Ngày phát hành Wan 3.0: Xác nhận ra mắt ngày 24 tháng 8 — Hiện đứng thứ 2 tổng thể trên OpenArt Arena

Ngày 24 tháng 8 năm 2026, Alibaba Cloud xác nhận ra mắt chính thức Wan 3.0 — thế hệ thứ ba của dòng mô hình video Tongyi Wanxiang và là bản kế nhiệm của Wan 2.7 — 18 ngày sau khi đưa nó vào bản beta công khai ngày 6 tháng 8. Ba tuần rưỡi sau, mô hình đã có bảng điểm độc lập thứ hai, và đó là một bảng phức tạp hơn bảng đầu tiên: ngày 15 tháng 9, OpenArt Arena, một chuẩn đánh giá công khai mới do các chuyên gia sáng tạo chấm điểm dựa trên so sánh cặp theo phương thức ẩn danh, đã mở màn với Wan 3.0 ở vị trí thứ 2 chung cuộc trong mảng video, sau Seedance 2.5 của ByteDance, và đứng đầu bảng chỉnh sửa video của mình với cách biệt chỉ một điểm mà chính các khoảng tin cậy của OpenArt cũng coi là hòa. Tài khoản Wan chính thức của Alibaba đã công bố vị trí thứ 2 này trên X trong những ngày sau đó, trong cùng bài đăng có nhắc lại ba khả năng mà màn ra mắt lấy làm điểm nhấn — cảnh quay dài 30 giây, âm thanh gốc, mọi tham chiếu. Thứ hạng là kết quả đo lường của OpenArt; cách diễn giải là của nhà cung cấp. Bản thân màn ra mắt đã biến API tính phí theo mức sử dụng, bị chặn sau cổng đăng ký ứng dụng của bản beta thành một API hoàn toàn mở, và đưa Wan 3.0 đến với các công cụ sáng tạo của bên thứ ba: công cụ video AI của Envato bắt đầu cung cấp mô hình này đằng sau engine ModelMatch của mình ngay trong tuần đó, Leonardo.Ai đã thêm Wan 3.0 vào trình tạo video của mình, và mô hình hiện đã có sẵn native trong ComfyUI, nơi một lần tạo có thể chạy tới 30 giây. Trình chỉnh sửa video dành cho người dùng phổ thông PowerDirector (CyberLink) cũng đã bổ sung nó, được công bố trên các tài khoản X chính thức của Alibaba ngày 28 tháng 8. Điều mà màn ra mắt vẫn chưa bao gồm là trọng số mở: câu chuyện Apache-2.0 “1.3B + 14B” đang lan truyền quanh Wan 3.0 không xuất hiện trong bất kỳ thông báo nào của Alibaba, khớp gần như chính xác với thông số của một mô hình năm 2025, và đi ngược lại cách Alibaba thực sự phát hành các mô hình video của mình trong suốt một năm qua. Dưới đây là những gì màn ra mắt ngày 24 tháng 8 đã thay đổi, hai bảng độc lập hiện nói gì, và những phần nào của câu chuyện Wan 3.0 mà bạn vẫn nên coi là chưa được xác minh.

Ghi chú về nguồn tin ngay từ đầu, vì câu chuyện này giờ đây có ba lớp. Mọi nội dung trong các phần về năng lực và giá cả đều do Alibaba báo cáo: nó đến từ thông báo chính thức về bản beta công khai và blog tiếng Anh của Alibaba, được đối chiếu chéo với các bài đưa tin của báo chí Trung Quốc. Buổi ra mắt chính thức vào ngày 24 tháng 8 do nhà cung cấp công bố và được nhiều hãng tin đưa tin cùng ngày hôm đó. Các tích hợp Envato, Leonardo.Ai, ComfyUI, Pixmax và PowerDirector — cùng nền tảng API tạo video của bên thứ ba bắt đầu phục vụ mô hình này trong tuần ra mắt — được Alibaba công bố trên X và được chính các nền tảng xác nhận: Envato trên blog của riêng mình, Leonardo.Ai trong thông báo của mình, ComfyUI trên blog chính thức, Pixmax trên trang riêng, PowerDirector trên tài khoản của chính CyberLink, và nền tảng API trên trang mô hình của riêng mình. Đây là những tuyên bố của nhà cung cấp và đối tác, không phải các thử nghiệm độc lập, và chúng được dán nhãn như vậy. Phần phân tích quảng cáo ra mắt và phần giới thiệu nhà sáng tạo được mô tả dưới đây cũng thuộc cùng loại: lời kể của chính Alibaba về nội dung do chính mình sản xuất và công việc của các đối tác, được đăng trên tài khoản Wan chính thức trên X. Lớp thứ ba là đo lường độc lập, và đây là lớp duy nhất không đến từ một bên đang bán mô hình. Artificial Analysis đã công bố những con số đầu tiên không phải của Alibaba vào ngày 3 tháng 9. OpenArt Arena đã công bố bộ số liệu thứ hai vào ngày 15 tháng 9, và các bảng xếp hạng khác không đồng ý với cả hai — sự khác biệt này là chủ đề của một phần riêng bên dưới. Một lưu ý áp dụng riêng cho kết quả mới hơn: vị trí thứ 2 đến với hầu hết độc giả qua tài khoản X của chính Alibaba, và OpenArt Arena được điều hành bởi một công ty mà arena này được xây dựng để cấp dữ liệu cho công cụ chọn mô hình của họ, điều này khiến nó trở thành một phép đo độc lập mang lợi ích thương mại hơn là lợi ích học thuật. Vẫn chưa có model card, không có số lượng tham số và không có trọng số được phổ biến rộng rãi để chạy. Đặc biệt, tuyên bố về trọng số mở không được nhà cung cấp xác nhận; đó là tin đồn trong cộng đồng mà buổi ra mắt chính thức mâu thuẫn với nó, và nó được dán nhãn như vậy ở bất cứ đâu nó xuất hiện.

Wan 3.0 thực sự bao gồm những gì

Wan 3.0 là một mô hình tạo video từ văn bản, hình ảnh, video và âm thanh. Khả năng được nhắc đến nhiều nhất, được lặp lại trên mọi kênh truyền thông đưa tin về bản beta, là tạo clip dài tới 30 giây chỉ trong một lần chạy — gấp đôi giới hạn 15 giây của Wan 2.7, và là phân đoạn đơn gốc dài nhất trong số các mô hình video Trung Quốc. Đó chính là điều mà các nhà đánh giá liên tục mô tả là “từ việc tạo ra một cảnh quay đến kể trọn một câu chuyện”: 30 giây là đủ cho một cú máy chuyển động liên tục hoặc một cảnh quay một cú máy, điều mà những clip ngắn hơn không thể làm được.

• Độ dài tối đa — lên tới 30 giây trong một lần tạo, gấp đôi 15 giây của Wan 2.7, cùng tính năng “thời lượng thông minh” gợi ý độ dài từ câu lệnh và công cụ mở rộng video để nối những câu chuyện dài hơn.

• Đầu vào — văn bản, hình ảnh, video và âm thanh, cùng với, lần đầu tiên trong dòng sản phẩm này, các loại tài liệu: tệp doc, xls, ppt, pdf, md, txt, key, pages và numbers, và cả liên kết web. Một tệp duy nhất có dung lượng tối đa 100 MB / 50 trang có thể được chuyển thẳng thành video — tính năng “tài liệu thành video” đằng sau phần lớn sự quan tâm của giới marketing và giáo dục.

• Đa tham chiếu — tối đa 10 hình ảnh, 5 video và 5 tham chiếu âm thanh cho mỗi lần tạo, để đảm bảo tính nhất quán của nhân vật, đạo cụ, âm thanh, bố cục không gian và phong cách giữa các cảnh quay.

• Chỉnh sửa — sửa đổi dựa trên hướng dẫn đối với hình ảnh, cốt truyện và đối thoại sau khi tạo, thay vì tạo lại toàn bộ.

• Điểm yếu được nêu rõ — Alibaba thừa nhận chất lượng âm thanh và độ chính xác của văn bản trên màn hình vẫn cần cải thiện; đó là từ chính thông báo của nhà cung cấp, không phải kết luận của người đánh giá.

Điều đáng tách bạch: “clip 30 giây” và “đầu ra 4K gốc” đều đã được đưa ra cho Wan 3.0, nhưng thông báo beta chính thức chỉ cam kết tạo 30 giây ở 480p, 720p và 1080p. 4K gốc xuất hiện trên các trang tiếp thị của bên thứ ba dành cho mô hình, chứ không phải trong thông báo của Alibaba. Hãy coi 4K là chưa được xác nhận.

Định giá: một API tính phí theo mức sử dụng, và mô hình mà nó phá vỡ

Wan 3.0 được tính giá theo mỗi giây video được tạo. Mức giá API được Alibaba công bố là 0,3 nhân dân tệ (khoảng 0,05 USD) mỗi giây ở 480p, 0,6 nhân dân tệ (khoảng 0,10 USD) mỗi giây ở 720p và 1,2 nhân dân tệ (khoảng 0,20 USD) mỗi giây ở 1080p. Do đó, một clip dài 30 giây có giá khoảng 9 nhân dân tệ (1,50 USD) ở 480p, 18 nhân dân tệ (3,00 USD) ở 720p hoặc 36 nhân dân tệ (6,00 USD) ở 1080p. Bản ra mắt ngày 24 tháng 8 đã xác nhận cấu trúc tính theo giây tương tự và bổ sung mức giảm giá 30% có thời hạn trên các nền tảng Bailian và Qianwen AI của Alibaba Cloud. Chương trình khuyến mãi đó kéo dài đến hết ngày 23 tháng 9 — tính đến thời điểm của bản cập nhật này, còn lại năm ngày — và theo Alibaba, sẽ giảm giá một clip 1080p dài 30 giây xuống khoảng 25 nhân dân tệ. Các bài đưa tin Trung Quốc lưu ý rằng mức giá 720p chỉ bằng khoảng 60% mức giá mỗi giây của các đối thủ phổ biến, thông điệp về giá mà Alibaba rõ ràng đang nhắm đến các nhóm quy mô nhỏ và vừa. Mức giảm giá cũng là dòng duy nhất trong bài viết này có ngày hết hạn cứng: sau ngày 23 tháng 9, hãy lập ngân sách theo các mức giá niêm yết ở trên.

Mô hình định giá chính là câu chuyện, bởi đây là sự phá vỡ có chủ đích khỏi lịch sử của dòng mô hình này. Wan 2.1 và 2.2 đã phát hành trọng số mở đầy đủ theo Apache 2.0. Wan 2.5 được công bố là mở và chưa bao giờ phát hành trọng số. Wan 2.6 là một API đóng. Wan 2.7 chỉ mở một phần. Wan 3.0tiếp nối hướng đó thay vì hướng của Wan 2.1: đây là một API đóng, tính phí theo mức sử dụng — cổng đăng ký tham gia bản beta đã được gỡ bỏ tại buổi ra mắt ngày 24 tháng 8 — và thông báo ra mắt chính thức không nói gì về việc phát hành trọng số. Bất kỳ ai đang cân nhắc “liệu tôi có nên chờ trọng số mở hay không” đều đang chờ đợi một điều mà Alibaba chưa hứa hẹn và mà xu hướng gần đây chống lại.

Đây cũng là điểm mà yếu tố kinh tế của việc định tuyến trở nên quan trọng. Khi một mô hình video được định giá chi tiết đến vậy — theo từng giây, theo từng độ phân giải — thì khác biệt giữa các nhà cung cấp thường không nằm ở mô hình mà ở cách tính phí. Trên OrcaRouter, hơn 200 mô hình mà chúng tôi định tuyến đều được tính phí theo giá niêm yết của nhà cung cấp, được chuyển tiếp với mức chênh lệch 0%, nhờ đó việc nhà cung cấp cắt giảm giá sẽ có hiệu lực ngay bên chúng tôi trong cùng ngày thay vì phải chờ hết một chu kỳ hợp đồng. Wan 3.0 hiện không có mặt trên bất kỳ nền tảng định tuyến mô hình đa dụng nào — bạn có thể tiếp cận nó qua các bảng điều khiển của chính Alibaba, qua các công cụ sáng tạo của bên thứ ba như Envato, Leonardo.Ai, ComfyUI, Pixmax và PowerDirector, và qua nền tảng API tạo video đã bắt đầu phục vụ nó ngay trong tuần ra mắt — nhưng điều cần kiểm tra, giờ đây khi API đã mở hoàn toàn, là liệu mức giá theo giây mà bạn được báo có phải là mức giá của chính nhà cung cấp hay không. Các trang mô hình của chúng tôi hiển thị giá niêm yết, và đó chính là cách nên thực hiện việc so sánh.

Nơi bạn có thể thực sự dùng thử

API đã được mở hoàn toàn kể từ khi ra mắt vào ngày 24 tháng 8; trong giai đoạn beta, quyền truy cập phải thông qua đơn đăng ký. Alibaba liệt kê các điểm truy cập này trong thông báo:

• Model Studio (Bailian) — nền tảng AI của Alibaba Cloud, nơi bạn đăng ký để kiểm thử mô hình.

• Qwen Cloud — nền tảng đám mây AI-native của Alibaba, hiện đang cho thấy các giới hạn gồm hai tác vụ đồng thời, 30 yêu cầu mỗi phút và 50 tác vụ trong hàng đợi bất đồng bộ.

• Trang web chính thức của Wanxiang và ứng dụng khách PC Qwen Creation — những bề mặt hướng đến người tiêu dùng.

• WonderClip (Wanjing Yike), IF STUDIO và Duiyou — các công cụ nội dung của Alibaba, được liệt kê cùng với các nền tảng chính.

• Ứng dụng Qwen — triển khai dần dần (gray) thay vì phát hành đầy đủ.

• Công cụ video AI của Envato — một bề mặt sáng tạo của bên thứ ba đã bổ sung Wan 3.0 vào đúng tuần ra mắt, được lựa chọn ngầm bởi ModelMatch của Envato thay vì chọn cho từng lần tạo. Có sẵn cho người dùng Envato; được Alibaba công bố và được xác nhận trên blog của chính Envato.

• Leonardo.Ai — nền tảng sáng tạo của bên thứ ba đã thêm Wan 3.0 vào trình tạo video của mình, được Alibaba công bố trên X và được Leonardo.Ai xác nhận trong thông báo riêng của họ. Có sẵn cho người dùng Leonardo như một lộ trình không qua Alibaba khác.

• ComfyUI — nền tảng quy trình làm việc dựa trên nút, đã tích hợp Wan 3.0 nguyên bản trong bản cập nhật v0.33.4 và trên Comfy Cloud. Mỗi lần tạo chỉ mất tối đa 30 giây ở 480p, 720p hoặc 1080p, và các nút Omni-Reference của ComfyUI có thể kéo theo tối đa 20 tham chiếu hình ảnh, video và âm thanh, cùng với tài liệu và trang web. Được Alibaba công bố trên X và được ComfyUI xác nhận trên blog của riêng mình; có sẵn cho người dùng ComfyUI và Comfy Cloud.

• Pixmax — một nền tảng sáng tạo AI của bên thứ ba đã bổ sung Wan 3.0 cùng thời điểm đó, được công bố bởi tài khoản chính thức của Alibaba vào ngày 25 tháng 8 và được xác nhận trên trang riêng của Pixmax, nơi quảng bá “đầu ra chất lượng điện ảnh” và “tính nhất quán hình ảnh hoàn hảo trên mọi phong cách nghệ thuật.” Đây cũng là nơi tổ chức buổi giới thiệu nhà sáng tạo đầu tiên của tài khoản chính thức: Liz Zhang của Pixmax trình bày về phim ý tưởng ra mắt và quy trình sáng tạo được xây dựng xung quanh mô hình. Được nhà cung cấp công bố và xác nhận trên trang riêng của nền tảng.

• PowerDirector — trình chỉnh sửa video dành cho người dùng phổ thông của CyberLink, đã bổ sung Wan 3.0 để người dùng có thể biến những câu lệnh đơn giản thành video AI hoàn chỉnh ngay trong chính trình chỉnh sửa. Được công bố trên các tài khoản X chính thức của Alibaba vào ngày 28 tháng 8 và được tài khoản tiếng Nhật của chính PowerDirector đăng lại; đây là trình chỉnh sửa video dành cho người dùng phổ thông đại chúng đầu tiên đưa mô hình này lên. Do nhà cung cấp và đối tác nêu, không phải một thử nghiệm độc lập.

• Các nền tảng API tạo video của bên thứ ba — con đường mới nhất, được công bố bởi tài khoản X chính thức của Alibaba trong tuần ra mắt. Nền tảng đầu tiên phục vụ mô hình này cung cấp nó qua một API dựa trên tác vụ đơn giản để tạo video từ lời nhắc, với mức giá duy nhất 0,20 USD mỗi giây — giá niêm yết của Alibaba cho đầu ra 1080p — với âm thanh được tạo trong cùng một lượt (bật theo mặc định), thời lượng chạy từ 2–30 giây và tham chiếu đa phương thức: hình ảnh, clip video, âm thanh, tệp và liên kết web, cùng với điều kiện khung hình đầu/cuối như một đầu vào thay thế. Được nhà cung cấp công bố và xác nhận trên chính trang mô hình của nền tảng.

Kể từ bản phát hành ngày 24 tháng 8, API đã mở hoàn toàn; rào cản chỉ dành cho người được mời được mô tả trong các bài đưa tin đầu tháng 8 đã được gỡ bỏ. Câu trả lời thực tế cho “liệu tôi có thể gọi nó ngay hôm nay không” giờ là có — thông qua bảng điều khiển Alibaba, thông qua một công cụ sáng tạo như Envato, Leonardo.Ai, ComfyUI, Pixmax hoặc PowerDirector đã tích hợp Wan 3.0, hoặc thông qua nền tảng API tạo video của bên thứ ba đã bắt đầu cung cấp nó trong tuần ra mắt.

Dòng thời gian phát hành: beta ngày 6 tháng 8, trình diễn ngày 10 tháng 8, ra mắt ngày 24 tháng 8

Sự kiện được đánh dấu trong các tín hiệu theo dõi — một “buổi ra mắt Wan 3.0” vào ngày 10 tháng 8 tại Hàng Châu — cần một nhãn chính xác. Nó tồn tại và là sự kiện chính thức: “Sự kiện Đặc biệt về Ra mắt Wan 3.0 và AI+Marketing”, 14:00 ngày 10 tháng 8 tại Alibaba Center ở khu Weike của Hàng Châu, do Trung tâm Dịch vụ Công nghiệp và Thông tin Hàng Châu tổ chức cùng với Weike Alibaba Center. Chương trình bao gồm quá trình phát triển kỹ thuật và các tính năng của mô hình mới, chia sẻ giải pháp AI+Marketing và thương mại điện tử, cùng các bài thực hành Wan 3.0.

Nhưng lúc đó mô hình đã ở giai đoạn beta công khai rồi. Sự kiện ngày 10 tháng 8 không phải là thời điểm mô hình trở thành hiện thực — điều đó đã xảy ra vào ngày 6 tháng 8 — và cũng không phải là buổi ra mắt, vốn diễn ra vào ngày 24 tháng 8. Đó là màn giới thiệu chính thức, hướng tới doanh nghiệp: Alibaba định vị Wan 3.0 với những người mua trong lĩnh vực tiếp thị và thương mại điện tử, theo cùng nhịp hai ngày gồm người tiêu dùng và doanh nghiệp mà hãng đã thực hiện cho ứng dụng Qwen. Các mốc ngày quan trọng vì một lý do: nếu bạn đã đọc “Wan 3.0 ra mắt ngày 10 tháng 8”, thì phát biểu chính xác là mô hình đã vào giai đoạn beta công khai vào ngày 6 tháng 8, có màn giới thiệu dành cho doanh nghiệp vào ngày 10 tháng 8, và chính thức ra mắt vào ngày 24 tháng 8. Bản ra mắt ngày 24 tháng 8 mới là bản phát hành đáng tính.

Quảng cáo ra mắt được tạo bằng Wan 3.0 — đây là quy trình thực hiện

Cách xác nhận trực tiếp nhất rằng Wan 3.0 đã thực sự được phát hành là việc Alibaba đã dùng nó cho chiến dịch ra mắt của chính mình. Tài khoản Wan chính thức của Alibaba trên X (@Alibaba_Wan) đã công bố bản phân tích chi tiết đầy đủ về quảng cáo ra mắt Wan 3.0 — ý tưởng, bảng thiết kế nhân vật, những prompt đã dùng, và cả những lần tạo sinh thất bại. Nói chính xác về bản chất của việc này: đây là lời kể của chính nhà cung cấp về quy trình sản xuất của chính họ, không phải một bài kiểm tra độc lập, và đó là bằng chứng mạnh nhất mà nhà cung cấp có thể đưa ra rằng một mô hình đóng, chỉ dùng API, đang thực hiện công việc sản xuất thực tế. Sự tồn tại của bản phân tích này tự nó là một tín hiệu phát hành — Alibaba đã tin tưởng giao chính hoạt động tiếp thị của mình cho mô hình.

Alibaba từ đó đã đưa cùng một loại bằng chứng ấy ra bên ngoài. Chuỗi chuyên mục dành cho nhà sáng tạo trên tài khoản chính thức — “Các nhà sáng tạo thực sự dùng Wan 3.0 trong các dự án thực tế như thế nào — ngoài việc bấm nút tạo?” — mở đầu với Liz Zhang của Pixmax_ai, bàn về phim concept ra mắt, xây dựng một quy trình sáng tạo trọn vẹn quanh mô hình, và điều gì đang chờ phía trước cho nền tảng. Đây cũng là cùng loại bằng chứng như bài phân tích quảng cáo ra mắt: một cuộc trò chuyện do nhà cung cấp đăng tải với một đối tác, không phải một bài kiểm tra độc lập, mà là một tường thuật cụ thể về việc mô hình làm công việc sản xuất thực thụ bên ngoài hoạt động tiếp thị của chính Alibaba.

Quy trình mà bản phân tích mô tả được xây dựng xoay quanh bài toán khó nhất của dòng mô hình này: giữ cho một nhân vật vẫn dễ nhận diện xuyên suốt nhiều cảnh trong một lần chạy dài 30 giây. Phần trình bày của Alibaba tập trung vào các bảng nhân vật (character sheet) giúp neo giữ danh tính xuyên suốt các cảnh. Các nhà phân tích cộng đồng, những người đã dịch ngược các ví dụ chính thức, mô tả cùng một kỷ luật ấy bằng các thuật ngữ mang tính cấu trúc: gắn mỗi tài nguyên tham chiếu với một chủ thể được đặt tên trong prompt thay vì chỉ mô tả nó một lần; đặt ra các quy tắc toàn cục áp dụng cho toàn bộ clip, bao gồm một danh sách “không được làm” rõ ràng đối với những chuyển động mà nếu không thì mô hình sẽ mặc định thực hiện; và viết dòng thời gian dưới dạng các nhịp có gắn mốc thời gian thay vì chỉ tả không khí. Những phát hiện mang tính cấu trúc đó là công trình của cộng đồng trên bộ mẫu chính thức, không phải hướng dẫn từ nhà cung cấp, nhưng chúng khớp với những gì Alibaba trình bày.

Điều làm nên khác biệt của bản phân tích là nó cho thấy những lần trượt. Alibaba công bố những kết quả tạo sinh thất bại — danh tính bị lệch, nhịp điệu tan vỡ — thay vì chỉ những khung hình thành công. Đó là một cái nhìn trung thực về những điểm mô hình vẫn gặp khó khăn và là chuẩn mực thực tế cho bất kỳ ai xây dựng trên nó: thất bại ở lần thử đầu tiên là một phần của quy trình, không phải dấu hiệu cho thấy mô hình bị hỏng.

Tin đồn về open-weight, và lý do tại sao nó chưa được xác minh

Xoay quanh Wan 3.0, bạn sẽ thấy một tuyên bố cụ thể: rằng nó phát hành trọng số mở theo Apache 2.0 với hai kích cỡ — một checkpoint tiêu dùng 1.3B và một bản chuyên nghiệp 14B — và rằng các trọng số sẽ có mặt trên Hugging Face vào khoảng ngày 10 tháng 8. Đây là tuyên bố cần thận trọng nhất, vì nó được lặp lại rộng rãi nhất và ít được hỗ trợ nhất.

• Điều này không có trong bất kỳ thông báo nào của Alibaba. Các bài đăng beta công khai chính thức mô tả một API trả phí, tính theo mức sử dụng. Không có giấy phép, không phát hành trọng số, không có kho Hugging Face hay GitHub nào xuất hiện ở bất cứ đâu trong tài liệu chính thức của Alibaba.

• Những con số này trông như được tái sử dụng. Cặp 1.3B + 14B chính xác là thông số kỹ thuật của Wan 2.1, ra mắt vào tháng 2 năm 2025. Một bài mổ xẻ độc lập về các tin đồn Wan 3.0 đăng ngày 4 tháng 8 — trước thông báo beta — đã đánh dấu các bảng “1.3B + 14B, Apache 2.0” là không có nguồn và khớp với các dữ kiện của Wan 2.1 hơn là bất cứ điều gì Alibaba đã nói.

• Điều này đi ngược lại xu hướng. Trọng số mở trong dòng Wan dừng lại ở Wan 2.2 (tháng 8 năm 2025). Wan 2.5, 2.6 và 2.7 chưa từng có trọng số cốt lõi được công bố; những gì Alibaba thực sự mở trong năm 2026 là các mô hình ngoại vi — một mô hình nhạc sang điệu nhảy, một báo cáo kỹ thuật — trong khi dòng video cốt lõi vẫn đóng. Một Wan 3.0 mở sẽ đảo ngược kiểu đó, đó là lý do cách đọc hoài nghi coi nó là “có thể, chưa được hứa hẹn, và đi ngược lại xu hướng gần đây.”

• Tin đồn về trọng số ngày 10 tháng 8 là chưa được xác minh. Nó bắt nguồn từ một ghi chú theo dõi thủ công, không phải từ Alibaba hay bất kỳ nguồn có thể truy vết nào, và chương trình nghị sự của sự kiện ngày 10 tháng 8 là về tiếp thị và thương mại điện tử, không phải về một bản phát hành trên Hugging Face.

Không điều nào trong số này chứng minh rằng trọng số mở sẽ không xảy ra — một nhà cung cấp có thể thay đổi hướng đi, và kết quả arena thứ hai xuất hiện trong tuần này cũng không thay đổi gì về điều đó dù theo hướng nào. Nhưng mọi yếu tố của tuyên bố hiện đều không vượt qua được kiểm tra nguồn sơ cấp, và buổi ra mắt chính thức mô tả mô hình phân phối ngược lại. Cho đến khi Alibaba công bố một kho lưu trữ hoặc một giấy phép, nhãn chính xác cho trọng số mở của Wan 3.0 là: chưa được xác nhận, và bị mâu thuẫn bởi thông báo chính thức.

Giờ đã có hai ban độc lập, và chúng không đồng ý với nhau.

Cho đến đầu tháng 9, mọi tuyên bố về chất lượng của Wan 3.0 đều đến từ Alibaba. Điều đó đã thay đổi vào ngày 3 tháng 9, khi Artificial Analysis — đơn vị xếp hạng các mô hình video dựa trên các cuộc bỏ phiếu đối đầu mù trên các kết quả tạo thực tế thay vì các con số do nhà cung cấp đưa ra — đã thêm mô hình này vào bảng xếp hạng của mình. Wan 3.0 ra mắt ở vị trí số 1 trên Bảng xếp hạng Chỉnh sửa Video (Có âm thanh): Elo khoảng 1.189 từ vài nghìn phiếu bầu, một khoảng cách rõ rệt so với MiniMax H3 (khoảng 1.129) và Gemini Omni Flash (khoảng 1.124). Ở hạng mục Văn bản thành Video có Âm thanh, nó đứng ở vị trí số 2 sát nút với khoảng 1.237, gần như ngang bằng với Gemini Omni Flash ở vị trí dẫn đầu, và AA cũng xếp nó ở vị trí số 5 trên Hình ảnh thành Video có Âm thanh. Các bảng xếp hạng cũng cho thấy bước nhảy vọt giữa các thế hệ trong dòng mô hình này: mô hình trước đó của Alibaba, Wan 2.7, đứng ở vị trí số 5 trên cùng bảng chỉnh sửa video với khoảng 1.077.

Bảng xếp hạng thứ hai ra mắt vào ngày 15 tháng 9. OpenArt Arena là một chuẩn đánh giá công khai mới từ công ty công cụ sáng tạo OpenArt, và nó được xây dựng khác với các đấu trường video trước đó: thay vì một bảng xếp hạng tổng thể, nó chấm điểm các mô hình theo từng công việc sản xuất — tổng thể, quảng cáo, phim, hoạt hình, thiết kế chuyển động, chỉnh sửa video, nhép môi — từ các so sánh song song mù do một hội đồng gồm các chuyên gia sáng tạo và khoảng một nghìn “người định hình thẩm mỹ” tự chọn đánh giá, được tổng hợp bằng mô hình Bradley-Terry và báo cáo với khoảng tin cậy 95%. Bảng video mở màn của nó đặt Wan 3.0 ở vị trí #2 chung cuộc với 1.004 điểm, xếp sau Seedance 2.5 ở mức 1.081 và chỉ xếp trên Seedance 2.0 với 1.000. Trên bảng chỉnh sửa video, Wan 3.0 chiếm vị trí đầu tiên — hơn đúng một điểm, 1.034 so với 1.033, một khoảng cách mà chính OpenArt coi là nằm trong mức nhiễu. Tài khoản Wan chính thức của Alibaba đã công bố vị trí #2 trên X trong những ngày sau khi ra mắt, trong một bài đăng nhắc lại ba khả năng mà bản ra mắt này đã nhấn mạnh: cảnh quay 30 giây, âm thanh gốc, bất kỳ tham chiếu nào.

Vậy nên cả hai bảng xếp hạng đều đồng ý rằng Wan 3.0 thuộc về vị trí dẫn đầu, song lại bất đồng ở chỗ chính xác là vị trí nào. Artificial Analysis xếp nó đứng đầu ở mảng biên tập video và chỉ kém ngôi đầu một chút ở mảng text-to-video có âm thanh; OpenArt Arena xếp nó thứ hai chung cuộc và đồng hạng nhất ở mảng biên tập. Các bảng xếp hạng trong cùng những tuần đó thậm chí còn kém hào phóng hơn — Arena, nền tảng trước đây gọi là LMArena, đặt Wan 3.0 ở vị trí thứ ba trong bảng xếp hạng video Tuần 36 của mình, và đấu trường tạo video của BenchmarkList cũng xếp nó thứ ba, cả hai đều sau các biến thể Gemini Omni Flash. Có ba lưu ý cần cân nhắc trước khi ai đó coi một con số đơn lẻ là đã ngã ngũ. Các đấu trường bất đồng vì chúng đặt những câu hỏi khác nhau cho những nhóm người bình chọn khác nhau: giám khảo của OpenArt là các chuyên gia sáng tạo bình chọn trên các tác vụ sản xuất, còn của Artificial Analysis là một đám đông rộng hơn bình chọn trên đầu ra thô, và cả hai đều không phải là một phép đo chuẩn trong phòng thí nghiệm có kiểm soát. Những bản chụp nhanh của chính OpenArt cũng đã thay đổi — ba vị trí dẫn đầu trên bảng xếp hạng video tổng thể của nó từng được ghi nhận ở mức 1,081 / 1,004 / 1,000 trong một lần chụp và 1,125 / 1,047 / 1,044 trong một lần chụp sau đó, vẫn cùng thứ tự nhưng khoảng cách khác nhau. Và OpenArt không phải là một bên vô tư: Arena được thiết kế để cung cấp dữ liệu cho chính công cụ chọn model của họ, nên họ có lợi ích thương mại đối với những model mà mình xếp hạng. Điều đó không khiến các con số trở nên sai; nó chỉ khiến chúng trở thành một phép đo gắn với nhà cung cấp hơn là một phép đo mang tính học thuật, và đây cũng chính là tiêu chuẩn mà bài viết này áp dụng cho các số liệu của chính Alibaba.

Hệ quả thực tế hẹp hơn so với tiêu đề. Không có gì trong kết quả OpenArt làm thay đổi mức giá của Wan 3.0 hay những gì nó có thể làm — mức giá theo giây, giới hạn 30 giây, đầu vào tài liệu và các tham chiếu đa phương thức đều thuộc về cùng mô hình mà Alibaba ra mắt ngày 24 tháng 8. Điều mà hai bảng xếp hạng thay đổi là mức độ tin cậy mà tuyên bố về chất lượng xứng đáng có được, theo cả hai hướng. Mô hình này không còn là một ẩn số do nhà cung cấp tự công bố: hai bảng đánh giá độc lập xếp nó vào top hai hoặc ba của lĩnh vực. Nó cũng không còn là người dẫn đầu không bị thách thức như cách đọc trước đó ngụ ý: trên ít nhất hai bảng khác, một mô hình Gemini Omni nằm trên nó, và ngôi vương về chỉnh sửa video của nó chỉ dựa trên khoảng cách một điểm ở một bảng và khoảng cách khoảng 60 điểm ở một bảng khác. Giá cả là một phần lớn lý do khiến vị trí thứ 2 vẫn được xem là một chiến thắng. Các bài đưa tin của bên thứ ba về đấu trường định giá Wan 3.0 ở khoảng 0,50 USD cho mỗi clip năm giây, so với khoảng 1,16 USD đối với Seedance 2.5 — những con số này khớp với mức giá niêm yết 720p của Alibaba (khoảng 0,10 USD mỗi giây) chứ không phải mức 1080p, nên hãy kiểm tra độ phân giải trước khi lặp lại chúng. Ở 1080p, cùng năm giây đó tốn khoảng 1,00 USD.

Câu hỏi về ngày phát hành, đã được giải đáp

Đối với các tìm kiếm mà bài viết này nhắm đến, phần tóm tắt ngắn gọn là:

• Wan 3.0 ra mắt khi nào? Bản beta công khai: ngày 6 tháng 8 năm 2026, được Alibaba xác nhận. Buổi giới thiệu dành cho doanh nghiệp: ngày 10 tháng 8 năm 2026 tại Hàng Châu. Ra mắt chính thức: ngày 24 tháng 8 năm 2026. Bảng điểm độc lập đầu tiên: ngày 3 tháng 9 năm 2026. Bảng điểm độc lập thứ hai: ngày 15 tháng 9 năm 2026.

• Nó có mã nguồn mở không? Không có trọng số nào được xác nhận. Tuyên bố Apache 2.0 / 1.3B + 14B là chưa được xác minh, và bản ra mắt chính thức chỉ có API.

• Chi phí bao nhiêu? 0,3 / 0,6 / 1,2 nhân dân tệ mỗi giây ở 480p / 720p / 1080p; khoảng 36 nhân dân tệ ($6.00) cho một clip 1080p dài 30 giây, hoặc khoảng 25 nhân dân tệ trong thời gian khuyến mãi ra mắt giảm 30% kéo dài đến hết ngày 23 tháng 9.

• Tôi có thể sử dụng nó không? Có. API đã mở hoàn toàn kể từ ngày 24 tháng 8 — thông qua Model Studio hoặc Qwen Cloud, các giao diện dành cho người tiêu dùng được liệt kê ở trên, các công cụ sáng tạo của bên thứ ba như công cụ video AI của Envato, Leonardo.Ai, ComfyUI, Pixmax hoặc PowerDirector, hoặc một nền tảng API tạo video của bên thứ ba đã bắt đầu cung cấp nó trong tuần ra mắt.

• Nó xếp hạng ở đâu? #2 tổng thể về video trên OpenArt Arena (1.004, sau Seedance 2.5 với 1.081); #1 về chỉnh sửa video trên cả OpenArt Arena và Artificial Analysis, hơn một điểm ở cái trước và khoảng 60 điểm ở cái sau; #3 trên Arena và BenchmarkList trong cùng kỳ.

Những câu hỏi mà mọi người thực sự đang hỏi

Wan 3.0 thực sự đã được phát hành chưa, hay vẫn chỉ là tin đồn?

Nó đã được phát hành đầy đủ: bản beta công khai ra mắt vào ngày 6 tháng 8, buổi giới thiệu dành cho doanh nghiệp diễn ra vào ngày 10 tháng 8, và lễ ra mắt chính thức diễn ra vào ngày 24 tháng 8. Kể từ đó, hai bảng xếp hạng độc lập đã chấm điểm nó. Bất kỳ bài đưa tin nào vẫn còn gọi Wan 3.0 là tin đồn, hoặc là bản beta chưa phát hành, đều đã lỗi thời — kể cả những phân tích “chưa được công bố” vốn chính xác trước ngày 6 tháng 8.

Wan 3.0 có được mở trọng số không?

Không có gì trong thông báo của Alibaba nói như vậy, thông số 1.3B + 14B được lan truyền rộng rãi khớp với Wan 2.1 chứ không phải bất cứ thứ gì mới, và quỹ đạo của dòng họ này kể từ Wan 2.2 đã hướng tới các mô hình video đóng, chỉ có API. Hãy coi “Wan 3.0 mở” là tin đồn cho đến khi xuất hiện một kho lưu trữ hoặc giấy phép; xu hướng gần đây là bằng chứng mạnh nhất chống lại điều đó.

Một video Wan 3.0 dài 30 giây có giá bao nhiêu?

Với mức giá API đã nêu, khoảng 36 nhân dân tệ (6,00 USD) ở 1080p, 18 nhân dân tệ (3,00 USD) ở 720p và 9 nhân dân tệ (1,50 USD) ở 480p, cho mỗi clip. Đây là giá niêm yết của Alibaba, tính theo giây, và API hiện đã mở hoàn toàn. Chương trình khuyến mãi ra mắt 30% kéo dài đến hết ngày 23 tháng 9 trên Bailian và Qianwen AI, đưa mức giá 1080p xuống còn khoảng 25 nhân dân tệ.

Việc tạo ra trong 30 giây có thật không, và điều kiện đi kèm là gì?

Tính năng tạo một lần trong 30 giây là điểm mà Alibaba đang dẫn đầu, và đây là phân đoạn đơn gốc dài nhất trong số các mô hình video Trung Quốc, gấp đôi Wan 2.7. Những lưu ý đi kèm đến từ chính nhà cung cấp: chất lượng âm thanh và độ chính xác của văn bản trên màn hình được thừa nhận là những điểm yếu. Về chất lượng, hiện có hai đấu trường độc lập thay vì một, và chúng chỉ về những hướng hơi khác nhau — Artificial Analysis xếp Wan 3.0 ở vị trí số 1 về chỉnh sửa video (có âm thanh) và vị trí số 2 sát nút về tạo video từ văn bản có âm thanh, trong khi OpenArt Arena xếp nó ở vị trí thứ 2 chung cuộc và đồng hạng nhất về chỉnh sửa video với cách biệt một điểm. Cả hai đều đo chất lượng đầu ra tổng thể dựa trên bình chọn mù thay vì kiểm tra cụ thể giới hạn 30 giây, và không cái nào là một phép đánh giá chuẩn trong phòng thí nghiệm có kiểm soát.

Có điều gì thực sự được tạo ra bằng Wan 3.0 không?

Đúng — chính quảng cáo ra mắt. Tài khoản Wan chính thức của Alibaba trên X cho biết chiến dịch ra mắt Wan 3.0 được sản xuất bằng mô hình này và đã công bố bản phân tích đầy đủ về tác phẩm: ý tưởng, bảng nhân vật, prompt và những lần tạo thất bại. Đây là ví dụ do nhà cung cấp tự nêu chứ không phải một bài kiểm tra độc lập, nhưng nó là việc sử dụng sản xuất thực sự API đóng bởi chính những người bán nó. Tài khoản chính thức của Alibaba cũng đã giới thiệu những nhà sáng tạo bên ngoài đang làm việc thực tế với mô hình: một cuộc phỏng vấn với Liz Zhang của Pixmax_ai về phim ý tưởng ra mắt và quy trình sáng tạo xoay quanh Wan 3.0. Vẫn cùng nhãn — do nhà cung cấp tự nêu, được Alibaba chọn lọc — nhưng nó đưa bằng chứng về việc sử dụng trong sản xuất vượt ra ngoài hoạt động tiếp thị của chính Alibaba.

Điểm mấu chốt

Wan 3.0 là thật, đã ra mắt, và có mức giá cực kỳ cạnh tranh — tạo video 30 giây, chuyển tài liệu thành video, mức giá tính theo giây thấp hơn đối thủ chính thống ở độ phân giải 720p, cùng các lối sáng tạo của bên thứ ba thông qua công cụ video AI của Envato, Leonardo.Ai, ComfyUI, Pixmax và PowerDirector, cộng thêm một nền tảng API tạo video phục vụ model này với mức giá cố định 0,20 USD mỗi giây. Bằng chứng trực tiếp nhất cho thấy nó đang được phát hành như phần mềm sản xuất vẫn chính là chiến dịch ra mắt. Alibaba nói rằng quảng cáo ra mắt Wan 3.0 được làm bằng chính model này và đã công bố bản phân tích đầy đủ, bao gồm cả character sheet lẫn những lần tạo thất bại. Điều đã thay đổi kể từ sau ra mắt là câu hỏi về chất lượng không còn chỉ thuộc về Alibaba. Hai đấu trường độc lập giờ đã chấm điểm model này — Artificial Analysis vào ngày 3 tháng 9 và OpenArt Arena vào ngày 15 tháng 9 — và cách đọc trung thực khi ghép cả hai lại là một model video nằm trong top ba, với yêu sách thực sự cho vị trí số một ở mảng editing, chứ không phải vị trí dẫn đầu không thể tranh cãi như một bảng xếp hạng duy nhất gợi ý. Trong khi đó, tuyên bố về trọng số mở vẫn chỉ là tin đồn thông số cũ được tái chế mà buổi ra mắt chính thức phủ nhận.

Hai điều đáng để theo dõi, và cả hai đều có thể gắn với một mốc thời gian. Chương trình khuyến mãi 30% khi ra mắt trên Bailian và Qianwen AI kết thúc vào ngày 23 tháng 9, đây là thời điểm mà lập luận về giá sẽ phải đứng vững chỉ dựa trên giá niêm yết. Và các đấu trường vẫn còn non trẻ: OpenArt Arena mới chỉ vài ngày tuổi và đã dao động giữa các bản chụp, nên lần ghi nhận thứ hai về cùng bảng xếp hạng sau vài tuần sẽ nói lên nhiều điều hơn các con số ra mắt. Điều có thể giải quyết phần còn lại thì không đổi — một thẻ mô hình hoặc số lượng tham số sẽ trả lời các câu hỏi về kiến trúc, một kho lưu trữ hoặc giấy phép sẽ biến tin đồn về trọng số mở thành sự thật, và một phép đo hiệu năng có kiểm soát trong phòng thí nghiệm, thay vì Elo của đấu trường, sẽ biến các tuyên bố về chất lượng thành những dữ kiện có thể kiểm chứng hoàn toàn. Tính đến bản cập nhật này, tóm tắt một dòng chính xác về Wan 3.0 là: một bản ra mắt đã được xác nhận, có mức giá cực kỳ cạnh tranh từ ngày 24 tháng 8, mà hai bảng xếp hạng độc lập hiện đặt ở vị trí dẫn đầu trong lĩnh vực video — #2 tổng thể và đồng hạng nhất ở hạng mục chỉnh sửa trên OpenArt Arena, #1 về chỉnh sửa video trên Artificial Analysis — có thể tiếp cận thông qua các công cụ sáng tạo của bên thứ ba và một nền tảng API tạo video của bên thứ ba, với các trọng số mở mà bằng chứng cho thấy khó có khả năng theo sau.