Wan 3.0 Preview Sudah Live: Tanpa 4K, Tanpa Open Weights, dan Tembok 15 Detik yang Saya Tabrak Saat Mencoba Memalsukannya

Dinding suite colour-grading yang menampilkan shot rooftop berhujan yang sama pada timecode dari 00:00 hingga 00:30

Tiga puluh detik dalam satu take berkelanjutan, dibentangkan di sepanjang timeline. Cara mencapainya adalah inti ceritanya.

Pada hari Wan 3.0 Preview masuk beta publik, saya mencari lembar spesifikasinya. Halaman pertama hasil pencarian mengatakan model ini mendukung 4K native, dirilis di bawah Apache 2.0, dan punya "six-camera AI director mode." Enam situs berbeda, klaim yang sama, dan tak satu pun menautkan sumber primer.

Jadi saya membuka halaman model milik Alibaba sendiri. 480P, 720P, 1080P. Tidak ada 4K. Lalu saya mengakses Hugging Face API secara langsung dan menarik setiap repositori di bawah organisasi Wan-AI. Yang terbaru adalah Wan2.2-Animate-2, diunggah pada hari yang sama Wan 3.0 diluncurkan. Tidak ada apa pun yang bernama 3.0.

Lalu saya melakukan bagian yang tidak dilakukan orang lain. Headline Wan 3.0 adalah video kontinu 30 detik dalam sekali proses, dan saya tidak punya akses ke sana, jadi saya mencoba mereproduksi hasil itu dengan model yang benar-benar bisa saya panggil hari ini. Saya gagal. Cara saya gagal ternyata menjadi hal paling berguna dalam artikel ini.

Poin utama

• Wan 3.0 Preview masuk beta publik pada 6 Agustus 2026. Model ID wan3.0-video, dibatasi lewat proses aplikasi di Alibaba Cloud Model Studio dan Qwen Cloud. Ini bukan pendaftaran terbuka.
• Spesifikasi sebenarnya: hingga 30 detik dalam sekali proses, 480P/720P/1080P, dengan harga $0.05/$0.10/$0.20 per detik output.
• Tidak ada 4K dan tidak ada open weights. Saya menanyakan Hugging Face API untuk setiap repo di bawah Wan-AI. Tidak ada apa pun di atas Wan 2.2 yang tersedia untuk diunduh.
• Rate limit adalah bottleneck sebenarnya: 2 request bersamaan, 30 RPM, 50 tugas async dalam antrean.
• Anda tidak bisa memalsukan one-take 30 detik dengan Wan 2.7. Tiga batas tak terdokumentasi membatasi klip yang benar-benar kontinu paling panjang pada 15 detik, dan merangkai continuation kedua membuat model berulang mundur, bukan maju.

Tembok 15 Detik: Apa yang Sebenarnya Dijual Wan 3.0 Preview

Inilah hasil terbaik yang bisa saya dapatkan. Lima belas detik tanpa putus pada 1080P: push in ke papan neon, penjual menutup kios kopi rooftop di tengah hujan, lalu crane down ke jalan basah dan sebuah taksi. Satu file generated yang kontinu, tanpa editing, dengan audio yang dihasilkan.

Lima belas detik video Wan 2.7 yang kontinu: papan neon, penjual rooftop, crane down ke jalan berhujan dan taksi

Klip paling panjang yang benar-benar kontinu yang dihasilkan keluarga Wan 2.7 untuk saya: 15 detik, 1080P, satu file. Ditampilkan di sini sebagai GIF tanpa suara; file yang dikirim memuat audio stereo 44.1kHz.

Itu bagus. Tapi itu juga persis separuh dari klaim Wan 3.0 dalam satu panggilan, dan 15 detik adalah titik ketika plafonnya benar-benar terkunci. Semua di bawah ini adalah bagaimana saya menemukan batas itu.

Mengapa Hampir Semua Lembar Spesifikasi Wan 3.0 Preview yang Anda Baca Mungkin Salah

Ada dua hal yang membuat peluncuran ini luar biasa berisik. Pertama, 30 detik dalam satu kali generation pass adalah pencapaian nyata pertama untuk keluarga ini. Wan2.7-Video berhenti di 15 detik dan sebagian besar model video arus utama berada di kisaran 5 hingga 15 (TNGlobal, Agustus 2026). Kedua, Wan 3.0 menerima input referensi yang tidak diterima model lain: selain teks, gambar, audio, dan video, ia menerima file doc, xls, ppt, pdf, dan md plus halaman web, sehingga slide deck bisa menjadi video (AlphaSignal, Agustus 2026).

Kombinasi itu menghasilkan liputan besar-besaran dari situs-situs yang tidak pernah membuka dokumentasinya. Berikut setiap klaim yang beredar luas, dicek terhadap sumber primer.

Tabel A: Pemeriksaan spesifikasi Wan 3.0 Preview

Harga dan rate limit datang langsung dari halaman model: 2 request bersamaan, 30 request per menit, dan antrean async 50 tugas (QwenCloud, Agustus 2026). Angka concurrency itu hampir tidak mendapat liputan, padahal itulah baris paling penting di halaman tersebut. Dua job paralel, masing-masing memakan waktu beberapa menit, baik untuk demo peluncuran. Itu bukan pipeline.

Sekarang pertanyaan yang sebenarnya dipedulikan komunitas open-source. Wan 2.1 dan Wan 2.2 merilis checkpoint yang bisa diunduh. Wan 2.5 menjanjikan weights yang tidak pernah datang, Wan 2.6 sepenuhnya tertutup, dan Wan 2.7 tetap API-only. Saya memeriksa apakah 3.0 memutus rangkaian itu dengan menanyakan Hugging Face API untuk setiap model di bawah organisasi Wan-AI, diurutkan berdasarkan tanggal pembuatan. Tiga repositori terbaru semuanya varian Wan2.2-Animate-2 yang dibuat pada 6 Agustus 2026, hari yang sama Wan 3.0 diluncurkan. Repo yang paling banyak diunduh masih Wan2.2-TI2V-5B-Diffusers dengan sekitar 179.000 unduhan dalam 30 hari terakhir (Hugging Face, Agustus 2026).

Jadi jawabannya tidak, dan Wan 2.2 tetap menjadi batas tertinggi untuk open-weight. Jika rencana Anda melibatkan menjalankannya secara lokal atau melakukan fine-tuning, tidak ada yang bisa dijalankan.

Stack Wan 3.0 Preview: Apa yang Benar-Benar Bisa Anda Jalankan Hari Ini

Situasinya terbagi jelas. Wan 3.0 berada di balik formulir aplikasi dengan batas concurrency dua job. Semua yang sebelumnya, Wan 2.7 mundur hingga 2.2, bisa langsung dipanggil dengan satu API key, bersama Seedance dan Kling untuk perbandingan lintas model. Semua dalam artikel ini dijalankan dengan cara itu, dalam satu tab browser.

Harga di bawah berasal dari katalog model Atlas Cloud pada 10 Agustus 2026, bukan dari posting blog mana pun.

Tabel B: Wan 3.0 Preview versus yang sudah tersedia

Diskon berlaku per Agustus 2026 dan berbatas waktu, jadi cek halaman model sebelum menyusun anggaran berdasarkan angka tersebut.

Ada dua hal yang terlihat dari tabel itu. Single pass 30 detik milik Wan 3.0 bukan lagi hal unik: Seedance 2.5 sudah menerima durasi 4 hingga 30 detik dalam satu panggilan, hanya saja dibatasi pada 720p. Dan Wan 2.7 adalah satu-satunya baris yang menawarkan 1440P-SR, tier super-resolution yang ditagih 80% dari 1080P native menurut skemanya sendiri, yang tidak dimiliki Wan 3.0.

Yang dimiliki Wan 3.0 dan tidak dimiliki yang lain adalah 30 detik pada 1080P dalam sekali proses, plus input referensi dokumen. Wan 3.0 memiliki halaman placeholder di Atlas Cloud bertanda Coming Soon, jadi akan hadir pada key yang sama saat dirilis. Sampai saat itu, inilah sejauh mana model lama bisa membawa Anda.

Tutorial Wan 3.0 Preview Langkah 1: Tulis Brief One-Take

Brief ini dibawa antar-generasi, jadi tulis sekali. Wan 3.0 menghargai deskripsi shot panjang dengan timecode, dan Wan 2.7 menerima struktur yang sama di dalam batas prompt 5.000 karakter.

Template yang berhasil: Shot [timecode] + subject action + camera move + light + ambient audio. Nyatakan bahwa take bersifat kontinu di baris pertama, dan jelaskan sound bed secara eksplisit, karena Wan 2.7 menghasilkan audio secara native dan akan mengarang sesuatu yang tidak membantu jika Anda membiarkannya kosong.

Saya memilih kios kopi rooftop pada malam hujan dengan sengaja. Ini menguji empat hal yang biasanya rusak sekaligus: gerakan kamera berkelanjutan, konsistensi wajah dari waktu ke waktu, pantulan neon basah, dan ambient audio bed yang kontinu.

textCopy
1BEAT 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

Itu rencananya, bukan prompt. Prompt yang Anda tempel ada di bawah.

Langkah 2: Generate Opening pada 1080P

Buka halaman Wan 2.7 text-to-video dan tempel Beat 1, ditulis lengkap.

textCopy
1Continuous 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

Pengaturan: Resolution 1080P, Aspect ratio 16:9, Duration 10, Prompt extend OFF.

Prompt extend aktif secara default dan menulis ulang prompt Anda sebelum generation, yang diam-diam menghancurkan kontrol shot berbasis timecode. Matikan kapan pun breakdown shot adalah inti pekerjaannya.

Atur durasi ke 10, bukan maksimum 15 detik. Itu bukan keputusan biaya, dan alasannya baru terlihat di Langkah 3.

Wan 2.7 text-to-video di Atlas Cloud, run selesai, output 1080P terlihat di panel OUTPUT

Langkah 2 di playground: prompt ditempel, 1080P, 16:9, run selesai dengan hasil di kanan. Perhatikan kutipan tombol Run sebesar $0.75 untuk job 1080P lima detik, yang berarti $0.15 per detik, bukan "mulai $0.10" di katalog.

Langkah 3: Lanjutkan, dan Perhatikan Titik Rusaknya

Endpoint image-to-video Wan 2.7 memiliki mode video-continuation yang mengambil klip yang sudah ada dan terus merekam. Ambil URL output Langkah 2 Anda, masukkan ke field video, atur Duration ke 15, dan tempel Beat 2:

textCopy
1Continue 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

Itu menghasilkan klip 15 detik di bagian atas artikel ini. Sekarang tiga batas yang saya temui, tak satu pun ada di dokumentasi.

Satu: klip sumber harus 2 hingga 10 detik. Itulah mengapa Langkah 2 dibatasi pada 10. Generate opening 15 detik dan Anda tidak bisa memperpanjangnya sama sekali, karena file 15 detik bukan input yang legal.

Dua: durasi yang diminta harus melebihi durasi sumber. Masukkan klip 10 detik dan minta 10 detik, lalu API menolaknya langsung: first_clip duration (10s after trim) must be less than the requested duration (10s). Jadi output memuat sumber, dan paling banyak Anda bisa menambah 5 detik dalam sekali proses.

Tiga: ia tidak mempertahankan klip sumber Anda. Ini yang penting. Di bawah, baris atas adalah klip asli 10 detik pada 5s dan 9.9s. Baris bawah adalah output continuation pada dua timecode yang sama.

Empat frame yang membandingkan klip sumber dan output continuation pada 5 detik dan 9.9 detik

Baris atas: klip sumber pada 5s dan 9.9s. Baris bawah: output continuation pada timecode yang sama. Pada 5s keduanya cocok. Pada 9.9s sumber masih berada pada vendor sementara continuation sudah cut ke jalan, karena ia mengompresi ulang sumber menjadi kira-kira enam detik pertamanya dan menggunakan sisanya untuk material baru.

Jadi continuation bukan concatenation. Ia me-render ulang klip Anda lebih cepat untuk memberi ruang, dan beberapa detik terakhir performa asli Anda hilang begitu saja.

Yang memunculkan ide jelas: rangkai saja. Masukkan hasil 15 detik itu kembali dan minta 15 lagi. Saya mencoba. Inilah yang kembali.

Continuation kedua yang dirangkai dan bergeser kembali ke vendor rooftop alih-alih memajukan adegan

Pass continuation kedua. Ia memutar ulang jalan dan taksi, lalu loop kembali ke vendor rooftop dari awal rangkaian alih-alih bergerak maju. Chaining tidak mengakumulasi.

Itulah temboknya. Batas output adalah 15 detik, batas input 10 detik, dan link kedua dalam chain berjalan mundur. Lima belas detik footage yang benar-benar kontinu adalah plafon untuk keluarga model ini. Apa pun yang lebih panjang adalah cut, bukan take, dan cut persis hal yang ingin dihilangkan oleh single pass 30 detik.

Satu pengungkapan: capture playground untuk langkah continuation ini gagal tiga kali karena preset reference image di halaman terus mengambil alih run, jadi Langkah 3 dijalankan melalui API, bukan UI playground. Prompt, pengaturan, dan output di atas semuanya berasal dari run nyata itu.

Berapa Sebenarnya Biaya Wan 3.0 Preview 30 Detik

Tombol Run di Langkah 2 mengutip $0.75 untuk job 1080P lima detik. Itu $0.15 per detik, bukan $0.10 yang tercantum di katalog, karena angka yang tercantum adalah batas bawah dan billing meningkat sesuai resolusi. Selalu percayai quote dibanding kartu.

Pada tarif nyata itu, 15 detik footage kontinu saya menelan biaya $1.50 untuk opening 10 detik plus $2.25 untuk continuation, jadi $3.75 untuk 15 detik terkirim.

Tabel C: biaya 30 detik, lima cara

Baca lagi baris keempat. Menghasilkan 15 detik kontinu di Wan 2.7 biayanya lebih mahal daripada yang dibebankan Wan 3.0 untuk 30 detik kontinu pada 720P. Workaround bukan opsi murah, melainkan opsi mahal yang juga tidak berhasil.

Satu catatan untuk baris Seedance: tarif tercantumnya adalah batas bawah 480p dan model menagih berdasarkan luas piksel, jadi 720p dalam praktiknya sekitar 2,25 kali angka itu.

Soal lisensi, berhati-hatilah. Wan 3.0 masih beta, jadi ketentuan komersial berasal dari perjanjian layanan Alibaba Cloud yang Anda terima saat aplikasi, bukan dari lisensi model mana pun, dan ketentuan itu dapat berubah sebelum general availability. Tanpa weights yang dipublikasikan, deployment lokal dan fine-tuning bukan opsi. Konfirmasi persyaratan atribusi dan watermark terhadap ketentuan akun Anda sendiri sebelum mengirim pekerjaan klien.

Pertanyaan yang Sering Diajukan

Apakah Wan 3.0 Preview sudah tersedia untuk semua orang?

Belum. Model ini masuk beta publik pada 6 Agustus 2026, tetapi aksesnya dibatasi lewat aplikasi melalui Alibaba Cloud Model Studio dan Qwen Cloud. Akun yang disetujui mendapat 2 request bersamaan, 30 RPM, dan antrean async 50 tugas, yang ukurannya untuk evaluasi, bukan produksi.

Apakah Wan 3.0 Preview open source, dan di mana weights-nya?

Tidak ada. Menanyakan Hugging Face API untuk setiap repositori di bawah organisasi Wan-AI tidak mengembalikan apa pun di atas Wan 2.2. Tiga repo terbaru, semuanya varian Wan2.2-Animate-2, dibuat pada hari yang sama Wan 3.0 diluncurkan. Wan 2.2 tetap menjadi batas tertinggi open-weight.

Apakah Wan 3.0 Preview benar-benar mendukung 4K native?

Tidak. Dokumentasi resmi mencantumkan 480P, 720P, dan 1080P. Klaim 4K berasal dari situs agregator yang saling mengutip, bukan dari sumber primer, dan klaim itu bertentangan dengan tabel harga Alibaba sendiri, yang punya tepat tiga tier resolusi.

Berapa biaya video Wan 3.0 Preview berdurasi 30 detik?

Pada 1080P, $0.20 per detik output menghasilkan $6.00 untuk 30 detik. Pada 720P biayanya $3.00 dan pada 480P $1.50. Sebagai perbandingan, 15 detik kontinu di Wan 2.7 pada 1080P menelan biaya $3.75 pada tarif tagihan nyata yang saya alami.

Bisakah saya membuat one-take 30 detik hari ini tanpa akses Wan 3.0 Preview?

Tidak dengan Wan 2.7. Mode continuation-nya membatasi output pada 15 detik, hanya menerima klip sumber 10 detik atau kurang, dan loop mundur saat dirangkai. Seedance 2.5 bisa membuat 4 hingga 30 detik dalam satu pass, tetapi hanya hingga 720p.

Wan 3.0 Preview versus Wan 2.7: apakah layak ditunggu?

Jika Anda membutuhkan satu shot kontinu lebih dari 15 detik, atau input referensi dokumen dan halaman web, ya, dan tidak ada workaround. Untuk apa pun pada 15 detik atau kurang, Wan 2.7 lebih praktis saat ini, karena batas concurrency 2 request membuat pekerjaan batch lebih lambat di 3.0 daripada model yang digantikannya.