Wan 3.0 vs Luma Ray 3.2: เสียงปะทะสี และโมเดลหนึ่งที่ยังไม่ถูกจัดเรต

นี่เป็นการจับคู่เพียงคู่เดียวในชุดนี้ที่หนึ่งในสองโมเดลไม่สามารถให้คะแนนได้ Luma Ray 3.2 ไม่มีรายการอยู่ใน Artificial Analysis video arena — ไม่มีทั้งในบอร์ด text-to-video และบอร์ด image-to-video ตรวจสอบเมื่อวันที่ 18 กันยายน 2026 ไม่มีค่า Elo จากการเปรียบเทียบแบบไม่ระบุตัวตนให้กับมัน ไม่มีจำนวนตัวอย่าง ไม่มีช่วงความเชื่อมั่น ใครก็ตามที่อ้างตัวเลขของ Ray 3.2 ในการเทียบแบบตัวต่อตัว กำลังอ้างการทดสอบความชอบที่ผู้ขายจัดทำขึ้นเอง หรือไม่ก็สเกลของแพลตฟอร์มรวบรวมข้อมูลเอง ซึ่งทั้งสองอย่างเทียบกับตัวเลขจาก arena ที่ Wan 3.0 มีอยู่ไม่ได้ ดังนั้นการเปรียบเทียบนี้จึงต้องทำบนพื้นฐานของสเปก ส่วนควบคุม และการคิดค่าบริการ มากกว่ากระดานคะแนน — ซึ่งเมื่อพิจารณาว่าสองตัวนี้ถูกสร้างขึ้นมาแตกต่างกันเพียงใด กลับกลายเป็นการเปรียบเทียบที่มีประโยชน์มากกว่าเสียอีก

ก่อนอื่นใดทั้งหมด มีกับดักด้านการตั้งชื่อหนึ่งอย่างที่จะทำให้คุณเสียเงินหากคุณมองข้ามมันไป หมายเลขเวอร์ชันของ Luma ไม่ได้เรียงจากน้อยไปมากอย่างที่ตัวเลขดูเหมือนจะสื่อ Ray3.14 วางจำหน่ายเมื่อวันที่ 26 มกราคม 2026; Ray3.2 วางจำหน่ายเมื่อวันที่ 9 มิถุนายน 2026 และเป็นเรือธงรุ่นปัจจุบัน ตัวเลขที่สูงกว่าคือรุ่นที่เก่ากว่า Luma ได้ยกเลิกการใช้แบรนด์ Dream Machine อย่างสิ้นเชิง และระบุว่า Dream Machine และ Ray2 ถูกแทนที่ด้วย Ray — ดังนั้นคู่มือ หน้าแสดงราคา หรือการเปรียบเทียบใด ๆ ที่สร้างขึ้นจาก "Dream Machine" กำลังอธิบายผลิตภัณฑ์ที่ Luma ไม่ได้ขายอีกต่อไป

รายการบนกระดานผู้นำที่หายไป และเหตุใดจึงสำคัญ

สถานะของ Wan 3.0 ได้รับการบันทึกไว้อย่างชัดเจน บนกระดาน text-to-video arena พร้อมเสียงของ Artificial Analysis ซึ่งเก็บข้อมูลเมื่อวันที่ 18 กันยายน 2026 มันอยู่ในอันดับที่ 2 ด้วย Elo 1,229 และการเปรียบเทียบที่บันทึกไว้ 6,011 ครั้ง เป็นรอง Gemini Omni Flash ที่ 1,233 และนำหน้าโมเดลอื่นอีกสามตัวภายในช่วง 23 คะแนน บนกระดาน video-editing มันอยู่อันดับที่ 1 ด้วย Elo 1,190 ข้อมูลเหล่านี้เป็นอิสระ เป็นการทดสอบแบบไม่เปิดเผยชื่อ และตรวจสอบได้

สถานะของ Ray 3.2 ไม่ได้ถูกบันทึกไว้ที่ใดในลักษณะที่เทียบเคียงได้ สิ่งที่ Luma เผยแพร่คือ "Ray3 Evaluation Report" ฉบับภายใน ซึ่งอ้างว่าทัดเทียมกับ Veo 3 และนำหน้า Runway Gen-4, Midjourney Video และ Moonvalley Marey — โดยไม่มีคะแนนตัวเลขแนบมาด้วย Luma ยังอ้างว่า API ของตนทำงานด้วยราคาและความหน่วงต่ำกว่าครึ่งหนึ่งของโมเดลที่เทียบเคียงได้ โดยไม่ได้ระบุเป็นตัวเลข ในอีกทางหนึ่ง Black Forest Labs ระบุว่า Flux 3 ของตนได้รับการเลือกมากกว่า Ray 3.2 ในการเปรียบเทียบถึง 93% นั่นคือการทดสอบที่ผู้ขายจัดทำเองกับผลิตภัณฑ์ของคู่แข่ง และมีน้ำหนักเท่ากับคำกล่าวอ้างของ Luma เอง กล่าวคือไม่มากนัก

นี่เป็นช่องว่างที่แท้จริงในบันทึกข้อมูล มากกว่าเป็นข้อตำหนิต่อโมเดล โมเดลหนึ่งอาจยอดเยี่ยมและยังไม่ถูกให้คะแนน — อารีนาจะให้คะแนนเฉพาะสิ่งที่ผู้ลงคะแนนของมันได้เห็นเท่านั้น แต่มันเปลี่ยนสิ่งที่หน้าเปรียบเทียบควรบอกคุณ สำหรับ Wan 3.0 คุณพูดได้ว่าผู้ลงคะแนนอิสระคิดอย่างไร สำหรับ Ray 3.2 คุณพูดอะไรในลักษณะนั้นไม่ได้ และการนำรายงานภายในของ Luma หรือข้ออ้าง 93% ของคู่แข่งมาเสนอราวกับว่าสิ่งใดสิ่งหนึ่งเป็นหลักฐาน จะเป็นวิธีที่ง่ายที่สุดเพียงวิธีเดียวที่จะทำให้บทความนี้ผิดพลาด

เดิมพันสองแบบที่แตกต่าง: เสียงกับสี

นี่คือความแตกต่างที่คมชัดที่สุดระหว่างพวกเขา และมันไม่เกี่ยวกับคุณภาพ

Wan 3.0 สร้างเสียงแบบเนทีฟในรอบเดียวกันกับวิดีโอ — ทั้งบทสนทนา ดนตรีพื้นหลัง และเอฟเฟกต์เสียง เปิดใช้งานเป็นค่าเริ่มต้น ปิดได้ด้วยแฟล็ก และกำหนดทิศทางได้ด้วยคลิปเสียงอ้างอิงสูงสุดห้าคลิป เอกสารเปิดตัวของ Alibaba เองระบุว่าคุณภาพเสียงเป็นด้านที่ยังต้องพัฒนา จึงควรมองว่ามันเป็นความสามารถที่มีจริงแต่ยังไม่สมบูรณ์แบบ ประเด็นคือการสร้างด้วย Wan 3.0 จะได้ออกมาเป็นชิ้นงานภาพและเสียงที่เสร็จสมบูรณ์ในครั้งเดียว

Ray 3.2 ไม่สร้างเสียงเลย เอาต์พุตจาก text-to-video และ image-to-video นั้นเงียบ เสียงจะถูกเก็บรักษาไว้เฉพาะเมื่อคุณใช้เส้นทาง Modify หรือ Reframe กับฟุตเทจที่มีอยู่เท่านั้น — ไม่มีเส้นทางจากพรอมต์ไปสู่ซาวด์แทร็ก นี่คือความแตกต่างด้านความสามารถที่ใหญ่ที่สุดเพียงหนึ่งเดียวระหว่างสองโมเดล และแค่เรื่องนี้เรื่องเดียวก็เพียงพอที่จะทำให้ใช้ไม่ได้กับบางเวิร์กโฟลว์: หากสิ่งที่คุณต้องส่งมอบจำเป็นต้องมีบทสนทนาที่ซิงโครไนซ์หรือการออกแบบเสียง Ray 3.2 ก็เป็นเพียงขั้นตอนวิดีโอในไปป์ไลน์ที่ต้องมีขั้นตอนเสียงมาต่อท้ายภายหลังเท่านั้น ขณะที่ Wan 3.0 ไม่เป็นเช่นนั้น

สิ่งที่ Luma สร้างขึ้นมาแทนก็คือไปป์ไลน์ด้านสีและการตกแต่งขั้นสุดท้ายที่ลึกที่สุดในบรรดาโมเดลวิดีโอเชิงพาณิชย์ใด ๆ Ray 3.2 สร้าง HDR 16 บิตแบบเนทีฟ และส่งออก EXR ใน ACES2065-1 ซึ่งเป็นสเปซสีที่ไปป์ไลน์การเกรดสีและ VFX ระดับมืออาชีพคาดหวัง มันติดตามการแสดงออกทางสีหน้าอันละเอียดอ่อนได้พร้อมกันสูงสุดแปดใบหน้า ทีละเฟรม รวมถึงท่าทางโครงกระดูกและภาษากาย รองรับคีย์เฟรมได้สูงสุด 16 คีย์เฟรมต่อคลิป เพื่อกำหนดจังหวะและการเคลื่อนไหวในระดับเฟรม ฟีเจอร์ Reframe ของมันเปลี่ยนอัตราส่วนภาพ ขยายเฟรม หรือเปลี่ยนฉากหลังหลังการสร้าง โดยยังคงแสงต้นฉบับไว้ และมันเปิดให้ใช้งานอยู่ภายใน Adobe Firefly โดยมีลูกค้าที่เป็นสตูดิโอและเอเจนซีซึ่งเปิดเผยชื่ออยู่เบื้องหลัง

นั่นเป็นเครื่องมือสำหรับงานโพสต์โปรดักชัน Wan 3.0 เป็นเครื่องมือสำหรับงานโปรดักชัน หากคุณกำลังส่งช็อตให้กับนักปรับสี การส่งออก EXR นั้นมีค่ามากกว่าสามสิบวินาทีของสิ่งใด ๆ หากคุณกำลังเผยแพร่คลิปที่เสร็จสมบูรณ์ เอาต์พุตแบบไม่มีเสียงเป็นปัญหาที่ไม่มีสิ่งอื่นใดในสเปกชีตแก้ไขได้

ระยะเวลาและความละเอียด โปรดอ่านอย่างละเอียด

ผู้ขายทั้งสองรายทำให้ตัวเลขเหล่านี้คลุมเครือในทิศทางที่ตรงกันข้าม และความคลุมเครือทั้งสองแบบล้วนมีความสำคัญ

• ระยะเวลา — Wan 3.0: 2 ถึง 30 วินาทีในการสร้างครั้งเดียว พร้อมการขยายไปข้างหน้า ย้อนกลับ และแบบสองทิศทาง Ray 3.2: 5 หรือ 10 วินาทีสำหรับการสร้างวิดีโอจากข้อความและจากภาพใหม่ Luma ที่มักถูกอ้างอิงกันอย่างกว้างขวางว่า “สูงสุด 20 วินาที” ใช้กับ Modify Video ซึ่งเป็นโหมดแปลงที่คงต้นฉบับไว้ ไม่ใช่การสร้างจากพรอมต์ หากคุณกำลังเลือกจากตัวเลข 20 วินาที ควรตรวจสอบว่าคุณกำลังซื้อโหมดใดอยู่

• ความละเอียด — Wan 3.0: 480p, 720p และ 1080p ทั้งหมดเป็นแบบเนทีฟ Ray 3.2: 360p, 540p, 720p และ 1080p Ray 3.2 ไม่รองรับ 4K ข้ออ้างที่ว่ามันทำได้แพร่กระจายกันอย่างกว้างขวางและเป็นสิ่งที่ผิด: 4K ของ Luma เป็นยูทิลิตีอัปสเกลแยกต่างหากที่ใช้หลังการสร้าง ไม่ใช่โหมดการสร้าง ส่วน HDR นั้นเป็นของจริง แต่ 4K ไม่ใช่

• ข้อจำกัดของ HDR — โหมด HDR ของ Luma จำกัดไว้ที่คลิปความยาว 5 วินาทีที่ 720p หรือ 1080p และ HDR ใช้ร่วมกับเอาต์พุตความยาว 10 วินาทีไม่ได้ ดังนั้นไปป์ไลน์สีที่ดีที่สุดของโมเดลจึงไม่มีให้ใช้กับคลิปที่ยาวที่สุดของมัน

• เฟรมเรต — Wan 3.0: 30fps. Ray 3.2: 24fps ซึ่งเป็นตัวเลือกที่ถูกต้องสำหรับงานสไตล์ภาพยนตร์ และเป็นตัวเลือกที่ผิดหากงานส่งมอบของคุณเป็น 30 หรือ 60

• อัตราส่วนภาพ — Ray 3.2 ไม่มีรายการแบบตายตัว เนื่องจาก Reframe จะปรับเอาต์พุตภายหลัง Wan 3.0 รองรับ 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 และแบบปรับได้ ณ เวลาที่สร้าง

• อินพุต — Wan 3.0 รองรับภาพอ้างอิงสูงสุด 10 ภาพ วิดีโออ้างอิง 5 รายการ และคลิปเสียงอ้างอิง 5 รายการ ภายในเพดาน 20 แอสเซต รวมทั้งเอกสารหนึ่งชิ้นหรือหน้าเว็บสาธารณะหนึ่งหน้า Ray 3.2 รองรับข้อความ ภาพ คีย์เฟรมสูงสุด 16 คีย์เฟรม และข้อมูลอ้างอิงตัวละคร — ความสามารถที่รุ่นก่อนอย่าง Ray3.14 ไม่มี ไม่มีเอกสาร ไม่มีการอ้างอิงจาก URL ไม่มีอินพุตเสียง

ค่าใช้จ่ายในแต่ละวินาที และโครงสร้างการคิดค่าบริการที่อยู่เบื้องหลัง

Wan 3.0 คิดค่าบริการต่อวินาทีของเอาต์พุตตามอัตราที่ Alibaba ประกาศไว้: $0.05 ที่ 480p, $0.10 ที่ 720p, $0.20 ที่ 1080p คลิป 1080p ความยาว 30 วินาที ราคา $6.00 โดยมีส่วนลด 30% แบบจำกัดเวลาบนแพลตฟอร์มของ Alibaba เอง ซึ่งมีผลถึงวันที่ 23 กันยายน ทำให้เหลือประมาณ $4.20

Ray 3.2 คิดค่าบริการต่อการสร้างหนึ่งครั้งบน Luma Agents API ซึ่งทำให้การคำนวณแตกต่างออกไป: 5 วินาทีที่ 360p ราคา $0.06 ที่ 540p $0.15 ที่ 720p $0.30 ที่ 1080p $1.20 ส่วน 10 วินาทีจะเพิ่มเป็นสองเท่าของตัวเลขเหล่านั้นที่ 360p และ 540p และเป็นสามเท่าสำหรับความละเอียดที่สูงกว่านั้น ที่ 1080p คิดออกมาได้ประมาณ $0.24 ต่อวินาที — มากกว่าอัตรา 1080p ของ Wan 3.0 และประมาณห้าเท่าของอัตรา 480p

บันทึกเชิงโครงสร้างสองข้อที่สำคัญกว่าตัวเลขต่อวินาที ข้อแรก เครดิตจากการสมัครสมาชิกของ Luma และการคิดค่าบริการ API ของมันเป็นระบบที่แยกจากกัน และเครดิตไม่สามารถโอนย้ายระหว่างกันได้ แผนสำหรับผู้บริโภคมีราคา $30, $90 และ $300 ต่อเดือน โดยมีเครดิตที่ถูกนับภายในแต่ละแผน ตั้งงบประมาณสำหรับแพลตฟอร์มที่คุณสร้างงานอยู่จริง เพราะเงินไม่ย้ายไปไหน ข้อสอง HDR และ HDR+EXR เพิ่มทวีคูณต้นทุนเครดิต — เป็นสองเท่าและสามเท่าตามลำดับ — ดังนั้นความสามารถที่ทำให้ Ray 3.2 โดดเด่นก็เป็นสิ่งเดียวกับที่เปลี่ยนราคาที่แท้จริงของมันมากที่สุดเช่นกัน

บน Wan 3.0 กับดักที่เทียบเท่ากันอยู่ที่เลเยอร์ผู้ให้บริการมากกว่าที่เลเยอร์ของผู้ขาย: เมื่อโมเดลคิดราคาต่อวินาทีต่อความละเอียด อัตราของตัวกลางมักไม่ใช่อัตราของ Alibaba $0.05 / $0.10 / $0.20 คือตัวเลขที่ควรใช้เทียบกับใบเสนอราคาใด ๆ

จุดที่คำถามเรื่องการจัดเส้นทางลงเอยจริงๆ

ไม่มีโมเดลใดในสองตัวนี้เป็นโมเดลที่เราจัดเส้นทางให้ และควรกล่าวไว้ก่อนสิ่งอื่นใดในส่วนนี้ Wan 3.0 เข้าถึงได้ผ่านแพลตฟอร์มของ Alibaba เอง — Model Studio และ Qwen Cloud — และผ่านเครื่องมือสร้างสรรค์ของบุคคลที่สามที่ผสานรวมมันหลังการเปิดตัวเมื่อวันที่ 24 สิงหาคม Ray 3.2 เข้าถึงได้ผ่านเว็บแอป Luma และเป็นครั้งแรกในตระกูล Ray ที่มี API สำหรับนักพัฒนาอย่างเต็มรูปแบบพร้อมระดับการจ่ายตามการใช้งานจริงและความจุสำรอง รวมถึงแพลตฟอร์มของบุคคลที่สามจำนวนหนึ่งและการผสานรวมกับ Adobe Firefly

สิ่งที่พร้อมใช้งานบน OrcaRouter คือไปป์ไลน์ที่อยู่โดยรอบ งานส่งมอบที่สมบูรณ์แทบไม่เคยมีแค่ตัววิดีโอเท่านั้น ยังมีสคริปต์ รายการช็อต ข้อความทางเลือก แคปชันในหลายภาษา บันทึกจากการรีวิว และเมตาดาตา และทั้งหมดนั้นคืองานของโมเดลข้อความ โมเดลเหล่านั้นอยู่ในแคตาล็อกของเรา — มากกว่า 200 โมเดลด้วยคีย์เดียวโดยใช้ราคาตามรายการของผู้ให้บริการแบบผ่านตรง ไม่มีการบวกเพิ่ม — ดังนั้นการย้ายขั้นตอนการทำแคปชันจากโมเดลราคาแพงไปเป็นโมเดลราคาถูก หรือการสลับโมเดลที่เขียนรายการช็อตให้คุณ จึงเป็นแค่การเปลี่ยนการตั้งค่า ไม่ใช่การเชื่อมต่อ integration อีกชุด เมื่อพิจารณาว่าโมเดลวิดีโอทั้งสองตัวที่นี่เป็นความสัมพันธ์กับผู้ขายรายที่สองและรายที่สามอยู่แล้ว การเก็บเลเยอร์ข้อความไว้บนคีย์เดียวจึงเป็นส่วนของสแตกนี้ที่ประหยัดต้นทุนได้จริงในการรวมศูนย์

อันไหน และอะไรจะทำให้เรื่องนี้ได้ข้อสรุป

นี่ไม่ใช่การตัดสินที่สูสีกันบนกระดาษ และก็ไม่ใช่การชนะแบบขาดลอยเช่นกัน เพราะทั้งสองไม่ได้แข่งขันกันเพื่อตำแหน่งงานเดียวกัน

• เลือก Wan 3.0 หากคุณต้องการเสียงจากพรอมต์ มากกว่า 10 วินาทีในรอบเดียว การอ้างอิงจากเอกสารหรือหน้าเว็บ งบอ้างอิงที่กว้าง 30fps หรืออัตราต่อวินาทีต่ำสุดที่ 1080p เป็นตัวเลือกที่ดีกว่าสำหรับทุกอย่างที่จบออกมาเป็นคลิปที่เผยแพร่

• เลือก Luma Ray 3.2 หากคุณต้องการ 16-bit HDR หรือ EXR ใน ACES2065-1 สำหรับไปป์ไลน์การเกรด การควบคุมระดับเฟรมตลอด 16 คีย์เฟรม การติดตามการแสดงบนใบหน้าทั้งแปดหน้า การเปลี่ยนอัตราส่วนภาพและพื้นหลังภายหลังด้วย Reframe หรือการแปลงฟุตเทจที่มีอยู่โดยรักษาต้นฉบับไว้ได้นานสูงสุด 20 วินาที มันเป็นตัวเลือกที่ดีกว่าสำหรับทุกอย่างที่จบลงเป็นช็อตในงานตัดต่อของคนอื่น

สิ่งที่เปลี่ยนแปลงบทความนี้ไม่ใช่โมเดลใหม่ — แต่เป็นการเข้าร่วมอารีนา Ray 3.2 เปิดให้ใช้ทั่วไปตั้งแต่ 9 มิถุนายน 2026 นานพอที่จะสะสมการเปรียบเทียบได้ และมันก็ไม่ได้ถูกนำไปวางไว้ต่อหน้าผู้โหวต จนกว่าจะเป็นเช่นนั้น จุดยืนที่ซื่อสัตย์คือ Wan 3.0 มีคะแนนอิสระที่ตรวจสอบได้ และ Ray 3.2 มีรายงานของผู้ขายเอง และการเปรียบเทียบที่แสร้งว่าสิ่งเหล่านั้นเป็นหลักฐานประเภทเดียวกันนั้นแย่กว่าการเปรียบเทียบที่ยอมรับช่องว่างนั้น

หมายเหตุในทางปฏิบัติข้อหนึ่ง หากคุณกำลังรันการประเมินนี้ด้วยตัวเอง: เนื่องจาก Ray 3.2 ส่งออกวิดีโอแบบไม่มีเสียง ส่วน Wan 3.0 ไม่ได้เป็นเช่นนั้น การเปรียบเทียบโดยตรงด้วยพรอมป์เดียวกันจะทำให้ดูเสียเปรียบ Luma อย่างไม่สมดุล ในแบบที่ไม่เกี่ยวข้องกับคุณภาพของภาพเลย ให้คะแนนภาพก่อน ปิดเสียงทั้งคู่ แล้วประเมินเสียงแยกต่างหาก — ไม่เช่นนั้นคุณกำลังเปรียบเทียบผลงานที่เสร็จสมบูรณ์กับส่วนประกอบชิ้นหนึ่ง และวัดความแตกต่างผิดจุด