最新情報：Wan 3.0は2026年8月24日より公開されています。
タイムコード00:00から00:30の同じ雨の屋上のショットが並んだカラーグレーディングスイートの壁
タイムライン上に並べられた、30秒のワンカット連続撮影。そこに辿り着くことこそが全ての物語です。
Wan 3.0 Previewがパブリックベータになった日、私はそのスペックシートを探しに行きました。検索結果の最初のページには、ネイティブ4K対応、Apache 2.0での提供、「6カメラAIディレクターモード」搭載と書かれていました。6つの異なるサイトが同じ主張をしていましたが、どれも一次情報にリンクしていませんでした。
そこで、Alibabaの公式モデルページを開きました。480P、720P、1080P。4Kはありません。次に、Hugging Face APIに直接アクセスし、Wan-AI組織下の全リポジトリを取得しました。最も新しいのはWan2.2-Animate-2で、Wan 3.0が公開された同日にプッシュされたものです。3.0系のものは一切ありません。
そこで、誰もやっていないことをしました。Wan 3.0の目玉は、1回の生成で30秒の連続動画を生成できることです。私はそれにアクセスできないので、現在実際に呼び出せるモデルでその結果を再現しようと試みました。そして失敗しました。その失敗の仕方が、この記事で最も有益な情報となりました。
重要ポイント
- Wan 3.0 Previewは2026年8月6日にパブリックベータ開始。 モデルIDは
wan3.0-videoで、Alibaba Cloud Model StudioとQwen Cloudで申請が必要です。自由にサインアップできるものではありません。 - 実際のスペック： 1回の生成で最大30秒、480P/720P/1080P、出力1秒あたり$0.05/$0.10/$0.20。
- 4Kはなく、オープンウェイトもありません。 Hugging Face APIで
Wan-AI配下の全リポジトリを照会しましたが、Wan 2.2より上のバージョンはダウンロード可能なものとしては存在しません。 - レート制限が実際のボトルネック： 同時リクエスト数2、RPM 30、非同期タスクキュー50。
- Wan 2.7で30秒のワンカットを偽装することはできません。 3つの文書化されていない制限により、真に連続したクリップの最長は15秒に制限され、さらに2回目の継続を試みるとモデルが前方ではなく後方にループします。
15秒の壁：Wan 3.0 Previewが本当に売りにしているもの
これが私が得られた最高の結果です。1080Pで途切れのない15秒：ネオンサインへのプッシュイン、雨の中屋上のコーヒースタンドを閉める店員、そしてクレーンダウンで濡れた街路とタクシーへ。1つの連続生成ファイルで、編集なし、音声生成あり。
Wan 2.7による15秒の連続動画：ネオンサイン、屋上の店員、クレーンダウンで雨の街路とタクシー
Wan 2.7ファミリーで生成できた最長の真に連続したクリップ：15秒、1080P、1ファイル。ここでは無音のGIFとして表示していますが、出力ファイルには44.1kHzステレオオーディオが含まれています。
これは良いです。しかし、Wan 3.0が1回の呼び出しで実現できると主張する長さのちょうど半分であり、15秒という天井がしっかりと溶接されている場所でもあります。以下は、その溶接箇所を見つけるまでの過程です。
読んだWan 3.0 Previewのスペックシートがほぼ間違っている理由
今回のローンチを特に騒がしくしている要因は2つあります。第一に、1回の生成パスで30秒というのは、このファミリーにとって真の初めてのことです。Wan2.7-Videoの上限は15秒で、主流の動画モデルのほとんどは5〜15秒の間です（TNGlobal、2026年8月）。第二に、Wan 3.0は他のモデルが受け付けない参照入力を取ります。テキスト、画像、音声、動画に加えて、doc、xls、ppt、pdf、mdファイル、さらにウェブページも受け付けるため、スライドデッキが動画になります（AlphaSignal、2026年8月）。
この組み合わせにより、ドキュメントを一度も開いたことのないサイトから膨大な数の記事が生まれました。以下に、広く出回っている主張をすべて一次情報と照合したものを示します。
表A：Wan 3.0 Previewのスペックチェック
| 広まっている主張 | 一次情報が述べていること | 判定 |
|---|---|---|
| 1回の生成パスで30秒 | 確認済み。Wan 2.7の2〜15秒に対して | ✅ 真 |
| ネイティブ4K出力 | 公式解像度は480P、720P、1080Pのみ | ❌ 偽 |
| Apache 2.0オープンウェイト | Hugging FaceのWan-AI配下にWan 3.0リポジトリは存在しない | ❌ 偽 |
| ドキュメントから動画（PDF, PPT, XLS） | 参照入力タイプとして確認済み | ✅ 真 |
| 「6カメラAIディレクターモード」 | Alibabaのドキュメントには記載なし | ❌ 未サポート |
| 「アイデンティティロック付き12言語リップシンク」 | Alibabaのドキュメントには記載なし | ❌ 未サポート |
| 1秒あたり$0.05 / $0.10 / $0.20 | 480P / 720P / 1080Pで確認済み | ✅ 真 |
| 誰でも利用可能 | Model StudioおよびQwen Cloudで申請制 | ⚠️ ベータ版、招待必須 |
価格とレート制限はモデルページから直接取得しました：同時リクエスト数2、1分あたり30リクエスト、非同期キュー50タスク（QwenCloud、2026年8月）。この同時実行数はほとんど報道されておらず、ページ上で最も重要な行です。それぞれ数分かかる2つの並列ジョブは、ローンチデモには十分です。しかし、パイプラインにはなりません。
さて、オープンソースコミュニティが実際に関心を持っている質問です。Wan 2.1とWan 2.2はダウンロード可能なチェックポイントをリリースしました。Wan 2.5はウェイトを約束しましたが実現せず、Wan 2.6は完全にクローズド、Wan 2.7はAPIのみのままでした。私は、Hugging Face APIにクエリを実行してWan-AI組織下の全モデルを作成日順に並べ、3.0がこの流れを断ち切るかどうかを確認しました。最も新しい3つのリポジトリはすべて、Wan 3.0が公開された同日の2026年8月6日に作成されたWan2.2-Animate-2のバリアントです。最もダウンロードされたリポジトリは依然として Wan2.2-TI2V-5B-Diffusers で、過去30日間で約179,000ダウンロードです（Hugging Face、2026年8月）。
つまり、答えは「いいえ」であり、Wan 2.2がオープンウェイトの上限であり続けています。これをローカルで実行したり、ファインチューニングしたりする計画がある場合、実行するものは何もありません。
Atlas Cloudでライブモデルを試す：Atlas CloudでWan 3.0 Text-to-Videoを開く。
実際のAtlas Cloud Wan 3.0 Text-to-Videoプレイグラウンド実行：左側にプロンプトが表示され、右側に生成されたクリップが表示されています。
Wan 3.0 Previewスタック：今日実際に実行できるもの
状況は明確に分かれています。Wan 3.0は申請フォームの背後にあり、同時実行数は2ジョブに制限されています。それ以前のもの、Wan 2.7から2.2までは、1つのAPIキーですぐに呼び出せます。SeedanceやKlingとのモデル間比較も可能です。この記事の内容はすべて、1つのブラウザタブでそのように実行しました。
以下の価格は、ブログ記事ではなく、2026年8月10日時点のAtlas Cloudモデルカタログからのものです。
表B：Wan 3.0 Previewと現行モデルの比較
| モデル | 最長シングルパス | 解像度 | アクセス | 同時実行数 | 1秒あたりの掲載価格 |
|---|---|---|---|---|---|
| Wan 3.0 Preview | 30秒 | 480P / 720P / 1080P | 申請必須 | 2 | $0.05 / $0.10 / $0.20 |
| Wan 2.7 テキストから動画 | 15秒 | 720P / 1080P / 1080P-SR / 1440P-SR | オープン | 標準 | $0.10から |
| Wan 2.7 画像から動画 | 15秒 | 720P / 1080P | オープン | 標準 | $0.10から |
| Wan 2.6 テキストから動画 | 15秒 | 720p / 1080p | オープン | 標準 | $0.07 ($0.10から30%オフ) |
| Wan 2.5 テキストから動画 | 10秒 | 720p / 1080p | オープン | 標準 | $0.035 ($0.05から30%オフ) |
| Wan 2.2 画像から動画 | 10秒 | 480p / 720p | オープン、ウェイトDL可 | 標準 | $0.03 |
| Seedance 2.5 テキストから動画 | 30秒 | 480p / 720p | オープン | 標準 | $0.134から |
| Kling v3.0 Pro テキストから動画 | 15秒 | モデルデフォルト | オープン | 標準 | $0.095 ($0.112から15%オフ) |
割引は2026年8月時点で有効であり、期間限定です。予算を立てる際はモデルページをご確認ください。
この表から2つのことがわかります。Wan 3.0の30秒シングルパスはもはやユニークではありません。Seedance 2.5はすでに1回の呼び出しで4〜30秒の長さを受け入れますが、720pに制限されています。また、Wan 2.7のみが1440P-SRを提供しており、これは独自のスキーマによるとネイティブ1080Pの80%で課金される超解像度ティアであり、Wan 3.0にはありません。
Wan 3.0が他に持っていないものは、1080Pで30秒を1回のパスで生成できること、そしてドキュメント参照入力です。Wan 3.0はAtlas Cloudに近日公開とマークされたプレースホルダーページがあり、公開され次第同じキーで利用できるようになります。それまでは、古いモデルでどこまでできるかを正確に示します。
Wan 3.0 Previewチュートリアル ステップ1：ワンカットのブリーフを作成する
ブリーフは世代を超えて引き継がれるため、一度書けば十分です。Wan 3.0は長くタイムコード化されたショットの説明に報います。Wan 2.7も、5,000文字のプロンプト制限内で同じ構造を受け入れます。
有効なテンプレート：ショット [タイムコード] + 被写体の動作 + カメラワーク + 照明 + 環境音. テイクが連続であることを最初の行で宣言し、サウンドベッドを明示的に記述します。Wan 2.7はネイティブでオーディオを生成し、空白のままにすると役に立たないものを勝手に生成するためです。
私は意図的に雨の夜の屋上コーヒースタンドを選びました。これは通常同時に破綻する4つの要素をストレステストします：持続的なカメラ移動、時間経過に伴う顔の一貫性、濡れたネオンの反射、そして連続した環境音のベッドです。
textCopy
text11BEAT 1（0-10秒）：ちらつくピンクとシアンのネオンサインから、屋上のコーヒースタンドで 22若い女性店員がスチールカウンターを拭いているところへスロードリーイン。 33BEAT 2（10-15秒）：カメラが屋上の縁を越えて下の濡れた通りにクレーンダウンし、 44縁石でアイドリングしているタクシーに向かって滑るように移動。 55一定：大雨、ネオンパレット、35mmアナモルフィック、フィルムグレイン、カットなし。 66
これは計画であり、プロンプトではありません。貼り付けるプロンプトは以下にあります。
ステップ2：1080Pでオープニングを生成する
Wan 2.7 テキストから動画のページを開き、Beat 1を完全に書き出して貼り付けます。
textCopy
text11連続ワンカット、カットなし。深圳の雨の夜の屋上コーヒースタンド。 22ショット [0-4秒]：ちらつくピンクとシアンのネオンサインから、 33スチールカウンターを拭いている若い女性店員へスロードリーイン、 44ネオンの輝きの中を雨が筋状に流れ、やかんから湯気が立ち上る。 55ショット [4-10秒]：カメラが胸の高さで止まり、彼女が顔を上げて微笑む、 66浅い被写界深度、カウンターに濡れた反射、背後に彼女の暗い空を背景に雨滴が見える。 77オーディオ：一定の雨音、遠くの交通音、陶器のカップの触れ合う音。 88シネマティック、アナモルフィック、35mm、ハイダイナミックレンジ、微細なフィルムグレイン。 99
設定： 解像度 1080P、アスペクト比 16:9、長さ 10、プロンプト拡張 OFF。
プロンプト拡張はデフォルトでオンになっており、生成前にプロンプトを書き換えるため、タイムコード化されたショットコントロールを静かに破壊します。ショットの内訳が重要な場合は、必ずオフにしてください。
最大の15秒ではなく、長さを10に設定します。これはコスト上の判断ではなく、その理由はステップ3で明らかになります。
Atlas Cloud上のWan 2.7 テキストから動画、実行完了、1080P出力がOUTPUTパネルに表示
プレイグラウンドでのステップ2：プロンプトを貼り付け、1080P、16:9、実行完了、結果は右側。5秒1080PジョブのRunボタンの見積もりが$0.75であることに注意。これは1秒あたり$0.15となり、カタログの「$0.10から」とは異なる。
ステップ3：継続させて、どこで壊れるか見る
Wan 2.7の画像から動画エンドポイントには、既存のクリップを取得して撮影を継続する動画継続モードがあります。ステップ2の出力URLを取得し、video フィールドに入れ、長さを 15 に設定し、Beat 2を貼り付けます。
textCopy
text11同一のカメラ言語と照明で同じ途切れのないテイクを継続。 22クレーンダウンは屋上の縁を越えて街路レベルまで続き、 33カメラは雨の中を前進し、縁石でアイドリングしているタクシーに向かって滑る、 44ワイパーが動く。雨の強さ、ネオンのカラーパレット、フィルムグレイン、 55環境オーディオをソースクリップと同一に保つ。カットなし、フェードなし、シーンチェンジなし。 66
これにより、この記事の冒頭にある15秒のクリップが生成されます。ここで、ドキュメントにはない3つの制限に遭遇しました。
1つ目：ソースクリップは2〜10秒でなければなりません。 これが、ステップ2の長さを10に制限した理由です。15秒のオープニングを生成すると、まったく延長できません。15秒のファイルは有効な入力ではないからです。
2つ目：要求する長さはソースの長さより長くなければなりません。 10秒のクリップを与えて10秒を要求すると、APIは完全に拒否します：first_clip duration (10s after trim) must be less than the requested duration (10s)。つまり、出力にはソースが含まれ、1回のパスで最大5秒しか追加できません。
3つ目：ソースクリップを保持しません。 これが重要です。以下で、上の行は元の10秒クリップの5秒と9.9秒の時点です。下の行は、同じ2つのタイムコードでの継続出力です。
ソースクリップと継続出力を5秒と9.9秒で比較した4つのフレーム
上の行：5秒と9.9秒時点のソースクリップ。下の行：同じタイムコードでの継続出力。5秒時点では一致している。9.9秒時点では、ソースはまだ店員を映しているのに対し、継続はすでに通りにカットしている。これは、継続がソースを最初の約6秒に再圧縮し、残りを新しい素材に費やしたためである。
つまり、継続は連結ではありません。クリップをより速く再レンダリングして容量を確保するため、元のパフォーマンスの最後の数秒は単純に失われます。
そこで当然のアイデアが浮かびます：それを連鎖させるのです。15秒の結果を再度入力し、さらに15秒を要求します。試してみました。結果は以下の通りです。
連鎖した2回目の継続。シーンを進める代わりに屋上の店員に逆戻りする。
2回目の継続パス。通りとタクシーを再生し、その後シーンの最初から屋上の店員にループバックする。連鎖は蓄積されない。
これが壁です。出力上限は15秒、入力上限は10秒、そして連鎖の2番目のリンクは逆方向に進みます。15秒の真に連続した映像が、このモデルファミリーの上限です。それより長いものはカットであり、テイクではありません。そしてカットこそが、30秒のシングルパスが排除するために存在するものです。
一つ開示事項：この継続ステップのプレイグラウンドキャプチャは、ページのプリセット参照画像が実行を乗っ取り続けたため3回失敗しました。そのため、ステップ3はプレイグラウンドUIではなくAPIを通じて実行されました。上記のプロンプト、設定、出力はすべてその実際の実行からのものです。
Wan 3.0 Previewの30秒の実際のコスト
ステップ2のRunボタンは、5秒の1080Pジョブに対して$0.75を見積もりました。これは1秒あたり$0.15であり、カタログに記載されている$0.10ではありません。記載された数字は下限であり、課金は解像度に応じてスケールするためです。カード表示よりも見積もりを常に信頼してください。
その実際のレートでは、15秒の連続映像のコストは、10秒のオープニングに$1.50、継続に$2.25で、納品された15秒に対して$3.75 となります。
表C：5つの方法での30秒のコスト
| パス | 計算 | 合計 | 実際に得られるもの |
|---|---|---|---|
| Wan 3.0 Preview, 1080P | $0.20 × 30 | $6.00 | 30秒連続、1パス、継ぎ目なし |
| Wan 3.0 Preview, 720P | $0.10 × 30 | $3.00 | 30秒連続、720P |
| Wan 3.0 Preview, 480P | $0.05 × 30 | $1.50 | 30秒連続、480P |
| Wan 2.7、オープニング＋継続 | $0.15 × 25課金 | $3.75 | 15秒のみ。 30秒に到達不可。 |
| Seedance 2.5, 480p | $0.134 × 30から | 約$4.05 | 30秒連続、720pまで |
4行目をもう一度読んでください。Wan 2.7で15秒の連続映像を生成するのにかかったコストは、Wan 3.0が720Pで30秒の連続映像に請求する額よりも高いのです。回避策は安価な選択肢ではなく、しかも機能しない高価な選択肢です。
Seedanceの行に関する注意点：表示されているレートは480pの下限であり、モデルはピクセル面積で課金するため、720pは実際にはその約2.25倍になります。
ライセンスに関しては注意が必要です。Wan 3.0はベータ版のため、商用条件は申請時に同意するAlibaba Cloudサービス契約に基づき、モデルライセンスは適用されません。一般提供前に変更される可能性があります。公開されたウェイトがないため、ローカルデプロイとファインチューニングは選択肢になりません。クライアントワークを出荷する前に、自身のアカウント条件に基づいて帰属表示とウォーターマーク要件を確認してください。
よくある質問
Wan 3.0 Previewは誰でも利用できますか？
いいえ。2026年8月6日にパブリックベータを開始しましたが、アクセスはAlibaba Cloud Model StudioとQwen Cloudを通じて申請制となっています。承認されたアカウントには、同時リクエスト2、RPM 30、非同期タスクキュー50が与えられます。これはプロダクション向けではなく評価向けのサイズです。
Wan 3.0 Previewはオープンソースですか？ウェイトはどこにありますか？
一切ありません。Hugging Face APIで Wan-AI 組織配下の全リポジトリを照会しても、Wan 2.2より上のものは返ってきません。最も新しい3つのリポジトリはすべてWan2.2-Animate-2のバリアントで、Wan 3.0が公開された同日に作成されました。Wan 2.2がオープンウェイトの上限であり続けます。
Wan 3.0 Previewは本当にネイティブ4Kに対応していますか？
いいえ。公式ドキュメントには480P、720P、1080Pのみ記載されています。4Kの主張は、一次情報ではなく相互に引用しているアグリゲーターサイトからのものであり、Alibaba自身の価格表（解像度ティアは3つだけ）と矛盾しています。
30秒のWan 3.0 Preview動画の費用はいくらですか？
1080Pの場合、出力1秒あたり$0.20で、30秒で$6.00です。720Pでは$3.00、480Pでは$1.50です。比較として、Wan 2.7での15秒連続1080Pの実際の課金レートは、私の場合$3.75でした。
Wan 3.0 Previewへのアクセスなしで、今日30秒のワンカットを生成できますか？
Wan 2.7ではできません。その継続モードは出力を15秒に制限し、10秒以下のソースクリップのみを受け付け、連鎖すると後方ループします。Seedance 2.5は1回のパスで4〜30秒を生成できますが、720pまでです。
Wan 3.0 Preview vs Wan 2.7：待つ価値はありますか？
15秒より長い連続ショットが必要な場合、またはドキュメントやウェブページの参照入力が必要な場合、答えはイエスであり、回避策はありません。15秒以下の場合は、Wan 2.7の方が現時点では実用的です。なぜなら、Wan 3.0の同時リクエスト数2という制限により、バッチ処理が置き換え対象のモデルよりも遅くなるからです。
