Wan 3.0 Video
wan / 3-0-video

Wan3.0 est le modèle de génération vidéo tout-en-un d’Alibaba, conçu pour la création multimodale. Il prend en charge le texte, les images, la vidéo, l’audio et les références structurées pour produire des contenus vidéo plus cohérents, réalistes et maîtrisables, avec des capacités narratives et de modification améliorées.

Pricing: 8 credits/s for 480P ($0.04/s), 16 credits/s for 720P ($0.08/s), and 32 credits/s for 1080P ($0.16/s), all 20% below official pricing. Note: The billing rule is (input video duration + output video duration) × unit price. High-tier top-ups (+10% bonus) provide an additional 10% reduction in effective pricing.
Input
Start Frame
End Frame

Click to upload or drag and drop images. Single side: [240, 8000] px; aspect ratio ≤ 8:1

Images: JPEG/JPG/PNG/WebP/BMP, Max 20MB

Text prompt used to describe the desired video content. Supports both Chinese and English, with a maximum length of 20,000 characters.

0/20000

Click to upload or drag and drop

Supported formats: JPEG, PNG, WEBP, BMP Maximum file size: 20MB; Maximum files: 10

Maximum 10 images. Mapped in array order to Image1, Image2, ... in the prompt. Specifications are the same as first_frame_url. Cannot be used together with first frame / last frame.

Click to upload or drag and drop

Supported formats: MP4, QUICKTIME Maximum file size: 100MB; Maximum files: 5

Maximum 5 clips. Each clip: 1–15s; total combined duration ≤ 15s. Mapped in array order to Video1, Video2, ... in the prompt. Formats: mp4, mov. Single side: [240, 4096] px; aspect ratio ≤ 8:1; file size per clip ≤ 100MB. Additionally, on the output side: total input video duration + output duration (duration parameter) must not exceed 30 seconds.

Click to upload or drag and drop

Supported formats: MPEG, WAV, X-WAV Maximum file size: 15MB; Maximum files: 5

Maximum 5 clips. Each clip: 1–15s; total combined duration ≤ 15s. Mapped in array order to Audio1, Audio2, ... in the prompt. Formats: wav, mp3; file size ≤ 15MB per clip. When not used as the sole media input, it is still recommended to pair with images or videos.

Text
0 / 1
No items yet. Click Add to start.

Maximum 1 publicly accessible webpage (no login required). Cannot be used together with reference_file_urls, nor with first frame / last frame.

Text
0 / 1
No items yet. Click Add to start.

Maximum 1 file. Cannot be used together with reference_link_urls, nor with first frame / last frame. Supported formats: docx, doc, xlsx, xls, pptx, ppt, pdf, txt, key, pages, numbers, md. File size ≤ 100MB. For file types such as pdf, docx, ppt, key, pages, etc., page count ≤ 50 pages.

Preset resolution levels for video generation.

Aspect ratio for generated video. "Adaptive" auto-recommends a ratio based on input media proportions and intent.

Duration of the generated video, in seconds. When no video input is provided, the value must be an integer in the range of [2, 30]. When a video input is provided, the total duration of the input video plus the output video must not exceed 30 seconds. Passing -1 enables smart duration mode, where the model automatically recommends an appropriate duration based on the input.

Whether the output video includes audio. true (default): Includes audio; false: No audio track.

Random seed for result reproducibility. 0 <= x <= 2147483647

A configurable parameter. Defaults to true in the Playground.

There is no guarantee that everything can be filtered out; if you are not satisfied with the results, you will need to make your own arrangements.
Output
output typevideo
Examples

Explore different use cases and parameter configurations

README

Complete guide to using wan/3-0-video

Wan3.0 API redéfinit la création vidéo multimodale avec un contrôle accru

Original image

Un court-métrage peut se déployer à travers plusieurs actions, lieux, changements de caméra et temps forts narratifs sans se réduire à un seul instant isolé. Wan3.0 API se prête particulièrement aux séquences telles qu'une course-poursuite urbaine, une aventure miniature, une comédie surréaliste ou une scène d'action cinématographique où les personnages, les accessoires, les environnements et la logique narrative doivent rester liés au fil du récit.

Lorsque plusieurs personnages, costumes, environnements ou références visuelles doivent rester reconnaissables tout au long d'une scène, Wan 3.0 API peut utiliser ces éléments comme repères créatifs constants. Cela la rend utile pour les films de mode, les séquences chorégraphiques, les présentations de personnages, les scènes historiques et d'autres productions où l'apparence, le stylisme, les relations spatiales et la continuité du mouvement comptent tous.

Une vidéo existante peut servir de point de départ à des modifications créatives contrôlées plutôt que d'être régénérée de zéro. Wan3.0-Video API peut prendre en charge des tâches telles que le remplacement d'un sujet, le changement d'environnement, la suppression d'un accessoire, la modification du style visuel, l'ajustement de certains éléments de la scène ou l'extension d'une séquence existante tout en préservant le mouvement et la structure qui doivent rester inchangés.

Les vidéos construites autour de dialogues, de musique, de sons ambiants, de mouvements rythmés ou d'une atmosphère expressive gagnent à intégrer l'audio à la direction créative dès le départ. Wan 3.0 Video API peut prendre en charge des contenus tels que des vidéos de prestation, des publicités cinématographiques, des scènes narratives immersives et des séquences animées rythmées où le son, la cadence visuelle, le jeu des personnages et la dynamique des scènes doivent paraître étroitement synchronisés.

wan/3-0-video s'exécute sur POST /api/v1/jobs/createTask et couvre la génération texte en vidéo, la vidéo à partir de la première image clé ou des première et dernière images clés, la vidéo à partir de références, ainsi que la vidéo issue d'un document ou d'une page web publique. La sortie va de 480P à 1080P et de 2 à 30 secondes avec l'audio activé par défaut ; la liste complète des paramètres figure dans l'espace de test et la documentation API ci-dessus. Les tarifs pour chaque résolution sont indiqués dans la carte tarifaire ci-dessus.

Les première et dernière images clés ne peuvent pas être combinées avec des médias de référence, un document ou une page web, et une dernière image clé nécessite une première image clé. Un document et une page web ne peuvent pas être utilisés ensemble. En mode référence, désignez les médias par Image1, Video1 ou Audio1 dans l'invite, selon l'ordre dans lequel vous les transmettez. Les images clés et les images de référence ne peuvent pas être des fichiers PNG avec transparence.

Les secondes facturées correspondent à la durée de sortie additionnée à la durée totale des vidéos de référence, et avec des vidéos de référence, la durée cumulée d'entrée et de sortie ne doit pas dépasser 30 secondes. Avec la durée automatique, la facturation suit la longueur choisie par le modèle. Les nouveaux utilisateurs de Kie.ai reçoivent 80 crédits de test gratuits.

Wan3.0 est le modèle de génération vidéo tout-en-un d'Alibaba, conçu pour la création de vidéos plus longues, la compréhension de références multimodales, une cohérence renforcée, la modification de précision, la génération audiovisuelle immersive et le contrôle cinématographique. Il prend en charge plusieurs approches de création, notamment les flux de travail basés sur le texte, l'image, des références ou des vidéos existantes.

Oui. Créez une API key sur la page API Keys (kie.ai/api-key) et transmettez-la dans l’en-tête Authorization: Bearer YOUR_API_KEY, puis appelez POST https://api.kie.ai/api/v1/jobs/createTask avec model défini sur wan/3-0-video et un objet input contenant votre prompt et vos médias. La requête renvoie un taskId : fournissez une callBackUrl pour recevoir une notification lorsque la génération de la vidéo réussit ou échoue, ou interrogez régulièrement GET /api/v1/jobs/recordInfo?taskId=…. Chaque paramètre est décrit dans la documentation de Wan 3.0 Video API.

Wan3.0 Video est facturé à la seconde : 8 crédits par seconde en 480P (0,04 $), 16 en 720P (0,08 $) et 32 en 1080P (0,16 $), soit 160 crédits (0,80 $) pour une vidéo de 5 secondes en 1080P. Les secondes facturées correspondent à la durée de la vidéo générée, augmentée de la durée totale des éventuelles vidéos de référence ; lorsque duration est défini sur -1, la facturation suit la durée choisie par le modèle. Alibaba Cloud Model Studio affiche Wan3.0 à 0,05 $, 0,10 $ et 0,20 $ par seconde (novembre 2026) : ces tarifs sont donc inférieurs de 20 %. Les prix peuvent évoluer ; l’encart tarifaire en haut de cette page affiche toujours le tarif en vigueur.

Non. Kie.ai ne propose ni abonnement ni offre illimitée : les crédits sont facturés à l’usage et n’expirent jamais, et chaque vidéo Wan3.0 est facturée à la seconde aux tarifs ci-dessus. Par défaut, un compte peut soumettre jusqu’à 20 nouvelles requêtes de génération toutes les 10 secondes, ce qui permet généralement d’exécuter plus de 100 tâches simultanément ; les requêtes au-delà de cette limite renvoient le code 429 et ne sont pas mises en file d’attente.

Wan 3.0 API prend en charge la génération texte en vidéo et image en vidéo, la génération vidéo à partir d’une première et d’une dernière image, ainsi que la création de vidéos à partir de références. Ses capacités multimodales étendues conviennent également aux flux de travail qui combinent différentes références créatives au sein d’un même processus de génération.

En mode référence, wan/3-0-video accepte jusqu’à 10 images (JPEG, PNG sans transparence, BMP ou WebP, chaque côté mesurant 240–8 000 px, jusqu’à 20MB), jusqu’à 5 vidéos (MP4 ou MOV, 1–15 secondes chacune et 15 secondes au total, jusqu’à 100MB chacune) et jusqu’à 5 extraits audio (WAV ou MP3, 1–15 secondes chacun et 15 secondes au total, jusqu’à 15MB), désignés dans la consigne par Image1, Video1 et Audio1 selon l’ordre dans lequel vous les transmettez. Vous pouvez également partir d’une première image (éventuellement accompagnée d’une dernière image), d’un document (par exemple DOCX, XLSX, PPTX, PDF, TXT ou MD, jusqu’à 100MB et 50 pages) ou d’une page web publique. Les premières et dernières images ne peuvent pas être combinées avec des médias de référence, un document ou une page web, et un document et une page web ne peuvent pas être utilisés ensemble.

Oui. Wan3.0 API prend en charge la génération native de vidéos allant jusqu’à 30 secondes, ce qui laisse davantage de place au développement de l’action, aux mouvements de caméra, aux interactions entre personnages et à une structure narrative complète, sans dépendre entièrement de plusieurs courts extraits.

Wan 3.0 API est conçue pour préserver les détails importants des références fournies au fil des changements de scène et des mouvements. L’apparence des personnages, les vêtements, les accessoires, les environnements, les caractéristiques audio et les relations spatiales peuvent ainsi rester plus fidèles aux références à mesure que la séquence générée se déroule.

Oui. Wan3.0-Video API prend en charge la modification de vidéos à partir d’instructions et de références. Les séquences existantes peuvent être modifiées en changeant les sujets, les environnements, les styles visuels, l’éclairage et d’autres éléments sélectionnés, tout en préservant les parties de la vidéo d’origine qui doivent rester inchangées. L’extension vidéo est également prise en charge pour prolonger des séquences existantes. Pour modifier ou prolonger un extrait, transmettez-le dans reference_video_urls et décrivez la modification ou la suite dans la consigne en le désignant par Video1, comme dans la documentation de référence de Wan3.0 API d’Alibaba ; la durée de la vidéo de référence est facturée en plus de celle de la vidéo générée.

Oui. Wan 3.0 Video API est conçue pour une génération audiovisuelle plus riche, intégrant une expression sonore naturelle, les caractéristiques de la parole, la musique et le rythme, les sons ambiants et une synchronisation plus étroite entre le son et le rythme visuel. Les vidéos générées offrent ainsi une expérience audiovisuelle unifiée, plus complète et plus expressive.