは発表文、ComfyUIは公式ブログ、Pixmaxは自社ページ、PowerDirectorはCyberLinkの公式アカウント、APIプラットフォームは自社のモデルページでそれぞれ確認されている。同ページには毎秒0.20ドルの単一料金、デフォルトでの音声オン、オムニモーダル参照が記載されている。これらはベンダーとパートナーによる表明であり、独立したテストではなく、その旨が明記されている。後述のローンチ広告の内訳も同じカテゴリに属する。つまり、Alibabaが公式WanアカウントのXで公開した、自社制作に関するAlibaba自身の説明であり、独立したテストではない。後述のクリエイター紹介にも同じラベルが付く。公式アカウントによるPixmax_aiのLiz Zhangへのインタビューは、Alibabaが選定したパートナーによる自社作品の説明をXで公開したものであり、独立したテストではない。9月3日時点の例外はArtificial Analysisだ。そのリーダーボードはベンダーの主張ではなく独立した測定であり、Wan 3.0を動画編集(音声付き)で第1位、テキストから音声付き動画を生成する部門で僅差の第2位にランク付けしている。これは同モデルに対するAlibaba以外による初のスコアであり、後述する。モデルカードはまだなく、パラメータ数も不明で、実行用のウェイトも広く入手できない。特にオープンウェイトの主張はベンダーが確認していない。公式ローンチと矛盾するコミュニティの噂であり、登場する箇所にはそのように明記されている。

Wan 3.0が実際に提供するもの

Wan 3.0は、テキスト、画像、動画、音声から動画を生成するモデルです。ベータ版を取材したすべてのメディアで繰り返し取り上げられた最大の特長は、1回の生成で最長30秒のクリップを作成できることです。これはWan 2.7の上限である15秒の2倍に相当し、中国の動画生成モデルの中で最長のネイティブ単一セグメントを実現しています。レビュアーたちが「ショットの生成から完全なストーリーの語りへ」と表現し続けているのは、まさにこの点を指しています。30秒あれば、連続したカメラワークやワンカットのシーンを表現できますが、短いクリップではそれが不可能なのです。

最大長 — 1回の生成で最大30秒(Wan 2.7の15秒の2倍)。プロンプトから長さを提案する「インテリジェント長さ」機能と、長いナラティブをつなげるための動画延長ツールも備えています。

入力:テキスト、画像、ビデオ、オーディオに加え、このファミリーでは初めて、ドキュメント(doc、xls、ppt、pdf、md、txt、key、pages、numbers ファイル)とウェブリンクにも対応。100 MB / 50 ページまでの単一ファイルをそのままビデオに変換できます。これはマーケティングおよび教育分野の関心の大半を集めている「document-to-video」機能です。

マルチリファレンス — 生成ごとに最大10枚の画像、5本の動画、5つの音声リファレンスに対応し、ショット間でキャラクター、小道具、音声、空間レイアウト、スタイルの一貫性を実現します。

編集 — 生成後にビジュアル・プロット・対話を指示に基づいて変更するものであり、完全な再生成ではない。

公表された弱点 — アリババは、音声品質と画面上のテキストの正確性にはまだ改良の余地があると認めている。これはレビュアーの評価ではなく、ベンダー自身の発表に基づくものである。

区別しておく価値がある:「30秒クリップ」と「ネイティブ4K出力」はどちらもWan 3.0について取り沙汰されてきたが、公式ベータ版の発表では480p・720p・1080pでの30秒生成のみが約束されている。ネイティブ4KはAlibabaの発表ではなく、モデルのサードパーティ製マーケティングページに登場している。4Kは未確認として扱うべきだ。

A single-model scoreboard for Wan 3.0 showing max length 30s (2x Wan 2.7), resolutions 480p/720p/1080p, document input yes (doc/xls/ppt/pdf/md), price 0.3/0.6/1.2 yuan per second, open weights unverified, and no independent scores, with footer 'Vendor-reported; open-weights claim unverified; no independent scores yet.'

料金設定:従量課金APIと、それが打ち破るパターン

Wan 3.0は生成した動画の秒単位で課金される。Alibabaが公表しているAPI料金は、480pで1秒あたり0.3元(約0.05ドル)、720pで1秒あたり0.6元(約0.10ドル)、1080pで1秒あたり1.2元(約0.20ドル)。したがって、30秒のフルクリップは、480pで約9元(1.50ドル)、720pで18元(3.00ドル)、1080pで36元(6.00ドル)となる。8月24日のローンチでは、同じ秒単位の料金体系が確認されるとともに、Alibaba CloudのBailian・Qianwen AIプラットフォームにおいて9月23日までの期間限定で30%割引が追加された。Alibabaによると、このプロモーション期間中、30秒の1080pクリップは約25元にまで引き下げられる。中国の報道では、720pの料金は主流の競合他社の秒あたり価格の約60%に相当すると指摘されており、Alibabaが中小規模のチームを明確にターゲットにしていることを示す価格設定だ。

価格モデルこそが物語の核心だ。{{1}}なぜなら、それはこのシリーズの歴史から意図的に決別したものだからだ{{/1}}。Wan 2.1と2.2はApache 2.0の下で完全なオープンウェイトとしてリリースされた。Wan 2.5はオープンとして発表されたが、ウェイトは公開されなかった。Wan 2.6はクローズドAPIだった。Wan 2.7は部分的にしかオープンではなかった。Wan 3.0はWan 2.1の系譜ではなく、その後の流れを継いでいる。すなわち、従量課金制のクローズドAPIであり——ベータ版の申請ゲートは8月24日のローンチで解除された——公式発表ではウェイトの公開について何も言及されていない。「オープンウェイトを待つべきか」と検討している人は誰でも、{{2}}Alibabaが約束したことのないもの、そして近年のパターンが反対しているものを待っていることになる{{/2}}。

この点こそ、ルーティングの経済性が重要になる部分です。動画モデルの価格がこれほど細かく、秒単位・解像度単位で設定されている場合、プロバイダー間の差は通常、モデルではなく課金方法にあります。OrcaRouterでは、ルーティング対象の200以上のモデルがプロバイダーの定価で請求され、マークアップ0%でそのまま提供されます。そのため、ベンダーが値下げすれば、契約サイクルを待たずに当日中に当社側へ反映されます。Wan 3.0は現在、汎用のモデルルーティングプラットフォームには対応していません。利用するには、Alibabaの自社コンソール、Envato、Leonardo.Ai、ComfyUI、Pixmax、PowerDirectorといったサードパーティのクリエイティブツール、またはローンチ週にサービスを開始した動画生成APIプラットフォームを経由します。しかし、APIが完全に公開された今、確認すべき点は、提示された秒あたりの料金がベンダー自身の料金であるかどうかです。当社のモデルページには定価が表示されており、比較はそのように行うべきです。

Screenshot of Alibaba Cloud Community's official announcement 'Alibaba Unveils Wan3.0 with Twice as Long Video Outputs from a Richer Variety of Inputs', dated August 7 2026, describing the Wan 3 public beta, 30-second video length and applying for model testing on Alibaba Cloud Model Studio.

実際に試せる場所

APIは8月24日のローンチ時点で完全に公開されています。ベータ版の間は申請制でした。アリババは発表の中で以下のアクセスポイントを挙げています。

Model Studio (Bailian) — Alibaba CloudのAIプラットフォームであり、モデルテストを申請する場所です。

Qwen Cloud — アリババのAIネイティブクラウド。現在の制限は、同時実行ジョブ2件、1分あたり30リクエスト、非同期キューのタスク50件です。

Wanxiang公式サイトおよびQwen Creation PCクライアント——消費者向けの窓口。

WonderClip(Wanjing Yike)、IF STUDIO、Duiyou — 主要プラットフォームと並んで挙げられるAlibabaのコンテンツツール。

Qwen app — フルリリースではなく、段階的(グレー)ロールアウトです。

EnvatoのAI動画ツール — サードパーティ製のクリエイティブサーフェスで、ローンチの週にWan 3.0を追加しました。生成ごとに選定されるのではなく、EnvatoのModelMatchによって舞台裏で選択されています。Envatoユーザーが利用可能で、Alibabaが発表し、Envato自身のブログでも確認されています。

• Leonardo.Ai — 動画生成機能にWan 3.0を追加したサードパーティのクリエイティブプラットフォームです。AlibabaがXで発表し、Leonardo.Ai自身の発表でも確認されました。Leonardoユーザーは、Alibaba以外のもう一つの利用経路として利用できます。

• ComfyUI — ノードベースのワークフロープラットフォーム。v0.33.4アップデートおよびComfy CloudでWan 3.0をネイティブに追加した。1回の生成は480p・720p・1080pで最大30秒。ComfyUIのOmni-Referenceノードは、最大20件の画像・動画・音声リファレンスに加え、ドキュメントやWebページも取り込める。AlibabaがXで発表し、ComfyUIが自社ブログでも確認。ComfyUIおよびComfy Cloudユーザーが利用可能。

Pixmax——ほぼ同時期にWan 3.0を追加したサードパーティ製AI生成プラットフォーム。8月25日にAlibabaの公式アカウントが発表し、Pixmax自身のページでも確認できる。「映画級の出力」と「あらゆるアートスタイルにわたる完璧なビジュアル一貫性」を謳う。また、公式アカウント初のクリエイターショーケースの開催地でもあり、PixmaxのLiz Zhangがローンチコンセプトフィルムと、このモデルを中心に構築されたクリエイティブワークフローを解説する。ベンダー発表、プラットフォーム自身のページで確認済み。

PowerDirector — CyberLink製のコンシューマー向けビデオエディターで、Wan 3.0を追加したことで、ユーザーはエディター内で簡単なプロンプトを完成したAI動画に変換できる。8月28日にAlibabaの公式Xアカウントで発表され、PowerDirector自身の日本語アカウントでも報じられた。同モデルを搭載した最初の主流コンシューマー向けビデオエディターである。ベンダーとパートナーによる発表であり、独立したテストによるものではない。

• サードパーティの動画生成APIプラットフォーム — 最も新しい参入経路で、発表週にAlibabaの公式Xアカウントがアナウンス。このモデルを提供する最初のプラットフォームは、シンプルなタスクベースのAPIでプロンプトから動画を生成する機能を公開しており、価格は毎秒0.20ドル(Alibabaの1080p出力の標準料金)。音声は同じパスで生成され(デフォルトでオン)、実行時間は2〜30秒。画像、動画クリップ、音声、ファイル、Webリンクなどのオムニモーダル参照に対応し、代替入力として先頭・最終フレームの条件付けも利用できる。ベンダーによる発表に加え、プラットフォーム自身のモデルページでも確認済み。

8月24日のローンチ時点で、APIは完全にオープンとなっており、8月初旬の報道で説明されていた招待制のゲートは撤廃されました。「今日これを呼び出せるのか」という問いに対する現実的な答えは、今や「はい」です。Alibabaのコンソール、Wan 3.0を統合したEnvato、Leonardo.Ai、ComfyUI、Pixmax、PowerDirectorなどのクリエイティブツール、あるいはローンチ週に提供を開始したサードパーティの動画生成APIプラットフォームを通じて利用可能です。

リリース予定:8月6日 ベータ版、8月10日 ショーケース、8月24日 正式リリース

トラッキングシグナルでフラグが立てられたイベント — 8月10日に杭州で開催される「Wan 3.0ローンチ」— には、正確なラベルが必要だ。このイベントは実在し、公式なものである:「Wan 3.0リリース&AI+マーケティング特別イベント」、8月10日14:00、杭州のWeikeエリアにあるAlibaba Centerにて、杭州市産業情報サービスセンターとWeike Alibaba Centerの主催により開催される。アジェンダは、新モデルの技術的進化と機能、AI+マーケティングおよびEコマースソリューションの共有、Wan 3.0のハンズオン演習を網羅している。

しかし、その時点でモデルはすでにパブリックベータ版だった。8月10日のイベントは、モデルが現実のものとなった瞬間ではない——それは8月6日に起こった——また、8月24日に実現したローンチでもない。これは正式なエンタープライズ向け発表の場であり、AlibabaがWan 3.0をマーケティングおよびEコマースのバイヤーに向けて位置づけるものだ。Qwenアプリで実施したのと同じ、消費者向けと企業向けを組み合わせた2日間の構成で開催された。この日付が重要な理由は一つだけ。「Wan 3.0は8月10日に登場する」と読んできたなら、正確な事実は、モデルが8月6日にパブリックベータに入り、8月10日にエンタープライズ向け発表が行われ、8月24日に正式ローンチした、ということだ。数えるべきリリースは8月24日のローンチである。

Wan 3.0 release timeline with three cards: Aug 6 'Public beta live (confirmed)', Aug 10 'Hangzhou release & AI-marketing event (scheduled)', TBD 'Open weights on Hugging Face (rumored, unverified)', footer 'Confirmed events from Alibaba's announcement; open-weights date unverified.'

ローンチ広告はWan 3.0で制作しました — こちらがワークフローです

Wan 3.0が実際に出荷されたことを最も直接的に裏付けるのは、Alibabaが自社のローンチキャンペーンでそれを使用したことだ。AlibabaのX上の公式Wanアカウント(@Alibaba_Wan)は、Wan 3.0ローンチ広告の詳細な内訳——コンセプト、キャラクターシート、使用したプロンプト、さらには失敗した生成結果まで——を公開している。正確に言えば、これはベンダー自身による自社制作の説明であり、独立したテストではない。しかし、クローズドでAPI限定のモデルが実際の制作で使用されていることを示す、ベンダーが提示できる最も強力な証拠である。この内訳公開が存在すること自体が出荷のシグナルだ——Alibabaは自社のマーケティングをこのモデルに託したのである。

アリババはその後、同じ類の証拠を外部に発信している。公式アカウントのクリエイターシリーズ——「クリエイターは実際のプロジェクトでWan 3.0をどう使っているのか——『生成』ボタンを押すだけじゃない」——は、Pixmax_aiのLiz Zhangを迎え、ローンチコンセプトフィルム、モデルを中心とした完全なクリエイティブワークフローの構築、そしてプラットフォームの次の展望について語った。これはローンチ広告の分析と同じカテゴリの証拠である。ベンダーが公開したパートナーとの対談であり、独立したテストではないが、アリババ自身のマーケティングの外でモデルが本番の制作作業を行っている具体的な記録である。

このブレークダウンが説明するワークフローは、{{1}}そのファミリーにとって最も難しい問題、つまり30秒の単一ラン内で複数のショットにわたってキャラクターを認識可能に保つこと{{/1}}を中心に構築されている。アリババの説明は、ショット間でアイデンティティを固定するキャラクターシートを中心としている。公式サンプルをリバースエンジニアリングしたコミュニティアナリストたちは、同じ手法を構造的な観点から次のように説明している:{{2}}各参照アセットを一度だけ記述するのではなく、プロンプト内の名前付きサブジェクトにバインドすること、モデルがデフォルトで行う動きに対する明示的な「禁止」リストを含め、クリップ全体で有効なグローバルルールを設定すること、そしてタイムラインを雰囲気ではなくタイムスタンプ付きのビートとして書くこと{{/2}}。これらの構造的な発見は、公式サンプルセットに対するコミュニティの成果物であり、ベンダーのガイダンスではないが、アリババが示す内容と一致している。

このブレイクダウンを際立たせているのは、失敗も示している点だ。アリババは、成功したフレームだけでなく、失敗した生成結果——ずれてしまったアイデンティティ、崩れてしまったビート——も公開している。これは、モデルがまだどこで苦戦しているかを正直に見せるものであり、その上で構築するすべての人にとって実用的な規範でもある。最初の試行での失敗はワークフローの一部であり、モデルが壊れている証拠ではない。

オープンウェイトに関する噂と、それが未確認である理由

Wan 3.0 のあたりでは、特定の主張が見つかるだろう。すなわち、Apache 2.0 の下でオープンウェイトを2つのサイズで提供するというものだ。1.3Bのコンシューマ向けチェックポイントと14Bのプロフェッショナル向けチェックポイントである。そして、それらのウェイトは8月10日頃にHugging Faceにアップロードされるという。この主張は最も注意が必要である。なぜなら、それは最も広く繰り返され、最も裏付けが少ないからだ。

これはアリババのいかなる発表にも含まれていません。公式のパブリックベータ版の告知では、有料の従量課金制APIとして説明されています。ライセンスの提供、重みの公開、Hugging FaceやGitHubのリポジトリは、アリババ自身の資料のどこにも一切登場しません。

数字は使い回しのように見える。1.3B + 14B という組み合わせは、2025年2月にリリースされた Wan 2.1 の正確な仕様だ。ベータ版の発表前にあたる8月4日に公開された Wan 3.0 の噂に関する独立した分析では、「1.3B + 14B、Apache 2.0」の表は出典が不明で、Alibaba が述べたことではなく Wan 2.1 の事実と一致するものとして指摘されていた。

それはトレンドに逆行する。 WanファミリーのオープンウェイトはWan 2.2(2025年8月)で止まっている。Wan 2.5、2.6、2.7ではコアウェイトが公開されることはなく、アリババが2026年に公開したのは周辺モデル(音楽からダンスへのモデル、技術レポート)であり、中核となる動画モデルはクローズドのままだ。オープンなWan 3.0が登場すればこのパターンは覆ることになる。だからこそ懐疑的な見方は、「可能性はあるが約束はされておらず、最近のトレンドに反する」と捉えている。

8月10日のウェイトに関する噂は未確認です。それは手動の追跡メモに由来しており、Alibabaや追跡可能な情報源からではありません。また、8月10日のイベントの議題はマーケティングと電子商取引に関するもので、Hugging Faceでのリリースに関するものではありません。

これらはどれも、オープンウェイトが実現しないことを証明するものではない。ベンダーは方針を変えることができるからだ。しかし、その主張のあらゆる要素は現時点で一次情報の検証を満たしておらず、公式発表は逆の配布モデルを説明している。アリババがリポジトリまたはライセンスを公開するまで、Wan 3.0のオープンウェイトに対する正確な評価は「未確認であり、公式発表と矛盾している」である。

独立した検証が今週届きました。

この投稿がローンチ以来一貫して維持してきた路線——上の数字はすべて、独立した研究所がモデルを実行するまではAlibaba自身の主張にすぎない、というもの——は9月3日に変わった。Artificial Analysisは、実際の生成物に対する盲検の一対一投票に基づいてモデルをランク付けするVideo Arenaを運営しており、ベンダー提供の数値は使わない。同社はWan 3.0をボードに追加し、このモデルはVideo Editing Leaderboard (With Audio)で初登場1位となった。Eloは数千票から約1,189で、MiniMax H3(約1,129)やGemini Omni Flash(約1,124)に明確な差をつけた。Text to Video with Audioでは、約1,237で僅差の2位となり、トップのGemini Omni Flash(約1,238)と事実上並んだ。また、AAはImage to Video with Audioでも5位に挙げている。このボードは、ファミリー内の世代ジャンプも示している。Alibabaの前モデルであるWan 2.7は、同じビデオ編集ボードで約1,077の5位だ。アリーナの判定が証明することとしないこと:盲検投票によるEloは、一対一の比較で人々がどちらの出力を好むかを測定する——強力で独立した品質シグナルではあるが、管理されたラボベンチマークではない——そしてAlibabaは今もなお、モデルカードもパラメータ数も広く入手可能なウェイトも公開していない。「未検証」というレッテルは、もはやモデルの代表的品質には当てはまらない。それは、表面下のすべてに当てはまるのだ。

リリース日に関する質問への回答

この投稿が対象とする検索について、要約は短い:

Wan 3.0はいつリリースされましたか? パブリックベータ:2026年8月6日、Alibabaにより確認済み。エンタープライズショーケース:2026年8月10日、杭州にて。正式リリース:2026年8月24日。

オープンソースですか? 確認済みの重みはありません。Apache 2.0 / 1.3B + 14B という主張は未検証であり、公式リリースはAPI限定です。

料金はいくらですか? 480p / 720p / 1080pでは、1秒あたり0.3 / 0.6 / 1.2 yuanです。30秒の1080pクリップなら、約36 yuan($6.00)です。

使用できますか?はい。APIは8月24日時点で完全にオープンです。Model StudioまたはQwen Cloud、上記の消費者向けサーフェス、EnvatoのAIビデオツール、Leonardo.Ai、ComfyUI、Pixmax、PowerDirectorなどのサードパーティ製クリエイティブツール、またはローンチウィークに提供を開始したサードパーティ製動画生成APIプラットフォームを通じて利用できます。

人々が実際に尋ねている質問

Wan 3.0は実際にリリースされたのか、それともまだ噂に過ぎないのか?

完全にリリースされています。パブリックベータは8月6日に公開され、エンタープライズショーケースは8月10日に開催され、公式ローンチは8月24日に行われました。Wan 3.0を噂や未リリースのベータ版と今も呼ぶ報道は、すべて時代遅れです。8月6日以前は正確だった「未発表」との分析も同様です。

Wan 3.0 はオープンウェイトになるのでしょうか?

阿里巴巴の発表にはそのような内容は一切明記されておらず、広く流布している1.3B + 14Bというスペックは新しいものではなくWan 2.1に一致する。また、Wan 2.2以降、同シリーズはクローズドなAPI専用の動画モデルへと移行してきている。「オープンなWan 3.0」は、リポジトリやライセンスが公開されるまでは噂として扱うべきであり、これまでの傾向がそれに反する最も有力な証拠となる。

30秒のWan 3.0動画はいくらかかりますか?

記載されているAPIレートでは、1クリップあたり1080pで約36元(6.00ドル)、720pで18元(3.00ドル)、480pで9元(1.50ドル)です。これらはAlibabaのリスト価格(秒単位)であり、APIは現在完全に公開されています。30%のローンチプロモーションが、9月23日までBailianおよびQianwen AIで実施されます。

30秒生成は本当ですか、そしてその落とし穴は何ですか?

30秒のシングルラン生成はAlibabaが前面に押し出す機能であり、中国の動画モデルの中で最長のネイティブ単一セグメントで、Wan 2.7の2倍に相当する。注意点はベンダー自身が認めるところであり、音声品質と画面上のテキスト精度が弱点として挙げられている。既存の独立した評価としては、9月3日付のArtificial Analysisアリーナの判定がある。動画編集(音声付き)で1位、音声付きテキスト間動画生成で僅差の2位となっているが、これは30秒という上限を特にテストするものではなく、ブラインド投票による全体的な出力品質を測定したものである。

Wan 3.0で実際に本物のものが作られた例はありますか?

はい——ローンチ広告そのものです。X上のAlibaba公式Wanアカウントは、Wan 3.0のローンチキャンペーンがこのモデルで制作されたと述べ、その作品の完全な内訳を公開しています:コンセプト、キャラクターシート、プロンプト、そして失敗した生成結果です。これは独立したテストではなくベンダーによる公表例ですが、販売元自身によるクローズドAPIの本物の制作利用です。Alibabaの公式アカウントは、外部のクリエイターがこのモデルで実際の制作を行っている様子も紹介しています:Pixmax_aiのLiz Zhang氏への、ローンチコンセプトフィルムとWan 3.0をめぐるクリエイティブワークフローについてのインタビューです。同じラベル——ベンダーによる公表、Alibabaによる選定——ですが、制作利用の証拠をAlibaba自身のマーケティングの枠を超えたものにしています。

結論

Wan 3.0は実在し、発表され、攻めた価格設定がなされている。30秒での生成、ドキュメントからビデオへの変換、720pで主流の競合他社を下回る秒あたり料金、そしてEnvatoのAIビデオツール、Leonardo.Ai、ComfyUI、Pixmax、PowerDirectorを経由したサードパーティのクリエイティブルート、さらにビデオ生成APIプラットフォームも提供される。このAPIプラットフォームでは、モデルを秒あたり一律0.20ドルで利用できる。本番ソフトウェアとして出荷されていることの最も直接的な証拠は、ローンチキャンペーンそのものだ。AlibabaはWan 3.0のローンチ広告がこのモデルで制作されたと述べており、失敗した生成結果やキャラクターシートを含む完全な内訳を公開している。この数日間で、公式アカウントは外部クリエイターによる同じ証拠も紹介している。Pixmax_aiのLiz Zhangへのインタビューで、ローンチのコンセプトフィルムと、このモデルをめぐるクリエイティブワークフロー全体が語られている。退けるべきなのは、その周囲に育まれたストーリーだ。オープンウェイトという主張は、公式ローンチが矛盾する、スペックを使い回した噂にすぎない。品質のストーリーはもはやAlibabaだけのものではない。発表から10日以内に、独立系アリーナがWan 3.0を、動画編集(音声付き)で第1位、テキストからビデオ生成(音声付き)で僅差の第2位にランク付けした。まだ独立した検証が必要なのは、内部のすべて、つまりアーキテクチャ、パラメータ数、出力に対する投票ではなくモデルを実際に実行することに依存する主張である。

この読み方を変え得るものは具体的だ。モデルカードやパラメータ数が公開されれば、アーキテクチャをめぐる未解決の問いに答えが出るだろう。リポジトリやライセンスが公開されれば、オープンウェイトの噂は現実になる。そして、今週Artificial Analysisが発表したアリーナEloとは対照的に、管理されたラボベンチマークがあれば、品質の主張は完全に検証可能な事実になる。今回の更新時点で、Wan 3.0を一言で正確に要約すると次の通りだ。正式に確認された、攻めた価格設定のローンチであり、現在は独立系のビデオ編集ランキングで第1位、テキストから音声付き動画を生成する部門では僅差の第2位。Envato、Leonardo.Ai、ComfyUI、Pixmax、PowerDirectorといったサードパーティ製クリエイティブツールや、サードパーティ製の動画生成APIプラットフォームを通じて利用できる。ただし、証拠を見る限り、オープンウェイトがこのローンチに続いて公開される可能性は低い。