AIREITER
Wan 3.0（Wanxiang）会生成什么
Wan 3.0 也可搜索为 Wanxiang 3.0，是 AIReiter 上阿里巴巴的一体化视频模型。一个模型 ID 覆盖文本、首尾帧、图像-视频-音频混合参考，以及文档或网页转视频，支持 480p、720p 或 1080p，时长 2 到 30 秒。
三种生成模式
文本/参考模式从提示词开始，可添加图片、视频和音频。首尾帧模式以必需的首帧为起点，可选添加末帧。文件/网页可将文档或公开网页转换为视频片段。
最长 30 秒
可选择 2 到 30 之间任意整数秒时长。如果你附加了参考视频，输入秒数加输出秒数不能超过 30。
默认包含原生音频
除非你关闭音频，否则视频会包含配乐。关闭音频不会改变每秒价格。
playground 和 API 中的控制项一致
本页面上的字段对应 POST /api/openapi/submit 中的 wan3_0 参数。
AIReiter 实测的 Wan 3.0 结果
这些片段通过 AIReiter OpenAPI 于 2026 年 8 月 24 日生成。时长、像素和积分来自交付文件，而不是规格表。
文本转视频，720p，5 秒
请求： 文本/参考，720p，16:9，5秒，开启音频。
已交付文件： H.264 MP4，1280x720，5.04秒，AAC 立体声。
按当前 720p 费率计费： 40 credits（8 × 5）。任务耗时约 4 分 12 秒。
从一张静态图生成首尾帧
提示：画面以缓慢推进的方式逐渐生动起来，电影感灯光，无文字。
请求：首帧/末帧，480p，自动比例，2 秒，开启音频。
交付文件：H.264 MP4，632x632，2.02 秒，AAC 立体声。
按当前 480p 费率计费：8 credits (4 × 2)。
参考视频按输出秒数计费
请求：Text/Reference，480p，16:9，2 秒的新输出，开启音频。
交付文件：H.264 MP4，832x480，2.02 秒，AAC stereo。
按当前 480p 费率计费：20 credits。2.02 秒的参考素材向上取整为 3 秒，然后为 4 × (2 + 3)。失败的任务不收费。
用 Wan 3.0 可以制作什么
为镜头绘制分镜
上传首帧，必要时再上传末帧，并描述二者之间的运动。当前景画面已经设计好时，用这个模式。
将简报转为短片
文件/网页支持 PDF、PPT、Word、文本、Markdown 或公开网页。提示词可选，但简短指令仍有帮助。
保持产品或声音一致
在文本/参考中，可添加最多 10 张图片、5 个视频和 5 段音频。请在提示词中将它们命名为 Image 1、Video 1 或 Audio 1。
裁切为社交媒体格式
当发布渠道已经确定时，选择 9:16、1:1 或 16:9 锁定比例，而不是自动。
应使用哪种 Wan 3.0 模式
这三种模式不能在一次请求中混用。首帧/尾帧属于独立的一类，与参考图片、视频、音频、文档和网页不同。
文本 / 参考
单独使用提示词，或添加图片、视频和音频。当你从文字或混合媒体开始时，这是最佳默认选项。
首帧 / 末帧
需要首帧，末帧可选。输出画面跟随静态图。此模式下不要发送参考视频或文档。
文件 / 网页
一份文档或一个公开网页 URL。支持的文件包括 DOC(X)、XLS(X)、PPT(X)、PDF、TXT、KEY、Pages、Numbers 和 MD，最大 100MB，最多 50 页。文档和网页不计费。
Wan 3.0 参数
playground 和 API 提供相同的已验证控制项。本页表格中显示实时价格。
分辨率
480p、720p 或 1080p。默认是 720p。分辨率越高，每秒费用越高。
时长
2 到 30 秒之间的任意整数。使用参考视频时，输入时长加输出时长不能超过 30 秒。
宽高比
auto、16:9、9:16、4:3、3:4 或 1:1。Auto 会遵循参考内容或提示词。
参考媒体
最多 10 张图片（最短边 ≥ 240px，最长边 ≤ 8000px，20MB）。最多 5 个视频（每个 1–15 秒，总计 15 秒，MP4/MOV，100MB）。最多 5 段音频（每个 1–15 秒，总计 15 秒，WAV/MP3，15MB）。只有参考视频的秒数会计入费用。
Wan 3.0 如何计费
计算示例，1080p 下 10 秒
1080p 费率为每秒 16 积分（$0.16/s），因此 10 秒在没有参考视频的情况下费用为 160 积分。
计算示例，参考视频
一个 2 秒的 480p 请求，带 2.02 秒的参考片段，费用为 20 积分：参考片段先向上取整为 3 秒，然后 4 × (2 + 3)。
默认 720p，5 秒
一个 5 秒的 720p 片段费用为 40 积分（8 × 5）。
如何使用 Wan 3.0 生成
在 playground 或通过 API 中使用相同步骤。
选择一种模式
文本/参考、首/尾帧或文件/网页。不要将首/尾帧与参考媒体、文档或网页混用。
先描述动作
先说明是谁或什么在移动，然后再写镜头、光线和风格。将上传内容命名为 Image 1、Video 1 或 Audio 1。
设置时长和分辨率
选择 2–30 秒以及 480p、720p 或 1080p。分辨率越高费用越高；静音不会影响费用。
提交并轮询
POST /api/openapi/submit 会立即返回预估积分。使用相同的 out_task_id 轮询 POST /api/openapi/query，直到完成或失败。
通过 AIReiter API 调用 Wan 3.0
这三种模式共用一个异步协议。
模型 ID
发送 wan3_0。通过 params.type 选择模式：all_reference、first_last_frame 或 file_web。
提交
使用 POST /api/openapi/submit，传入 model、params 和唯一的 out_task_id。
查询
使用相同的 out_task_id 调用 POST /api/openapi/query。完成后的响应会包含 credits_used 和输出视频 URL。
文件和网页字段
对于 File/Webpage，请发送 file_url 或 link_url，不要同时发送两者，也不要与首/末帧或参考媒体一起使用。
相关 AI 视频模型
Wan 3.0 常见问题
关于 Wanxiang 3.0 时长、价格、模式、文档和 API 的常见问题。
/ 01什么是 Wan 3.0（Wanxiang 3.0）？
Wan 3.0 是阿里巴巴的一体化视频模型。在 AIReiter 上，它可根据文本、首/末帧、混合参考、文档或网页生成 2–30 秒、480p、720p 或 1080p 的视频片段。
/ 02Wan 3.0 与早期的 Wan 视频模型有何不同？
这个页面在同一个模型 ID 下提供三种模式，默认原生音频、最长 30 秒，以及文档或网页输入。AIReiter 上早期的 Wan 页面不具备这些组合控制。
/ 03Wan 3.0 最长可以生成多长？
可为 2 到 30 秒之间的任意整数。若使用参考视频，输入秒数加输出秒数不得超过 30。
/ 041080p 的 10 秒要多少钱？
请使用本页表格中实时的 1080p 每秒速率。当前费率为 16 credits/秒（$0.16/s），因此在没有参考视频的情况下，10 秒需要 160 credits。
/ 05关闭音频会让 Wan 3.0 更便宜吗？
不会。音频默认开启。静音不会改变每秒价格。
/ 06可以将首/末帧与参考视频混用吗？
不可以。首/末帧不能在同一请求中与参考图像、视频、音频、文档或网页结合使用。
/ 07可以将 PPT 或网页转换为视频吗？
可以。使用 File/Webpage 并提供文档 URL 或公共网页。Prompt 可选。这些输入不计费；你仍需为输出秒数付费。
/ 08我应该使用哪个 API model ID？
使用 wan3_0 调用 POST /api/openapi/submit，然后用相同的 out_task_id 轮询 POST /api/openapi/query。