Un mur de suite d’étalonnage montrant le même plan de toit pluvieux à des timecodes de 00:00 à 00:30
Trente secondes d’un plan continu, disposées sur une timeline. Y parvenir, c’est toute l’histoire.
Le jour où Wan 3.0 Preview est entré en bêta publique, je suis parti à la recherche de sa fiche technique. La première page de résultats m’a expliqué qu’il faisait de la 4K native, qu’il était publié sous Apache 2.0 et qu’il disposait d’un « mode réalisateur IA à six caméras ». Six sites différents, les mêmes affirmations, et pas un seul lien vers une source primaire.
J’ai donc ouvert la page modèle d’Alibaba. 480P, 720P, 1080P. Pas de 4K. Puis j’ai interrogé directement l’API Hugging Face et récupéré tous les dépôts de l’organisation Wan-AI. Le plus récent est Wan2.2-Animate-2, poussé le jour même du lancement de Wan 3.0. Il n’existe rien en 3.0.
Ensuite, j’ai fait la partie que personne d’autre ne fait. La promesse phare de Wan 3.0, c’est 30 secondes de vidéo continue en un seul passage, et je n’y ai pas accès ; j’ai donc essayé de reproduire ce résultat avec les modèles que je peux réellement appeler aujourd’hui. J’ai échoué. La manière dont j’ai échoué s’est révélée être l’élément le plus utile de cet article.
Points clés à retenir
- Wan 3.0 Preview est entré en bêta publique le 6 août 2026. ID du modèle
wan3.0-video, soumis à candidature sur Alibaba Cloud Model Studio et Qwen Cloud. Ce n’est pas une inscription ouverte. - Les vraies caractéristiques : jusqu’à 30 secondes en un seul passage, 480P/720P/1080P, à $0.05/$0.10/$0.20 par seconde de sortie.
- Il n’y a pas de 4K et il n’y a pas de poids ouverts. J’ai interrogé l’API Hugging Face pour chaque dépôt sous
Wan-AI. Rien au-delà de Wan 2.2 n’existe en téléchargement. - Les limites de débit sont le vrai goulet d’étranglement : 2 requêtes simultanées, 30 RPM, 50 tâches asynchrones en file d’attente.
- Vous ne pouvez pas simuler le plan-séquence de 30 secondes avec Wan 2.7. Trois limites non documentées plafonnent le plus long clip réellement continu à 15 secondes, et enchaîner une deuxième continuation fait boucler le modèle vers l’arrière au lieu d’avancer.
Le mur des 15 secondes : ce que Wan 3.0 Preview vend réellement
Voici le meilleur résultat que j’ai pu obtenir. Quinze secondes ininterrompues en 1080P : un travelling avant sur une enseigne néon, une vendeuse qui ferme un stand de café sur un toit sous la pluie, puis un mouvement de grue vers le bas jusqu’à la rue mouillée et un taxi. Un seul fichier généré en continu, sans montage, avec audio généré.
Quinze secondes de vidéo continue Wan 2.7 : enseigne néon, vendeuse sur le toit, grue vers une rue pluvieuse et un taxi
Le plus long clip réellement continu produit pour moi par la famille Wan 2.7 : 15 secondes, 1080P, un seul fichier. Présenté ici sous forme de GIF silencieux ; le fichier livré contient un audio stéréo 44,1 kHz.
C’est bon. C’est aussi exactement la moitié de ce que Wan 3.0 prétend faire en un seul appel, et 15 secondes, c’est là que le plafond est soudé. Tout ce qui suit explique comment j’ai trouvé la soudure.
Pourquoi presque toutes les fiches techniques de Wan 3.0 Preview que vous lisez sont probablement fausses
Deux choses rendent ce lancement inhabituellement bruyant. D’abord, 30 secondes en une seule passe de génération constituent une vraie première pour la famille. Wan2.7-Video plafonne à 15 secondes et la plupart des modèles vidéo grand public se situent entre 5 et 15 (TNGlobal, août 2026). Ensuite, Wan 3.0 accepte des entrées de référence que personne d’autre n’accepte : en plus du texte, de l’image, de l’audio et de la vidéo, il accepte des fichiers doc, xls, ppt, pdf et md ainsi que des pages web, de sorte qu’un diaporama peut devenir une vidéo (AlphaSignal, août 2026).
Cette combinaison a produit une énorme couverture par des sites qui n’ont jamais ouvert la documentation. Voici chaque affirmation largement reprise, vérifiée contre la source primaire.
Tableau A : vérification des caractéristiques de Wan 3.0 Preview
| Affirmation diffusée | Ce que dit la source primaire | Verdict |
|---|---|---|
| 30 secondes en une passe de génération | Confirmé, contre 2 à 15 s dans Wan 2.7 | ✅ Réel |
| Sortie 4K native | Les résolutions officielles sont seulement 480P, 720P et 1080P | ❌ Faux |
| Poids ouverts Apache 2.0 | Aucun dépôt Wan 3.0 n’existe sous Wan-AI sur Hugging Face | ❌ Faux |
| Document-to-video (PDF, PPT, XLS) | Confirmé comme type d’entrée de référence | ✅ Réel |
| « Mode réalisateur IA à six caméras » | N’apparaît dans aucune documentation Alibaba | ❌ Non étayé |
| « Synchronisation labiale en 12 langues avec verrouillage d’identité » | N’apparaît dans aucune documentation Alibaba | ❌ Non étayé |
| $0.05 / $0.10 / $0.20 par seconde | Confirmé pour 480P / 720P / 1080P | ✅ Réel |
| Ouvert à tout le monde | Soumis à candidature sur Model Studio et Qwen Cloud | ⚠️ Bêta, invitation requise |
Les tarifs et les limites de débit viennent directement de la page du modèle : 2 requêtes simultanées, 30 requêtes par minute et une file asynchrone de 50 tâches (QwenCloud, août 2026). Ce chiffre de concurrence est presque absent de la couverture, et c’est la ligne la plus importante de la page. Deux tâches parallèles, chacune prenant plusieurs minutes, c’est acceptable pour une démo de lancement. Ce n’est pas un pipeline.
Passons à la question qui intéresse vraiment la communauté open source. Wan 2.1 et Wan 2.2 proposaient des checkpoints téléchargeables. Wan 2.5 a promis des poids qui ne sont jamais arrivés, Wan 2.6 était entièrement fermé, et Wan 2.7 est resté uniquement accessible par API. J’ai vérifié si 3.0 rompait la série en interrogeant l’API Hugging Face pour chaque modèle de l’organisation Wan-AI, trié par date de création. Les trois dépôts les plus récents sont tous des variantes Wan2.2-Animate-2 créées le 6 août 2026, le jour même du lancement de Wan 3.0. Le dépôt le plus téléchargé reste Wan2.2-TI2V-5B-Diffusers, avec environ 179 000 téléchargements sur les 30 derniers jours (Hugging Face, août 2026).
La réponse est donc non, et Wan 2.2 reste le plafond des poids ouverts. Si votre plan impliquait de l’exécuter en local ou de le fine-tuner, il n’y a rien à exécuter.
La stack Wan 3.0 Preview : ce que vous pouvez vraiment lancer aujourd’hui
La situation se divise nettement. Wan 3.0 se trouve derrière un formulaire de candidature avec une limite de concurrence de deux tâches. Tout ce qui le précède, de Wan 2.7 jusqu’à 2.2, est appelable immédiatement avec une seule clé API, aux côtés de Seedance et Kling pour des comparaisons entre modèles. Tout ce qui figure dans cet article a été exécuté de cette manière, dans un seul onglet de navigateur.
Les prix ci-dessous proviennent du catalogue de modèles Atlas Cloud au 10 août 2026, et non d’un billet de blog.
Tableau B : Wan 3.0 Preview face à ce qui est déjà disponible
| Modèle | Plus long passage unique | Résolutions | Accès | Concurrence | Prix indiqué par seconde |
|---|---|---|---|---|---|
| Wan 3.0 Preview | 30s | 480P / 720P / 1080P | Candidature requise | 2 | $0.05 / $0.10 / $0.20 |
| Wan 2.7 text-to-video | 15s | 720P / 1080P / 1080P-SR / 1440P-SR | Ouvert | Standard | à partir de $0.10 |
| Wan 2.7 image-to-video | 15s | 720P / 1080P | Ouvert | Standard | à partir de $0.10 |
| Wan 2.6 text-to-video | 15s | 720p / 1080p | Ouvert | Standard | $0.07 (30 % de remise sur $0.10) |
| Wan 2.5 text-to-video | 10s | 720p / 1080p | Ouvert | Standard | $0.035 (30 % de remise sur $0.05) |
| Wan 2.2 image-to-video | 10s | 480p / 720p | Ouvert, poids téléchargeables | Standard | $0.03 |
| Seedance 2.5 text-to-video | 30s | 480p / 720p | Ouvert | Standard | à partir de $0.134 |
| Kling v3.0 Pro text-to-video | 15s | Par défaut du modèle | Ouvert | Standard | $0.095 (15 % de remise sur $0.112) |
Les remises sont actives en août 2026 et limitées dans le temps ; vérifiez donc la page du modèle avant de bâtir un budget dessus.
Deux choses ressortent de ce tableau. La passe unique de 30 secondes de Wan 3.0 n’est plus unique : Seedance 2.5 accepte déjà une durée de 4 à 30 secondes en un seul appel, simplement plafonnée à 720p. Et Wan 2.7 est la seule ligne proposant du 1440P-SR, un niveau de super-résolution facturé à 80 % du 1080P natif selon son propre schéma, ce que Wan 3.0 n’a pas.
Ce que Wan 3.0 possède et que rien d’autre n’a, ce sont 30 secondes en 1080P en un seul passage, plus des entrées de référence par document. Wan 3.0 a une page placeholder sur Atlas Cloud marquée Coming Soon, il arrivera donc sur la même clé lorsqu’il sera disponible. D’ici là, voici exactement jusqu’où les anciens modèles peuvent vous mener.
Tutoriel Wan 3.0 Preview étape 1 : rédiger le brief du plan-séquence
Le brief se transmet d’une génération à l’autre, donc écrivez-le une seule fois. Wan 3.0 récompense les descriptions de plans longues et timecodées, et Wan 2.7 accepte la même structure dans une limite de prompt de 5 000 caractères.
Le modèle qui fonctionne : Plan [timecode] + action du sujet + mouvement de caméra + lumière + audio ambiant. Déclarez dès la première ligne que la prise est continue, et décrivez explicitement le lit sonore, car Wan 2.7 génère l’audio nativement et inventera quelque chose d’inutile si vous laissez ce point vide.
J’ai choisi volontairement un stand de café sur un toit, une nuit pluvieuse. Cela met à l’épreuve quatre éléments qui cassent généralement en même temps : mouvement de caméra soutenu, cohérence du visage dans le temps, reflets de néon sur surfaces mouillées et lit audio ambiant continu.
text1BEAT 1 (0-10s): Slow dolly-in from a flickering pink-and-cyan neon sign toward a 2young female vendor wiping down a steel counter on a rooftop coffee stall. 3BEAT 2 (10-15s): The camera cranes down over the rooftop edge to the wet street 4below, gliding toward a taxi idling at the curb. 5Constant: heavy rain, neon palette, 35mm anamorphic, film grain, no cuts. 6
C’est le plan, pas le prompt. Les prompts à coller sont ci-dessous.
Étape 2 : générer l’ouverture en 1080P
Ouvrez la page Wan 2.7 text-to-video et collez Beat 1, rédigé en entier.
text1Continuous single take, no cuts. A rainy night rooftop coffee stall in Shenzhen. 2Shot [0-4s]: Slow dolly-in from a flickering pink-and-cyan neon sign toward a 3young female vendor wiping down a steel counter, rain streaking through the neon 4glow, steam rising from a kettle. 5Shot [4-10s]: The camera settles at chest height as she looks up and half-smiles, 6shallow depth of field, wet reflections on the counter, raindrops visible against 7the dark sky behind her. 8Audio: steady rain, distant traffic hum, the clink of a ceramic cup. 9Cinematic, anamorphic, 35mm, high dynamic range, fine film grain. 10
Paramètres : Resolution 1080P, Aspect ratio 16:9, Duration 10, Prompt extend OFF.
Prompt extend est activé par défaut et réécrit votre prompt avant la génération, ce qui détruit discrètement le contrôle des plans timecodés. Désactivez-le chaque fois que le découpage des plans est l’enjeu.
Réglez la durée sur 10 plutôt que sur le maximum de 15 secondes. Ce n’est pas une décision de coût, et la raison ne devient visible qu’à l’étape 3.
Wan 2.7 text-to-video sur Atlas Cloud, exécution terminée, sortie 1080P visible dans le panneau OUTPUT
Étape 2 dans le playground : prompt collé, 1080P, 16:9, exécution terminée avec le résultat à droite. Notez le devis du bouton Run à $0.75 pour une tâche 1080P de cinq secondes, ce qui revient à $0.15 par seconde plutôt qu’au « à partir de $0.10 » du catalogue.
Étape 3 : le prolonger, et observer où ça casse
L’endpoint image-to-video de Wan 2.7 dispose d’un mode de continuation vidéo qui prend un clip existant et continue le tournage. Prenez l’URL de sortie de votre étape 2, mettez-la dans le champ video, réglez Duration sur 15, et collez Beat 2 :
text1Continue the same unbroken take with identical camera language and lighting. 2The crane-down continues past the rooftop edge to street level, the camera 3gliding forward through the rain toward a taxi idling at the curb, wipers 4sweeping. Keep the rain intensity, neon colour palette, film grain and ambient 5audio identical to the source clip. No cut, no fade, no scene change. 6
Cela produit le clip de 15 secondes en haut de cet article. Voici maintenant les trois limites auxquelles je me suis heurté, dont aucune ne figure dans la documentation.
Un : le clip source doit durer de 2 à 10 secondes. C’est pourquoi l’étape 2 est plafonnée à 10. Générez une ouverture de 15 secondes et vous ne pourrez pas du tout l’étendre, car un fichier de 15 secondes n’est pas une entrée valide.
Deux : la durée demandée doit dépasser la durée source. Donnez un clip de 10 secondes et demandez 10 secondes : l’API le rejette immédiatement avec first_clip duration (10s after trim) must be less than the requested duration (10s). La sortie contient donc la source, et le maximum que vous pouvez gagner en une passe est de 5 secondes.
Trois : il ne préserve pas votre clip source. C’est celle qui compte. Ci-dessous, la ligne du haut est le clip original de 10 secondes à 5 s et 9,9 s. La ligne du bas est la sortie de continuation aux mêmes deux timecodes.
Quatre images comparant le clip source et la sortie de continuation à 5 secondes et 9,9 secondes
Ligne du haut : le clip source à 5 s et 9,9 s. Ligne du bas : la sortie de continuation aux mêmes timecodes. À 5 s, elles correspondent. À 9,9 s, la source est encore sur la vendeuse tandis que la continuation a déjà coupé vers la rue, parce qu’elle a recompressé la source dans environ ses six premières secondes et consacré le reste à du nouveau contenu.
La continuation n’est donc pas une concaténation. Elle re-rend votre clip plus vite pour faire de la place, et les dernières secondes de votre performance originale disparaissent purement et simplement.
Ce qui amène l’idée évidente : l’enchaîner. Réinjecter le résultat de 15 secondes et demander encore 15. J’ai essayé. Voici ce qui est revenu.
Une deuxième continuation enchaînée qui dérive vers la vendeuse sur le toit au lieu de faire avancer la scène
La deuxième passe de continuation. Elle rejoue la rue et le taxi, puis revient en boucle à la vendeuse sur le toit du tout début de la séquence au lieu d’avancer. L’enchaînement ne s’accumule pas.
Voilà le mur. La sortie est plafonnée à 15 secondes, l’entrée est plafonnée à 10, et le deuxième maillon de la chaîne repart en arrière. Quinze secondes de séquence réellement continue sont le plafond pour cette famille de modèles. Tout ce qui est plus long est une coupe, pas une prise, et les coupes sont précisément ce qu’une passe unique de 30 secondes est censée éliminer.
Une précision : la capture du playground pour cette étape de continuation a échoué trois fois parce que l’image de référence prédéfinie de la page détournait sans cesse l’exécution ; l’étape 3 a donc été exécutée via l’API plutôt que dans l’interface du playground. Le prompt, les paramètres et les sorties ci-dessus proviennent tous de cette exécution réelle.
Ce que coûtent réellement 30 secondes de Wan 3.0 Preview
Le bouton Run de l’étape 2 indiquait $0.75 pour une tâche 1080P de cinq secondes. Cela fait $0.15 par seconde, pas les $0.10 listés dans le catalogue, car le prix affiché est un plancher et la facturation évolue avec la résolution. Faites toujours confiance au devis plutôt qu’à la carte.
À ce tarif réel, mes 15 secondes de séquence continue ont coûté $1.50 pour l’ouverture de 10 secondes plus $2.25 pour la continuation, soit $3.75 pour 15 secondes livrées.
Tableau C : ce que coûtent 30 secondes, de cinq façons
| Parcours | Calcul | Total | Ce que vous obtenez réellement |
|---|---|---|---|
| Wan 3.0 Preview, 1080P | $0.20 × 30 | $6.00 | 30 s continues, une passe, sans raccords |
| Wan 3.0 Preview, 720P | $0.10 × 30 | $3.00 | 30 s continues en 720P |
| Wan 3.0 Preview, 480P | $0.05 × 30 | $1.50 | 30 s continues en 480P |
| Wan 2.7, ouverture plus continuation | $0.15 × 25 facturées | $3.75 | 15 s seulement. Impossible d’atteindre 30. |
| Seedance 2.5, 480p | à partir de $0.134 × 30 | ~$4.05 | 30 s continues, plafonnées à 720p |
Relisez la quatrième ligne. Produire 15 secondes continues avec Wan 2.7 a coûté plus cher que ce que Wan 3.0 facture pour 30 secondes continues en 720P. La solution de contournement n’est pas l’option économique : c’est l’option chère qui, en plus, ne fonctionne pas.
Une réserve sur la ligne Seedance : son tarif indiqué est le plancher en 480p et le modèle facture selon la surface en pixels, donc les exécutions en 720p coûtent en pratique environ 2,25 fois ce montant.
Sur la licence, soyez prudent. Wan 3.0 est en bêta ; les conditions commerciales proviennent donc du contrat de service Alibaba Cloud que vous acceptez au moment de la candidature, et non d’une licence de modèle, et elles peuvent changer avant la disponibilité générale. Sans poids publiés, le déploiement local et le fine-tuning ne sont pas des options. Vérifiez les exigences d’attribution et de filigrane dans les conditions de votre propre compte avant de livrer du travail client.
Foire aux questions
Wan 3.0 Preview est-il déjà disponible pour tout le monde ?
Non. Il est entré en bêta publique le 6 août 2026, mais l’accès est soumis à candidature via Alibaba Cloud Model Studio et Qwen Cloud. Les comptes approuvés obtiennent 2 requêtes simultanées, 30 RPM et une file asynchrone de 50 tâches, dimensionnées pour l’évaluation plutôt que pour la production.
Wan 3.0 Preview est-il open source, et où sont les poids ?
Il n’y en a pas. Interroger l’API Hugging Face pour chaque dépôt sous l’organisation Wan-AI ne renvoie rien au-delà de Wan 2.2. Les trois dépôts les plus récents, tous des variantes Wan2.2-Animate-2, ont été créés le jour même du lancement de Wan 3.0. Wan 2.2 reste le plafond des poids ouverts.
Wan 3.0 Preview fait-il vraiment de la 4K native ?
Non. La documentation officielle liste 480P, 720P et 1080P. L’affirmation sur la 4K vient de sites agrégateurs qui se citent entre eux plutôt que de la source primaire, et elle contredit le propre tableau tarifaire d’Alibaba, qui comporte exactement trois niveaux de résolution.
Combien coûte une vidéo Wan 3.0 Preview de 30 secondes ?
En 1080P, $0.20 par seconde de sortie donnent $6.00 pour 30 secondes. En 720P, c’est $3.00, et en 480P, $1.50. À titre de comparaison, 15 secondes continues sur Wan 2.7 en 1080P m’ont coûté $3.75 au tarif réellement facturé.
Puis-je générer aujourd’hui un plan-séquence de 30 secondes sans accès à Wan 3.0 Preview ?
Pas avec Wan 2.7. Son mode de continuation plafonne la sortie à 15 secondes, n’accepte que des clips source de 10 secondes ou moins, et boucle vers l’arrière lorsqu’il est enchaîné. Seedance 2.5 permet de faire 4 à 30 secondes en un seul passage, mais seulement jusqu’à 720p.
Wan 3.0 Preview versus Wan 2.7 : cela vaut-il la peine d’attendre ?
Si vous avez besoin d’un plan continu de plus de 15 secondes, ou d’entrées de référence par document et page web, oui, et il n’existe pas de solution de contournement. Pour tout ce qui dure 15 secondes ou moins, Wan 2.7 est plus pratique pour l’instant, car une limite de concurrence à 2 requêtes rend le travail en lot plus lent sur 3.0 que sur le modèle qu’il remplace.
