Wan 3.0 対 Alibaba Wan 2.7：33%のプレミアムとオープンウェイトの終焉

クリップの最大長を2倍にしたことがWan 3.0の目玉だが、この比較で最も面白みのない数字だ。アップグレードを決めるのは33%のほうだ。1080pでは、Alibaba Wan 2.7は生成動画1分あたり$9.00、Wan 3.0は$12.00と記載されており、1080pの完成1分ごとに新しいモデルのほうが3ドル多くかかる。それで得られるものは確かだ——15秒ではなく最大30秒の単一の連続ショット、そしてこのファミリーの他のどのモデルも受け付けないドキュメント入力。その代償はそれほど明白ではなく、しかもその一部はどの発表資料にも載っていない。Wanラインのオープンウェイトの章は閉じられたのだ。

数字の出所について一言。この比較は異例なほど間違えやすいからだ。Alibabaの秒単位の料金はベンダーの定価で、Alibaba Cloud上に公開されており、同社自身の比較記事でも繰り返されている。以下の品質指標はAlibabaのものではない。それらはArtificial AnalysisのVideo Arenaに由来する。これは独立したブラインド比較のリーダーボードで、現在は両世代を並べて掲載している。Alibabaはどちらのモデルについてもベンチマーク表を公開していない。主張がベンダー自身のものである場合はその旨が明記され、Arenaのものである場合は取得日が付されている。そのリーダーボードのEloは投票が蓄積するにつれて変動するからだ。

アップグレードの計算、あらゆる解像度で

両モデルとも生成動画の秒単位で課金されるため、比較は異例なほど明確だ。AlibabaのWan 3.0のリスト料金は、480pで$0.05/秒、720pで$0.10/秒、1080pで$0.20/秒。Wan 2.7は、Artificial Analysisが追跡している独立系価格欄では1080pで毎分$9.00——$0.15/秒——で、同ボードの古いスナップショットでも同じ$9.00/分の料金だ。

クリップの長さを実行：

• 15秒の1080pクリップ — Wan 2.7の上限で、Wan 3.0の半分 — は、Wan 2.7では約2.25ドル、Wan 3.0では約3.00ドルかかります。同じ長さ、同じ解像度で、3分の1増し。

• 30秒の1080pクリップ ― ワンパスで作れるのはWan 3.0だけ ― は、そちらでは$6.00かかる。Wan 2.7では、同等のものは15秒の生成2回に編集を加えたものになるため、生の生成に$4.50、それに結合の時間とつなぎ目での連続性の作業が加わる。

• Wan 3.0では30秒の480pドラフトが1.50ドル。新モデルが本当に安いのはここで、30秒フルのコンセプトパスが、どちらのモデルでも15秒の1080pレンダリング1回分より安く済む。

その3行目こそ、チームが過小評価している点だ。480pのティアはWan 2.7にはまったく存在せず、安価なドラフトティアは、どれだけ多くの候補を捨てられるかを変える——480pで30秒が$1.50という価格帯なら、「4つ生成して1つ残す」はもはや贅沢ではなくなる。

まだ有効なうちに押さえておきたい価格の詳細をもう1つ：Alibabaは、Alibaba CloudのBailianおよびQwenプラットフォームに、9月23日まで続く期間限定の30%ローンチ割引を設定しました。割引適用後の30秒・1080pクリップでは、6.00ドルがおよそ4.20ドルになります。今すぐ評価しているなら、2世代間の実効価格差は定価レートが示すよりも小さく、24日には再び広がります。

ほとんど誰も言及しない請求の非対称性

Wan 2.7 は、単一のモデルに単一の価格というものではない。2026年4月3日に、4モデル構成のスイートとして登場した — テキストから動画、画像から動画、参照から動画、動画編集 — そしてその4つのうち2つは、残り2つとは課金体系が異なる。

• wan2.7-t2v と wan2.7-i2v — 課金は出力の長さのみに基づきます。リージョンが重要です。国際版のシンガポール料金は 720p で $0.10/s、1080p で $0.15/s ですが、北京と東京のエンドポイントでは同じ処理に対して $0.086/s と $0.143/s が提示されています。

• wan2.7-r2v（reference-to-video） — 入力動画の長さに基づいて課金され、上限は5秒で、さらに出力の長さ分が加算されます。5秒のリファレンス動画を15秒の生成に使用すると、20秒分の課金となります。

• wan2.7-videoedit — 出力に対してのみ課金されます。入力映像は無料です。

そのたった一つの違いが、編集ワークロードのコスト比較を逆転させる。あなたの作業がゼロからの生成ではなく、既存映像に対する指示ベースの編集であれば、Wan 2.7 の編集用バリアントは入力する素材に一切課金せず、完成クリップ1本あたりの実効価格は、前面に掲げられた1080pレートを大きく下回ることがある。Wan 3.0 のオールインワンなタスクルーティングには同じレバーが用意されていない。タスクではなく生成に対して価格付けしているからだ。秒単位の数字を比較する前に、自分の見積もりが実際どのバリアント向けなのかを確認しよう — 一律の秒単位レートは、この点を完全に覆い隠してしまう。

Wan 2.7 では、タイミングもいつも以上に重要です。Alibaba Cloud は Model Studio の提供終了通知（ID 118434）を公開しており、これにより 2026年10月10日に複数の旧モデルがオフラインになります。そのリストにはwan2.7-r2v と wan2.7-imageが含まれています。これはバリアント単位の話であり、2.7 世代の停止ではありません — wan2.7-t2v と wan2.7-i2v は依然として掲載されており、料金も現行のものが表示されており、ページは 9月11日 に更新されたばかりです — ただし、参照から動画への変換が 2.7 を検討していた理由なら、そのルートには期限があります。Wan 3.0 には同様の通知はありません。

アリーナが彼らを置く場所

Wan 2.7は6か月間、公開スコアがなかった。現在のArtificial Analysisのテキスト-to-ビデオ・リーダーボード（音声付きボード、2026年9月18日取得）には両世代が掲載されており、その順序は明白だ：

• Wan 3.0 — 総合2位、Elo 1,229（95%信頼区間 ±9）、6,011件の比較、$12.00/分。

• Wan2.7-260612（6月ビルド）— 第7位、Elo 1,149（±6）、16,694件の比較、$9.00/分。

• Wan 2.7（4月のビルド）— #10、Elo 1,098（±7）、4,856件の比較、$9.00/分。

• Wan 2.6 — 第27位、Elo 1,030、$9.00/分。

信頼区間は順位より先に読む価値がある。どの差が実在するかを決めるのはそれだからだ。Wan 3.0の±9の幅とWan2.7-260612の±6は重ならない。新しいモデルが最良の2.7ビルドに対して持つ80ポイントのリードは、ノイズではなく確定した差である。2つの2.7ビルド間の51ポイントの差もまた確定している。確定していないのは、ボード最上位のマージンだ。Wan 3.0は±9の幅でリーダーから3ポイント差に位置しており、それは見せ方以外のすべてにおいて同点である。

Wan 2.7の重複はエラーではなく、リーダーボード上で最も有用な詳細である。アリババは2.7という名称で複数のビルドを出荷しており、後の6月リビジョンは同じ価格で以前のスナップショットより51 Elo上に位置する。そこから2つの教訓が導かれる。第一に、調達項目としての「Wan 2.7」は曖昧である——どのビルドかを尋ねるべきだ。第二に、最高の2.7とWan 3.0の差は80 Eloであり、見出しの比較が示唆する131ではない。それは、36モデル全体の幅が約336ポイントに及ぶリーダーボード上では依然として決定的な差だが、マーケティングが示唆するよりも小さなアップグレードである。

タスクによって状況は変わる。Artificial Analysisの動画編集リーダーボード——異なるプロンプトセットを使う別のアリーナ——では、Wan 3.0がElo 1,190で4,647票を集めて1位、Wan 2.7は1,080で5位だ。指示ベースの編集は、両世代が名目上ほんとうに共有している唯一の能力である。Alibabaが再発明するのではなく引き継いだからであり、それでも新しいモデルはその直接対決で110ポイント上回る。編集があなたの用途なら、アップグレードの根拠はテキストから動画への数値だけが示すより強い。

購入前に誰も尋ねない30秒の質問

30秒は、その30秒を使える場合にのみ、対価を払う価値がある。名付ける価値のある2つの失敗モードがある。

1つ目は、長いクリップほど破棄するコストが高くつくということだ。1080pで、良い5秒のインサートを1つ見つけるために4回試すと4.00ドルかかる。同じ4回でも30秒なら24.00ドルだ。長い生成は失敗の仕方も多い——ドリフトが蓄積し、20秒あたりでビートが間延びし、ショットの前半と後半で顔が変わる——そのため長尺クリップの破棄率は短尺より低くはない。予算は反復のために組み、1回の決めレンダリングのために組むのではない。

第二に、追加の時間が役立つのは、連続性が役立つ場合だけだ。30秒のCMを意図的に5秒のショット6つに分割しても、より長い上限からは何も得られず、その分だけ1秒あたり33%多く支払うことになる。ワンテイクの製品デモ、連続したカメラムーブ、ワンショットで決まらなければならないモノローグ——そうしたワークロードこそ、倍増がまさに狙いとなるものであり、Wan 2.7で15秒のクリップを2つつなぎ合わせると継ぎ目に現れ始める。光の変化、モーションのリセット、テンポの再スタート。

私の見立てでは、成果物の3分の1超を意図的に短い断片に切るなら、Wan 2.7 は毎分$9.00で依然としてよりお得な選択だ。依頼内容で連続したテイクが定期的に求められるなら、1分あたり$3.00の追加は、まずい繋ぎを直す編集より安くつく。

他に実際に変わったことは何で、変わらなかったことは何ですか

アリババ自身による比較記事は、この差分を最も明快に述べたものだが、その差は報道が示唆するよりも小さい。

• 長さ — Wan 2.7：生成1回あたり2～15秒。Wan 3.0：1回のパスで最大30秒、さらにスマートな長さの推奨と、上限を超えてつなげるための動画延長ツール。

• 入力 — Wan 2.7：テキスト、画像、動画、音声。Wan 3.0：同じ4つに加えて、ドキュメントとWebページ — DOC、DOCX、XLS、XLSX、PPT、PPTX、PDF、TXT、MD、および公開URL。ドキュメントから動画への変換は、このファミリーにとって真に新しい機能であり、旧モデルには同等のものがありません。

• 参照制限 — Wan 2.7: 被写体画像は最大5枚、参照クリップは最大5本。Wan 3.0: 参照画像は最大10枚、参照動画は最大5本、参照音声クリップは最大5本で、1リクエストあたりの参照アセット全体の上限は20個です。

• 編集 — 指示ベースの動画編集は Wan 2.7 で導入され、置き換えられるのではなく Wan 3.0 に引き継がれた。これは、旧モデルが単純に後れを取っているわけではない唯一の機能である。

• 一貫性 — Alibabaは、Wan 3.0で顔のディテール、髪、衣服、アクセサリー、小道具、空間的関係をより細かく制御でき、より長いクリップでもそれが維持されると主張している。これは検証されていないベンダーの主張であり、上記のアリーナスコアが、それを確かめる最も近いものとなる。

• 音声 — ネイティブな対話、音楽、効果音を両方で同じパスで生成し、Wan 3.0ではデフォルトで有効、フラグで無効化可能。Alibaba自身の発表では、音声品質と画面上テキストの精度が依然として改善を要する領域として挙げられている — これはレビュアーではなくベンダー自身による注意書きだ。

• 4K — 解像度目当てでこれを買ってはいけません。Alibabaの資料が確約しているのは480p、720p、1080pです。ネイティブ4Kはサードパーティのマーケティングページに登場するもので、Alibabaの発表には含まれていません。

Wan 2.7が依然として優位な点、そして両者とも破綻する点

比較ページでは、これが一方向のアップグレードとして扱われている。だが、三つの点でそうではない。

1つ目は、旧モデルにしか存在しない、ベンダー寄りの主張です。Wan 2.7 は、DesignArena の動画から動画への編集ボードで Elo 1,334 の1位として発表され、次のエントリを68ポイント上回っていました。これは2026年4月に公開された数値で、管理されたラボ評価ではなくクラウドソースの投票に基づくものです。Wan 3.0 の指示編集機能は新しく作り直されたものではなく引き継がれたため、それに相当する「1位」の公開主張はありません。DesignArena の数値はラボ測定ではなく、マーケティング寄りの結果として扱ってください。ただし、より新しいモデルについても、対抗する主張を誰も公開していない点には留意してください。

第二に、失敗は種類が異なり、旧モデルのものはより詳しく記録されています。Wan 2.7のレビュアーは、機能的だがフレームパーフェクトではないリップシンクを報告しています。毎分約150語を超えるとずれ始め、同時に話す複数の話者を単一の声にまとめてしまい、ポストで手動でダッキングしない限り音楽が会話を圧倒します。生成側のアーティファクトは、クロームやグリルのディテールにおける激しいモーションブラーと、強い顔の影の下で頭の向きを変えたときのディテール損失に集中しています。長いまたは複雑なシーンにおけるアイデンティティドリフトが最も一貫して報告されている問題で、良好な最初のフレームが、後で変化する顔を覆い隠してしまいます。

Wan 3.0 はその話の尺の側面に対処している——30秒の単一パスなら、アイデンティティがずれる継ぎ目が少なくて済む——が、Alibaba 自身の発表資料では、音声品質と画面上テキストの精度が依然として改善を要する領域として挙げられている。長いクリップではまた、カット時ではなくショット内でドリフトが蓄積する。どちらの世代も完成された音声ツールではなく、両ベンダーとも自らそう述べている。

3つ目は解像度です。Wan 2.7は最大1080pで、Wan 3.0も同様です。広く転載されている比較の1つでは、Wan 2.7が4096×2160で生成すると主張されていますが、Alibabaの公式ドキュメントには課金対象のティアとして720pと1080pしか記載されておらず、Wan 3.0の発表では480p、720p、1080pに対応するとされています。ネイティブ4Kが要件なら、このアップグレードでは解決できず、どちらの世代も答えにはなりません。

セルフホストしている人にとって変わったこと

これはスペック比較では見えてこない部分であり、どんな単一の機能よりも重要です。

Wan 2.1とWan 2.2は、Apache 2.0の下で完全な重みを公開した。Wan 2.5はオープンとして発表されたが、重みは一度もリリースされなかった。Wan 2.6はクローズドなAPIだった。Wan 2.7は部分的にしかオープンでなかった。Wan 3.0はその方向性を続けている。つまり、従量制のクローズドなAPIであり、Alibabaの発表資料には重みの公開について何も書かれていない。今日Wan 2.2を使っていて、より新しいダウンロード可能なチェックポイントを待っているなら、あなたはAlibabaが約束していないものを、逆方向を指す4回のリリースの傾向に逆らって待っていることになる。正直な計画上の前提は、最後にセルフホスト可能なWanのフラッグシップはWan 2.2だということである。

どちらかに電話をかけること、そして請求書がどのような形であるべきか

両モデルは、Alibaba自身のコンソール——Alibaba CloudのModel StudioとQwen Cloud——を通じて、またそれらを統合したサードパーティ製のクリエイティブツールを通じて利用できる。Wan 3.0のAPIは8月24日のローンチで完全に開放され、8月6日のベータ版以来設けられていた申請ゲートが解除された。

秒単位課金の方式が本当のリスクを生むのは、見積もりの場面です。モデルが解像度ごとの秒単位で価格設定されている場合、仲介業者から渡される数字はベンダーの数字ではないことが多く、その上乗せ分は一見すると定価のように見える料率の中に隠れています。確認は簡単です。提示されている料率が、その解像度についてAlibabaが公表している料率かどうかを尋ね、$0.05 / $0.10 / $0.20 の一覧と比較してください。

当社が実際にルーティングするモデルについては、その問いにはそれに付随する約束ではなく構造的な答えがあります。OrcaRouterはプロバイダーの定価を0%のマークアップでパススルーし、1つのAPIキーで200以上のモデルにわたり提供します。つまり、ベンダーの値下げ——現在9月23日までWan 3.0で実施されているような——は、契約サイクルを経た後ではなく、当社側でも同日に反映されるということです。Wan 3.0は当社がルーティングするモデルには含まれていません。Alibaba自身のプラットフォームや、それを統合したサードパーティのプラットフォームを通じて利用できます。そうでないかのようにほのめかすより、はっきりそう言いたいのです。どちらにせよ価格設定の教訓は同じだからです。お金が漏れているのはモデルではなく、課金のほうです。

研究目的ではなく制作上の判断として比較するなら、それに答えるテストの形は3つのプロンプトだ — 連続した25秒の1テイク、6カットの30秒シーケンス、既存の映像素材に適用する編集指示1つ — これを両方の世代で720pで実行し、実際にリリースするクリップ1本あたりのコストで評価する。秒あたり0.10ドルと0.15ドルなら、それらの実行は数ドルで済み、あなたの特定の映像素材についてはどのリーダーボード順位でも解決できない問いに決着をつける。

どちらに電話しますか

Wan 3.0はより優れたモデルだが、すべての人にとってより良い買い物というわけではない。6月の2.7ビルドに対するアリーナでのリードは80 Elo、価格プレミアムは33%、能力差は、真に新しい入力タイプが1つ、上限が2倍、より広い参照バジェット、そして安価なドラフト階層だ。

15秒を超える連続テイクを扱う作業なら、ブリーフが画像ではなくドキュメントやWebページに基づいているなら、1つのシーンを通して5つを超える参照を保持する必要があるなら、あるいは1080pレンダーに踏み切る前に安く反復するための480pドラフト階層が欲しいなら、Wan 3.0を選んでください。出力を意図的に短いショットに切り分けるなら、指示ベースの編集が補助的ではなく主要な作業なら、あるいは1080pで大量処理していて1分3ドルが積み重なるなら、Alibaba Wan 2.7 — 具体的にはJune build、そしてビルド名で指定してください — を選んでください。そして、セルフホスティングが絶対要件なら、これらのどちらも答えにはなりません。依然としてWan 2.2です。

来四半期の未解決の問いは、アリババが2つのラインを別々に維持するかどうかだ。指示編集がそのまま使えるWan 2.7の毎分9.00ドルは、十分に実用的な製品であり、このファミリーのより安価な下限でもある。これを存続させることが、Wan 3.0が最上位を担う一方で、アリババが価格敏感な市場セグメントを押さえる方法だ。注目すべきは新しいモデルではなく、2.7の価格だ。もしこれが動けば、本記事のアップグレード計算もそれに合わせて動く。9月23日に失効する30%のローンチ割引が最初のデータポイントになる。