Odyssey-3 против Wan 3.0: модель мира встречает фабрику видео

Odyssey-3 и Wan 3.0 оба относят к категории «видеомодель», и этот общий ярлык несёт больше веса, чем может выдержать. Odyssey-3 — это обученная динамическая система: симулятор, который создаёт среду по промпту и предсказывает, как эта среда меняется, когда по ней перемещаются или запускают событие; выпущена Odyssey 8 октября 2026 года в качестве исследовательского предпросмотра. Wan 3.0 — это продакшн-видеогенератор от Alibaba Cloud, общедоступный с момента запуска 24 августа 2026 года, тарифицируемый посекундно и уже получивший оценки в двух независимых рейтингах. Один из них хочет быть местом, куда вы ставите камеру. Другой хочет быть тем, что рендерит материал, который вы публикуете.

Поставьте две страницы запуска рядом — и разница видна сразу. У Odyssey на первом месте физическая точность — то, насколько хорошо её модель понимает поведение объектов при столкновении. У A​libaba на первом месте пропускная способность, длительность и управление референсами: 30-секундные дубли, нативное аудио, до десяти изображений и пяти видео, подаваемых на одну генерацию. Ни один из них не является ухудшенной версией другого. Это ответы на разные вопросы, и эти ответы меняют то, что команде стоит делать на этой неделе.

Одно вводное замечание перед цифрами. Большинство цифр в этой статье взяты из собственных материалов вендоров о запуске и не были воспроизведены никем за пределами этих лабораторий. Там, где цифра взята из независимого органа, а не со страницы пресс-релиза, в тексте это указано. Это различие здесь важнее, чем обычно, потому что две модели публикуют разительно разные объёмы проверяемой информации — одна продаётся посекундно через открытый API, другая вообще не опубликовала цену.

Что каждый из них на самом деле из себя представляет

Описание Odyssey-3, данное самой Odyssey, необычно конкретно для поста о запуске, и его стоит привести дословно, а не пересказывать в общих словах: это «обученная динамическая система, реализованная в виде авторегрессионного диффузионного трансформера, которая предсказывает, как объекты перемещаются и взаимодействуют в пространстве и как ситуации развиваются со временем». То, что она возвращает, — это не клип в обычном смысле. Это состояние, которое продолжает развиваться, пока им управляют. Модель выпускается в двух размерах — Odyssey-3 с разрешением 832×480 и Odyssey-3 Pro с разрешением 1280×720 — и Odyssey говорит, что её предварительная версия поддерживает навигацию от первого и третьего лица наряду с независимым движением камеры. В сборку также включён дистиллированный вариант с малым числом шагов, созданный с помощью комбинации сопоставления распределений и состязательной дистилляции, который поставщик описывает как интерактивный в режиме реального времени.

Wan 3.0 — это генератор, работающий по устоявшейся схеме: на входе — промпт и один или несколько референсов, на выходе — готовый видеоролик. Ключевые возможности Alibaba — генерация 30-секундного видео за один запуск, нативное аудио и референсные входные данные, охватывающие текст, изображение, видео и аудио, — а также документы в форматах doc, xls, ppt, pdf, md, txt, key, pages и numbers размером до 100 МБ и до 50 страниц. Редактирование основано на инструкциях: это значит, что готовую генерацию можно изменить в визуальной части, сюжете или диалогах, не создавая всё заново. Alibaba также прямо заявляет, что качество аудио и точность текста на экране всё ещё требуют доработки, — признание, которое в анонсе запуска встречается реже, чем следовало бы, и которое полезно иметь зафиксированным.

• Что представляет собой результат — смоделированная среда, внутри которой вы действуете (Odyssey-3), против отрендеренного клипа, который вы публикуете (Wan 3.0) • Заявленные размеры — 832×480 или 1280×720 на Odyssey-3 Pro против 480p, 720p и 1080p • Длительность одного запуска — до тех пор, пока среда продолжает управляться, против 30 секунд на генерацию • Аудио — не ключевая возможность ни на одном из размеров, против нативного аудио с ограничениями качества, помеченными вендором • Входные данные — промпт, определяющий среду, против текста, изображения, видео, аудио и документов до 100 МБ и 50 страниц • Модель редактирования — изменить состояние и повторить симуляцию, против правок готовой генерации на основе инструкций • Документированный API — не опубликован, против открытого и тарифицируемого с 24 августа 2026 года • Опубликованная цена — отсутствует, против 0,3 / 0,6 / 1,2 юаня в секунду при 480p / 720p / 1080p

Сколько стоит одна секунда вывода — и почему единицы измерения не совпадают

Wan 3.0 оценивается в самой понятной для покупателя единице измерения: во времени. Тарифы Alibaba составляют 0,3 юаня (около $0,05) за секунду сгенерированного видео в разрешении 480p, 0,6 юаня (около $0,10) при 720p и 1,2 юаня (около $0,20) при 1080p. Таким образом, полный 30-секундный прогон обойдётся примерно в 9 юаней ($1,50) при 480p, 18 юаней ($3,00) при 720p или 36 юаней ($6,00) при 1080p. Это тарифы августовского запуска; промоакция к запуску, снижавшая их на 30%, действовала только до 23 сентября, так что приведённые выше цифры — именно те, с которыми покупатель сталкивается сегодня. Поставщики, перепродающие Wan 3.0, обычно указывают цены за минуту, и это стоит сверить с расчётом за секунду, прежде чем утверждать бюджет.

У Odyssey-3 нет сопоставимого числа, потому что Odyssey не опубликовала цену, тарифную сетку, лицензию или документацию по API. Вместо этого есть показатель стоимости внутри стороннего бенчмарка, рассчитанный на основе допущения, которое поставщик открыто указывает: $1 за GPU-час MI355X. На этой основе Physics-IQ Verified указывает Odyssey-3 Pro по цене $0.267 за сгенерированное видео, а Odyssey-3 — по $0.139, причём оба значения нормализованы к 24 FPS и выходному разрешению по ширине 1280. Та же таблица отдельно отмечает, что переписывание промпта через API Odyssey оценивается в $0.01 за отправленное видео. Прочитайте это внимательно — это основа для моделирования, а не цена. Это говорит о том, во сколько обошлась бы симуляция при предполагаемой поставщиком ставке за оборудование, а не о том, какой счёт выставит Odyssey.

Для покупателя эти два факта указывают в противоположные стороны. Wan 3.0 — это позиция с оплатой по мере использования, худший сценарий которой можно рассчитать до того, как что-либо будет отрендерено. У Odyssey-3 ниже смоделированная стоимость за видео и нет счёта, к которому её можно привязать, — а именно на этом этапе разговор о закупке останавливается. Чтобы сравнение было честным, читателю нужно удерживать обе половины: реальную ставку с реальным счётом и оценочную ставку, за которой пока ничего не стоит.

Единственное табло, которое у них общее, и имя, которого на нём нет

Physics-IQ Verified — динамический рейтинг от Anates Labs и DeepMind, оценивающий, насколько хорошо видеомодели справляются с физическими принципами, — это единственная независимая таблица лидеров, общая для этой пары, и именно здесь сравнение становится по-настоящему интересным, потому что здесь же оно и рушится.

В стартовом посте Odyssey говорится, что Odyssey-3 Pro «устанавливает новый уровень в бенчмарке Physics-IQ Verified и занимает 1-е место в 3 из 4 категорий WorldMark». Часть утверждения, касающаяся WorldMark, подтверждается цифрами, которые публикует Odyssey: первое место в категориях First-Person Stylized (77.2), Third-Person Real (79.0) и Third-Person Stylized (76.3), при этом First-Person Real занимает второе место с 80.6, уступая AlayaWorld с 83.0 и Lyra 2.0 с 84.4. Каждая из этих цифр — это показатель, заявленный производителем, из собственного прогона оценки Odyssey.

На части о передовых достижениях читателю стоит замедлиться. В доступной сейчас версии таблицы Physics-IQ Verified, где ранжирование идёт по чистому улучшению в процентных пунктах относительно среднего значения по треку, FLUX 3 [large] от Black Forest Labs занимает 01-е место с +12.27 п.п. Odyssey-3 Pro — на 02-м месте с +11.15 п.п., а Odyssey-3 — на 03-м месте с +9.99 п.п. Так что «новое передовое достижение» вендора — на таблице, на которую ссылается сам вендор, — это второе место: либо потому, что утверждение появилось до обновления таблицы, либо потому, что оно сформулировано более узко, чем предполагает фраза. В любом случае честная интерпретация такова: Odyssey-3 Pro — это физическая модель из топ-3, а не безусловный лидер. Кроме того, FLUX 3 [large] имеет гораздо более высокую стоимость за видео — $0.868 против $0.267 у Odyssey-3 Pro, и это тот компромисс, для выявления которого существует представление таблицы по стоимости.

Odyssey действительно занимает одно безоговорочное первое место в разбивке по субметрикам: пространственно-временная метрика — 44,70, опережая Odyssey-3 Pro с 42,97 и Physis-Lang (Cosmos3 Super) с 41,57. По пространственной метрике Odyssey занимает четвёртое место (59,17), уступая FLUX 3 (64,36), Odyssey-3 Pro (61,78) и Physis-Lang (59,87); по взвешенной пространственной метрике и MSE — соответственно четвёртое и третье места. Эта закономерность — безоговорочное лидерство в том, насколько хорошо движение сохраняет связность во времени, и второй эшелон по пространственной точности в пределах одного кадра — представляет собой последовательную характерную черту модели, созданной для моделирования эволюции, а не для отрисовки красивого статичного изображения.

Теперь о недостающем имени. Wan 3.0 вообще отсутствует в Physics-IQ Verified. Единственные записи Wan — Wan 2.2 14B на 17-м месте, −6.64 п.п., и Wan 2.2 5B на 22-м месте, −11.13 п.п. — оба ниже среднего по треку, оба с открытым исходным кодом, оба на поколение позади. В примечании об охвате самого лидерборда сказано, что он «включает модели, прошедшие бенчмарк, и модели, известные по препринтам или анонсам, даже если публичный доступ недоступен или дата релиза не подтверждена», поэтому отсутствие Wan 3.0 не является доказательством того, что он получает плохие оценки. Это свидетельство того, что его никто не измерял по этой оси. Практическое следствие однозначно: любое утверждение, что Odyssey-3 превосходит Wan 3.0 по физической правдоподобности, не подтверждено ни в одну, ни в другую сторону, и любое утверждение, что он не превосходит, столь же не подтверждено. Независимые результаты Wan 3.0 находятся в другом месте — он занял 2-е место в общем зачёте на OpenArt Arena и 1-е место в категории Video Editing with Audio на Artificial Analysis — в таблицах, которые измеряют воспринимаемое качество и качество редактирования, а не физику.

Что можно назвать сегодня, а о чём можно только спросить

Wan 3.0 можно вызывать с 24 августа 2026 года, когда запуск Alibaba Cloud превратил платную бета-версию с доступом по заявкам в полностью открытый API. Модель доступна через собственный API поставщика и несколько сторонних платформ — все они платные, с указанными выше тарифами за секунду. Если команде нужно сгенерированное видео уже сегодня днём, это реальный вариант, но за него придётся платить.

Odyssey-3 этого не предлагает. На странице Odyssey сказано, что исследовательская предварительная версия «доступна уже сейчас», и разработчиков в сфере физического ИИ приглашают связаться — а это описывает демонстрацию и разговор, а не эндпоинт за ключом. Нет опубликованной цены, нет лицензии, нет документации по API и, как показано в разделе выше, нет независимой оценки. Разработчик, читающий пост о запуске, сегодня не может подсчитать, сколько будет стоить продакшен-сборка на Odyssey-3, или проверить, подтверждаются ли заявления о физике за пределами собственного испытательного стенда вендора. Это нормально для модели мира в день запуска, и это также самый важный факт в этом сравнении.

Поскольку ни одной из этих моделей нет в нашем каталоге — в списке моделей OrcaRouter нет ни Odyssey-3, ни Wan 3.0 — полезной точкой маршрутизации оказывается слой, стоящий над ними. Скорее всего, видеосборка обращается не к одной модели. Она вызывает модель переписывания промптов, видеомодель, иногда аудиомодель — и заново обращается ко всем ним каждый раз, когда вендор меняет цену или лимит запросов. В OrcaRouter всё это работает через один API, охватывающий более 200 моделей по прайс-листовой цене провайдеров с наценкой 0%, поэтому снижение цены за секунду от видеовендора вступает в силу здесь в тот же день, а не после ожидания изменения конфигурации, а автоматическое переключение при сбое означает, что сбой одной модели не останавливает очередь рендеринга. Видеомодели, которые мы всё же обслуживаем, — MiniMax H3, Kling 3.0, Kling Video O1 и другие — работают по тому же ключу, и именно это делает замену дешёвой, когда предпросмотр Wan 3.0 или тестовый доступ к Odyssey-3 наконец откроется.

Какой из них должен быть в вашем стеке

Выбор здесь не близок, потому что результаты этих двух не пересекаются. Честное правило принятия решения связано с артефактом, который вам нужен в итоге.

Выбирайте Wan 3.0, если результат — это видео, которое смотрит человек: реклама, вставной кадр, ролик для соцсетей, обучающий сегмент. Тридцать секунд за запуск с нативным звуком, управление референсами по изображениям, видео и аудио, редактирование на основе инструкций и документы в качестве входных данных — это список производственных функций, а API с оплатой по факту использования означает, что стоимость теста известна заранее. Это генерация, а не симуляция — работа модели заканчивается, когда заканчивается клип. Планируйте бюджет исходя из посекундных тарифов поставщика и рассматривайте собственные оговорки поставщика о звуке и экранном тексте как проектные ограничения, а не как сноски.

Выбирайте Odyssey-3, когда его можно получить, если результат — это поведение, а не файл: среда, в которой обучается политика; сцена, чья реакция на действие должна оставаться согласованной на протяжении длинного роллаута; задача навигации или манипуляции, где камера — часть проблемы. Именно здесь по-настоящему важны безоговорочное первое место по пространственно-временной правдоподобности и смоделированная стоимость $0,139–$0,267 за видео. Чего не хватает — так это всего, что нужно производственной команде, чтобы решиться: цены, лицензии, эндпоинта и внешнего измерения, — и ничто из этого демо заменить не может.

То, за чем стоит следить, конкретно и близко. Если Wan 3.0 появится на Physics-IQ Verified, вопрос о физике становится разрешимым в одном направлении. Если Odyssey опубликует тарифную сетку или API, вопрос стоимости решается в другом. Пока не произойдёт что-то из этого, у этого сравнения странная форма: продакшн-система с опубликованной ценой и без оценки по физике — рядом с симулятором с опубликованными оценками по физике и без цены. Любой, кто говорит вам, какой из них сегодня лучше, гадает по крайней мере об одном из этих двух чисел.