Cập nhật mới nhất: Wan 3.0 đã ra mắt chính thức từ ngày 24 tháng 8 năm 2026.
Một phòng dựng màu với tường hiển thị cùng một cảnh mái nhà mưa ở các timecode từ 00:00 đến 00:30
Ba mươi giây của một cảnh quay liên tục duy nhất, trải dài trên một timeline. Đạt được điều đó là cả câu chuyện.
Ngày Wan 3.0 Preview bước vào giai đoạn public beta, tôi tìm kiếm thông số kỹ thuật của nó. Trang đầu tiên của kết quả cho biết nó có native 4K, được phát hành dưới giấy phép Apache 2.0 và có "chế độ đạo diễn AI sáu camera." Sáu trang web khác nhau, cùng một tuyên bố, và không trang nào liên kết đến nguồn chính.
Vì vậy, tôi mở trang model của Alibaba. 480P, 720P, 1080P. Không có 4K. Sau đó, tôi truy cập trực tiếp API Hugging Face và kéo tất cả các kho lưu trữ dưới tổ chức Wan-AI. Kho mới nhất là Wan2.2-Animate-2, được đẩy lên cùng ngày Wan 3.0 ra mắt. Không có bất kỳ thứ gì 3.0.
Sau đó, tôi làm phần mà không ai khác làm. Tiêu đề của Wan 3.0 là 30 giây video liên tục trong một lần tạo, và tôi không có quyền truy cập vào nó, vì vậy tôi đã cố gắng tái tạo kết quả đó với các model mà tôi thực sự có thể gọi hôm nay. Tôi đã thất bại. Cách tôi thất bại hóa ra lại là điều hữu ích nhất trong bài viết này.
Những điểm chính
- Wan 3.0 Preview đã vào public beta vào ngày 6 tháng 8 năm 2026. Model ID
wan3.0-video, yêu cầu đăng ký qua Alibaba Cloud Model Studio và Qwen Cloud. Không phải đăng ký mở. - Thông số thực tế: lên đến 30 giây trong một lần tạo, 480P/720P/1080P, với giá $0.05/$0.10/$0.20 mỗi giây đầu ra.
- Không có 4K và không có trọng số mở. Tôi đã truy vấn API Hugging Face cho mọi kho lưu trữ dưới
Wan-AI. Không có gì trên Wan 2.2 tồn tại dưới dạng tải xuống. - Giới hạn tốc độ là nút thắt thực sự: 2 yêu cầu đồng thời, 30 RPM, 50 tác vụ async xếp hàng.
- Bạn không thể giả mạo cảnh quay 30 giây một lần với Wan 2.7. Ba giới hạn không được ghi chép đã giới hạn clip liên tục thực sự dài nhất ở 15 giây, và việc xích thêm một lần tiếp theo khiến model lặp lại ngược thay vì tiến về phía trước.
Bức tường 15 giây: Wan 3.0 Preview thực sự bán cái gì
Đây là kết quả tốt nhất tôi có thể có được. Mười lăm giây không gián đoạn ở 1080P: một cú đẩy vào biển hiệu neon, một người bán hàng đóng cửa quán cà phê trên mái nhà trong mưa, sau đó một cú crane xuống đường phố ướt và một chiếc taxi. Một tệp được tạo liên tục, không chỉnh sửa, có âm thanh được tạo.
Mười lăm giây video Wan 2.7 liên tục: biển hiệu neon, người bán hàng trên mái nhà, crane xuống đường phố mưa và một chiếc taxi
Clip liên tục thực sự dài nhất mà họ Wan 2.7 tạo ra cho tôi: 15 giây, 1080P, một tệp. Hiển thị ở đây dưới dạng GIF im lặng; tệp gốc có âm thanh stereo 44.1kHz.
Điều đó rất tốt. Nó cũng chính xác là một nửa những gì Wan 3.0 tuyên bố làm được trong một lần gọi, và 15 giây là nơi trần nhà được hàn kín. Mọi thứ bên dưới là cách tôi tìm thấy mối hàn.
Tại sao mọi thông số kỹ thuật Wan 3.0 Preview bạn đọc có thể đều sai
Hai điều khiến bản phát hành này trở nên ồn ào bất thường. Đầu tiên, 30 giây trong một lần tạo là một bước đột phá thực sự cho gia đình. Wan2.7-Video tối đa ở 15 giây và hầu hết các model video chính thống nằm trong khoảng 5 đến 15 (TNGlobal, tháng 8 năm 2026). Thứ hai, Wan 3.0 chấp nhận đầu vào tham chiếu mà không model nào khác chấp nhận: bên cạnh văn bản, hình ảnh, âm thanh và video, nó chấp nhận các tệp doc, xls, ppt, pdf và md cùng với các trang web, vì vậy một bài thuyết trình slide trở thành video (AlphaSignal, tháng 8 năm 2026).
Sự kết hợp đó đã tạo ra một lượng lớn bài đăng từ các trang web chưa bao giờ mở tài liệu. Dưới đây là mọi tuyên bố được lan truyền rộng rãi, được kiểm tra với nguồn chính.
Bảng A: Kiểm tra thông số Wan 3.0 Preview
| Tuyên bố lan truyền | Nguồn chính nói gì | Kết luận |
|---|---|---|
| 30 giây trong một lần tạo | Đã xác nhận, so với 2 đến 15s ở Wan 2.7 | ✅ Đúng |
| Đầu ra native 4K | Độ phân giải chính thức chỉ là 480P, 720P và 1080P | ❌ Sai |
| Trọng số mở Apache 2.0 | Không có kho lưu trữ Wan 3.0 nào dưới Wan-AI trên Hugging Face | ❌ Sai |
| Tài liệu thành video (PDF, PPT, XLS) | Đã xác nhận là loại đầu vào tham chiếu | ✅ Đúng |
| "Chế độ đạo diễn AI sáu camera" | Không xuất hiện trong tài liệu của Alibaba | ❌ Không được hỗ trợ |
| "Khớp môi 12 ngôn ngữ với khóa danh tính" | Không xuất hiện trong tài liệu của Alibaba | ❌ Không được hỗ trợ |
| $0.05 / $0.10 / $0.20 mỗi giây | Đã xác nhận cho 480P / 720P / 1080P | ✅ Đúng |
| Mở cho tất cả mọi người | Yêu cầu đăng ký trên Model Studio và Qwen Cloud | ⚠️ Beta, cần lời mời |
Giá cả và giới hạn tốc độ lấy trực tiếp từ trang model: 2 yêu cầu đồng thời, 30 yêu cầu mỗi phút và hàng đợi async 50 tác vụ (QwenCloud, tháng 8 năm 2026). Con số đồng thời này hầu như không được đưa tin và nó là dòng quan trọng nhất trên trang. Hai công việc song song, mỗi công việc mất vài phút, là ổn cho một bản demo ra mắt. Nó không phải là một pipeline.
Bây giờ là câu hỏi mà cộng đồng mã nguồn mở thực sự quan tâm. Wan 2.1 và Wan 2.2 đã phát hành các checkpoint có thể tải xuống. Wan 2.5 hứa hẹn trọng số nhưng không bao giờ ra mắt, Wan 2.6 hoàn toàn đóng, và Wan 2.7 chỉ dùng API. Tôi đã kiểm tra xem liệu 3.0 có phá vỡ chuỗi này hay không bằng cách truy vấn API Hugging Face cho mọi model dưới tổ chức Wan-AI, sắp xếp theo ngày tạo. Ba kho lưu trữ mới nhất đều là các biến thể Wan2.2-Animate-2 được tạo vào ngày 6 tháng 8 năm 2026, cùng ngày Wan 3.0 ra mắt. Kho lưu trữ được tải nhiều nhất vẫn là Wan2.2-TI2V-5B-Diffusers với khoảng 179.000 lượt tải trong 30 ngày qua (Hugging Face, tháng 8 năm 2026).
Vì vậy, câu trả lời là không, và Wan 2.2 vẫn là trần trọng số mở. Nếu kế hoạch của bạn liên quan đến việc chạy model này cục bộ hoặc fine-tune nó, thì không có gì để chạy.
Dùng thử model trực tiếp trên Atlas Cloud: mở Wan 3.0 Text-to-Video trên Atlas Cloud.
Một lần chạy thực tế trên playground Wan 3.0 Text-to-Video của Atlas Cloud: prompt được hiển thị bên trái và clip đã tạo hoàn chỉnh xuất hiện bên phải.
Ngăn xếp Wan 3.0 Preview: Những gì bạn thực sự có thể chạy hôm nay
Tình hình được phân chia rõ ràng. Wan 3.0 nằm sau một biểu mẫu đăng ký với giới hạn đồng thời hai công việc. Mọi thứ trước nó, từ Wan 2.7 trở về 2.2, có thể gọi ngay lập tức trên một API key, cùng với Seedance và Kling để so sánh chéo model. Mọi thứ trong bài viết này đều được chạy theo cách đó, trong một tab trình duyệt.
Giá dưới đây lấy từ danh mục model Atlas Cloud vào ngày 10 tháng 8 năm 2026, không phải từ bất kỳ bài đăng blog nào.
Bảng B: Wan 3.0 Preview so với những gì có sẵn trên kệ
| Model | Lần tạo đơn dài nhất | Độ phân giải | Quyền truy cập | Đồng thời | Giá mỗi giây niêm yết |
|---|---|---|---|---|---|
| Wan 3.0 Preview | 30s | 480P / 720P / 1080P | Yêu cầu đăng ký | 2 | $0.05 / $0.10 / $0.20 |
| Wan 2.7 text-to-video | 15s | 720P / 1080P / 1080P-SR / 1440P-SR | Mở | Chuẩn | từ $0.10 |
| Wan 2.7 image-to-video | 15s | 720P / 1080P | Mở | Chuẩn | từ $0.10 |
| Wan 2.6 text-to-video | 15s | 720p / 1080p | Mở | Chuẩn | $0.07 (giảm 30% từ $0.10) |
| Wan 2.5 text-to-video | 10s | 720p / 1080p | Mở | Chuẩn | $0.035 (giảm 30% từ $0.05) |
| Wan 2.2 image-to-video | 10s | 480p / 720p | Mở, có thể tải trọng số | Chuẩn | $0.03 |
| Seedance 2.5 text-to-video | 30s | 480p / 720p | Mở | Chuẩn | từ $0.134 |
| Kling v3.0 Pro text-to-video | 15s | Mặc định model | Mở | Chuẩn | $0.095 (giảm 15% từ $0.112) |
Giảm giá có hiệu lực từ tháng 8 năm 2026 và có thời hạn, vì vậy hãy kiểm tra trang model trước khi lập ngân sách dựa trên chúng.
Hai điều nổi bật từ bảng đó. Lần tạo đơn 30 giây của Wan 3.0 không còn là duy nhất nữa: Seedance 2.5 đã chấp nhận thời lượng từ 4 đến 30 giây trong một lần gọi, chỉ bị giới hạn ở 720p. Và Wan 2.7 là hàng duy nhất cung cấp 1440P-SR, một bậc siêu phân giải được tính phí bằng 80% của native 1080P theo lược đồ riêng của nó, mà Wan 3.0 không có.
Điều Wan 3.0 có mà không model nào khác có là 30 giây ở 1080P trong một lần tạo, cộng với đầu vào tham chiếu tài liệu. Wan 3.0 có một trang giữ chỗ trên Atlas Cloud được đánh dấu Sắp ra mắt, vì vậy nó sẽ xuất hiện trên cùng một key khi nó được phát hành. Cho đến lúc đó, đây là chính xác những gì các model cũ hơn có thể làm cho bạn.
Hướng dẫn Wan 3.0 Preview Bước 1: Viết Brief cho cảnh quay một lần
Brief này được sử dụng cho nhiều lần tạo, vì vậy hãy viết nó một lần. Wan 3.0 ưu tiên các mô tả cảnh quay dài, có timecode, và Wan 2.7 chấp nhận cấu trúc tương tự trong giới hạn prompt 5.000 ký tự.
Mẫu hoạt động: Cảnh quay [timecode] + hành động chủ thể + chuyển động máy ảnh + ánh sáng + âm thanh môi trường. Khai báo rằng cảnh quay là liên tục ở dòng đầu tiên, và mô tả nền âm thanh một cách rõ ràng, vì Wan 2.7 tạo âm thanh native và sẽ phát minh ra thứ gì đó không hữu ích nếu bạn để trống.
Tôi chọn một quán cà phê trên mái nhà vào đêm mưa có mục đích. Nó kiểm tra bốn điều thường bị hỏng cùng một lúc: chuyển động máy ảnh liên tục, độ nhất quán của khuôn mặt theo thời gian, phản chiếu neon ướt và nền âm thanh môi trường liên tục.
textCopy
text11BEAT 1 (0-10s): Slow dolly-in từ một biển hiệu neon hồng-xanh nhấp nháy về phía 22một nữ nhân viên trẻ đang lau quầy thép trên một quán cà phê trên mái nhà. 33BEAT 2 (10-15s): Máy ảnh crane xuống qua mép mái nhà xuống đường phố ướt 44bên dưới, lướt về phía một chiếc taxi đang đậu ở lề đường. 55Liên tục: mưa lớn, bảng màu neon, 35mm anamorphic, hạt phim, không cắt. 66
Đó là kế hoạch, không phải prompt. Các prompt bạn dán ở dưới.
Bước 2: Tạo cảnh mở đầu ở 1080P
Mở trang Wan 2.7 text-to-video và dán Beat 1, viết đầy đủ.
textCopy
text11Cảnh quay liên tục, không cắt. Một quán cà phê trên mái nhà vào đêm mưa ở Thâm Quyến. 22Cảnh quay [0-4s]: Slow dolly-in từ một biển hiệu neon hồng-xanh nhấp nháy về phía 33một nữ nhân viên trẻ đang lau quầy thép, mưa vệt qua ánh sáng neon, 44hơi nước bốc lên từ ấm đun. 55Cảnh quay [4-10s]: Máy ảnh dừng lại ở ngang ngực khi cô ấy ngước lên và mỉm cười nửa miệng, 66độ sâu trường ảnh nông, phản chiếu ướt trên quầy, những giọt mưa hiện rõ trên nền trời tối phía sau. 77Âm thanh: mưa đều, tiếng ồn giao thông xa, tiếng leng keng của tách gốm. 88Điện ảnh, anamorphic, 35mm, dải động cao, hạt phim mịn. 99
Cài đặt: Độ phân giải 1080P, Tỷ lệ khung hình 16:9, Thời lượng 10, Mở rộng prompt TẮT.
Mở rộng prompt mặc định là bật và nó viết lại prompt của bạn trước khi tạo, điều này âm thầm phá hủy khả năng điều khiển cảnh quay theo timecode. Tắt nó bất cứ khi nào bố cục cảnh quay là điểm chính.
Đặt thời lượng thành 10 thay vì tối đa 15 giây. Đó không phải là quyết định về chi phí, và lý do chỉ trở nên rõ ràng ở Bước 3.
Wan 2.7 text-to-video trên Atlas Cloud, chạy hoàn tất, đầu ra 1080P hiển thị trong bảng OUTPUT
Bước 2 trong playground: prompt đã dán, 1080P, 16:9, chạy hoàn tất với kết quả bên phải. Lưu ý giá trị báo giá của nút Run là $0.75 cho một công việc 1080P năm giây, tương đương $0.15 mỗi giây thay vì "từ $0.10" trong danh mục.
Bước 3: Tiếp tục nó, và xem nó hỏng ở đâu
Điểm cuối image-to-video của Wan 2.7 có chế độ tiếp tục video, lấy một clip hiện có và tiếp tục quay. Lấy URL đầu ra của Bước 2, đặt vào trường video, đặt Thời lượng thành 15, và dán Beat 2:
textCopy
text11Tiếp tục cùng một cảnh quay không gián đoạn với ngôn ngữ máy ảnh và ánh sáng giống hệt. 22Cú crane-down tiếp tục qua mép mái nhà xuống mặt đường, máy ảnh 33lướt về phía trước qua mưa về phía một chiếc taxi đang đậu ở lề đường, cần gạt nước 44hoạt động. Giữ nguyên cường độ mưa, bảng màu neon, hạt phim và âm thanh môi trường 55giống hệt clip gốc. Không cắt, không fade, không chuyển cảnh. 66
Điều đó tạo ra clip 15 giây ở đầu bài viết này. Bây giờ là ba giới hạn tôi gặp phải, không có giới hạn nào trong tài liệu.
Một: clip nguồn phải dài từ 2 đến 10 giây. Đó là lý do Bước 2 bị giới hạn ở 10. Tạo một cảnh mở đầu 15 giây và bạn không thể mở rộng nó, vì một tệp 15 giây không phải là đầu vào hợp lệ.
Hai: thời lượng yêu cầu phải vượt quá thời lượng nguồn. Đưa vào một clip 10 giây và yêu cầu 10 giây, API sẽ từ chối thẳng thừng: first_clip duration (10s after trim) must be less than the requested duration (10s). Vì vậy, đầu ra chứa nguồn, và nhiều nhất bạn có thể kiếm thêm trong một lần là 5 giây.
Ba: nó không giữ nguyên clip nguồn của bạn. Đây là điều quan trọng. Bên dưới, hàng trên cùng là clip gốc 10 giây tại 5s và 9.9s. Hàng dưới cùng là đầu ra tiếp tục tại cùng hai timecode đó.
Bốn khung hình so sánh clip nguồn và đầu ra tiếp tục tại 5 giây và 9.9 giây
Hàng trên: clip nguồn tại 5s và 9.9s. Hàng dưới: đầu ra tiếp tục tại cùng timecode. Tại 5s chúng khớp nhau. Đến 9.9s, nguồn vẫn còn người bán hàng trong khi đầu ra tiếp tục đã cắt xuống đường phố, vì nó nén lại clip nguồn thành khoảng sáu giây đầu tiên và dành phần còn lại cho nội dung mới.
Vì vậy, tiếp tục không phải là nối. Nó kết xuất lại clip của bạn nhanh hơn để nhường chỗ, và vài giây cuối cùng của màn trình diễn gốc của bạn đơn giản là biến mất.
Điều này đặt ra một ý tưởng hiển nhiên: xích nó. Đưa kết quả 15 giây trở lại và yêu cầu thêm 15. Tôi đã thử. Đây là những gì trả về.
Một lần tiếp tục xích thứ hai trôi ngược về người bán hàng trên mái nhà thay vì tiến triển cảnh
Lần tiếp tục xích thứ hai. Nó phát lại đường phố và taxi, sau đó lặp ngược về người bán hàng trên mái nhà từ đầu chuỗi thay vì tiến về phía trước. Xích không tích lũy.
Đó là bức tường. Giới hạn đầu ra là 15 giây, giới hạn đầu vào là 10, và mắt xích thứ hai trong chuỗi chạy ngược. Mười lăm giây cảnh quay thực sự liên tục là trần cho gia đình model này. Bất cứ thứ gì dài hơn là một cắt, không phải là một cảnh quay, và cắt chính xác là những gì một lần tạo đơn 30 giây tồn tại để loại bỏ.
Một tiết lộ: ảnh chụp màn hình playground cho bước tiếp tục này đã thất bại ba lần vì hình ảnh tham chiếu đặt trước của trang liên tục chiếm quyền điều khiển, vì vậy Bước 3 đã được thực thi thông qua API thay vì giao diện playground. Prompt, cài đặt và đầu ra ở trên đều từ lần chạy thực tế đó.
30 giây của Wan 3.0 Preview thực sự có giá bao nhiêu
Nút Run trong Bước 2 báo giá $0.75 cho một công việc 1080P năm giây. Đó là $0.15 mỗi giây, không phải $0.10 như danh mục liệt kê, vì con số được liệt kê là mức sàn và việc tính phí tỷ lệ với độ phân giải. Luôn tin tưởng báo giá hơn là thẻ.
Với mức giá thực tế đó, 15 giây cảnh quay liên tục của tôi có giá $1.50 cho cảnh mở đầu 10 giây cộng với $2.25 cho phần tiếp tục, vì vậy $3.75 cho 15 giây đầu ra.
Bảng C: 30 giây có giá bao nhiêu, năm cách
| Đường dẫn | Tính toán | Tổng số | Bạn thực sự nhận được gì |
|---|---|---|---|
| Wan 3.0 Preview, 1080P | $0.20 × 30 | $6.00 | 30s liên tục, một lần, không có seam |
| Wan 3.0 Preview, 720P | $0.10 × 30 | $3.00 | 30s liên tục ở 720P |
| Wan 3.0 Preview, 480P | $0.05 × 30 | $1.50 | 30s liên tục ở 480P |
| Wan 2.7, mở đầu cộng tiếp tục | $0.15 × 25 được tính | $3.75 | Chỉ 15s. Không thể đạt 30. |
| Seedance 2.5, 480p | từ $0.134 × 30 | ~$4.05 | 30s liên tục, bị giới hạn ở 720p |
Đọc lại hàng thứ tư. Sản xuất 15 giây liên tục trên Wan 2.7 tốn nhiều hơn Wan 3.0 tính phí cho 30 giây liên tục ở 720P. Giải pháp thay thế không phải là lựa chọn rẻ, nó là lựa chọn đắt tiền và cũng không hoạt động.
Một lưu ý về hàng Seedance: mức giá được liệt kê là mức sàn 480p và model tính phí theo diện tích pixel, vì vậy 720p thực tế chạy gấp khoảng 2.25 lần con số đó.
Về cấp phép, hãy cẩn thận. Wan 3.0 đang trong giai đoạn beta, vì vậy các điều khoản thương mại đến từ thỏa thuận dịch vụ Alibaba Cloud mà bạn chấp nhận tại thời điểm đăng ký thay vì bất kỳ giấy phép model nào, và chúng có thể thay đổi trước khi phát hành chung. Với không có trọng số được công bố, triển khai cục bộ và fine-tune không phải là các lựa chọn. Xác nhận các yêu cầu ghi công và watermarking dựa trên điều khoản tài khoản của riêng bạn trước khi gửi tác phẩm cho khách hàng.
Các câu hỏi thường gặp
Wan 3.0 Preview đã có sẵn cho mọi người chưa?
Chưa. Nó đã vào public beta vào ngày 6 tháng 8 năm 2026, nhưng quyền truy cập yêu cầu đăng ký qua Alibaba Cloud Model Studio và Qwen Cloud. Các tài khoản được phê duyệt có 2 yêu cầu đồng thời, 30 RPM và hàng đợi async 50 tác vụ, được thiết kế cho đánh giá hơn là sản xuất.
Wan 3.0 Preview có mã nguồn mở không, và trọng số ở đâu?
Không có. Truy vấn API Hugging Face cho mọi kho lưu trữ dưới tổ chức Wan-AI không trả về gì trên Wan 2.2. Ba kho mới nhất, tất cả đều là các biến thể Wan2.2-Animate-2, được tạo vào cùng ngày Wan 3.0 ra mắt. Wan 2.2 vẫn là trần trọng số mở.
Wan 3.0 Preview có thực sự làm native 4K không?
Không. Tài liệu chính thức liệt kê 480P, 720P và 1080P. Tuyên bố 4K đến từ các trang tổng hợp trích dẫn lẫn nhau thay vì nguồn chính, và nó mâu thuẫn với bảng giá của chính Alibaba, vốn có chính xác ba bậc độ phân giải.
Một video Wan 3.0 Preview dài 30 giây có giá bao nhiêu?
Ở 1080P, $0.20 mỗi giây đầu ra cho $6.00 cho 30 giây. Ở 720P là $3.00 và ở 480P là $1.50. Để so sánh, 15 giây liên tục trên Wan 2.7 ở 1080P tốn của tôi $3.75 ở mức giá thực tế được tính.
Tôi có thể tạo một cảnh quay 30 giây một lần hôm nay mà không cần quyền truy cập Wan 3.0 Preview không?
Không với Wan 2.7. Chế độ tiếp tục của nó giới hạn đầu ra ở 15 giây, chỉ chấp nhận clip nguồn dài 10 giây hoặc ít hơn, và lặp ngược khi xích. Seedance 2.5 sẽ làm 4 đến 30 giây trong một lần tạo, nhưng chỉ lên đến 720p.
Wan 3.0 Preview so với Wan 2.7: có đáng chờ đợi không?
Nếu bạn cần một cảnh quay liên tục dài hơn 15 giây, hoặc đầu vào tham chiếu tài liệu và trang web, thì có, và không có giải pháp thay thế. Đối với bất cứ thứ gì ở 15 giây hoặc ít hơn, Wan 2.7 thực tế hơn ngay bây giờ, vì giới hạn đồng thời 2 yêu cầu làm cho công việc hàng loạt chậm hơn trên 3.0 so với model mà nó thay thế.
