Wan 3.0 против Luma Ray 3.2: Звук против цвета, и одна неоценённая модель

Это единственное сравнение в данной серии, где одну из двух моделей невозможно оценить. Luma Ray 3.2 отсутствует на видеоарене Artificial Analysis — ни на доске текст-в-видео, ни на доске изображение-в-видео, проверено 18 сентября 2026 года. Для неё нет ни Elo по слепым предпочтениям, ни размера выборки, ни доверительного интервала. Любой, кто называет цифру для Ray 3.2 в очном сравнении, цитирует либо тест предпочтений, проведённый самим производителем, либо собственную шкалу агрегатора, а ни то, ни другое несопоставимо с показателями арены, которые несёт Wan 3.0. Поэтому это сравнение приходится проводить по спецификациям, средствам управления и тарификации, а не по турнирной таблице, — что, учитывая, насколько по-разному устроены эти две модели, оказывается всё равно более полезным сравнением.

Прежде всего, одна ловушка в названиях, которая будет стоить вам денег, если вы её упустите. Номера версий Luma не возрастают так, как они читаются. Ray3.14 вышла 26 января 2026 года; Ray3.2 вышла 9 июня 2026 года и является текущим флагманом. Большее число — более старая модель. Luma полностью отказалась от бренда Dream Machine и заявляет, что Dream Machine и Ray2 заменены на Ray — поэтому любое руководство, страница с ценами или сравнение, построенные на «Dream Machine», описывают продукт, который Luma больше не продаёт.

Отсутствующая запись в таблице лидеров, и почему это важно

Позиция Wan 3.0 хорошо задокументирована. На арене Artificial Analysis для преобразования текста в видео со звуком, данные которой зафиксированы 18 сентября 2026 года, он занимает 2-е место с Elo 1 229 и 6 011 учтёнными сравнениями: позади Gemini Omni Flash с 1 233 и впереди трёх других моделей в пределах 23-балльного диапазона. В рейтинге редактирования видео он занимает 1-е место с Elo 1 190. Эти данные независимы, слепы и проверяемы.

Положение Ray 3.2 нигде не задокументировано на сопоставимом уровне. Всё, что опубликовала Luma, — это внутренний «Ray3 Evaluation Report», в котором заявлены паритет с Veo 3 и преимущество над Runway Gen-4, Midjourney Video и Moonvalley Marey — без каких-либо числовых оценок. Luma также утверждает, что её API обходится менее чем в половину цены и работает с менее чем половинной задержкой по сравнению с сопоставимыми моделями, без количественных данных. Отдельно Black Forest Labs заявила, что её Flux 3 предпочитали Ray 3.2 в 93% сравнений; это проведённый вендором тест продукта конкурента, и он имеет такой же вес, как собственные заявления Luma, то есть немногого стоит.

Это реальный пробел в данных, а не упрёк модели. Модель может быть превосходной и при этом без рейтинга — арена оценивает только то, что было показано её голосующим. Но это меняет то, что должна сообщать вам страница сравнения. О Wan 3.0 вы можете сказать, что думали независимые голосующие. О Ray 3.2 вы не можете сказать ничего подобного, и подавать внутренний отчёт Luma или утверждение конкурента о 93% так, будто любое из них является доказательством, было бы самым простым способом сделать эту статью неверной.

Две разные ставки: звук против цвета

Вот самое резкое различие между ними, и дело не в качестве.

Wan 3.0 генерирует аудио нативно в том же проходе, что и видео — диалоги, фоновую музыку и звуковые эффекты; по умолчанию включено, отключается с помощью флага, управляется с помощью до пяти референсных аудиоклипов. В собственных материалах запуска Alibaba качество аудио названо областью, всё ещё требующей доработки, поэтому относитесь к этой возможности как к реальной, но несовершенной. Суть в том, что генерация Wan 3.0 приходит как готовое аудиовизуальное произведение.

Ray 3.2 вообще не генерирует аудио. Результаты генерации видео из текста и видео из изображения беззвучны. Аудио сохраняется только при использовании режимов Modify или Reframe на существующем видео — пути от промпта к звуковой дорожке нет. Это самое крупное различие в возможностях между двумя моделями, и само по себе оно делает модель непригодной для некоторых рабочих процессов: если ваш конечный результат требует синхронизированных диалогов или звукового оформления, Ray 3.2 — это шаг только с видео в конвейере, к которому затем нужно отдельно добавить аудиоэтап, а Wan 3.0 — нет.

То, что Luma создала вместо этого, — самый глубокий конвейер цветокоррекции и финишинга среди всех коммерческих видеомоделей. Ray 3.2 генерирует нативный 16-битный HDR и экспортирует EXR в ACES2065-1 — цветовом пространстве, которого ожидают профессиональные конвейеры цветокоррекции и VFX. Он отслеживает выразительную мимику вплоть до восьми лиц одновременно, покадрово, а также скелетную позу и жесты. Он принимает до 16 ключевых кадров на клип для покадрового управления темпом и движением. Его функция Reframe меняет соотношение сторон, расширяет кадр или заменяет фон после генерации, сохраняя исходное освещение. И он поставляется внутри Adobe Firefly, а за ним стоят публично названные студии и агентства-заказчики.

Это инструмент постпродакшна. Wan 3.0 — инструмент продакшна. Если вы передаёте кадры колористу, экспорт в EXR ценнее тридцати секунд чего угодно. Если вы публикуете готовый клип, вывод без звука — это проблема, которую не исправит ничто другое в списке характеристик.

Длительность и разрешение, читайте внимательно

Оба поставщика искажают эти показатели, причём в противоположных направлениях, и оба искажения имеют значение.

• Длительность — Wan 3.0: от 2 до 30 секунд за одну генерацию, а также расширение вперёд, назад и в обоих направлениях. Ray 3.2: 5 или 10 секунд для создания нового видео из текста и изображения. Широко цитируемая фраза Luma «до 20 секунд» относится к Modify Video — её режиму преобразования с сохранением исходного видео, а не к генерации по промпту. Если вы выбираете, ориентируясь на цифру в 20 секунд, проверьте, какой режим вы покупаете.

• Разрешение — Wan 3.0: 480p, 720p и 1080p, все нативные. Ray 3.2: 360p, 540p, 720p и 1080p. Ray 3.2 не поддерживает 4K. Утверждение, что поддерживает, широко распространено и неверно: 4K от Luma — это отдельная утилита апскейла, применяемая после генерации, а не режим генерации. HDR — настоящий; 4K — нет.

• Ограничения HDR — режим HDR в Luma ограничен 5-секундными клипами в 720p или 1080p, а HDR несовместим с 10-секундным выводом. Поэтому лучший цветовой конвейер модели недоступен для её самых длинных клипов.

• Частота кадров — Wan 3.0: 30 кадр/с. Ray 3.2: 24 кадр/с — верное решение для работы в кинематографическом стиле и неверное, если ваша сдача — 30 или 60.

• Соотношение сторон — Ray 3.2 не имеет фиксированного списка, поскольку Reframe адаптирует вывод постфактум. Wan 3.0 поддерживает 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 и адаптивный режим во время генерации.

• Входные данные — Wan 3.0 принимает до 10 референсных изображений, 5 референсных видео и 5 референсных аудиоклипов при общем лимите в 20 объектов, а также документ или общедоступную веб-страницу. Ray 3.2 принимает текст, изображения, до 16 ключевых кадров и референсы персонажей — возможность, которой не было у его предшественника Ray3.14. Нет документов, нет привязки к URL, нет аудиовхода.

Сколько стоит каждая секунда и какова лежащая в основе модель биллинга

Wan 3.0 тарифицируется посекундно за выходное видео по опубликованным тарифам Alibaba: $0,05 при 480p, $0,10 при 720p, $0,20 при 1080p. 30-секундный клип в 1080p стоит $6,00; с ограниченной по времени скидкой 30% на собственных платформах Alibaba, действующей до 23 сентября, это составит примерно $4,20.

Ray 3.2 тарифицируется за генерацию в Luma Agents API, из-за чего расчёты выглядят иначе: 5 секунд при 360p стоят $0,06, при 540p — $0,15, при 720p — $0,30, при 1080p — $1,20. Десять секунд удваивают эти суммы при 360p и 540p и утраивают их при более высоком разрешении. При 1080p это составляет около $0,24 в секунду — больше, чем тариф Wan 3.0 для 1080p, и примерно в пять раз превышает его тариф для 480p.

Две структурные заметки, которые важнее цифр за секунду. Во-первых, подписочные кредиты Luma и её биллинг через API — это отдельные системы, и кредиты между ними не переносятся; потребительские тарифы стоят $30, $90 и $300 в месяц, а кредиты учитываются внутри каждого из них. Закладывайте бюджет под ту поверхность, на которой вы фактически строите, потому что деньги не переходят. Во-вторых, HDR и HDR+EXR умножают стоимость в кредитах — вдвое и втрое соответственно, — так что возможность, отличающая Ray 3.2, — это ещё и та, что сильнее всего меняет его эффективную цену.

В Wan 3.0 аналогичная ловушка находится на уровне провайдера, а не самого вендора: когда модель тарифицируется посекундно в зависимости от разрешения, ставка посредника часто не совпадает со ставкой Alibaba. $0.05 / $0.10 / $0.20 — это число, с которым стоит сверять любое предложение.

Куда на самом деле попадает вопрос маршрутизации

Ни одна из них не относится к моделям, которые мы маршрутизируем, и об этом стоит сказать в самом начале этого раздела. Доступ к Wan 3.0 можно получить через собственные платформы Alibaba — Model Studio и Qwen Cloud — а также через сторонние креативные инструменты, которые интегрировали её после запуска 24 августа. Доступ к Ray 3.2 можно получить через веб-приложение Luma и — впервые в линейке Ray — через полноценный API для разработчиков с тарифными планами с оплатой по мере использования и с зарезервированной мощностью, а также через несколько сторонних платформ и интеграцию с Adobe Firefly.

То, что доступно на OrcaRouter, — это окружающий пайплайн. Готовое видео редко бывает всем результатом: есть сценарий, список кадров, альтернативный текст, субтитры на нескольких языках, заметки по ревью и метаданные, и всё это — работа текстовых моделей. Эти модели есть в нашем каталоге — более 200 из них на одном ключе, цена по прайс-листу провайдера передаётся без наценки — поэтому перевести проход субтитрования с дорогой модели на дешёвую или заменить модель, которая пишет ваши списки кадров, — это изменение конфигурации, а не вторая интеграция. Учитывая, что обе видеомодели здесь — это уже вторые и третьи отношения с поставщиками, держать текстовый слой на одном ключе — это та часть этого стека, которую действительно дёшево консолидировать.

Какой именно и что бы это уладило

На бумаге это не близкий выбор, но и не разгром, потому что эти двое не претендуют на одну и ту же роль.

• Выбирайте Wan 3.0, если вам нужен звук по промпту, более 10 секунд за один проход, привязка к документу или веб-странице, широкий бюджет референсов, 30fps или самая низкая цена за секунду в 1080p. Это лучший выбор для всего, что в итоге становится опубликованным клипом.

• Выберите Luma Ray 3.2, если вам нужен 16-битный HDR или EXR в ACES2065-1 для пайплайна грейдинга, покадровое управление по 16 ключевым кадрам, отслеживание мимики по восьми лицам, постфактумные изменения соотношения сторон и фона в Reframe или преобразование существующих видео длительностью до 20 секунд с сохранением исходника. Это лучший выбор для всего, что в итоге становится кадром в чужом монтаже.

То, что изменило бы эту статью, — не новая модель, а участие в арене. Ray 3.2 находится в общем доступе с 9 июня 2026 года — достаточно давно, чтобы накопить сравнения, — и его просто ещё не выставляли перед голосующими. Пока этого не произошло, честная позиция состоит в том, что у Wan 3.0 есть проверяемая независимая оценка, а у Ray 3.2 — собственный отчёт вендора, и сравнение, которое делает вид, будто это доказательства одного рода, хуже, чем то, которое признаёт этот разрыв.

Одно практическое замечание, если вы проводите эту оценку сами: поскольку Ray 3.2 выдаёт видео без звука, а Wan 3.0 — нет, прямое сравнение при одинаковом промпте будет восприниматься как перекос не в пользу Luma, причём совершенно не связанный с качеством изображения. Сначала оцените картинку, отключите звук у обоих и оценивайте аудио отдельно — иначе вы сравниваете готовое произведение с компонентом и измеряете не то различие.