Wan 3.0 发布日期：确认于 8 月 24 日上线 — 现已登陆 ComfyUI 和第三方 API

2026年8月24日，阿里云确认正式发布Wan 3.0——通义万相视频模型家族的第三代产品，也是Wan 2.7的继任者——此时距离8月6日开启公测仅18天。此次发布将公测期间按量计费、需申请审批的API转为完全开放的API，并让Wan 3.0进入第三方创意工具：Envato的AI视频工具当周即开始在其ModelMatch引擎背后提供该模型，Leonardo.Ai现已将Wan 3.0加入其视频生成器，该模型也已在ComfyUI中原生可用，单次生成最长可达30秒。消费级视频编辑器PowerDirector（CyberLink）同样加入了Wan 3.0，此消息于8月28日在阿里官方X账号上宣布，PowerDirector的日文官方账号也予以呼应。阿里官方X账号还确认，现已有第三方视频生成API平台提供Wan 3.0——视频与音频集成于同一模型、最长30秒、支持多模态参考——价格统一为每秒0.20美元。这是该模型已真正全面落地的最明确信号。阿里自身的发布宣传也以最直接的方式印证了这一点：官方称Wan 3.0的发布广告正是使用该模型制作的，Wan官方X账号也已发布对该作品的完整拆解——包括概念、角色设定、提示词，甚至那些失败的生成。该账号随后将同样的聚光灯投向外部创作者——对Pixmax_ai的Liz Zhang的专访涵盖了发布概念短片以及围绕该模型构建完整创意工作流的内容。9月3日，该模型迎来了首个独立评价：Artificial Analysis以盲测一对一投票而非厂商宣称来为视频模型排名，其将Wan 3.0列为“视频编辑排行榜（含音频）”第一，并在“文生视频（含音频）”中紧随其后位居第二。此次发布仍然不包括开放权重。围绕Wan 3.0流传的“采用Apache-2.0许可、1.3B + 14B版本”说法没有出现在阿里的任何公告中，与一款2025年模型的规格几乎完全吻合，也与阿里过去一年实际交付视频模型的方式相抵触。以下是8月24日发布带来的变化、8月6日已确认的内容，以及Wan 3.0相关说法中你仍应视为未经证实的部分。

先说明一下信息来源，因为这篇报道有两个层面。能力与定价部分的内容全部来自阿里巴巴的陈述：它们取自官方公开测试公告与阿里巴巴英文博客，并经中文媒体相关报道交叉核对。8月24日的正式上线是厂商宣布的，多家媒体当天也作了报道。Envato、Leonardo.Ai、ComfyUI、Pixmax和PowerDirector的集成，以及上线当周即开始提供该模型的第三方视频生成API平台，均由阿里巴巴在X上宣布，并得到各平台自身的确认：Envato在其博客、Leonardo.Ai在其公告、ComfyUI在其官方博客、Pixmax在其页面、PowerDirector在CyberLink官方账号，而该API平台则在其自身模型页面上确认，该页面写明统一的每秒0.20美元费率、默认开启音频以及全模态引用。这些属于厂商与合作伙伴的声明，而非独立测试，文中均已按此标注。下文所述的发布广告拆解也属于同类：它是阿里巴巴对自己作品的陈述，发布在X平台的官方Wan账号上，并非独立测试。下文的创作者展示也带有同样的标注：官方账号对Pixmax_ai的Liz Zhang的采访，是阿里巴巴选取合作方自述其作品的内容，发布在X上，并非独立测试。截至9月3日，唯一的例外是Artificial Analysis：其排行榜属于独立测量，而非厂商说法，它把Wan 3.0在视频编辑（含音频）中列为第一，在带音频的文生视频中列为紧随其后的第二——这是该模型获得的首个非阿里巴巴评分，下文会展开讨论。目前仍没有模型卡，没有参数数量，也没有可广泛获取并可运行的权重。尤其“开放权重”的说法并未获得厂商证实；它只是社区传言，与官方发布的信息相矛盾，凡在文中出现之处均按此标注。

Wan 3.0 实际发布的内容

Wan 3.0 是一个可通过文本、图像、视频和音频生成视频的模型。所有报道其测试版的媒体都反复提及的核心亮点，是单次生成最长 30 秒的片段——这是 Wan 2.7 最高 15 秒的两倍，也是中国视频模型中原生单段时长最长的。这正是评测者们不断形容的“从生成一个镜头到讲述完整故事”：30 秒足以实现连续运镜或一镜到底的场景，而更短的片段无法做到。

• 最大时长 — 单次生成最长可达30秒，是Wan 2.7的15秒的两倍；配备“智能时长”功能，可根据提示词建议时长，另有视频扩展工具，可串联更长的叙事。

• 输入 — 文本、图像、视频和音频，以及该系列首次支持的文档：doc、xls、ppt、pdf、md、txt、key、pages 和 numbers 文件，以及网页链接。单个文件最大 100 MB / 50 页，可直接转换为视频——这就是“文档转视频”功能，也是大多数营销和教育兴趣背后的原因。

• 多参考——每次生成可引用多达10张图片、5个视频和5个音频参考，以确保角色、道具、音频、空间布局和风格在不同镜头间保持一致。

• 编辑——在生成后基于指令修改视觉、剧情和对话，而非完全重新生成。

• 已声明的弱点——阿里巴巴承认音频质量和屏幕文字准确性仍需改进；这来自厂商自己的公告，而非评测者的结论。

值得区分的是：“30秒片段”和“原生4K输出”都曾被提及为Wan 3.0的特性，但官方测试版公告仅承诺30秒生成，支持480p、720p和1080p分辨率。原生4K出现在该模型的第三方营销页面上，而非阿里巴巴的公告中。应将4K视为未经确认。

定价：按量计费的API，及其打破的模式

Wan 3.0 按生成视频的秒数计费。Alibaba 公布的 API 价格为：480p 每秒 0.3 元（约 $0.05），720p 每秒 0.6 元（约 $0.10），1080p 每秒 1.2 元（约 $0.20）。因此，一段完整的 30 秒视频在 480p 下约需 9 元（$1.50），720p 下需 18 元（$3.00），1080p 下需 36 元（$6.00）。8 月 24 日的发布确认了相同的每秒计费结构，并在 Alibaba Cloud 的 Bailian 和 Qianwen AI 平台上新增限时 30% 折扣，持续至 9 月 23 日——据 Alibaba 称，促销期间一段 30 秒的 1080p 视频降至约 25 元。中国媒体报道指出，720p 的价格约为主流竞争对手每秒价格的 60%——Alibaba 的定价信息明显针对中小团队。

定价模式才是关键所在，因为它是对该系列历史的一次刻意背离。Wan 2.1 和 Wan 2.2 以 Apache 2.0 协议发布了完全开放的权重。Wan 2.5 宣布开放，却从未发布权重。Wan 2.6 是封闭 API。Wan 2.7 仅部分开放。Wan 3.0 延续的是这条路线，而不是 Wan 2.1 的路线：它是一个按量计费的封闭 API——8 月 24 日上线时取消了测试版的申请门槛——官方发布公告未提及任何关于开放权重的内容。任何在权衡“该不该等开放权重”的人，等的都是一件阿里巴巴从未承诺、且近期模式也不支持的事情。

这也正是路由经济学的关键所在。当视频模型按如此精细的粒度定价时——按秒、按分辨率——提供商之间的差异通常不在于模型本身，而在于计费方式。在OrcaRouter上，我们路由的200多个模型按提供商标价计费，以0%加价转出，因此供应商降价当天就会在我们这边生效，而不是等到合同周期结束。Wan 3.0目前不在任何通用模型路由平台上——它可以通过阿里巴巴自己的控制台、Envato、Leonardo.Ai、ComfyUI、Pixmax和PowerDirector等第三方创意工具，以及在上线首周就开始提供服务的视频生成API平台访问——但既然API已全面开放，需要确认的是，你获得的每秒报价是否是供应商自己的价格。我们的模型页面显示标价，这才是正确的对比方式。

你可以实际尝试它的地方

该 API 自 8 月 24 日上线以来已完全开放；在测试版期间，它需要申请才能访问。阿里巴巴在公告中列出了这些接入点：

• Model Studio (Bailian)——阿里云的人工智能平台，在此申请模型测试。

• Qwen Cloud — 阿里云的AI原生云，目前显示的限制为：两个并发作业、每分钟30个请求，以及异步队列中的50个任务。

• Wanxiang官方网站以及Qwen Creation PC客户端——面向消费者的界面。

• WonderClip（Wanjing Yike）、IF STUDIO 和 Duiyou——阿里巴巴的内容工具，与主要平台并列列出。

• Qwen app——渐进式（灰度）发布，而非全面发布。

• Envato 的 AI 视频工具 — 一个第三方创意平台，在发布当周添加了 Wan 3.0，由 Envato 的 ModelMatch 在幕后选定，而非在每次生成时单独挑选。可供 Envato 用户使用；由阿里巴巴宣布，并经 Envato 官方博客确认。

Leonardo.Ai——一个第三方创意平台，已在其视频生成器中加入 Wan 3.0。阿里巴巴在 X 上宣布了这一消息，Leonardo.Ai 也在其官方公告中予以确认。Leonardo 用户现在可通过另一条非阿里巴巴渠道使用该功能。

• ComfyUI——基于节点的工作流平台，在其v0.33.4更新中及Comfy Cloud上原生加入了Wan 3.0。单次生成在480p、720p或1080p分辨率下运行时间最长可达30秒，ComfyUI的Omni-Reference节点可引入多达20个图像、视频和音频参考，以及文档和网页。该功能由阿里巴巴在X上宣布，并由ComfyUI在其官方博客上确认；ComfyUI和Comfy Cloud用户均可使用。

• Pixmax — 一个第三方 AI 创作平台，大约在同一时间接入 Wan 3.0；阿里巴巴官方账号于 8 月 25 日宣布这一消息，Pixmax 自身页面也予以确认。该平台宣传“电影级输出”和“跨任何艺术风格的无瑕视觉一致性”。它也是官方账号首个创作者展示的举办地：Pixmax 的 Liz Zhang 演示了发布概念影片及围绕该模型构建的创意工作流程。该消息由供应商宣布，并在平台自身页面获得确认。

• PowerDirector——来自CyberLink的消费级视频编辑器，现已加入Wan 3.0，让用户能在编辑器内将简单提示词转化为完整的AI视频。该消息于8月28日在阿里巴巴官方X账号上公布，PowerDirector日本官方账号也予以呼应；这是首款搭载该模型的主流消费级视频编辑器。以上为厂商及合作伙伴所言，并非独立测试。

• 第三方视频生成 API 平台 — 最新接入途径，由阿里巴巴官方 X 账号在发布周宣布。首家提供该模型的此类平台，通过一个简单的基于任务的 API 对外提供提示词生成视频的能力，定价统一为每秒 0.20 美元 — 这是阿里巴巴 1080p 输出的标价 — 音频在同一个生成流程中完成（默认开启），支持 2–30 秒的时长，并支持全模态参考：图像、视频片段、音频、文件和网页链接，同时也可以使用首帧/末帧条件设定作为替代输入。该消息由供应商宣布，并在平台自己的模型页面上得到确认。

自8月24日上线以来，该API已全面开放；8月初报道中提到的邀请制门槛已被解除。对于“我今天能调用吗”这个问题，实际答案是肯定的——可以通过阿里云控制台，通过已集成Wan 3.0的创意工具（如Envato、Leonardo.Ai、ComfyUI、Pixmax或PowerDirector），或通过发布周即开始提供该服务的第三方视频生成API平台来调用。

发布计划：8月6日测试版，8月10日展示会，8月24日正式发布

跟踪信号中标记出的事件——8月10日在杭州举行的“Wan 3.0发布”——需要一个准确的名称。该活动确实存在，且为官方活动：“Wan 3.0发布暨AI+营销专场活动”，于8月10日14:00在杭州未科阿里巴巴中心举办，由杭州市工业与信息化服务中心与未科阿里巴巴中心联合主办。议程涵盖新模型的技术演进与特性、AI+营销与电商解决方案分享，以及Wan 3.0实操演练。

但该模型当时已处于公开测试阶段。8月10日的活动并非模型真正亮相的时刻——那发生在8月6日——也不是正式发布，正式发布是在8月24日。这是面向企业的正式展示：阿里巴巴以与Qwen应用相同的两天消费者加企业节奏，向营销和电商买家推介Wan 3.0。这些日期之所以重要，原因只有一个：如果你一直读到的是“Wan 3.0于8月10日问世”，那么准确的说法是，该模型于8月6日进入公开测试，8月10日获得企业展示，并于8月24日正式上线。8月24日的发布才是真正算数的发布。

这支发布广告是用 Wan 3.0 制作的——以下是工作流程

万 3.0 真正发布的最直接证据，是阿里巴巴在自家发布活动中使用了它。阿里巴巴在 X 上的官方 Wan 账号（@Alibaba_Wan）发布了万 3.0 发布广告的完整解析——创意概念、角色设定、所用提示词，甚至包括那些失败的生成结果。准确地说，这是厂商对自己制作的亲述，而非独立测试，也是厂商能提供的最有力证据，证明一个封闭、仅限 API 的模型确实在承担真实的生产工作。这篇解析的存在本身就是发布信号——阿里巴巴把自己的营销交托给了这个模型。

阿里巴巴此后也将同样的证据向外推广。官方账号的创作者系列——{{1}}“创作者在实际项目中究竟如何使用Wan 3.0——而不只是按下生成按钮？”{{/1}}——以Pixmax_ai的Liz Zhang开场，她讨论了发布概念短片、围绕该模型构建完整的创意工作流程，以及该平台的下一步计划。这与发布广告拆解属于同一类证据：{{2}}由供应商发布的与合作伙伴的对话，并非独立测试，但具体说明了该模型在阿里巴巴自身营销之外承担生产工作的情况。{{/2}}

该工作流所围绕的核心难题，是家庭场景中最棘手的问题：在短短30秒的一段视频中，让一个角色在多个镜头里始终保持可辨识度。阿里巴巴的做法核心在于角色设定表，用它在不同镜头间锚定身份。对官方示例进行逆向分析的社区分析者们，用结构化的术语描述了同样的方法论：将每个参考素材绑定到提示词中一个命名的主题上，而不是只描述一次；设定适用于整段视频的全局规则，包括一份明确的“禁止”清单，列出模型默认会做但不应出现的动作；以及将时间线写成带时间戳的节奏节点，而不是氛围描述。这些结构性发现是社区对官方示例集的分析成果，并非官方指引，但它们与阿里巴巴展示的内容是吻合的。

这份拆解的与众不同之处在于它展示了失败之处。阿里巴巴发布的生成结果中包含了失败案例——漂移的身份、崩坏的节拍——而不仅仅是成功定格的画面。这是对模型仍在哪些方面挣扎的诚实审视，也是对所有基于该模型进行开发的人的一种实用规范：首次尝试的失败是工作流程的一部分，而不代表模型有问题。

开放权重的传闻，以及它为何未经证实

关于 Wan 3.0，你会发现一个具体的说法：它以 Apache 2.0 许可发布开放权重，有两种规格——一个 1.3B 参数的消费级检查点和一个 14B 参数的专业级检查点——并且这些权重大约在 8 月 10 日上传到 Hugging Face。这是最需要小心对待的说法，因为它被引用得最广泛，但支持证据最少。

• 这不在阿里巴巴的任何公告中。官方公开测试版帖子描述的是一个付费、按量计费的API。阿里巴巴自己的材料中没有任何许可证、权重发布、Hugging Face或GitHub仓库。

• 这些数字看起来像是重复使用的。1.3B + 14B 的组合正是 2025 年 2 月发布的 Wan 2.1 的确切规格。一篇于 8 月 4 日（在测试版公告之前）发表的关于 Wan 3.0 传闻的独立分析指出，“1.3B + 14B, Apache 2.0” 的表格缺乏来源，且与 Wan 2.1 的事实一致，而非阿里巴巴所说的任何内容。

• 这与大势相悖。Wan 系列的开源权重止步于 Wan 2.2（2025年8月）。Wan 2.5、2.6 和 2.7 从未发布过核心权重；阿里巴巴在2026年开源的是外围模型——一个音乐转舞蹈模型、一份技术报告——而核心视频产品线依旧闭源。开源的 Wan 3.0 将逆转这一模式，这正是怀疑论者认为其“有可能、未承诺、且与近期趋势相悖”的原因。

• 8月10日的权重传闻未经证实。它源自一份人工跟踪记录，并非来自阿里巴巴或任何可追溯的消息源，且8月10日的活动议程是关于营销和电子商务的，与在Hugging Face上发布无关。

这些都不能证明开放权重不会发生——供应商是可以改变做法的。但目前该说法的每一个要素都无法通过原始信源核查，而且官方发布描述的是相反的发布模式。在阿里巴巴发布代码仓库或许可证之前，对 Wan 3.0 开放权重的准确标注是：未经证实，且与官方公告相矛盾。

本周收到了独立验证。

本博文自发布以来一直坚持的立场——上面每一个数字在独立实验室运行该模型之前，都只是阿里巴巴自己的说法——在9月3日发生了变化。Artificial Analysis 将 Wan 3.0 加入了其榜单。该机构的 Video Arena 不是依据供应商提供的数据，而是根据对真实生成内容的盲测两两对决投票来为模型排名。Wan 3.0 首次上榜即在“视频编辑排行榜（含音频）”中位列第1：Elo 约 1189，来自数千次投票，明显领先于 MiniMax H3（约 1129）和 Gemini Omni Flash（约 1124）。在“文生视频（含音频）”中，它以约 1237 分位居第2，与榜首的 Gemini Omni Flash（约 1238）实际上打成平手；AA 还将其列为“图生视频（含音频）”的第5名。榜单也显现出该系列的代际跃升：阿里巴巴上一代模型 Wan 2.7 在同一视频编辑榜单上仅列第5，约 1077 分。竞技场结论能证明什么、不能证明什么：来自盲测投票的 Elo 衡量的是人们在两两对决中更偏好哪个输出——这是一个强有力的独立质量信号，但不是受控的实验室基准——而且阿里巴巴仍未发布模型卡、参数数量，也没有广泛可获取的权重。“未经验证”的标签不再适用于该模型最引人注目的质量表现；它现在适用于表象之下的所有东西。

发布日期问题，已回答。

对于这篇文章所针对的搜索，摘要很简短：

• Wan 3.0 什么时候发布？公开测试版：2026年8月6日，由阿里巴巴确认。企业展示：2026年8月10日，在杭州。正式发布：2026年8月24日。

• 它是开源的吗？ 权重尚未确认。Apache 2.0 / 1.3B + 14B 的说法未经验证，官方发布仅限 API。

• 费用是多少？ 480p / 720p / 1080p 分辨率下，每秒 0.3 / 0.6 / 1.2 元；一段 30 秒的 1080p 视频约 36 元（$6.00）。

• 我可以使用它吗？可以。API自8月24日起已完全开放——可通过Model Studio或Qwen Cloud、上述消费端界面、第三方创意工具（如Envato的AI视频工具、Leonardo.Ai、ComfyUI、Pixmax或PowerDirector），或一个在发布周即开始提供该服务的第三方视频生成API平台使用。

人们真正在问的问题

Wan 3.0 真的发布了，还是仍然只是传闻？

它已完全发布：公开测试版于8月6日上线，企业展示于8月10日举办，官方正式发布则于8月24日落地。任何仍将Wan 3.0称为传闻或未发布测试版的报道都已过时——包括那些在8月6日之前还属准确、声称其“尚未发布”的分析。

Wan 3.0 会提供开放权重吗？

阿里巴巴的公告中没有任何内容表明这一点，广泛流传的1.3B + 14B规格与Wan 2.1相符，而非任何新版本；且自Wan 2.2以来，该系列的走向一直是闭源的、仅限API的视频模型。在代码仓库或许可证出现之前，请将“开源Wan 3.0”视为传闻；近期的发展模式恰恰是最有力的反证。

一段30秒的Wan 3.0视频需要多少钱？

按所述API费率计算，1080p分辨率下每条片段约36元（6.00美元），720p约18元（3.00美元），480p约9元（1.50美元）。这些是阿里巴巴的挂牌价，按秒计费，API现已全面开放。百炼和通义千问AI上的30%首发促销活动将持续至9月23日。

30秒生成是真的吗？有什么猫腻？

30秒单次生成是Alibaba力推的功能，也是中国视频模型中最长的原生单段，为Wan 2.7的两倍。需要指出的局限来自厂商自身：音频质量和画面文字准确性均被承认是薄弱环节。目前存在的独立评估是9月3日Artificial Analysis竞技场的结论——在视频编辑（含音频）中排名第一，在含音频的文生视频中紧随其后位列第二——该结论通过盲投衡量整体输出质量，而非专门测试30秒上限。

Wan 3.0 真的做出了什么实际的东西吗？

是的——就是发布广告本身。阿里巴巴在X上的官方Wan账号表示，Wan 3.0发布活动是用该模型制作的，并发布了作品的完整拆解：概念、角色设定图、提示词和失败的生成结果。这是供应商自述的示例，而非独立测试，但确实是销售方对封闭API的真实生产使用。阿里巴巴的官方账号还展示了外部创作者使用该模型完成的真实创作：采访了Pixmax_ai的Liz Zhang，谈论发布概念片以及围绕Wan 3.0的创意工作流程。同样的标签——供应商自述，由阿里巴巴精选——但它使生产使用证据超越了阿里巴巴自身的营销。

底线

Wan 3.0 是真的，它已发布，且定价极具攻击性——30 秒视频生成、文档转视频、720p 下按秒计费的价格低于主流竞品；如今，第三方创作路径也已打通，可通过 Envato 的 AI 视频工具、Leonardo.Ai、ComfyUI、Pixmax 和 PowerDirector 接入，外加一个视频生成 API 平台，以每秒 0.20 美元的固定价格提供该模型服务。最能直接证明它已作为生产级软件交付的，正是这次发布活动本身：阿里巴巴表示，Wan 3.0 的发布广告就是用该模型制作的，并公布了完整拆解，连角色设定表和失败生成结果都包含在内。此后数日，官方账号展示了来自外部创作者的同样证明：一段对 Pixmax_ai 的 Liz Zhang 的采访，聊的是这支发布概念片以及围绕该模型的完整创作流程。需要警惕的，是围绕它形成的那套叙事。开源权重（open-weight）的说法，不过是一条翻炒旧规格的传闻，与官方发布相矛盾。质量层面的说法已不再只是阿里巴巴的一面之词：发布后十天内，一个独立竞技场将 Wan 3.0 评为视频编辑（含音频）第一，并在带音频的文生视频中以微弱差距排名第二。仍需要独立核查的，是引擎盖之下的所有内容——架构、参数量，以及任何依赖实际运行该模型、而非对其输出投票的说法。

仍可能改变这一判断的因素很具体：模型卡或参数数量能解答关于架构的悬而未决的问题；代码库或许可证能让开放权重的传闻成真；而受控的实验室基准测试——不同于 Artificial Analysis 本周发布的竞技场 Elo 评分——则能将质量方面的说法变成完全可核查的事实。截至本次更新，对 Wan 3.0 最准确的一句话概括是：一次已获确认、定价激进的产品发布，目前在独立视频编辑排行榜上位居第一，在含音频的文生视频领域紧随其后、位列第二——可通过 Envato、Leonardo.Ai、ComfyUI、Pixmax 和 PowerDirector 中的第三方创意工具，以及第三方视频生成 API 平台使用——而证据表明，开放权重恐怕不太可能随之而来。