Wan 3.0 Video
wan / 3-0-video

Wan3.0 — универсальная модель генерации видео от Alibaba, созданная для мультимодальных задач. Она поддерживает текст, изображения, видео, аудио и структурированные референсы, позволяя создавать более согласованный, реалистичный и управляемый видеоконтент с расширенными возможностями сторителлинга и монтажа.

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 переосмысливает мультимодальное создание видео, обеспечивая больше контроля

Original image

Короткометражный ролик может развиваться через смену действий, локаций, ракурсов камеры и сюжетных акцентов, не сводясь к одному изолированному моменту. Wan3.0 API отлично подходит для таких сцен, как городская погоня, миниатюрное приключение, сюрреалистическая комедия или кинематографичный экшен, где персонажи, реквизит, окружение и логика повествования должны оставаться связанными по ходу истории.

Когда несколько персонажей, костюмов, локаций или визуальных референсов должны оставаться узнаваемыми на протяжении всей сцены, Wan 3.0 API использует эти материалы как постоянный творческий ориентир. Это делает его удобным для фэшн-фильмов, хореографических номеров, презентаций персонажей, исторических сцен и других проектов, где важны внешность, стиль, пространственные соотношения и непрерывность движения.

Готовое видео может стать отправной точкой для управляемых изменений вместо повторной генерации с нуля. Wan3.0-Video API поддерживает такие задачи, как замена объекта, смена окружения, удаление аксессуара, изменение визуального стиля, корректировка отдельных элементов сцены или продление существующего фрагмента с сохранением исходного движения и структуры.

Видео, построенные вокруг диалогов, музыки, звуков окружения, ритмичного движения или выразительной атмосферы, могут выиграть от того, что звук учитывается как часть творческого замысла с самого начала. Wan 3.0 Video API подходит для создания видео выступлений, кинематографичной рекламы, иммерсивных сюжетных сцен и ритмичных роликов, где звук, визуальный темп, игра персонажей и динамика сцены должны быть тесно синхронизированы.

Модель wan/3-0-video работает через эндпоинт POST /api/v1/jobs/createTask и поддерживает генерацию видео из текста, по первому кадру, по первому и последнему кадрам, по референсам, а также из документа или публичной веб-страницы. Доступно разрешение от 480P до 1080P и длительность от 2 до 30 секунд со включённым по умолчанию звуком; полный список параметров приведён в песочнице и документации API выше. Стоимость для каждого разрешения указана в карточке тарифов выше.

Первый и последний кадры нельзя комбинировать с медиареференсами, документом или веб-страницей, а для последнего кадра обязательно нужен первый. Документ и веб-страницу нельзя использовать одновременно. В режиме референсов обращайтесь к медиафайлам в промпте как Image1, Video1 или Audio1 в том порядке, в котором вы их передаёте. Изображения кадров и референсов не могут быть в формате PNG с прозрачностью.

Оплачиваемое время в секундах равно длительности готового видео плюс суммарная длительность видеореференсов; при использовании видеореференсов общая длительность входных и выходных видео не должна превышать 30 секунд. При автоматическом выборе длительности тарификация рассчитывается по хронометражу, выбранному моделью. Новые пользователи Kie.ai получают 80 бесплатных кредитов для тестирования.

Wan3.0 — это универсальная модель генерации видео от Alibaba, созданная для генерации длинных роликов, мультимодального понимания референсов, высокой согласованности сцен, точного редактирования, иммерсивной аудиовизуальной генерации и кинематографичного контроля. Она поддерживает различные сценарии работы, включая генерацию по тексту, изображениям, референсам и редактирование готовых видео.

Да. Создайте API-ключ на странице API Keys (kie.ai/api-key) и передайте его в заголовке Authorization: Bearer YOUR_API_KEY, а затем отправьте запрос POST https://api.kie.ai/api/v1/jobs/createTask, указав модель wan/3-0-video и объект input с промптом и медиафайлами. Запрос вернет taskId: передайте callBackUrl, чтобы получить уведомление об успешном завершении или ошибке генерации, либо опрашивайте GET /api/v1/jobs/recordInfo?taskId=…. Все параметры описаны в документации Wan 3.0 Video API.

Wan3.0 Video тарифицируется посекундно: 8 кредитов в секунду при 480P (0,04 $), 16 при 720P (0,08 $) и 32 при 1080P (0,16 $), поэтому 5-секундное видео в 1080P стоит 160 кредитов (0,80 $). Оплачиваемые секунды складываются из длительности итогового ролика и общей продолжительности всех референсных видео, а при значении duration -1 тарификация рассчитывается по длительности, которую выберет модель. В Alibaba Cloud Model Studio стоимость Wan3.0 составляет 0,05 $, 0,10 $ и 0,20 $ за секунду (ноябрь 2026 года), то есть наши тарифы на 20 % ниже. Цены могут обновляться; актуальная стоимость всегда указана в карточке тарифов в верхней части этой страницы.

Нет. На Kie.ai нет подписок и безлимитных тарифов: кредиты приобретаются по модели pay-as-you-go и не сгорают, а каждое видео Wan3.0 оплачивается посекундно по указанным выше тарифам. По умолчанию с одного аккаунта можно отправлять до 20 новых запросов на генерацию каждые 10 секунд, что обычно позволяет выполнять 100+ задач одновременно; запросы сверх этого лимита возвращают код 429 и не ставятся в очередь.

Wan 3.0 API поддерживает генерацию видео по тексту, по изображению, по первому и последнему кадрам, а также создание видео на основе референсов. Расширенные мультимодальные возможности модели также подходят для сценариев, объединяющих разные типы референсов в рамках одной генерации.

В режиме референсов модель wan/3-0-video принимает до 10 изображений (JPEG, PNG без прозрачности, BMP или WebP, со сторонами 240–8 000 px и размером до 20MB), до 5 видеороликов (MP4 или MOV, по 1–15 секунд каждый и до 15 секунд суммарно, до 100MB каждый) и до 5 аудиоклипов (WAV или MP3, по 1–15 секунд каждый и до 15 секунд суммарно, до 15MB), к которым в промпте можно обращаться как Image1, Video1 и Audio1 в порядке их передачи. Также можно начать генерацию с первого кадра (опционально с последним кадром), одного документа (DOCX, XLSX, PPTX, PDF, TXT или MD, до 100MB и 50 страниц) или одной публичной веб-страницы. Первый и последний кадры нельзя комбинировать с референсными медиафайлами, документом или веб-страницей, а документ и веб-страницу нельзя использовать одновременно.

Да. Wan3.0 API поддерживает нативную генерацию видео длительностью до 30 секунд, что дает больше пространства для развития действия, движения камеры, взаимодействия персонажей и построения законченного сюжета, не полагаясь целиком на объединение нескольких коротких клипов.

Wan 3.0 API спроектирован так, чтобы сохранять ключевые детали из переданных референсов при смене сцен и в динамике. Внешность персонажей, одежда, реквизит, окружение, характеристики звука и пространственные связи могут точнее соответствовать референсам по мере развития генерируемой последовательности.

Да. Wan3.0-Video API поддерживает редактирование видео по текстовым инструкциям и референсам. В исходных роликах можно менять объекты, окружение, визуальный стиль, освещение и другие выбранные элементы, сохраняя при этом остальные части видео без изменений. Также поддерживается удлинение видео для продолжения существующих сцен. Чтобы отредактировать или продлить клип, передайте его в параметре reference_video_urls и опишите нужные изменения или продолжение в промпте, обращаясь к ролику как Video1, как в документации Wan3.0 API от Alibaba; длительность референсного видео оплачивается вместе с итоговым роликом.

Да. Wan 3.0 Video API предназначен для создания более насыщенных аудиовизуальных материалов с естественным звучанием, передачей особенностей речи, музыки и ритма, звуков окружения и более тесной синхронизацией звука с визуальным темпом. Благодаря этому сгенерированные ролики воспринимаются как целостные и выразительные аудиовизуальные произведения.