Wan 3.0 vs Seedance 2.5 Native 30s: 両方とも30秒と謳っているが、本当に1080pなのは片方だけ

2台の編集モニターが並んで、同じ砂漠のガソリンスタンドのショットを再生しています。一方のモニターの下には途切れのない30秒のタイムラインがあり、もう一方のモニターの下には2つのセグメントに分割されたタイムラインがあります。

20秒目、燃料ノズルから新鮮な緑の草が噴き出す。まだ水滴がついている。馬はうれしそうに目を細める。店員のつまようじが口から落ちる。

そのジョークは、途切れのない1回の30秒ショットの中でしか成立しません。8秒のクリップを4つ繋ぎ合わせると、馬の毛色が変わり、サングラスの形が変わり、空の色味が1ストップ暖かくなり、オチは継ぎ目のどこかで死んでしまいます。

だから、Wan 3.0 と Seedance 2.5 が同じ時期に、ネイティブ30秒、ワンパス、継ぎ足しなしと主張して登場した時、それはもはやベンチマークの話ではありませんでした。AI動画モデルが、セットアップ、展開、オチをワンカットで保持できる、初めての瞬間になったのです。

私はスペックを詳細に調べ、Alibabaが公開しているデモファイルと突き合わせて検証したところ、この件について書いている誰も印刷していない事実を見つけました。両方のモデルが30秒と言っていますが、その30秒の下にある解像度は、まったく同じ製品ではありません。

主要なポイント

1. 両方のモデルが本当に1パスで30秒を生成します。その部分はマーケティングではありません。Wan 3.0 はスマートデュレーションオプションで2～30秒をカバーし、Seedance 2.5 は4～30秒をカバーします。
2. 30秒でネイティブ1080pをレンダリングするのは Wan 3.0 だけです。Seedance 2.5 はネイティブでは480pと720pのみを生成します。その1080p、1440p、4Kオプションは、720pソースの後処理によるアップスケールであり、同社のAPIドキュメントによると、4Kティアは「ネイティブ4K生成ではない」とされています。
3. Seedance 2.5 は参照素材の量で勝ります：最大30枚の画像に加えて10本の動画と10個の音声ファイル、合計50個。Wan 3.0 のクリエイターハンドブックでは参照素材は20個に制限されています。
4. Wan 3.0 には他に誰も持っていない入力があります：.doc、.xls、.ppt、.pdf、.txt ファイルとライブWebページを、クリエイティブな参照として直接入力できます。
5. 現在、実際にAlibaba以外で実行可能なのは、この2つのうち1つだけです。Wan 3.0 は Alibaba Cloud Model Studio と Qwen Cloud でパブリックベータ版として利用可能で、サードパーティのAPIアクセスはまだ展開中です。Seedance 2.5 は Atlas Cloud でライブ稼働しており、現在、デュレーションコントロールに30があります。
6. 30秒のストーリー構造を1秒も支払う前に試したいですか？Atlas Cloud の 無料AI広告スキット生成ツール は1回無料で実行できます：15秒の完成したスポット、話し言葉と効果音付き、透かしなしでダウンロード可能。

Alibaba公式のWan 3.0デモ、Tongyi Wan 3.0 クリエイターハンドブックより。ワンカット、カットなし、30.07秒。ffprobeで測定：1920x1072、24fps、AACステレオオーディオ内蔵。29秒の尻尾の動きとつまようじが地面に落ちる音は音声オンで。比較とコメントのための参考資料として使用。

Wan 3.0 vs Seedance 2.5 ネイティブ30秒：今月実際に変わったこと

15秒は長い間壁でした。Wan 2.7 はそこで頭打ちです。Seedance 2.0 もそこで頭打ちでした。あなたが過去1年間にフィードで見た「1分間AI映画」はすべて、4～8個のクリップをNLEで接着し、カラーグレーダーが継ぎ目を隠したものでした。

同じ数週間で、その壁を突破したものが2つありました。Alibabaは2026年8月6日にWan 3.0のパブリックベータを公開し、ネイティブ30秒生成と完全なマルチモーダル参照入力を可能にしました（AlphaSignal、2026年8月）。ByteDanceはSeedanceを2.5で15秒から30秒に倍増させ、クリップの継ぎ足しとそれに伴う視覚的なドリフトを削減する方法として明確に位置づけました。

ここで「ネイティブ」は技術的に特定の意味を持ちます。それは、1つの潜在シーケンスに対する1つのフォワードパスを意味し、モデルがクリップAの最終フレームを取得してクリップBを開始するラストフレーム拡張ではありません。拡張が、キャラクターの襟の色がショット間で静かに形を変える原因です。ネイティブパスでは、30秒全体が同じコンテキスト内にあるため、馬は同じ馬のままです。

ガソリンスタンドのデモは、その最も明確なテストです。構造は4つのビート：0～8秒は何も起こらない、8～16秒は何か奇妙なことが起こる、16～24秒はオチ、24～30秒は去っていく。ジョークは20秒目に決まります。つまり、馬、サングラス、ティール＆オレンジのグレーディング、無表情の固定カメラすべてが、最初の19秒間無傷で生き残った場合にのみ決まります。継ぎ足しではそれができません。編集者が悪いからではなく、クリップBがクリップAを見たことがないからです。

Wan 3.0 vs Seedance 2.5 ネイティブ30秒：実際に画質が崩れるところ

30秒は15秒の2倍です。ドリフトのリスクは2倍ではなく、それよりも悪く、異なる故障モードに移行します。

継ぎ足しワークフローの故障はクリップ間でした。ネイティブ30秒の故障はクリップ内です。Seedance 2.5のショートフィルム制作の実践レビューでは、デコヒーレンスとモーフィングが「キャラクターモデルの視覚的なスパイクや不安定性」として現れ、高速アクションシーケンスに集中し、これらのアーティファクトはアップスケーリングでは除去できないと特に指摘されていました（MindStudio、2026年8月）。これは、720pでレンダリングして後で4Kにアップスケールする予定の人にとって重要な部分です。アップスケーラーはモーフィングをシャープにするだけで、除去はしません。

同じ制作では、3.2対1の撮影比率が記録されました。完成した2分22秒の最終版をカットするために、およそ450秒の生生成が必要でした。ロングテイクの作業は、すべてのジョブが出荷されるレンダーキューではなく、カバレッジのある撮影のように計画してください。

その制作からのさらに2つの発見は、そのまま借用する価値があります。映画全体の視覚的アイデンティティは、システムが最大50個を受け入れるにもかかわらず、3枚の参照画像（キャラクターポートレート2枚とロケーションプレート1枚）に依存していました。また、ボイスキャスティングでは、「American」と書くと意図しないイギリス英語アクセントが修正されたのに対し、「American English」と書くと修正されませんでした。これは、「English」という単語が発声をイギリス英語に戻してしまうためです。

30秒を生き残るプロンプト構造は、Alibabaが自社のハンドブックで使用しているものです：明示的なタイムスタンプ付きビート。雰囲気の段落ではありません。0-8s、8-16s、16-24s、24-30s と書き、各ブロックに独自のカメラ動作と独自のイベントを与え、最後にクリップ全体をカバーする1行のオーディオで終わります。その正確な骨格は、以下のステップ4で確認できます。Alibabaの構造を維持し、翻訳しただけだからです。

Wan 3.0 vs Seedance 2.5 ネイティブ30秒：スペック、価格、そして今日実行可能なもの

これが正直な現状であり、2つのモデルが比較可能な製品ではなくなる部分です。

解像度の行を2回読んでください。これがこの記事のすべてです。Atlas Cloud自身の Seedance 2.5 Text-to-Video APIドキュメントには、720p-esr は480pソースを拡張し、1080p-esr、1440p-esr、4k-esr はすべて720pソースを拡張し、4Kオプションは2160ピクセルの短辺を提供する「ネイティブ4K生成ではない」と記載されています。つまり、4Kとラベル付けされた30秒のSeedanceクリップは、720p相当の実際の詳細をリサンプリングしたものです。対照的に、Wan 3.0の価格表には、1秒あたり0.20ドルのストレートな1080pティアがあり、Alibabaが公開している30秒のデモファイルは1920x1072と測定されています。

この制約の利点：テスト全体が1つのブラウザタブで、3つのモデルで、ローカルセットアップなしで実行できます。

表示価格は2026年8月のAtlas Cloudモデルページで確認済み。最低額として読んでください。これらのモデルはすべて、実際に要求したものに対して課金され、実行ボタンはクリックする前に正確な設定の価格を表示します。このテストでは、ボタンはGPT Image 2の1フレーム（高品質、2048x1152）に対して$0.1745、5秒のSeedance 2.5ジョブ（720p、16:9）に対して$1.514799と表示され、これは1秒あたり約$0.30となり、リストの$0.134ではありません。リストの数値は480pのレートです。カタログではなく、ボタンを確認してください。Seedance 2.5は、50の参照上限を活用したい場合、同じ$0.134/秒の reference-to-video エンドポイント も提供しています。

Seedance 2.5 でこのネイティブ30秒テストを再現する方法

5つのステップ、3つのモデル、すべてブラウザ内。プロンプトはそのままコピーしてください。

ステップ1：タイムスタンプ付き30秒の骨格を固定する

まだ何も実行しないでください。最初に構造を読んでください。これが、あなたの30秒が持続するかどうかを決める部分だからです。

この記事の上部にあるWan 3.0ガソリンスタンデモは、4つのラベル付きブロックで構成され、固定カメラ方針が先頭に1回記述されています：冷静で客観的な観察、固定されたミディアムワイド、不条理なビートでのみ突然の極端なクローズアップ。すべてのイベントは時間範囲に固定されています。オーディオは最後の1行で30秒全体をカバーします。

以下が空の骨格です。これを埋めれば、ネイティブ30秒モデルが実際に追跡できるプロンプトになります：

PlainCopy
1[場所] を舞台にした30秒の [ジャンル]。 [視覚スタイル、グレード、彩度]。カメラ言語：[方針]、[例外] で区切る。
2
30-8秒：[セットアップ、ワイド、普通の世界を確立、地平線上の異常を導入]
4
58-16秒：[異常が行動する、まだ普通として扱われる、一人称視点または反応の挿入]
6
716-24秒：[オチ、対象そのものの極端なクローズアップ、反応する顔へのハードカット]
8
924-30秒：[去っていく、ジョークを締める小さな物理的アクション]
10
11オーディオ：[環境音、3つまたは4つの特定のダイジェティックサウンド、最後の1つの小さな音]。音楽なし、会話なし、画面上のテキストなし。

Alibabaのリファレンスファイルの測定可能なスペック（私の数値を確認したい人のために）：30.07秒、1920x1072、24fps、AACステレオ。これがSeedance実行が比較される基準です。

ステップ2：オープニングフレームを生成する

15秒と30秒の実行が同じ世界から始まるように、固定された視覚的アンカーが必要です。GPT Image 2 Text-to-Image を開きます。

設定： 品質 high、アスペクト比 16:9、画像1枚。

PlainCopy
1明るい砂漠に佇む、孤独なルート66風ガソリンスタンドの、広く静止したエスタブリッシングショット。レトロな黄・オレンジ・青の建物、ペンキはかすかに日焼けしている；前に色あせたビンテージの赤い燃料ポンプ；隣に小さなコンビニ、ドアの横に色あせたコーラ自動販売機。前景にひび割れたオレンジ色の乾いた土、遠くに暖かいテラコッタの山々、雲ひとつない鮮やかなシアン色の空。脂ぎった青いツナギと巨大な黒いサングラスをかけたガソリンスタンドの店員が、ドアのそばの椅子に半分眠そうにだらりと座っており、口につまようじをくわえている。厳格な明るいティール＆オレンジのカラーグレーディング、高彩度、高輝度、シネマティックフォトリアル、固定カメラ、16:9。

Atlas Cloud上のGPT Image 2プレイグラウンド。品質をhigh、16:9に設定。出力パネルに生成されたルート66ガソリンスタンドのエスタブリッシングショット。

Atlas Cloud上のGPT Image 2：品質high、16:9、画像1枚。このフレームに対して実行ボタンは$0.1745と表示されました。これは2048x1152の高品質レンダリングの実際のコストです。モデルページの$0.009は最低額です。

GPT Image 2で生成されたルート66ガソリンスタンドのエスタブリッシングフレーム。ティールの空とオレンジのひび割れた土、ドアのそばでうたた寝する店員。

オープニングフレーム。これはステップ3の入力であり、ステップ4の視覚的ターゲットです。openai/gpt-image-2 で生成。

ステップ3：15秒の壁にぶつかる

設定： 最初のフレーム = ステップ2の出力、duration を最大の 15 までドラッグ、解像度 1080P。

PlainCopy
1固定されたワイドショットが続く。つば広の帽子をかぶったカウガールが、本物の馬に乗って地平線から歩いてくる。うたた寝していた店員はひづめの音で目を覚まし、サングラスを押し上げ、まっすぐに座り、つまようじを噛みながら、無関心な表情。彼女はきれいに馬から降り、馬をまっすぐビンテージの燃料ポンプに連れて行く。明るいティール＆オレンジのグレード、高彩度、フォトリアル、落ち着いた観察的なカメラ、カットなし。

ドロップダウンは15で止まります。これがこのステップの要点です。あなたのオチは20秒目に予定されていますが、このパイプラインは20秒目にひとつのピースで到達できません。そこに到達するには、最後のフレームから2番目のクリップを生成する必要があり、そうすると馬は新しい馬になります。

ステップ4：完全なネイティブ30秒パスを実行する

Seedance 2.5 Text-to-Video を開きます。

設定： duration = 30、resolution = 720p、ratio = 16:9、generate_audio = オン、output_format = mp4、透かしオフ。

1080p-esr ではなく、意図的に720pを選択してください。720pがモデルの実際の上限であるため、これはアップスケーラーとの比較ではなく、ピクセル対ピクセルの比較になります。

以下のプロンプトは、Alibaba自身のガソリンスタンデモプロンプトを、Wan 3.0クリエイターハンドブックから忠実に翻訳し、何も変更せずに再構成したものです。同じビート、同じタイミング、同じカメラ方針、同じオーディオリストです。

PlainCopy
1明るい砂漠にある、日焼けしたルート66風ガソリンスタンドを舞台にした、30秒の不条理で無表情なコメディ短編。フォトリアル、厳格な明るいティール＆オレンジのグレーディング、高彩度と高輝度。不条理な出来事がまったく普通の、ほとんど美しい世界で起こるように。カメラ言語：冷静で客観的な観察、主に固定されたミディアムワイドとスローな横方向のドリフト、感情的な誘導なし、不条理なビートでの突然の極端なクローズアップで区切る。
2
30-8秒：ワイド、固定。シアンの空、漂う砂埃。レトロな黄・オレンジ・青の駅が道路沿いにぽつんと佇む；脂ぎった青いツナギと巨大な黒いサングラスをかけた店員が椅子でうたた寝、口につまようじ。風のみ。地平線に、本物の馬に乗ったカウガールが歩いて現れる。ミディアムにカット：ひづめの音で彼が目を覚まし、サングラスを押し上げ、座り直し、2人を「また道を尋ねに来た奴か」と読む。
4
58-16秒：彼女は何も言わない。彼女はきれいに馬から降り、馬をまっすぐ古い燃料ポンプに連れて行く。馬は何気なく、まるで以前にやったことがあるかのように頭をポンプの横に置く。彼のサングラスの後ろからの、短い少し魚眼レンズ風の一人称視点、女性と馬はさらに奇妙に見える。クローズ：彼は眉をひそめ、サングラスを外し、叫ぼうとする。スローモーションのクローズアップ：サングラスが外れると、彼女は燃料ノズルを馬の口に向け、トリガーを引く。
6
716-24秒：ノズルの極端なクローズアップ。出てくるのはガソリンではなく、新鮮な明るい緑の草の噴流、まだ水滴がついている。店員の顔の極端なクローズアップにハードカット、固まっている：目は皿のように大きく、口はわずかに開き、つまようじは噛むのを忘れている。ミディアム：馬は幸せそうに食べ、うれしそうに目を細め、そして満足げに力強く尾を1回振る。その舞い上がった砂埃が、まだ茫然自失の店員の顔に直撃する。
8
924-30秒：草の「満タン」。彼女はノズルをポンプに戻し、ポケットから小銭を掘り出し、店のドアに向かい、カウンターの上のブリキ缶にチャリンと落とす。彼女は恐怖で固まった店員を一瞥する；帽子のつばの下で、彼女の口元がわずかに上がる。彼女は再び馬に乗り、砂埃を上げて去っていく。カメラはゆっくりと彼に寄る：同じ固まった姿勢、顔は砂埃で覆われ、サングラスはまだ指でつまんだまま、そして最後に、つまようじが小さなカチッという音とともに彼の口から落ちる。
10
11オーディオ：全体を通して乾いた砂漠の風、ひづめの音、ポンプハンドルの機械的なガチャンという音、濡れた草が噴き出す音、尾の動き、ブリキ缶の中の小銭、そしてつまようじが地面に落ちる1つの小さなカチッという音。音楽なし、会話なし、画面上のテキストなし。

無駄な請求を避けるための1つの警告。ステップ3と同じ落とし穴です。デュレーションスライダーを30までドラッグしてください。数値ボックスに30と入力しないでください。 ボックスは30と表示されても、スライダーは5秒のデフォルトのままである可能性があり、実行ボタンは5秒分の価格を表示します。クリックする前に見積もりを確認してください。720p、16:9の場合、5秒のジョブは$1.514799と表示されるため、実際の30秒パスはその約6倍になります。

このステップの完了した実行のスクリーンショットはありません。3回の自動キャプチャ試行はすべて、スライダーのデフォルトを30秒の代わりに送信しました。30秒のクリップとしてラベル付けされた5秒のクリップを見せる代わりに、キャプチャは省略されています。上記のプロンプトと設定は、貼り付けて設定する正確な内容です。

ステップ5：ドリフトを正直に読む

以下は、その正確なプロンプトのSeedance 2.5側の結果です。ネイティブ30秒、720p、16:9、音声オンで生成。

Seedance 2.5、同じWan 3.0ガソリンスタンドプロンプトをそのままコピー：1回の生成でネイティブ30秒、1280x720、24fps、オーディオ内蔵。同じ4つのビート、カウガールと馬の到着、燃料ノズルのギャグ、店員の認知的不協和のクローズアップ。上部のWan 3.0クリップと並べて、ピクセル対ピクセルの読み取りを。

2つのクリップを並べて、5つの特定の項目を確認してください。「どちらが良く見えるか」は確認しないでください。それは好みの議論であり、午後を無駄にします。

1. コートと衣装の一貫性。 馬は29秒目と6秒目で同じ色ですか？サングラスは外して手に戻した後も同じ形ですか？
2. グレードの安定性。 2秒目と28秒目の空のサンプルを取ってください。ティール＆オレンジのグレーディングは、長時間の生成では予想以上に暖色側にドリフトすることがよくあります。
3. 20秒目の物理的なビート。 燃料ノズルから草が出るのは物理的な要求です。重みを持って弧を描いて落ちますか、それともテクスチャとしてフェードインしますか？
4. カメラの規律。 プロンプトは固定を指定しています。カメラが要求されていないプッシュインを何回発明するか数えてください。これは最も一般的な長時間生成の失敗です。モデルが予定されたイベントを使い果たし、時間を動きで埋める。
5. 高速動作のモーフィング。 尾の動きと砂埃の舞い上がりは、クリップ内で最も速い動きです。MindStudio制作ノートによると、ここがまさにデコヒーレンスが集中する場所であり、アップスケールでは修正できない場所です。

これら5つをスコアリングし、雰囲気はスコアリングしないでください。それがクライアントに説明できる比較です。

Wan 3.0 vs Seedance 2.5 ネイティブ30秒のマッチングプロンプト（さらに3つ）

1つのデモは逸話です。同じハンドブックからの、公式Wan 3.0 30秒ファイルをさらに3つ、それぞれ30秒問題の異なる部分を強調しています。海の怪物とダークファンタジーの独白については、Seedance 2.5側は同じプロンプトでネイティブ30秒で生成され、各直後に埋め込まれているので、私の言葉を信じるのではなく、両方を視聴できます。

公式Wan 3.0デモ：1回の30秒パス内に10のスクリプト化されたショットと完全なオーケストラ構成、1920x1072。これはネイティブ1080pの最も強力な論拠です。なぜなら、水量とクリーチャーの濡れた皮膚の詳細こそが、720pのアップスケールが発明するものであり、解決するものではないからです。Alibaba Tongyi クリエイターハンドブック、比較とコメントのために使用。

Seedance 2.5、同じ10ショットディザスタープロンプト、ネイティブ30秒、音声オン。嵐に翻弄される漁船、恐怖の甲板員、うねりが盛り上がり、そして深海のリヴァイアサンが稲光の中で水面を割る。Seedanceのコンテンツフィルターを通すために1つのIP参照と船体のブランドテキストを削除；ストーリーボードはそれ以外は同一であり、水量と濡れた皮膚の詳細が上のWan 3.0クリップとの公正な比較になります。

公式Wan 3.0デモ、音声オン。ネイティブ英語の悪役の台詞、「虚空には十分熟した」、カットなしの1回のスローなアップティルトで届けられる。これは、英語圏のチームがテストすべきクリップです。なぜなら、音声、リップシンク、30秒の連続カメラ移動がすべて同時に持続しなければならないからです。

Seedance 2.5、同じダークファンタジープロンプトをそのままコピー、ネイティブ30秒、音声オン。同じ紫の目の悪役、星のルーンの印、開いた手のひらに形成される影の星雲、そして2つの英語の台詞。リップシンクと単一の連続プッシュが、Wan 3.0側と同じように30秒全体にわたって持続するかどうかを確認してください。

このプロンプトのSeedance 2.5側を実行する場合は、2つの英語の台詞をそのままにし、制作ノートのアクセントの癖を覚えておいてください：「American」と書き、「American English」と書かないでください。「English」という単語が発声をイギリス英語に引き戻します。

3つ目は静かな驚きです。Alibabaのハンドブックにある2Dスポーツアニメのプロンプトは2行です。タイムスタンプもショットリストもなく、単に疲れて痛みを感じながらヘビーバッグを打つボクサー。それから30秒は、モデルが独自の構造を発明できるかどうかの真のテストです。以下は、その実行時間全体にわたってサンプリングされたものです：

公式Wan 3.0 2Dスポーツアニメデモからの4つのフレーム。約1、10、20、29秒でサンプリング。30秒全体にわたるボクサーのデザインとジムの背景を示す。

公式Wan 3.0 2Dスポーツアニメデモからの4つのフレーム。約1、10、20、29秒でサンプリング。同じキャラクターデザイン、同じタンクトップ、同じヘビーバッグ、同じロッカーの列。プロンプトが要求していないワイドからクローズアップへの変化を伴って。モーションではなく、1つのファイル内の時間全体の比較であるため、クリップではなく静止画グリッド。

実用的な読み取り：2行のプロンプトで、モデルは独自のカバレッジを発明し、固定ワイドから汗と疲労のクローズアップに移動し、その間キャラクターデザインを保持しました。それは良いニュースです。トレードオフは、何がいつ起こるかの制御を放棄したことです。特定の秒に特定のビートを決めるために30秒が必要な場合は、タイムスタンプを書いてください。

どちらにも支払う前に、ネイティブ30秒のストーリーテリングを無料でテストする

Seedance 2.5での30秒720p実行は、カタログの最低額ではなく実際の解像度で価格設定すると、約9ドルになります。Wan 3.0の価格表での30秒1080p実行は6.00ドルです。どちらも制作基準では高価ではありませんが、3.2対1の撮影比率では、1つのクリップを購入するのではなく、3つまたは4つを購入することになります。

何かを支払う前に、より安い質問に答える価値があります：私の脚本は実際に1回の連続ショットとして持ちこたえるか？ほとんどの30秒の失敗はモデルの失敗ではありません。それらは構造の失敗です。3つのビートが2つ分のスペースに詰め込まれているか、26秒目に書かれたオチに8秒から20秒を運ぶものが何もない。

Atlas Cloudの無料AI広告スキット生成ツールは、それに無料で答えます。1つの製品説明と最大4枚の製品写真（各8MB未満）を提供し、6つのスタイル（面白いミーム、プロットツイスト、シットコム、心温まる、ラグジュアリー、ハードセル）から1つを選び、最初に2人のキャラクターの脚本（3秒のフック、コンフリクト、ツイスト）を書き、次にその脚本に基づいてすべてのショットを構築します。キャラクターは声に出して台詞を話し、効果音は動画にレンダリングされます。

正直な制限：15秒であり30秒ではありません。ログインが必要で、クレジットを追加する前に1回の無料生成ができます。しかし、フック、コンフリクト、ツイストのある15秒は、3つのビートが息継ぎできるかどうかを教えてくれます。そこで構造が機能するなら、同じビートを取り、ステップ1の 0-8秒 / 8-16秒 / 16-24秒 / 24-30秒 の骨格に引き伸ばし、実際のネイティブ30秒パスに9ドルを使いに行ってください。

Wan 3.0 vs Seedance 2.5 でのネイティブ30秒クリップの実際のコスト

実際に決める比較：Wan 3.0の720pは1秒あたりSeedance 2.5の720pよりも安く、1080pでは2つのうち実際のピクセルを販売しているのは唯一のものです。Seedance 2.5の回答は、50の参照スロット、ライブでの可用性、そして今日の午後に出荷できる動作するAPIです。

これらのネイティブ30秒クリップのソーシングとライセンスに関する注意

この記事のすべてのWan 3.0クリップとすべてのWan 3.0プロンプトは、Alibabaが公開配布しているTongyi Wan 3.0クリエイターハンドブックからのものであり、比較とコメントのためにここで複製され、クレジット表示され、変更されておらず、透かしも除去されていません。Seedance 2.5出力の商用利用はByteDanceおよびVolcengineの利用規約に従います。Atlas Cloud側のAPI課金とデータ処理はAtlas Cloud自身の利用規約に従います。このテストでは、実際の人物の肖像は複製されていません。クライアントの仕事を出荷する場合は、ブログの要約ではなく、呼び出す特定のエンドポイントのモデル利用規約を読んでください。

よくある質問

Wan 3.0のネイティブ30秒は実際に1パスですか、それとも継ぎ足しクリップですか？

1パスです。Wan 3.0は2〜30秒を1回の生成で生成し、スマートデュレーションオプションがあるため、クリップが30秒全体を必要としないと判断することもできます。これは、2番目のクリップが最初のクリップの最終フレームからシードされ、継ぎ目でアイデンティティがドリフトするラストフレーム拡張とは異なります。

30秒で本当に1080pなのはどちらですか、Wan 3.0ですか、それともSeedance 2.5ですか？

Wan 3.0です。価格表にネイティブ1080pティアがあり、Alibaba自身の30秒デモファイルは1920x1072と測定されています。Seedance 2.5はネイティブでは480pと720pのみを生成します。その1080p、1440p、4Kオプションは720pソースの拡張であり、そのAPIドキュメントは4Kティアを「ネイティブ4K生成ではない」と説明しています。

25秒目でも画質は崩れますか？

崩れる可能性はありますが、故障の形が変わりました。クリップ間の目に見える継ぎ目の代わりに、ショット内でモーフィングとデコヒーレンスが発生し、高速動作のパッセージに集中し、アップスケーリングでは除去されません。文書化されたSeedance 2.5ショートフィルム制作では3.2対1の撮影比率が報告されているため、カバレッジのあるロングテイクを計画してください。

どちらのモデルがより多くの参照素材を受け入れますか？

Seedance 2.5で、大きな差があります：画像30枚に加えて動画10本と音声10個、合計50個。参照動画と音声はそれぞれリクエストあたり合計30秒に制限されています。Wan 3.0のハンドブックでは参照は20個に制限されていますが、.pdf、.ppt、.xls、.doc、.txt ファイルとライブWebページをクリエイティブ入力として受け入れる唯一のモデルです。

Wan 3.0にはオープンウェイトがありますか？

公式のコミットメントはありません。2026年8月のパブリックベータの時点では、Wan 3.0のウェイト、Hugging Faceチェックポイント、ComfyUIノードは公開されておらず、フラッグシップ動画ラインの公式オープンウェイトはWan 2.2で止まっています（Kingy AI、2026年8月）。3.0のウェイトドロップについて他に読んだものは、Alibabaが別途発表するまで推測として扱ってください。