Wan 3.0 发布日期标题卡片:副标题“8月6日公开测试版上线 · 30秒片段 · 文档转视频”,统计标签显示“单次运行30秒”、“0.3-1.2元/秒”、“权重未确认”。
Guides & Insights

Wan 3.0 发布日期:确认8月24日上线——现居 OpenArt Arena 综合排名第二

作者

Rowan Sterling

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

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,也是Wan 2.7的继任者——距离其于8月6日进入公测已有18天。三个半星期后,该模型有了第二个独立榜单,而且比第一个更加复杂:9月15日,OpenArt Arena——一个由创意专业人士通过盲测两两对比评分的新公开基准——开放时,Wan 3.0在视频总榜中位列第2,仅次于字节跳动的Seedance 2.5,并在其视频编辑榜上以一分之差位居第一,而OpenArt自己的置信区间将这一差距视为并列。随后几天,阿里巴巴官方的Wan账号在X上宣传了其第2名的排名,同一条帖子还重复了此次发布主打的三大能力——30秒片段、原生音频、任意参考。排名是OpenArt的衡量结果;表述方式则是厂商的。此次发布本身将测试版按量计费、需申请才能使用的API变成了完全开放的API,并将Wan 3.0带给第三方创意工具:Envato的AI视频工具同一周开始通过其ModelMatch引擎提供该模型,Leonardo.Ai将Wan 3.0加入其视频生成器,而该模型现已在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)也加入了它,这一消息于8月28日在阿里巴巴官方X账号上宣布。此次发布仍然没有包括的是开放权重:围绕Wan 3.0流传的Apache-2.0“1.3B + 14B”说法,没有出现在任何阿里巴巴公告中,几乎完全符合一款2025年模型的规格,并且与阿里巴巴过去一年实际交付其视频模型的方式相悖。以下是8月24日发布改变了什么、两个独立榜单现在怎么说,以及Wan 3.0故事中哪些部分仍应被视为未经证实。

先做一个来源说明,因为这件事现在有三个层次。能力与定价部分的所有内容均由阿里巴巴方面提供:来自官方公测公告和阿里巴巴的英文博客,并与中文媒体报道交叉核对。8 月 24 日的正式发布由厂商宣布,当天即有多家媒体跟进报道。Envato、Leonardo.Ai、ComfyUI、Pixmax 和 PowerDirector 的集成——以及发布当周开始为该模型提供服务的第三方视频生成 API 平台——均由阿里巴巴在 X 上公布,并得到各平台自身的确认:Envato 在其自家博客确认,Leonardo.Ai 在其公告中确认,ComfyUI 在其官方博客确认,Pixmax 在其自有页面确认,PowerDirector 在 CyberLink 自己的账号确认,该 API 平台则在其自有模型页面确认。这些都属于厂商与合作伙伴的陈述,而非独立测试,文中也已如此标注。下文描述的发布广告拆解和创作者展示同样属于这一类:即阿里巴巴对自身制作内容及合作伙伴作品的自我陈述,发布在 X 上的 Wan 官方账号。第三个层次是独立测评,也是唯一并非来自模型销售方的层次。Artificial Analysis 于 9 月 3 日发布了首批非阿里巴巴来源的数据。OpenArt Arena 于 9 月 15 日发布了第二批,而其他榜单对两者都不认同——这一分歧将在下文单独设一节讨论。针对较新的那项结果还有一点需要特别说明:其排名第二的消息主要通过阿里巴巴自己的 X 账号为大多数读者所知,而 OpenArt Arena 的运营方正需要靠该竞技场来为其模型选择器引流,因此它是一项带有商业利益的独立测评,而非学术性质的测评。目前仍没有模型卡、没有参数量,也没有可广泛获取的权重可供运行。尤其是开放权重的说法并未得到厂商确认;它是一则与官方发布相矛盾的社区传言,凡出现之处均已如此标注。

Wan 3.0 实际发布的内容

Wan 3.0是一款文本、图像、视频与音频到视频的生成模型。所有报道过该测试版的媒体都在反复强调的核心能力,是单次运行即可生成长达 30 秒的片段——两倍于Wan 2.7的 15 秒上限,同时也是中国视频模型中最长的原生单段时长。这正是评测者不断描述的“从生成一个镜头到讲述一个完整故事”:30 秒足以完成一次连续的运镜或一个一镜到底的场景,而更短的片段做不到这一点。

• 最长时长——单次生成最长可达 30 秒,是 Wan 2.7 的 15 秒的两倍,并配有"智能时长"功能,可根据提示词建议时长,以及用于串联更长叙事的视频延长工具。

• 输入——文本、图像、视频和音频,此外,该系列首次支持文档:doc、xls、ppt、pdf、md、txt、key、pages 和 numbers 文件,以及网页链接。单个最大 100 MB / 50 页的文件可直接转换为视频——这正是大多数营销和教育领域关注背后的"文档转视频"功能。

• 多参考——每次生成最多可使用10张图像、5个视频和5个音频参考,以确保各镜头间角色、道具、音频、空间布局和风格的一致性。

• 编辑——生成后基于指令对视觉效果、情节和对话进行修改,而非完全重新生成。

• 已承认的不足——阿里巴巴承认,音频质量和屏幕文字准确性仍有待改进;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”都被传为 Wan 3.0 的特性,但官方测试版公告只承诺在 480p、720p 和 1080p 下生成 30 秒内容。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 视为未经证实。

A single-model scoreboard for Wan 3.0 showing max length 30s (2x Wan 2.7), resolutions 480p/720p/1080p, document input yes (doc/xls/ppt/pdf/md), price 0.3/0.6/1.2 yuan per second, open weights unverified, and no independent scores, with footer 'Vendor-reported; open-weights claim unverified; no independent scores yet.'

定价:按量计费的API,及其打破的模式

Wan 3.0 按生成视频的每秒时长计费。阿里巴巴公布的 API 价格为:480p 下每秒 0.3 元(约 0.05 美元),720p 下每秒 0.6 元(约 0.10 美元),1080p 下每秒 1.2 元(约 0.20 美元)。因此,一段完整的 30 秒视频在 480p 下约需 9 元(1.50 美元),720p 下约 18 元(3.00 美元),1080p 下约 36 元(6.00 美元)。8 月 24 日的发布确认了相同的按秒计费结构,并为阿里云百炼和通义千问 AI 平台新增了限时 30% 的折扣。该促销活动持续至 9 月 23 日——截至本次更新时,仅剩五天——据阿里巴巴称,30 秒的 1080p 视频价格因此降至约 25 元。中国媒体的报道指出,720p 的价格约为主流竞争对手每秒价格的 60%,这显然是阿里巴巴瞄准中小型团队所传递的定价信号。该折扣也是本文中唯一带有硬性截止期限的一项:9 月 23 日之后,请按上述标价编制预算。

定价模式才是关键所在,因为它有意打破了该系列的历史。Wan 2.1 和 2.2 在 Apache 2.0 下发布了完整的开放权重。Wan 2.5 宣称开放,却从未发布权重。Wan 2.6 是闭源 API。Wan 2.7 只部分开放。Wan 3.0延续的是这条路线,而非 Wan 2.1 那条:它是一个按量计费的闭源 API——测试版的申请门槛在 8 月 24 日发布时解除——官方发布也完全没有提及发布权重。任何还在权衡“我该不该等开放权重”的人,等的是阿里巴巴并未承诺、且近期模式也表明不太可能出现的东西。

这也正是路由经济性至关重要的地方。当视频模型的定价精细到这种程度——按秒、按分辨率——供应商之间的差异通常不在模型本身,而在计费方式。在 OrcaRouter 上,我们路由的 200 多款模型均按供应商标价计费,以 0% 加价原样传递,因此供应商一旦降价,我们这边当天即可生效,而无需等到一个合同周期之后。Wan 3.0目前尚未接入任何通用型模型路由平台——你可以通过阿里巴巴自家的控制台,通过 Envato、Leonardo.Ai、ComfyUI、Pixmax 和 PowerDirector 等第三方创意工具,以及通过在其发布周便开始提供该模型的视频生成 API 平台来使用它——但需要核对的一点是,既然该 API 已全面开放,你拿到的每秒报价是否为供应商自身的价格。我们的模型页面展示的是标价,这才是进行比较时应当采用的方式。

Screenshot of Alibaba Cloud Community's official announcement 'Alibaba Unveils Wan3.0 with Twice as Long Video Outputs from a Richer Variety of Inputs', dated August 7 2026, describing the Wan 3 public beta, 30-second video length and applying for model testing on Alibaba Cloud Model Studio.

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(百炼)—— Alibaba Cloud 的 AI 平台,你在这里申请模型测试。

• Qwen Cloud — 阿里巴巴的 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 50 个任务。

• 万相官网与 Qwen 创作 PC 客户端——面向消费者的触点。

• 阿里巴巴的内容工具 WonderClip(万镜一刻)、IF STUDIO 和 Duiyou——与主要平台并列展示。

• Qwen 应用 —— 逐步(灰度)推出,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——第三方 AI 创作平台,大约在同一时间上线了 Wan 3.0;Alibaba 官方账号于8月25日宣布,并在 Pixmax 自己的页面上得到确认。该平台宣传“电影级输出”和“在任何艺术风格下都完美无瑕的视觉一致性”。它也是该官方账号首个创作者展示的发布地:Pixmax 的 Liz Zhang 会带大家了解发布概念影片,以及围绕该模型构建的创作工作流。由厂商宣布,并在该平台自己的页面上得到确认。

• PowerDirector——CyberLink 旗下的消费级视频剪辑软件,它已加入 Wan 3.0,让用户可以在编辑器内直接将简单的提示词变成制作完成的 AI 视频。8 月 28 日在阿里巴巴官方 X 账号上公布,并由 PowerDirector 自己的日本账号转发;这是首个引入该模型的主流消费级视频剪辑软件。来自厂商及合作伙伴的说法,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。

截至8月24日发布时,API已完全开放;8月初报道中描述的仅限邀请的门槛已经取消。对于“我今天能调用它吗”这个问题,现实的答案现在已经是肯定的——可以通过阿里云控制台,通过已集成 Wan 3.0 的 Envato、Leonardo.Ai、ComfyUI、Pixmax 或 PowerDirector 等创意工具,或者通过发布周就开始提供该服务的第三方视频生成 API 平台。

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

在追踪信号中被标记的活动——“Wan 3.0 发布”将于8月10日在杭州举行——需要一个准确的名称。它确实存在,而且是官方活动:“Wan 3.0 发布暨 AI+营销专场活动”,8月10日14:00,地点为杭州未科板块的阿里巴巴中心,由杭州市工业和信息化服务中心与未科阿里中心联合举办。议程涵盖新模型的技术演进与特性、AI+营销及电商解决方案分享,以及 Wan 3.0 动手实操。

但那时该模型已经进入公测。8月10日的活动并不是模型真正问世的时刻——那发生在8月6日——也不是正式发布,正式发布落在8月24日。它是一场正式的、面向企业的展示活动:阿里巴巴向营销和电商买家推介 Wan 3.0,沿用其为 Qwen 应用采取的消费者加企业、连续两天的节奏。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日推出”,准确的说法是,该模型于8月6日进入公测,于8月10日迎来企业展示,并于8月24日正式发布。8月24日的发布才是真正算数的发布。

Wan 3.0 release timeline with three cards: Aug 6 'Public beta live (confirmed)', Aug 10 'Hangzhou release & AI-marketing event (scheduled)', TBD 'Open weights on Hugging Face (rumored, unverified)', footer 'Confirmed events from Alibaba's announcement; open-weights date unverified.'

这支发布广告是用 Wan 3.0 制作的——以下是工作流程

最直接的确认——即Wan 3.0确实已正式发布——在于阿里巴巴将其用于自己的发布活动。阿里巴巴在 X 上的官方 Wan 账号(@Alibaba_Wan)发布了 Wan 3.0 发布广告的完整拆解——创意概念、角色设定图、所用提示词,甚至失败的生成结果。准确来说,这是厂商对自家制作的说明,而非独立测试,也是厂商能提供的最有力证据,表明一个封闭、仅通过 API 提供的模型正在承担真实的生产工作。这份拆解的存在本身就是发布信号——阿里巴巴放心把自家营销交给这个模型。

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}}

拆解所描述的工作流,是围绕这个家庭最难的问题构建的:让一个角色在单次30秒的片段中跨多个镜头仍可辨认。阿里巴巴的说明则以角色设定表为核心,在多个镜头之间锚定身份。逆向工程了官方示例的社区分析师用结构性术语描述了同样的准则:把每个参考素材绑定到提示词中一个具名主体,而不是只描述一次;设定适用于整段视频的全局规则,包括明确列出“不要”的运动清单,否则模型会默认采用这些运动;并把时间线写成带时间戳的节拍,而不是氛围描述。这些结构性发现是社区基于官方样本集所做的工作,并非厂商指导,但它们与阿里巴巴展示的内容一致。

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

围绕 Wan 3.0,你会发现一个具体的说法:它以 Apache 2.0 协议发布开放权重,共有两种规模——1.3B 的消费级检查点和 14B 的专业级检查点——并且这些权重会在 8 月 10 日前后上线 Hugging Face。这是最需要谨慎对待的说法,因为它流传最广,却最缺乏依据。

• 这不在任何阿里巴巴公告中。官方的公开测试版帖子描述的是一项付费、按量计费的 API。在阿里巴巴自己的材料中,任何地方都没有出现许可证、权重发布、Hugging Face 或 GitHub 仓库。

• 这些数字看起来是回收利用的旧数据。1.3B + 14B 这一组合正是 2025 年 2 月发布的 Wan 2.1 的确切规格。8 月 4 日发布的一篇对 Wan 3.0 传言的独立拆解——早于 beta 公告——指出“1.3B + 14B, Apache 2.0”的表格缺乏来源,且与 Wan 2.1 的事实相符,而非阿里巴巴所说过的任何内容。

• 它与趋势相悖。通义万相系列的开放权重止步于 Wan 2.2(2025 年 8 月)。Wan 2.5、2.6 和 2.7 从未公布核心权重;阿里巴巴在 2026 年真正开源的只是些周边模型——一个音乐驱动舞蹈的模型、一份技术报告——而核心视频产品线始终保持闭源。若 Wan 3.0 开放,将扭转这一格局,也正因如此,持怀疑态度的解读将其视为“有可能、但未获承诺,且与近期趋势相悖”。

• 8月10日的权重传闻未经证实。它源自一份人工追踪笔记,而非阿里巴巴或任何可追溯的来源,而且8月10日的活动议程是关于市场营销和电子商务的,并非关于在 Hugging Face 上的发布。

这一切都不能证明开放权重不会发生——厂商可以改变路线,而本周出炉的第二次竞技场结果无论如何也改变不了这一点。但该说法的每一个要素目前都通不过一手来源核查,官方发布所描述的恰恰是相反的分发模式。在 Alibaba 发布仓库或许可证之前,对 Wan 3.0 开放权重而言准确的标签是:未经确认,且与官方公告相矛盾。

现在有两个独立的董事会,而它们意见并不一致

直到9月初,关于Wan 3.0质量的每一条说法都来自阿里巴巴。这种情况在9月3日发生了改变,当时 Artificial Analysis——它依据对真实生成内容进行盲测两两投票,而非厂商提供的数据,来对视频模型进行排名——将该模型加入了其榜单。Wan 3.0 在视频编辑排行榜(含音频)上首次亮相即排名第1:凭借几千张投票,Elo 约为1,189,明显领先于 MiniMax H3(约1,129)和 Gemini Omni Flash(约1,124)。在文本转视频(含音频)榜单上,它以约1,237位列第2,实际上与榜首的 Gemini Omni Flash 并列;AA 还将其列在图像转视频(含音频)榜单的第5位。这些榜单也显示出该系列中的代际跃升:阿里巴巴的上一代模型 Wan 2.7 在同一视频编辑榜单上以约1,077位列第5。

第二张榜单于9月15日发布。OpenArt Arena 是创意工具公司 OpenArt 推出的全新公开基准,其构建方式与之前的视频竞技场不同:不是给出一个总排名,而是按制作任务对模型评分——总榜、广告、电影、动画、动态设计、视频剪辑、唇形同步——依据由创意专业人士组成的评审团以及约一千名自选的“品味制造者”进行的盲测并排比较,使用 Bradley-Terry 模型汇总,并以95%置信区间报告。其首期视频榜单将Wan 3.0排在总榜第2名,得分1,004分,落后于Seedance 2.5的1,081分,并略高于得分1,000的 Seedance 2.0。在视频剪辑榜单上,Wan 3.0 排名第一——以1,034比1,033领先一分,OpenArt 自己也认为这一差距在噪声范围内。阿里巴巴官方 Wan 账号在发布后的几天里在 X 上公布了第2名的排位,帖子中重申了此次发布主打的三大能力:30秒长镜头、原生音频、任意参考。

因此,这两个榜单都认同Wan 3.0处于领域前沿,但在具体排位上存在分歧。Artificial Analysis 在视频编辑中将其列为首位,在带音频的文生视频中仅以毫厘之差位居第一之后;OpenArt Arena 则将其列为综合第二,并在编辑项上并列第一。同一周的其他榜单甚至更不宽容——曾名为 LMArena 的平台 Arena 在其第 36 周视频排行榜中将 Wan 3.0 列为第三,BenchmarkList 的视频生成竞技场也将其列为第三,两者都落后于 Gemini Omni Flash 的多个变体。在任何人把单一数字视为定论之前,有三点需要注意。这些竞技场之所以结论不一,是因为它们向不同的投票群体提出不同的问题:OpenArt 的评委是就制作任务投票的创意专业人士,Artificial Analysis 的评委则是就原始输出投票的更广泛人群,而两者都不是受控的实验室基准。OpenArt 自己的快照已经发生漂移——其综合视频榜前三名在一次记录中为 1,081 / 1,004 / 1,000,在后来一次记录中为 1,125 / 1,047 / 1,044,排序相同,差距不同。而且 OpenArt 并非无利害关系的第三方:该 Arena 旨在为其自己的模型选择器提供数据,因此它对所排名的模型存在商业利益。这并不意味着这些数字是错的;它意味着这是一种与供应商相关的测量,而非学术测量,而这也是本文对阿里巴巴自身数据所采用的同一标准。

实际影响比标题给人的印象要有限。OpenArt 结果中的任何内容都没有改变 Wan 3.0 的成本或能力——每秒费率、30 秒上限、文档输入和多模态参考,都属于阿里巴巴 8 月 24 日发布的同一款模型。这两个榜单改变的,是质量声明在正反两个方向上值得多少信任。该模型不再是仅由厂商宣称的未知数:两个独立评审团将其列在该领域前二或前三。它也不再是早先解读所暗示的无可争议的领先者:至少在另外两个榜单上,一个 Gemini Omni 模型排在它前面,而其视频编辑领域的桂冠在一个榜单上仅建立在 1 分优势上,在另一个榜单上则建立在约 60 分优势上。价格是排名第二仍被解读为胜利的重要原因。第三方对该竞技场的报道显示,Wan 3.0 每段五秒视频约为 0.50 美元,而 Seedance 2.5 约为 1.16 美元——这些数字与阿里巴巴的 720p 标价(约每秒 0.10 美元)相符,而不是其 1080p 标价,所以引用这些数字前要核实分辨率。在 1080p 下,同样五秒的费用约为 1.00 美元。

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 何时发布?公开测试版:2026年8月6日,已由阿里巴巴确认。企业展示会:2026年8月10日,于杭州举行。正式发布:2026年8月24日。首个独立排行榜:2026年9月3日。第二个独立排行榜:2026年9月15日。

• 它是开源的吗?权重尚未确认。关于 Apache 2.0 / 1.3B + 14B 的说法未经证实,而官方发布仅提供 API。

• 费用是多少?480p / 720p / 1080p 分别为每秒 0.3 / 0.6 / 1.2 元;一段 30 秒的 1080p 视频约 36 元(6.00 美元),而在 9 月 23 日前 30% 首发促销期间则约为 25 元。

• 我能使用它吗?可以。截至 8 月 24 日,该 API 已全面开放——可通过 Model Studio 或 Qwen Cloud、上文列出的面向消费者的界面、第三方创意工具(如 Envato 的 AI 视频工具、Leonardo.Ai、ComfyUI、Pixmax 或 PowerDirector),或某个在发布周就开始提供该服务的第三方视频生成 API 平台来使用。

• 排名如何?在 OpenArt Arena 的视频领域综合排名第 2(1,004 分,落后于 Seedance 2.5 的 1,081 分);在 OpenArt Arena 和 Artificial Analysis 的视频编辑方面均排名第 1,在前者上领先 1 分,在后者上领先约 60 分;同期在 Arena 和 BenchmarkList 上排名第 3。

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?

它已全面发布:公开测试版于 8 月 6 日上线,企业展示活动于 8 月 10 日举行,正式发布则于 8 月 24 日到来。此后,两个独立排行榜已对其作出评分。任何仍称 Wan 3.0 是传闻或未发布测试版的报道都已过时——包括那些在 8 月 6 日之前还准确的“尚未公布”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,而非任何新东西,而且该系列自 Wan 2.2 以来的发展轨迹一直是走向闭源、仅提供 API 的视频模型。在仓库或许可出现之前,应把“开源 Wan 3.0”当作谣言;近期的模式是反对它的最有力证据。

一段30秒的Wan 3.0视频需要多少钱?

按所述的 API 费率,每个片段在 1080p 下约为 36 元(6.00 美元),720p 下为 18 元(3.00 美元),480p 下为 9 元(1.50 美元)。这些是 Alibaba 的按秒标价,且该 API 现已全面开放。一项 30% 的上线促销活动在 Bailian 和 Qianwen AI 上持续至 9 月 23 日,这将使 1080p 的价格降至约 25 元。

30秒生成是真的吗?有什么猫腻?

30秒单次生成是阿里巴巴主推的功能,也是中国视频模型中单段原生时长最长的,达到Wan 2.7的两倍。这些提醒出自厂商自己:音频质量和画面文字准确性是被其承认的弱项。在质量方面,如今已不是单一竞技场,而是两个各自独立的竞技场,且它们指向的方向略有不同——Artificial Analysis将Wan 3.0列为视频编辑(含音频)第一,在含音频的文生视频中位列紧随其后的第二,而OpenArt Arena则将其列为综合第二,并以一分的优势在视频编辑上并列第一。两者都是通过盲投来衡量整体输出质量,而非专门测试30秒这一上限,也都不是受控的实验室基准测试。

Wan 3.0 真的做出了什么实际的东西吗?

是的——就是这支发布广告本身。阿里巴巴在 X 上的 Wan 官方账号表示,Wan 3.0 的发布宣传活动就是用该模型制作的,并公布了完整的制作拆解:概念、角色设定表、提示词,以及失败的生成结果。这属于厂商自述的案例,而非独立测试,但它是销售该闭源 API 的人对其真实的生产性使用。阿里巴巴的官方账号还展示了外部创作者用该模型完成的真实工作:对 Pixmax_ai 的 Liz Zhang 的采访,内容围绕发布概念片以及 Wan 3.0 相关的创作流程。标签相同——厂商自述、由阿里巴巴挑选——但它让生产性使用的证据不再局限于阿里巴巴自家的营销。

底线

Wan 3.0是真的,它已经发布,而且定价极具攻击性——30 秒生成、文档转视频、按秒计费,在 720p 下价格低于主流竞品,还有通过 Envato 的 AI 视频工具、Leonardo.Ai、ComfyUI、Pixmax 和 PowerDirector 进入的第三方创作路径,外加一个以每秒 0.20 美元统一价格为该模型提供服务的视频生成 API 平台。它确实是在作为生产级软件交付,最直接的证明仍然是发布活动本身:阿里巴巴表示,Wan 3.0 的发布广告就是用该模型制作的,并公布了完整的拆解、角色设定表,连失败的生成结果也一并附上。自发布以来发生变化的是,质量问题不再只属于阿里巴巴一家。如今已有两个独立评测场为该模型打分——Artificial Analysis 于 9 月 3 日,OpenArt Arena 于 9 月 15 日——把两者放在一起如实解读,结论是一个跻身前三的视频模型,在编辑方面对第一名有着真切的竞争力,而不是某个单一榜单所暗示的那种无可争议的领先者。与此同时,关于开放权重的说法,仍然是一个被反复翻炒的规格传闻,而官方发布与之相矛盾。

有两点值得关注,而且都能确定具体时间点。百炼和通义千问 AI 的 30% 上线促销将于 9 月 23 日结束,届时关于定价的论调就只能单靠标价来支撑了。而且这些竞技场还很年轻:OpenArt Arena 才上线几天,就已经在快照之间出现漂移,因此几周后对同一榜单的第二次抓取,会比发布时的数字更能说明问题。能解决其余疑问的条件没有变化——模型卡或参数量能回答架构问题,代码仓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(而非竞技场 Elo)能把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 准确的一句话总结是:这是 8 月 24 日一次已确认、定价激进的发布,如今两个独立榜单都把它置于视频领域的前列——在 OpenArt Arena 上综合排名第二、剪辑并列第一,在 Artificial Analysis 上视频剪辑排名第一——可通过第三方创意工具和第三方视频生成 API 平台获取,而证据表明,开放权重很可能不会随之而来。