दो एडिटिंग-सूट मॉनिटर एक साथ, बायाँ एक तूफान में समुद्री राक्षस के उभरने का दृश्य दिखा रहा है, दायाँ वही तूफान बीच में कटा हुआ दिखा रहा है
30 सेकंड का समुद्री राक्षस क्लिप चलाएँ जो Alibaba ने Wan 3.0 बीटा के साथ शिप किया था। फिशिंग ट्रॉलर, मूसलाधार बारिश, बिजली, फिर समुद्र ऊपर की ओर फट जाता है। दस अलग शॉट। एक भी कट नहीं। इसके नीचे का ऑर्केस्ट्रल स्कोर मॉडल द्वारा लिखा गया था।
आपकी पहली प्रतिक्रिया "वाह" नहीं है। यह है "मेरे Wan 2.7 में वास्तव में क्या कमी है?"
इसलिए मैं जवाब ढूँढ़ने निकला, और पहली चीज़ जो मुझे मिली वह यह थी कि अधिकांश इंटरनेट इसका गलत जवाब दे रहा है। wan 3.0 vs wan 2.7 सर्च करें और शीर्ष परिणाम आत्मविश्वास से बताते हैं कि Wan 3.0 नेटिव 4K रेंडर करता है और वज़न Hugging Face पर हैं। दोनों ही गलत हैं। मैंने आधिकारिक डेमो फ़ाइलों को एक लैपटॉप पर खींचा और उन्हें ffmpeg से पढ़ा, फिर मॉडल रजिस्ट्रियों और प्रकाशित मूल्य स्तरों की जाँच की। असली अपग्रेड बड़ा है। बस लोग जिस अपग्रेड का वर्णन कर रहे हैं, वह वह नहीं है।
Wan 3.0 बनाम Wan 2.7: मुख्य निष्कर्ष
- अवधि ही मुख्य बात है। Wan 3.0 एक ही पास में 30 सेकंड उत्पन्न करता है, जिसमें एक स्वचालित "स्मार्ट ड्यूरेशन" अनुशंसा होती है। Wan 2.7 टेक्स्ट-टू-वीडियो और इमेज-टू-वीडियो के लिए 15 सेकंड, और रेफरेंस-टू-वीडियो और वीडियो एडिटिंग के लिए 10 सेकंड पर सीमित है।
- रेफरेंस मुट्ठी भर से भीड़ में बदल जाते हैं। Wan 2.7 अधिकतम 5 रेफरेंस आइटम स्वीकार करता है। Wan 3.0 अधिकतम 20 स्वीकार करता है, और पहली बार doc, xls, ppt, pdf और md फ़ाइलों के साथ-साथ वेब पेजों को भी जनरेशन इनपुट के रूप में लेता है।
- कोई 4K नहीं है। Alibaba की अपनी API मूल्य सूची में ठीक तीन स्तर हैं: 480P, 720P और 1080P। Atlas Cloud पर, Wan 2.7 वास्तव में अपने 1080P-SR और 1440P-SR सुपर-रिज़ॉल्यूशन विकल्पों के माध्यम से एक उच्च सीमा प्रदान करता है।
- वज़न खुले नहीं हैं। Hugging Face पर Wan-AI संगठन अभी भी Wan 2.2 पर समाप्त होता है। कोई 3.0 रिपॉजिटरी, कोई 2.7 रिपॉजिटरी और कोई 2.5 रिपॉजिटरी नहीं है।
- Wan 3.0 केवल बीटा और केवल फर्स्ट-पार्टी है। यह Alibaba Cloud Bailian, Wanxiang साइट, Qianwen क्रिएशन डेस्कटॉप ऐप और कुछ सहोदर उत्पादों पर चलता है। यदि आपको इस सप्ताह प्रोडक्शन में कॉल करने योग्य API चाहिए, तो Wan 2.7 अभी भी वह जनरेशन है जो जवाब देता है।
- प्रॉम्प्ट व्याकरण सीखने से पहले फ़ॉर्मेट देखना चाहते हैं? Atlas Cloud के पास एक मुफ्त AI विज्ञापन स्किट जनरेटर है, जो एक उत्पाद विवरण को 15-सेकंड के दो-पात्र कॉमेडी विज्ञापन में बदल देता है, जिसमें बोला गया संवाद होता है। एक मुफ्त जनरेशन, कोई वॉटरमार्क नहीं।
पूरा 30-सेकंड का काइजू अनुक्रम, Alibaba द्वारा Wan 3.0 पर सार्वजनिक बीटा के दौरान उत्पन्न और आधिकारिक Wan 3.0 क्रिएटर हैंडबुक में प्रकाशित। हमने यह क्लिप उत्पन्न नहीं की है। ध्वनि चालू करें: स्कोर आउटपुट का हिस्सा है, बाद में जोड़ा गया म्यूज़िक बेड नहीं। फ़ाइल जैसी वितरित की गई: 1920x1072, 24fps, 30.07s, 44.1kHz स्टीरियो AAC।
यहाँ पहली चीज़ है जो स्पेक शीट्स से छूट जाती है। वह फ़ाइल 1920x1072 है, 1920x1080 नहीं। आधिकारिक हैंडबुक में हर "1080p" डेमो 1072 पिक्सेल ऊँचाई पर आता है, और कई अन्य प्रकाशित डेमो सादे 1280x720 हैं। हैंडबुक में उन्नीस क्लिप में से बारह 30.05 से 30.07 सेकंड तक चलती हैं, जो आपको बताता है कि 30-सेकंड की सीमा एक वास्तविक हार्ड स्टॉप है, न कि एक मार्केटिंग राउंड नंबर।
Wan 3.0 बनाम Wan 2.7 का प्रश्न जितना दिखता है, उससे कहीं अधिक कठिन क्यों है
ईमानदार जवाब यह है कि लगभग किसी ने भी दोनों मॉडलों को एक ही प्रॉम्प्ट पर नहीं चलाया है, क्योंकि लगभग कोई भी ऐसा नहीं कर सकता। Wan 3.0 6 अगस्त, 2026 को सार्वजनिक बीटा के लिए खुला और Alibaba की अपनी सतहों पर रहता है (QbitAI, अगस्त 2026)। तीसरे पक्ष के इन्फ़रेंस प्लेटफ़ॉर्म ने इसे नहीं उठाया है। तो मौजूदा तुलना सामग्री स्पेक शीट से स्पेक शीट है, और स्पेक शीट्स को तब तक बग़ल में कॉपी किया गया है जब तक कि त्रुटियाँ कैल्सीफाई नहीं हो गईं।
तीन Wan 3.0 बनाम Wan 2.7 "तथ्य" जो बिल्कुल गलत हैं
"Wan 3.0 नेटिव 4K है।" यह नहीं है। प्रकाशित API मूल्य सूची 480P, 720P और 1080P को ¥0.3, ¥0.6 और ¥1.2 प्रति सेकंड पर चलाती है। तीन स्तर, कोई चौथा नहीं। इस बीच Atlas Cloud Wan 2.7 पर 1080P-SR और 1440P-SR को उजागर करता है, इसलिए शुद्ध पिक्सेल सीमा पर पुरानी पीढ़ी वर्तमान में जीतती है।
"Wan 3.0 के वज़न खुले हैं।" वे नहीं हैं। Hugging Face ब्राउज़ करें और Wan-AI संगठन का सबसे नया जारी परिवार Wan 2.2 है, जिसमें Animate और S2V वेरिएंट शामिल हैं। कोर वीडियो लाइन ने 2.2 के बाद से वज़न शिप नहीं किए हैं। यदि आप स्थानीय ComfyUI ग्राफ़ के लिए कुछ चाहते हैं, तो 2.1 और 2.2 आपके विकल्प हैं और इसमें कोई बदलाव नहीं हुआ है।
"प्रॉम्प्ट व्याकरण सीधे लागू होता है।" यह आधा सच है, एक तरह से जो आपको जलाएगा। शब्द चलेंगे। संरचना नहीं चलेगी। Wan 3.0 के आधिकारिक प्रॉम्प्ट टाइमस्टैम्प्ड मल्टी-शॉट स्क्रिप्ट हैं: काइजू प्रॉम्प्ट दस नंबरेड शॉट है, बिलबोर्ड प्रॉम्प्ट चार लेबल वाले बीट्स है जिनमें स्पष्ट सेकंड रेंज हैं। एक दस-शॉट स्क्रिप्ट को 15-सेकंड के मॉडल में पेस्ट करें और यह शालीनता से छह शॉट नहीं चुनता। यह संपीड़ित करता है।
आप Wan 3.0 और Wan 2.7 के बीच प्रॉम्प्ट क्यों नहीं बदल सकते
उसके नीचे एक दूसरा जाल है, और यही कारण है कि "बस दो क्लिप जोड़ दो" आपको नहीं बचाता।
Wan 2.7 में एक वीडियो निरंतरता मोड है। यह 30 सेकंड का रास्ता दिखता है। यह नहीं है। आप इसे जो स्रोत क्लिप खिलाते हैं, वह 2 से 10 सेकंड होनी चाहिए, इसलिए 15-सेकंड का जनरेशन बीज नहीं हो सकता। आउटपुट स्रोत को फिर से एनकोड करता है, जो आपके द्वारा खिलाए गए क्लिप की पूंछ को खा जाता है। और निरंतरताओं को श्रृंखलित करने से कहानी को आगे बढ़ाने के बजाय शुरुआती बीट पर वापस जाने की प्रवृत्ति होती है। एक सतत Wan 2.7 फ़ाइल के लिए पंद्रह सेकंड हार्ड सीलिंग है। इससे अधिक लंबा कुछ भी एक संपादन है, एक जनरेशन नहीं।
इन दो पीढ़ियों के बीच यही वास्तविक प्रवासन लागत है, और कोई तुलना तालिका आपको यह नहीं दिखाएगी।
Wan 3.0 बनाम Wan 2.7 स्पेक शीट, और इसे वास्तव में कहाँ चलाएँ
इनमें से किसी का परीक्षण करने के लिए आपको एक ऐसी जगह चाहिए जो एक ही खाते पर टेक्स्ट-टू-वीडियो, रेफरेंस-टू-वीडियो और वीडियो एडिटिंग चलाती हो, जिसमें प्रति-सेकंड बिलिंग हो ताकि एक असफल टेक आपको सेकंड खर्च करवाए, सब्सक्रिप्शन नहीं। इस लेख के Wan 2.7 पक्ष पर सब कुछ Atlas Cloud पर चलता है, जो चार Wan 2.7 एंडपॉइंट और रेफरेंस परीक्षण के लिए उपयोग किए जाने वाले इमेज मॉडल की मेज़बानी करता है। Wan 3.0 अभी तक Atlas Cloud या किसी अन्य तीसरे पक्ष के प्लेटफ़ॉर्म पर नहीं है, यही कारण है कि इस लेख में Wan 3.0 सामग्री Alibaba के अपने बीटा प्रकाशनों से आती है।
तालिका 1: Wan 3.0 बनाम Wan 2.7, पीढ़ी दर पीढ़ी
| Wan 3.0 (सार्वजनिक बीटा) | Wan 2.7 (प्रोडक्शन) | |
|---|---|---|
| अधिकतम अवधि, एक पास | 30s, स्मार्ट ड्यूरेशन के साथ | 15s (t2v, i2v), 10s (r2v, वीडियो एडिट) |
| रेफरेंस आइटम | अधिकतम 20 | अधिकतम 5 (प्रति विषय 1 छवि, अधिकतम 3 वीडियो) |
| इनपुट मोडैलिटीज़ | टेक्स्ट, इमेज, वीडियो, ऑडियो, doc/xls/ppt/pdf/md, वेब पेज | टेक्स्ट, इमेज, वीडियो, ऑडियो |
| दस्तावेज़ इनपुट | एकल फ़ाइल या लिंक, अधिकतम 100MB और 50 पेज | समर्थित नहीं |
| रिज़ॉल्यूशन स्तर | 480P / 720P / 1080P | 720P / 1080P / 1080P-SR / 1440P-SR |
| नेटिव ऑडियो | हाँ | हाँ |
| वीडियो एडिटिंग | निर्देश और रेफरेंस एडिटिंग | समर्पित वीडियो-एडिट एंडपॉइंट |
| खुले वज़न | नहीं | नहीं |
| इसे कहाँ चला सकते हैं | केवल Alibaba फर्स्ट-पार्टी सतहें | तीसरे पक्ष के APIs, Atlas Cloud सहित |
| सूचीबद्ध मूल्य | ¥0.3 / ¥0.6 / ¥1.2 प्रति सेकंड स्तर के अनुसार | $0.1 प्रति सेकंड, 720P बेसलाइन |
तालिका 2: इस लेख में उपयोग किए गए Wan 2.7 एंडपॉइंट
| एंडपॉइंट | अधिकतम अवधि | रिज़ॉल्यूशन | रेफरेंस सीमा | सूचीबद्ध मूल्य |
|---|---|---|---|---|
| टेक्स्ट-टू-वीडियो | 2-15s | 720P, 1080P, 1080P-SR, 1440P-SR | n/a | $0.1 / sec |
| रेफरेंस-टू-वीडियो | 2-10s | 720P, 1080P, 1080P-SR, 1440P-SR | 5 आइटम | $0.1 / sec |
| इमेज-टू-वीडियो | 2-15s | 720P, 1080P, 1080P-SR, 1440P-SR | स्रोत क्लिप 2-10s | $0.1 / sec |
| वीडियो-एडिट | 2-10s आउट, 2-10s इन | 720P (1.0x), 1080P (1.5x) | 3 छवियां | $0.1 / sec |
कुछ भी चलाने से पहले आंतरिक बनाने लायक एक मूल्य विवरण: "$0.1 प्रति सेकंड" शीर्षक 720P बेसलाइन है। वीडियो-एडिट पेज 1080P के लिए सीधे 1.5x गुणक का दस्तावेजीकरण करता है, और Run बटन आपके द्वारा चुने गए स्तर के लिए वास्तविक संख्या उद्धृत करता है। बटन पढ़ें, हेडर नहीं।
स्वयं Wan 3.0 बनाम Wan 2.7 परीक्षण चलाएँ
चार कदम। उनमें से दो Alibaba की प्रकाशित सामग्री को निश्चित संदर्भ बिंदु के रूप में उपयोग करते हैं, दो वे रन हैं जो आप स्वयं करते हैं। यहाँ कुछ भी Wan 3.0 बीटा तक पहुँच की आवश्यकता नहीं है।
चरण 1: Wan 3.0 क्लिप और उसका मूल प्रॉम्प्ट प्राप्त करें
इस परीक्षण का Wan 3.0 पक्ष कुछ ऐसा नहीं है जिसे आप उत्पन्न करते हैं। यह कुछ ऐसा है जिसे आप पढ़ते हैं। पूरा काइजू प्रॉम्प्ट आधिकारिक Wan 3.0 क्रिएटर हैंडबुक में, तैयार क्लिप के साथ, "灾难电影" उदाहरण के अंतर्गत प्रकाशित है। यह एक चीनी-भाषा की स्क्रिप्ट है जिसमें दस क्रमांकित शॉट और स्कोर का वर्णन करने वाला एक अलग पैराग्राफ है।
कुछ भी करने से पहले इसे एक बार पढ़ें। संरचना ही सबक है: दस शॉट, प्रत्येक का अपना कैमरा, विषय और प्रकाश नोट, एक स्कोरिंग ब्रीफ के साथ समाप्त। 30-सेकंड के एकल-पास जनरेशन प्रॉम्प्ट का यही स्वरूप है।
चरण 2: उसी प्रॉम्प्ट को Wan 2.7 टेक्स्ट-टू-वीडियो पर चलाएँ
Wan 2.7 टेक्स्ट-टू-वीडियो प्लेग्राउंड खोलें और उसी स्क्रिप्ट का अंग्रेजी अनुवाद पेस्ट करें। इसे अभी छोटा न करें। आप देखना चाहते हैं कि मॉडल क्या करता है जब इरादा सीमा से अधिक हो जाता है।
Plain1एक 30-सेकंड, फोटोरियलिस्टिक सिनेमैटिक अनुक्रम: एक गहरे समुद्र का काइजू रात में एक भयंकर तूफान में उभरता है। एक छोटे, पिटे हुए मछली पकड़ने वाले ट्रॉलर पर खोलें, जिसके पतवार पर सफेद अक्षर "WAN" हैं, मूसलाधार बारिश के तहत विशाल लहरों से लड़ते हुए; बिजली क्षण भर के लिए पूरे समुद्र को रोशन करती है। डेक पर एक मिड-क्लोज़ शॉट पर धक्का दें: लहरें धनुष पर से टकराती हैं, रस्सियाँ, जाल और धातु की रेलिंग हवा में चाबुक की तरह चलती हैं, बारिश लेंस पर धारियाँ बनाती है। फिर आगे का समुद्र अप्राकृतिक रूप से उबलता है, एक विशाल भँवर बनता है, और एक विशाल अंधेरी आकृति नाव के नीचे से गुज़रती है, उसे ऊपर उठाती है। एक भीगे हुए रेन जैकेट में एक चालक दल का सदस्य रेलिंग को पकड़ता है, भयभीत होता है, और पानी की ओर मुड़ता है। अंत में सतह ऊपर की ओर फटती है और एक विशाल प्रशांत-रिम-शैली का समुद्री राक्षस उभरता है: गीली, चोटिल, लकीरदार त्वचा, विशाल जबड़े, दसियों मीटर का स्प्रे। बिजली में दहाड़ते हुए उसके सिर पर क्लोज़-अप। ट्रॉलर लगभग निगल लिया जाता है। एक विस्तृत शॉट पर समाप्त करें: काइजू उबलते समुद्र के ऊपर ऊँचा, नाव अग्रभूमि में छोटी, एक अंतिम बिजली की हड़ताल। हॉलीवुड आपदा-मूवी स्कोरिंग: कम सब-बास गड़गड़ाहट और विरल स्ट्रिंग्स, ब्रेच पर ब्रास और भारी ताल वाद्यों की ओर बढ़ते हुए, एक दमनकारी निरंतर कम कॉर्ड पर समाप्त। फोटोरियलिस्टिक स्केल, वॉल्यूमेट्रिक पानी, उच्च-कंट्रास्ट तूफान प्रकाश।
सेटिंग्स: रिज़ॉल्यूशन 1080P, अवधि 15s (अधिकतम), पहलू अनुपात 16:9, ऑडियो चालू रखा गया ताकि मॉडल इसे स्वयं स्कोर करे। रेफरेंस-ऑडियो स्लॉट खाली छोड़ दें।
Atlas Cloud पर Wan 2.7 टेक्स्ट-टू-वीडियो प्लेग्राउंड जिसमें काइजू प्रॉम्प्ट लोड है और तैयार 15-सेकंड क्लिप OUTPUT पैनल में है
Atlas Cloud पर Wan 2.7 टेक्स्ट-टू-वीडियो, प्रॉम्प्ट पेस्ट किया गया, 1080P और 16:9 चयनित। Run बटन इस छोटे परीक्षण टेक के लिए $0.75 उद्धृत करता है, जो प्रति सेकंड $0.15 बैठता है: सादे दृष्टि में 1.5x 1080P गुणक, एक मॉडल पेज पर जिसका शीर्षक नंबर $0.1 है।
फिर इसे प्रॉम्प्ट में एक पंक्ति जोड़कर दूसरी बार चलाएँ:
Plain1एकल सतत टेक, कोई कट नहीं। ब्रेच पल को प्राथमिकता दें; सेटअप को संपीड़ित करें।
वह एक पंक्ति लघु रूप में प्रवासन कार्य है। 30-सेकंड की स्क्रिप्ट को 15-सेकंड के इरादे के रूप में फिर से लिखा जाना है, और आप वह हैं जो तय करता है कि कौन से सात शॉट मरते हैं।
बाएँ: आधिकारिक Wan 3.0 आउटपुट, 30 सेकंड। दाएँ: Atlas Cloud पर Wan 2.7 उसी प्रॉम्प्ट को चला रहा है, अपनी 15-सेकंड की सीमा पर रुक रहा है।
चरण 3: Wan 3.0 बनाम Wan 2.7 पहचान परीक्षण के लिए रेफरेंस इमेज बनाएँ
अवधि सबसे जोरदार अपग्रेड है। पिक्सेल-स्तरीय स्थिरता वह है जो वास्तव में प्रोडक्शन कार्य को बदलती है, और आप इसे दो बिल्लियों के साथ परीक्षण कर सकते हैं।
Alibaba की हैंडबुक में एक Wes Anderson पास्टिश शामिल है जिसमें एक ही रैगडॉल बिल्ली और एक ही काली बिल्ली को पाँच बेहद अलग वातावरणों में जीवित रहना होता है: एक सममित होटल कॉरिडोर, एक कटअवे साइड व्यू, एक वॉशिंग मशीन ड्रम, एक हवाई अड्डे का सामान बेल्ट और एक लाल फोन बॉक्स। दोनों बिल्लियों को @Image1 और @Image2 रेफरेंस टैग से पिन किया गया है।
पहले अपने स्वयं के दो रेफरेंस उत्पन्न करें। GPT Image 2 का उपयोग करें जिसमें गुणवत्ता उच्च पर सेट हो और 16:9 फ्रेम हो, और इसे दो बार चलाएँ।
Plain1एक स्टूडियो पोर्ट्रेट एक फूली हुई रैगडॉल बिल्ली का, जिसमें नीली आँखें और एक गहरा मास्क है, सीधे कैमरे की ओर बैठी हुई, एक सादे हल्के गुलाबी पृष्ठभूमि के खिलाफ समान रूप से प्रकाशित, तीखे फर विवरण के साथ, पूरा शरीर दिखाई दे रहा है, साफ रेफरेंस-शीट फ्रेमिंग।
Plain1एक स्टूडियो पोर्ट्रेट एक छोटी चिकनी काली बिल्ली का, जिसमें चमकीली एम्बर आँखें हैं, प्रोफ़ाइल में दाईं ओर खड़ी हुई, एक सादे हल्के गुलाबी पृष्ठभूमि के खिलाफ समान रूप से प्रकाशित, तीखे फर विवरण के साथ, पूरा शरीर दिखाई दे रहा है, साफ रेफरेंस-शीट फ्रेमिंग।
Atlas Cloud पर GPT Image 2 प्लेग्राउंड जिसमें गुणवत्ता उच्च पर सेट है और रैगडॉल बिल्ली रेफरेंस शीट OUTPUT पैनल में रेंडर की गई है
GPT Image 2 गुणवत्ता उच्च पर, 16:9। काली बिल्ली पाने के लिए दूसरे प्रॉम्प्ट को उसी तरह चलाएँ।
चरण 4: Wan 2.7 रेफरेंस-टू-वीडियो पर पहचान परीक्षण चलाएँ
दोनों बिल्लियों को Wan 2.7 रेफरेंस-टू-वीडियो एंडपॉइंट पर अपलोड करें। रिज़ॉल्यूशन 1080P, पहलू अनुपात 16:9, अवधि 10 सेकंड, जो इस एंडपॉइंट का अधिकतम है। नीचे दिया गया प्रॉम्प्ट हैंडबुक की शॉट सूची है जिसे पाँच बीट्स से तीन में संपीड़ित किया गया है, क्योंकि दस सेकंड में पाँच नहीं समाता।
Plain1Wes Anderson शैली, पूरी तरह से सममित, सपाट ललाट रचनाएँ, पेस्टल पैलेट। रेफरेंस इमेज 1 रैगडॉल बिल्ली है, रेफरेंस इमेज 2 काली बिल्ली है; दोनों बिल्लियों को हर शॉट में समान रखें। शॉट 1: एक अंतहीन सममित होटल कॉरिडोर, रैगडॉल बिल्ली एक गंभीर अभिव्यक्ति के साथ सीधे कैमरे की ओर दौड़ रही है, काली बिल्ली पृष्ठभूमि में अपना सिर 180 डिग्री पीछे मोड़कर तेज़ी से भाग रही है। शॉट 2: कॉरिडोर का एक कटअवे साइड व्यू, गुलाबी पैटर्न वाला वॉलपेपर और सोने के चित्र फ्रेम, रैगडॉल बाएँ से दाएँ चल रही है और काली बिल्ली दाएँ से बाएँ पार कर रही है। शॉट 3: एक पुदीने-हरे रंग की विंटेज वॉशिंग मशीन के दरवाजे पर फ्रंटल मैक्रो, दोनों बिल्लियाँ झाग के बीच ड्रम के अंदर कठोरता से तैर रही हैं, आँखें खाली, पीछे इंद्रधनुष-क्रम में डिटर्जेंट की बोतलें पंक्तिबद्ध हैं। कठोर क्षैतिज और ऊर्ध्वाधर, कोई कैमरा झुकाव नहीं, भावशून्य बेतुका हास्य।
Atlas Cloud पर Wan 2.7 रेफरेंस-टू-वीडियो प्लेग्राउंड जिसमें दोनों बिल्ली रेफरेंस लोड हैं और तैयार क्लिप OUTPUT पैनल में है
Wan 2.7 रेफरेंस-टू-वीडियो: दोनों बिल्लियाँ इमेज रेफरेंस स्लॉट में लोड की गईं, रिज़ॉल्यूशन 1080P पर सेट, और Run बटन शुरू होने से पहले टेक को उद्धृत कर रहा है। दो रेफरेंस पहले से ही इस एंडपॉइंट की स्वीकार्य सीमा का एक सार्थक हिस्सा है। Wan 3.0 20 रेफरेंस आइटम लेता है।
अब दोनों को एक साथ रखें।
आधिकारिक Wan 3.0 पहचान-लॉक क्लिप: वही रैगडॉल और काली बिल्ली एक होटल कॉरिडोर, एक कटअवे दीवार, एक वॉशिंग मशीन ड्रम, एक सामान बेल्ट और एक लाल फोन बॉक्स में सुसंगत रखी गई
Alibaba द्वारा Wan 3.0 पर सार्वजनिक बीटा के दौरान उत्पन्न और आधिकारिक क्रिएटर हैंडबुक में प्रकाशित। पाँच वातावरण, 19.9 सेकंड, दोनों बिल्लियाँ रेफरेंस टैग द्वारा पिन की गईं। यहाँ एक मूक GIF के रूप में दिखाया गया है; वितरित फ़ाइल में 44.1kHz स्टीरियो ऑडियो है।
उसी ब्रीफ पर Wan 2.7 रेफरेंस-टू-वीडियो परिणाम, 10-सेकंड की सीमा के अंदर तीन शॉट
Atlas Cloud पर Wan 2.7 रेफरेंस-टू-वीडियो, वही दो रेफरेंस, यहाँ एक मूक GIF के रूप में दिखाया गया है। यह एंडपॉइंट का डिफ़ॉल्ट 5-सेकंड टेक है, पूरे 10 सेकंड के बजाय: यह जानने लायक है कि अवधि नियंत्रण हमेशा वह नहीं करता जो आप सेट करते हैं, इसलिए इसे दबाने से पहले Run बटन उद्धरण पढ़ें। बिल्लियों के निशान और रैगडॉल के मास्क को देखें; यह वह आयाम है जिसके बारे में "पिक्सेल-स्तरीय स्थिरता" का दावा है।
चार और Wan 3.0 बनाम Wan 2.7 प्रॉम्प्ट जो फिर से चलाने लायक हैं
काइजू क्लिप अवधि और भौतिकी पर जोर देती है। ये तीन अलग-अलग चीज़ों पर जोर देते हैं, और प्रत्येक एक अलग Wan 2.7 सीमा से टकराता है। ये तीनों आधिकारिक हैंडबुक से Alibaba के अपने बीटा आउटपुट हैं।
Wan 3.0, आधिकारिक बीटा आउटपुट: एक फ्लोरोसेंट-लाइट वाले अस्पताल कॉरिडोर में एकल 30-सेकंड पुश-बैक, हल्का हरा मोनोक्रोम ग्रेड, अभिनेत्री मदद के लिए चिल्ला रही है। ध्वनि चालू करें। प्रदर्शन, क़दमों की आहट और उपकरण की गुंजन सभी मॉडल-जनरेटेड हैं।
तालिका 3: प्रत्येक प्रॉम्प्ट क्या माँगता है, और Wan 2.7 इसे कहाँ सीमित करता है
| प्रॉम्प्ट | स्क्रिप्ट क्या माँगती है | Wan 2.7 की प्रकाशित सीमा | परीक्षण किया जा रहा आयाम |
|---|---|---|---|
| काइजू ब्रीच | 30s में 10 क्रमांकित शॉट, साथ ही एक स्कोरिंग ब्रीफ | 15s max on टेक्स्ट-टू-वीडियो | अवधि और मल्टी-शॉट कथा |
| अस्पताल कॉरिडोर | बोले गए संवाद के साथ एक 30s सतत टेक | 15s max, नेटिव ऑडियो उपलब्ध | लंबे टेक पर प्रदर्शन और संवाद |
| गैस स्टेशन काउगर्ल | चार समयबद्ध कृत्यों में 30s कॉमेडी आर्क | 15s max, इसलिए दो कृत्यों को जाना होगा | कॉमिक टाइमिंग जिसे रनटाइम चाहिए |
| बिलबोर्ड वन-टेक | स्पष्ट सेकंड रेंज के साथ चार बीट्स, कोई कट नहीं | 15s max, इसलिए रेंज को फिर से लिखना होगा | लंबी चाल पर कैमरा भौतिकी |
| दो बिल्लियाँ, पाँच कमरे | 2 टैग किए गए विषय 5 वातावरणों में रखे गए | 10s max, 5 रेफरेंस स्लॉट | पहचान स्थिरता |
उसी विचार का एक मुफ्त 15-सेकंड संस्करण
गैस स्टेशन क्लिप को फिर से देखें। वह प्रारूप, दो पात्रों, एक उलटफेर और एक पंचलाइन के साथ एक छोटा कॉमेडी स्किट, वह है जहाँ Wan 3.0 का अतिरिक्त रनटाइम सबसे अधिक भुगतान करता है। यह वह प्रारूप भी है जो सबसे अधिक कुछ बेचने की संभावना रखता है।
पकड़ प्रॉम्प्ट है। हैंडबुक के कॉमेडी उदाहरण स्पष्ट टाइमस्टैम्प और ब्लॉकिंग के साथ 800 शब्द चलते हैं। यह एक वास्तविक कौशल है और इसे सीखने में एक सप्ताह लगता है।
यदि आप उस सप्ताह का निवेश करने से पहले यह जानना चाहते हैं कि क्या प्रारूप आपके उत्पाद के लिए काम करता है, तो Atlas Cloud के पास एक मुफ्त उपकरण है जो प्रॉम्प्ट इंजीनियरिंग को पूरी तरह से छोड़ देता है। आप उत्पाद का वर्णन करते हैं, वैकल्पिक रूप से 8MB प्रत्येक पर चार उत्पाद फ़ोटो अपलोड करते हैं, छह स्वरों में से एक चुनते हैं (मजेदार मीम, प्लॉट ट्विस्ट, सिटकॉम, हार्टवार्मिंग, लक्ज़री या हार्ड सेल), और यह दो-पात्र स्क्रिप्ट लिखता है, आवाज़ें डालता है, संवाद और ध्वनि प्रभाव उत्पन्न करता है, और एक सतत दृश्य के रूप में एक तैयार 15-सेकंड का विज्ञापन लौटाता है। डाउनलोड साफ हैं, बिना किसी वॉटरमार्क के। आपको साइन इन करना होगा, और आपको क्रेडिट टॉप अप करने से पहले एक मुफ्त जनरेशन मिलता है।
उत्पाद कॉपी की एक पंक्ति अंदर, एक तैयार 15-सेकंड कॉमेडी विज्ञापन बाहर: Atlas Cloud का मुफ्त AI विज्ञापन स्किट जनरेटर
मुफ्त AI विज्ञापन स्किट जनरेटर: एक उत्पाद विवरण अंदर, एक 15-सेकंड दो-पात्र विज्ञापन बाहर।
मुफ्त जनरेटर से एक वास्तविक आउटपुट। ध्वनि चालू करें: स्क्रिप्ट, दो आवाज़ें और ध्वनि प्रभाव सभी एक ही रन से निकलते हैं।
Wan 3.0 बनाम Wan 2.7 तुलना चलाने में कितना खर्च आता है
प्रति सेकंड, दो पीढ़ियाँ 720P स्तर पर एक ही पड़ोस में हैं। लागत का अंतर संरचनात्मक है: एक क्लिप जो पहले 15 सेकंड हुआ करती थी, अब 30 सेकंड है, इसलिए एक तैयार टुकड़ा लगभग दोगुना हो जाता है।
तालिका 4: वही काइजू अनुक्रम, चार तरीके
| रन | दर | कुल |
|---|---|---|
| Wan 3.0, 30s at 720P | ¥0.6 / sec | ¥18, लगभग $2.50 |
| Wan 3.0, 30s at 1080P | ¥1.2 / sec | ¥36, लगभग $5.00 |
| Wan 2.7, 15s at 720P | $0.10 / sec | $1.50 |
| Wan 2.7, 15s at 1080P | $0.10 / sec with 1.5x tier multiplier | $2.25 |
| Wan 2.7, 15s at 1440P-SR | Run बटन पर लाइव उद्धृत | लाइव उद्धृत |
| मुफ्त AI विज्ञापन स्किट, 15s | मुफ्त, 1 जनरेशन प्रति खाता | $0.00 |
दो चेतावनियाँ। बीटा मूल्य निर्धारण सामान्य-उपलब्धता मूल्य निर्धारण नहीं है, और Alibaba ने कहा है कि API जल्द ही और अधिक व्यापक रूप से खुलेगा, इसलिए ¥ आंकड़ों को एक प्रतिबद्ध दर के बजाय सार्वजनिक बीटा के एक स्नैपशॉट के रूप में मानें। और Atlas Cloud की ओर, प्रतिबद्ध होने से पहले हमेशा Run बटन पर लाइव उद्धरण पढ़ें, क्योंकि रिज़ॉल्यूशन गुणक वहाँ लागू किया जाता है, शीर्षक मूल्य में नहीं।
Alibaba ने यह भी कहाँ पर असामान्य रूप से स्पष्ट रहा है कि Wan 3.0 अभी भी कहाँ कमज़ोर है, उन्होंने कहा कि मॉडल में "ध्वनि गुणवत्ता और पाठ सटीकता में अभी भी सुधार की गुंजाइश है।" यह फ़ाइलों के अनुरूप है: आधिकारिक डेमो पर ऑडियो 44.1kHz स्टीरियो है लेकिन एक मामूली 32 kb/s पर एन्कोडेड है, जो पूर्वावलोकन के लिए ठीक है और डिलीवरी मास्टर के लिए पतला है।
Wan 3.0 बनाम Wan 2.7 लाइसेंसिंग: आप वास्तव में क्या शिप कर सकते हैं
संक्षिप्त संस्करण, और कृपया किसी ग्राहक के सामने कुछ भी रखने से पहले इसे वर्तमान शर्तों के विरुद्ध स्वयं सत्यापित करें।
Wan 3.0 सार्वजनिक बीटा में है और इसके वाणिज्यिक नियम तय नहीं हैं। क्योंकि वज़न जारी नहीं किए गए हैं, कोई सेल्फ-होस्टेड पथ बिल्कुल नहीं है; आप जो कुछ भी बनाते हैं वह Alibaba के API या उसके उपभोक्ता सतहों के माध्यम से जाता है, और आप उन शर्तों से बंधे हैं जो उस दिन लागू होती हैं जिस दिन आप उत्पन्न करते हैं। Wan 2.7 वज़न पर वही कहानी है, लेकिन यह इतने लंबे समय से प्रोडक्शन में है कि प्लेटफ़ॉर्म API शर्तें स्थिर हैं। यदि आप इसे किसी तीसरे पक्ष के प्लेटफ़ॉर्म के माध्यम से चला रहे हैं, तो आपके वाणिज्यिक अधिकार उस प्लेटफ़ॉर्म की सेवा की शर्तों से आते हैं, इसलिए उन्हें पढ़ें जो वास्तव में आपके खाते पर लागू होते हैं। इनमें से कोई भी पैराग्राफ कानूनी सलाह नहीं है।
Wan 3.0 बनाम Wan 2.7 FAQ
क्या Wan 3.0 ओपन सोर्स है? क्या मैं इसे ComfyUI में चला सकता हूँ?
नहीं। अगस्त 2026 तक Hugging Face पर Wan-AI संगठन के अंतर्गत कोई Wan 3.0 रिपॉजिटरी नहीं है, और न ही Wan-Video GitHub पर कोई है। जारी किए गए वज़न वाला सबसे नया Wan परिवार Wan 2.2 है, जिसमें Animate और S2V वेरिएंट शामिल हैं। स्थानीय ComfyUI ग्राफ़ के लिए आप अभी भी 2.1 या 2.2 पर हैं। Wan 3.0 केवल API और वेब है।
Wan 3.0 बनाम Wan 2.7 रिज़ॉल्यूशन: क्या Wan 3.0 वास्तव में 4K उत्पन्न करता है?
नहीं। प्रकाशित API मूल्य सूची में तीन रिज़ॉल्यूशन स्तर हैं: 480P, 720P और 1080P। कई व्यापक रूप से साझा किए गए तुलना पोस्ट नेटिव 4K का दावा करते हैं और वे गलत हैं। कच्चे आउटपुट सीमा पर, Atlas Cloud पर Wan 2.7 वास्तव में अपने 1080P-SR और 1440P-SR सुपर-रिज़ॉल्यूशन विकल्पों के माध्यम से उच्च जाता है।
क्या मैं क्लिप बढ़ाकर Wan 2.7 से 30 सेकंड प्राप्त कर सकता हूँ?
एक सतत फ़ाइल के रूप में नहीं। निरंतरता मोड के लिए 2 से 10 सेकंड के स्रोत क्लिप की आवश्यकता होती है, इसलिए एक पूर्ण 15-सेकंड जनरेशन बीज नहीं हो सकता। आउटपुट पुनः एन्कोड करता है और आपके द्वारा खिलाई गई किसी भी चीज़ की पूंछ को ट्रिम करता है, और श्रृंखलित निरंतरताएँ शुरुआती बीट पर वापस लूप करने की प्रवृत्ति रखती हैं। 15 सेकंड के बाद आप संपादित कर रहे हैं, उत्पन्न नहीं कर रहे।
Wan 3.0 बनाम Wan 2.7: मैं आज प्रत्येक को वास्तव में कहाँ चला सकता हूँ?
Wan 3.0 Alibaba की अपनी सतहों पर सार्वजनिक बीटा में है: Alibaba Cloud Bailian, Wanjing Yike, Wanxiang साइट, Qianwen क्रिएशन डेस्कटॉप क्लाइंट, IF STUDIO और Duiyou, Qianwen ऐप में ग्रेस्केल एक्सेस के साथ। कोई तीसरा पक्ष इन्फ़रेंस प्लेटफ़ॉर्म अभी तक इसकी मेज़बानी नहीं करता है। Wan 2.7 वह पीढ़ी है जिसे आप अभी भी सीधे कॉल कर सकते हैं, टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो, रेफरेंस-टू-वीडियो और वीडियो-एडिट एंडपॉइंट पर।
Wan 3.0 बनाम Wan 2.7 मूल्य निर्धारण: प्रति तैयार क्लिप किसकी अधिक लागत है?
720P स्तर पर प्रति सेकंड वे करीब हैं। प्रति तैयार क्लिप, लगभग दोगुना होने की उम्मीद करें, क्योंकि प्राकृतिक आउटपुट लंबाई 15 सेकंड से 30 सेकंड हो गई है। दर परिवर्तन के बजाय रनटाइम परिवर्तन के लिए बजट बनाएँ, और याद रखें कि बीटा मूल्य निर्धारण सामान्य उपलब्धता तक जीवित नहीं रह सकता है।
क्या मुझे Wan 3.0 के लिए अपने Wan 2.7 प्रॉम्प्ट को फिर से लिखने की आवश्यकता है?
हाँ, और पुनर्लेखन शाब्दिक के बजाय संरचनात्मक है। Wan 2.7 प्रॉम्प्ट एक सतत शॉट का समृद्ध विवरण में वर्णन करते हैं। Wan 3.0 प्रॉम्प्ट टाइमस्टैम्प्ड शॉट सूचियाँ हैं, कभी-कभी एक अलग स्कोरिंग पैराग्राफ के साथ, और मॉडल इनपुट के रूप में एक pdf या डेक भी पढ़ेगा। अंगूठे का नियम: Wan 2.7 के लिए एक शॉट के बारे में एक पैराग्राफ लिखें; Wan 3.0 के लिए सेकंड रेंज के साथ एक क्रमांकित दृश्य विवरण लिखें।
