Två redigeringsmonitorer sida vid sida, den vänstra visar ett havsmonster som bryter igenom stormen, den högra visar samma storm som avkortas
Spela upp 30-sekundersklippet med havsmonstret som Alibaba levererade med Wan 3.0-betan. Fisketrålare, ösregn, blixtar, sedan exploderar havet uppåt. Tio distinkta tagningar. Ingen klippning. Den orkestrala musiken under skrevs av modellen.
Din första reaktion är inte "wow." Den är "vad är det egentligen som min Wan 2.7 saknar?"
Så jag gick för att leta efter svaret, och det första jag fann var att större delen av internet svarar fel. Sök på wan 3.0 vs wan 2.7 och de bästa resultaten säger med självförtroende att Wan 3.0 renderar i inbyggd 4K och att vikterna finns på Hugging Face. Inget av det är sant. Jag laddade ner de officiella demofilerna på en laptop och läste dem med ffmpeg, sedan kollade jag modellregistren och de publicerade prisnivåerna. Den verkliga uppgraderingen är stor. Den är bara inte den uppgradering som folk beskriver.
Wan 3.0 vs Wan 2.7: viktiga slutsatser
- Längden är rubriken. Wan 3.0 genererar 30 sekunder i ett svep med en automatisk "smart duration"-rekommendation. Wan 2.7 har en maxgräns på 15 sekunder för text-till-video och bild-till-video, och 10 sekunder för referens-till-video och videoredigering.
- Referenser går från en handfull till en mängd. Wan 2.7 accepterar upp till 5 referensobjekt. Wan 3.0 accepterar upp till 20, och tar för första gången emot doc, xls, ppt, pdf och md-filer, samt webbsidor, som genereringsindata.
- Det finns ingen 4K. Alibabas egen API-prislista har exakt tre nivåer: 480P, 720P och 1080P. På Atlas Cloud erbjuder Wan 2.7 faktiskt en högre topp genom sina 1080P-SR och 1440P-SR superupplösningsalternativ.
- Vikterna är inte öppna. Wan-AI-organisationen på Hugging Face toppar fortfarande vid Wan 2.2. Det finns inget 3.0-repository, inget 2.7-repository och inget 2.5-repository.
- Wan 3.0 är endast beta och endast förstaparts. Det körs på Alibaba Cloud Bailian, Wanxiang-webbplatsen, Qianwen-skapelsens desktop-app och några syskonprodukter. Om du behöver ett API du kan anropa i produktion den här veckan är Wan 2.7 fortfarande generationen som svarar.
- Vill du se formatet innan du lär dig promptgrammatiken? Atlas Cloud har en gratis AI-reklamskitgenerator som förvandlar en produktbeskrivning till en 15-sekunders komisk reklam med två karaktärer och talad dialog. En gratis generation, ingen vattenstämpel.
Hela 30-sekunders kaijusekvensen, genererad av Alibaba på Wan 3.0 under den offentliga betan och publicerad i den officiella Wan 3.0-skaparhandboken. Vi genererade inte det här klippet. Slå på ljudet: musiken är en del av utdata, inte en musikbädd som lagts till i efterhand. Filen som levererades: 1920x1072, 24fps, 30,07s, 44,1kHz stereo AAC.
Här är det första som specifikationsbladen missar. Den filen är 1920x1072, inte 1920x1080. Varje "1080p"-demo i den officiella handboken landar på 1072 pixlar i höjd, och flera av de andra publicerade demos är rena 1280x720. Tolv av de nitton klippen i handboken är 30,05 till 30,07 sekunder, vilket säger dig att 30-sekunderstaket är ett verkligt hårt stopp och inte en marknadsföringsmässig rund siffra.
Varför frågan Wan 3.0 vs Wan 2.7 är svårare än den ser ut
Det ärliga svaret är att nästan ingen har kört båda modellerna på samma prompt, eftersom nästan ingen kan det. Wan 3.0 öppnades för offentlig beta den 6 augusti 2026 och finns på Alibabas egna ytor (QbitAI, augusti 2026). Tredjepartsinferensplattformar har inte plockat upp det. Så jämförelseinnehållet som finns är specifikationsblad mot specifikationsblad, och specifikationsbladen har kopierats i sidled tills felen har stelnat.
Tre Wan 3.0 vs Wan 2.7-"fakta" som helt enkelt är fel
"Wan 3.0 är inbyggd 4K." Det är det inte. Den publicerade API-prislistan kör 480P, 720P och 1080P till ¥0,3, ¥0,6 och ¥1,2 per sekund. Tre nivåer, ingen fjärde. Samtidigt exponerar Atlas Cloud 1080P-SR och 1440P-SR på Wan 2.7, så rent pixelmässigt vinner den äldre generationen för närvarande.
"Wan 3.0-vikterna är öppna." Det är de inte. Bläddra på Hugging Face och Wan-AI-organisationens nyaste släppta familj är Wan 2.2, inklusive Animate- och S2V-varianterna. Den centrala videolinjen har inte släppt vikter sedan 2.2. Om du vill ha något för en lokal ComfyUI-graf är 2.1 och 2.2 dina alternativ och det har inte ändrats.
"Promptgrammatiken överförs rakt av." Den här är halvsann på ett sätt som kommer att bränna dig. Orden överförs. Strukturen gör det inte. Wan 3.0:s officiella prompts är tidsstämplade flerbildsmanus: kaijuprompten är tio numrerade tagningar, skyltprompten är fyra märkta beats med explicita sekundintervall. Klistra in ett tio-tagningsmanus i en 15-sekundersmodell och den plockar inte elegant ut sex tagningar. Den komprimerar.
Varför du inte bara kan byta prompts mellan Wan 3.0 och Wan 2.7
Det finns en andra fälla under den, och det är anledningen till att "bara sy ihop två klipp" inte räddar dig.
Wan 2.7 har ett videofortsättningsläge. Det ser ut som en väg till 30 sekunder. Det är det inte. Källklippet du matar in måste vara 2 till 10 sekunder, så en 15-sekundersgenerering kan inte vara fröet. Utmatningen omkodar källan, vilket äter svansen av klippet du matade in. Och att kedja fortsättningar tenderar att driva tillbaka mot den inledande takten istället för att föra berättelsen framåt. Femton sekunder är det hårda taket för en kontinuerlig Wan 2.7-fil. Allt längre är en redigering, inte en generering.
Det är den verkliga migrationskostnaden mellan dessa två generationer, och ingen jämförelsetabell kommer att visa dig det.
Wan 3.0 vs Wan 2.7 specifikationsblad, och var du faktiskt kan köra det
För att testa något av detta behöver du någonstans som kör text-till-video, referens-till-video och videoredigering på samma konto, med fakturering per sekund så att ett misslyckat försök kostar dig sekunder istället för en prenumeration. Allt på Wan 2.7-sidan av denna artikel körs på Atlas Cloud, som är värd för de fyra Wan 2.7-slutpunkterna och bildmodellen som används för referenstestet. Wan 3.0 finns inte på Atlas Cloud eller någon annan tredjepartsplattform än, vilket är precis anledningen till att Wan 3.0-materialet i denna artikel kommer från Alibabas egna betapublikationer.
Tabell 1: Wan 3.0 vs Wan 2.7, generation till generation
| Wan 3.0 (offentlig beta) | Wan 2.7 (produktion) | |
|---|---|---|
| Max längd, ett svep | 30s, med smart duration | 15s (t2v, i2v), 10s (r2v, videoedit) |
| Referensobjekt | Upp till 20 | Upp till 5 (1 bild per motiv, upp till 3 videor) |
| Indatamodaliteter | Text, bild, video, ljud, doc/xls/ppt/pdf/md, webbsidor | Text, bild, video, ljud |
| Dokumentindata | Enskild fil eller länk, upp till 100 MB och 50 sidor | Stöds inte |
| Upplösningsnivåer | 480P / 720P / 1080P | 720P / 1080P / 1080P-SR / 1440P-SR |
| Inbyggt ljud | Ja | Ja |
| Videoredigering | Instruktions- och referensredigering | Dedikerad videoedit-slutpunkt |
| Öppna vikter | Nej | Nej |
| Var du kan köra det | Endast Alibabas förstapartsytor | Tredjeparts-API:er, inklusive Atlas Cloud |
| Angivet pris | ¥0,3 / ¥0,6 / ¥1,2 per sekund efter nivå | $0,1 per sekund, 720P baslinje |
Tabell 2: Wan 2.7-slutpunkterna som används i denna artikel
| Slutpunkt | Max längd | Upplösningar | Referensgräns | Angivet pris |
|---|---|---|---|---|
| Text-till-video | 2-15s | 720P, 1080P, 1080P-SR, 1440P-SR | n/a | $0,1 / sek |
| Referens-till-video | 2-10s | 720P, 1080P, 1080P-SR, 1440P-SR | 5 objekt | $0,1 / sek |
| Bild-till-video | 2-15s | 720P, 1080P, 1080P-SR, 1440P-SR | källklipp 2-10s | $0,1 / sek |
| Video-edit | 2-10s ut, 2-10s in | 720P (1,0x), 1080P (1,5x) | 3 bilder | $0,1 / sek |
En prisdetalj värd att internalisera innan du kör något: rubriken "$0,1 per sekund" är 720P-baslinjen. Video-edit-sidan dokumenterar en 1,5x multiplikator för 1080P direkt, och Kör-knappen anger det verkliga numret för den nivå du har valt. Läs knappen, inte rubriken.
Kör Wan 3.0 vs Wan 2.7-testet själv
Fyra steg. Två av dem använder Alibabas publicerade material som den fasta referenspunkten, två av dem är körningar du gör själv. Inget här kräver åtkomst till Wan 3.0-betan.
Steg 1: Hämta Wan 3.0-klippet och dess ursprungliga prompt
Wan 3.0-sidan av detta test är inte något du genererar. Det är något du läser. Hela kaijuprompten är publicerad i den officiella Wan 3.0-skaparhandboken, tillsammans med det färdiga klippet, under exemplet "灾难电影". Det är ett kinesiskspråkigt manus med tio numrerade tagningar och ett separat stycke som beskriver musiken.
Läs det en gång innan du gör något annat. Strukturen är läxan: tio tagningar, var och en med sin egen kamera, motiv och ljusnotering, avslutad med en musikalisk brief. Det är så en 30-sekunders enpassgenereringsprompt ser ut.
Steg 2: Kör samma prompt genom Wan 2.7 text-till-video
Öppna Wan 2.7-text-till-video-lekplatsen och klistra in den engelska återgivningen av samma manus. Förkorta den inte än. Du vill se vad modellen gör när avsikten överskrider taket.
Plain1En 30-sekunders, fotorealistisk filmsekvens: ett djuphavskaiju dyker upp på natten i en rasande storm. Öppna på en liten, sliten fisketrålare med de vita bokstäverna "WAN" på skrovet, som kämpar genom enorma vågor under ösregn; blixtar lyser upp hela havet ett ögonblick. Tryck in till en halvnärbild på däck: vågor slår över fören, rep, nät och metallräcken piskar i vinden, regn strimmar linsen. Sedan sväller havet framför onaturligt, en enorm virvel bildas, och en stor mörk form passerar under båten och lyfter den. En besättningsman i en genomblöt regnjacka håller i räcket, skräckslagen, och vänder sig mot vattnet. Slutligen exploderar ytan uppåt och ett kolossalt havsmonster i Pacific-Rim-stil bryter igenom: våt, ärrad, fårad hud, enorma käftar, tiotals meter av stänk. Närbild på dess huvud som vrålar i blixten. Trålaren är nästan uppslukad. Avsluta med en vid bild: kaiju som tornar upp sig över det stormande havet, båten liten i förgrunden, en sista blixt. Hollywood-katastroffilmsmusik: låg subbas-mull och glesa stråkar som byggs upp till brass och tung percussion vid genombrottet, som slutar med ett tryckande, ihållande lågt ackord. Fotorealistisk skala, volymetriskt vatten, högkontrastrikt stormljus.
Inställningar: Upplösning 1080P, Längd 15s (max), Bildformat 16:9, ljud på så att modellen sätter musik själv. Lämna referensljudplatsen tom.
Wan 2.7 text-till-video-lekplats på Atlas Cloud med kaijuprompten inläst och det färdiga 15-sekundersklippet i OUTPUT-panelen
Wan 2.7 text-till-video på Atlas Cloud, prompt inklistrad, 1080P och 16:9 valda. Kör-knappen anger $0,75 för detta korta test, vilket blir $0,15 per sekund: 1,5x 1080P-multiplikatorn i klartext, på en modellsida vars rubrik är $0,1.
Kör det sedan en andra gång med en rad tillagd i prompten:
Plain1En enda kontinuerlig tagning, inga klipp. Prioritera genombrottsmomentet; komprimera uppbyggnaden.
Den raden är migrationsarbetet i miniatyr. Ett 30-sekundersmanus måste omskrivas som en 15-sekundersavsikt, och det är du som bestämmer vilka sju tagningar som dör.
Vänster: den officiella Wan 3.0-utgången, 30 sekunder. Höger: Wan 2.7 på Atlas Cloud som kör samma prompt, som stannar vid sitt 15-sekunderstak.
Steg 3: Bygg referensbilderna för Wan 3.0 vs Wan 2.7-identitetstestet
Längd är den högljudda uppgraderingen. Pixel-nivå-konsistens är den som faktiskt förändrar produktionsarbetet, och du kan testa det med två katter.
Alibabas handbok innehåller en Wes Anderson-pastiche där samma ragdollkatt och samma svarta katt måste överleva fem helt olika miljöer: en symmetrisk hotellkorridor, en genomskärningsvy från sidan, en tvättmaskinstrumma, ett flygplatsbagageband och en röd telefonkiosk. Båda katterna är märkta med @Image1 och @Image2 referenstaggar.
Generera dina egna två referenser först. Använd GPT Image 2 med kvalitet inställd på hög och en 16:9-bildruta, och kör det två gånger.
Plain1Ett studioporträtt av en fluffig ragdollkatt med blå ögon och en mörk mask, sittande upprätt vänd mot kameran, jämnt belyst mot en slät ljusrosa bakgrund, skarp pälsdetalj, hela kroppen synlig, rent referensbladsformat.
Plain1Ett studioporträtt av en liten smidig svart katt med ljusa bärnstensögon, stående i profil vänd åt höger, jämnt belyst mot en slät ljusrosa bakgrund, skarp pälsdetalj, hela kroppen synlig, rent referensbladsformat.
GPT Image 2-lekplats på Atlas Cloud med kvalitet inställd på hög och ragdollkattens referensblad renderat i OUTPUT-panelen
GPT Image 2 med kvalitet hög, 16:9. Kör den andra prompten på samma sätt för att få den svarta katten.
Steg 4: Kör identitetstestet på Wan 2.7 referens-till-video
Ladda upp båda katterna till Wan 2.7 referens-till-video-slutpunkten. Upplösning 1080P, bildformat 16:9, längd 10 sekunder, vilket är max för denna slutpunkt. Prompten nedan är handbokens tagningslista komprimerad från fem beats till tre, eftersom tio sekunder inte rymmer fem.
Plain1Wes Anderson-stil, perfekt symmetriska, platta frontala kompositioner, pastellpalett. Referensbild 1 är ragdollkatten, referensbild 2 är den svarta katten; behåll båda katterna identiska i varje tagning. Tagning 1: en oändlig symmetrisk hotellkorridor, ragdollkatten springer rakt mot kameran med ett allvarligt uttryck, den svarta katten springer iväg i bakgrunden med huvudet vridet 180 grader. Tagning 2: en genomskärningsvy från sidan av korridoren, rosa mönstrad tapet och guldramar, ragdollkatten går från vänster till höger och den svarta katten korsar från höger till vänster. Tagning 3: frontal makro på en mintgrön vintage tvättmaskinslucka, båda katterna flyter stelt inuti trumman bland skum, ögonen tomma, regnbågsordnade tvättmedelsflaskor uppradade bakom. Stela horisontaler och vertikaler, ingen kameratilt, dödpan absurd humor.
Wan 2.7 referens-till-video-lekplats på Atlas Cloud med båda kattreferenserna inladdade och det färdiga klippet i OUTPUT-panelen
Wan 2.7 referens-till-video: båda katterna inladdade i bildreferensplatserna, upplösning inställd på 1080P, och Kör-knappen som anger priset innan det startar. Två referenser är redan en betydande andel av vad denna slutpunkt accepterar. Wan 3.0 tar 20 referensobjekt.
Ställ dem nu sida vid sida.
Det officiella Wan 3.0-identitetslåsklippet: samma ragdoll- och svarta katt hålls konsekventa över en hotellkorridor, en genomskärningsvägg, en tvättmaskinstrumma, ett bagageband och en röd telefonkiosk
Genererad av Alibaba på Wan 3.0 under den offentliga betan och publicerad i den officiella skaparhandboken. Fem miljöer, 19,9 sekunder, båda katterna fastlåsta med referenstagg. Visas här som en tyst GIF; den levererade filen har 44,1kHz stereo-ljud.
Wan 2.7 referens-till-video-resultatet på samma brief, tre tagningar inom 10-sekunderstaket
Wan 2.7 referens-till-video på Atlas Cloud, samma två referenser, visas här som en tyst GIF. Detta är slutpunktens standard 5-sekunders tagning snarare än hela 10: värt att veta att längdkontrollen inte alltid håller vad du ställer in, så läs Kör-knappens offert innan du trycker på den. Titta på katternas teckningar och ragdollens mask; det är den dimensionen som "pixel-nivå-konsistens"-påståendet handlar om.
Fyra fler Wan 3.0 vs Wan 2.7-prompter värda att köra om
Kaijuklippet betonar längd och fysik. Dessa tre betonar olika saker, och var och en kolliderar med en annan Wan 2.7-begränsning. Alla tre är Alibabas egna betautdata från den officiella handboken.
Wan 3.0, officiell betautdata: en enda 30-sekunders push-back nerför en lysrörsbelyst sjukhuskorridor, blekgrön monokrom gradering, med skådespelerskan som ropar på hjälp. Ljud på. Prestationen, fotstegen och utrustningssurret är alla modellgenererade.
Tabell 3: vad varje prompt kräver, och var Wan 2.7 begränsar den
| Prompt | Vad manuset ber om | Wan 2.7:s publicerade gräns | Dimensionen som testas |
|---|---|---|---|
| Kaiju-genombrott | 10 numrerade tagningar över 30s, plus en musikalisk brief | 15s max på text-till-video | Längd och flerbildsberättelse |
| Sjukhuskorridor | En 30s kontinuerlig tagning med talad dialog | 15s max, inbyggt ljud tillgängligt | Prestation och dialog över långa tagningar |
| Bensinstation-cowgirl | 30s komedi-båge i fyra tidsinställda akter | 15s max, så två akter måste bort | Komisk timing som kräver speltid |
| Skylt en-tagning | Fyra beats med explicita sekundintervall, inga klipp | 15s max, så intervallerna måste skrivas om | Kamerafysik över en lång rörelse |
| Två katter, fem rum | 2 taggade motiv hållna över 5 miljöer | 10s max, 5 referensplatser | Identitetskonsistens |
En gratis 15-sekundersversion av samma idé
Titta på bensinstationsklippet igen. Det formatet, en kort komedish med två karaktärer, en vändning och en poäng, är där Wan 3.0:s extra speltid lönar sig mest. Det är också det format som mest sannolikt säljer något.
Haken är prompten. Handbokens komedieexempel är 800 ord med explicita tidsstämplar och blockering. Det är en riktig färdighet och det tar en helg att lära sig.
Om du bara vill ta reda på om formatet fungerar för din produkt innan du investerar den helgen, har Atlas Cloud ett gratis verktyg som hoppar över prompttekniken helt. Du beskriver produkten, laddar eventuellt upp upp till fyra produktbilder på 8 MB var, väljer en av sex toner (rolig meme, plot twist, sitcom, hjärtevärmande, lyx eller hård sälj), och det skriver två-karaktärsmanuset, castar rösterna, genererar dialogen och ljudeffekterna, och returnerar en färdig 15-sekundersreklam som en enda kontinuerlig scen. Nedladdningar är rena, utan vattenstämpel. Du måste vara inloggad, och du får en gratis generation innan du fyller på krediter.
En rad produktkopiering in, en färdig 15-sekunders komedireklam ut: Atlas Cloud's Free AI Ad Skit Generator
Den Gratis AI-reklamskitgeneratorn : en produktbeskrivning in, en 15-sekunders två-karaktärsreklam ut.
En verklig utdata från gratisgeneratorn. Ljud på: manuset, de två rösterna och ljudeffekterna kommer alla ur en körning.
Vad en Wan 3.0 vs Wan 2.7-jämförelse kostar att köra
Per sekund är de två generationerna i samma grannskap på 720P-nivån. Skillnaden i kostnad är strukturell: ett klipp som tidigare var 15 sekunder är nu 30, så en färdig bit fördubblas ungefär.
Tabell 4: samma kaijusekvens, fyra sätt
| Körning | Pris | Totalt |
|---|---|---|
| Wan 3.0, 30s vid 720P | ¥0,6 / sek | ¥18, cirka $2,50 |
| Wan 3.0, 30s vid 1080P | ¥1,2 / sek | ¥36, cirka $5,00 |
| Wan 2.7, 15s vid 720P | $0,10 / sek | $1,50 |
| Wan 2.7, 15s vid 1080P | $0,10 / sek med 1,5x multiplikatorn | $2,25 |
| Wan 2.7, 15s vid 1440P-SR | offert live på Kör-knappen | offert live |
| Gratis AI-reklamskit, 15s | gratis, 1 generation per konto | $0,00 |
Två varningar. Betapriser är inte allmänna tillgänglighetspriser, och Alibaba har sagt att API:et kommer att öppnas mer brett snart, så behandla ¥-siffrorna som en ögonblicksbild av den offentliga betan snarare än en fastställd taxa. Och på Atlas Cloud-sidan, läs alltid den levande offerten på Kör-knappen innan du förbinder dig, eftersom upplösningsmultiplikatorn tillämpas där och inte i rubrikpriset.
Alibaba har också varit ovanligt direkt om var Wan 3.0 fortfarande är svag, och sagt att modellen "fortfarande har utrymme för förbättringar i ljudkvalitet och textnoggrannhet." Det matchar vad filerna visar: ljudet på de officiella demos är 44,1kHz stereo men kodat vid en modest 32 kb/s, vilket är bra för en förhandsvisning och tunt för en leveransmaster.
Wan 3.0 vs Wan 2.7-licensiering: vad du faktiskt kan leverera
Kort version, och vänligen verifiera det mot de aktuella villkoren själv innan du lägger något framför en kund.
Wan 3.0 är i offentlig beta och dess kommersiella villkor är inte fastställda. Eftersom vikterna inte är släppta finns det ingen självvärdad väg alls; allt du gör går genom Alibabas API eller dess konsumentytor, och du är bunden av vad de villkoren säger den dag du genererar. Wan 2.7 är samma historia med vikter, men det har varit i produktion tillräckligt länge för att plattformens API-villkor är stabila. Om du kör det genom en tredjepartsplattform kommer dina kommersiella rättigheter från den plattformens användarvillkor, så läs de som faktiskt gäller för ditt konto. Inget av dessa stycken är juridisk rådgivning.
Wan 3.0 vs Wan 2.7 FAQ
Är Wan 3.0 öppen källkod? Kan jag köra det i ComfyUI?
Nej. Från och med augusti 2026 finns det inget Wan 3.0-repository under Wan-AI-organisationen på Hugging Face, och inget på Wan-Video GitHub heller. Den nyaste Wan-familjen med släppta vikter är Wan 2.2, inklusive Animate- och S2V-varianterna. För en lokal ComfyUI-graf är du fortfarande på 2.1 eller 2.2. Wan 3.0 är endast API och webb.
Wan 3.0 vs Wan 2.7-upplösning: genererar Wan 3.0 verkligen 4K?
Nej. Den publicerade API-prislistan har tre upplösningsnivåer: 480P, 720P och 1080P. Flera vida spridda jämförelseinlägg hävdar inbyggd 4K och de har fel. På ren outputtak går Wan 2.7 på Atlas Cloud faktiskt högre genom sina 1080P-SR och 1440P-SR superupplösningsalternativ.
Kan jag få 30 sekunder ur Wan 2.7 genom att förlänga klipp?
Inte som en enda kontinuerlig fil. Fortsättningsläget kräver ett källklipp på 2 till 10 sekunder, så en full 15-sekundersgenerering kan inte vara fröet. Utmatningen omkodar och trimmar svansen av vad du än matar in, och kedjade fortsättningar tenderar att loopa tillbaka mot den inledande takten. Förbi 15 sekunder redigerar du, genererar inte.
Wan 3.0 vs Wan 2.7: var kan jag faktiskt köra var och en idag?
Wan 3.0 är i offentlig beta på Alibabas egna ytor: Alibaba Cloud Bailian, Wanjing Yike, Wanxiang-webbplatsen, Qianwen-skapelsens desktop-klient, IF STUDIO och Duiyou, med gråskaleåtkomst i Qianwen-appen. Ingen tredjepartsinferensplattform är värd för det än. Wan 2.7 är generationen du fortfarande kan anropa direkt, över text-till-video, bild-till-video, referens-till-video och video-edit-slutpunkter.
Wan 3.0 vs Wan 2.7-prissättning: vilken kostar mer per färdigt klipp?
Per sekund på 720P-nivån är de nära. Per färdigt klipp, förvänta dig ungefär dubbelt, eftersom den naturliga utdatalängden gick från 15 sekunder till 30. Budgetera för körningsförändringen snarare än prisförändringen, och kom ihåg att betapriser kanske inte överlever allmän tillgänglighet.
Måste jag skriva om mina Wan 2.7-prompter för Wan 3.0?
Ja, och omskrivningen är strukturell snarare än lexikal. Wan 2.7-prompter beskriver en kontinuerlig tagning i rik detalj. Wan 3.0-prompter är tidsstämplade tagningslistor, ibland med ett separat musikstycke, och modellen kommer också att läsa en pdf eller en presentation som indata. Tumregel: för Wan 2.7 skriv en paragraf om en tagning; för Wan 3.0 skriv en numrerad scenuppdelning med sekundintervall.
