3 сентября 2026 г.
Лидер по правке видео со звуком сменился: Wan 3.0 подняла Alibaba с пятого места на первое
Wan 3.0 первая в арене Artificial Analysis по редактированию видео со звуком, доступ по API от $0.05 за секунду.
Artificial Analysis
@artificialanlys
Wan 3.0 дебютирует на первом месте в лидерборде Artificial Analysis по редактированию видео и идёт вплотную второй в генерации видео со звуком из текста. Wan 3.0 — новая универсальная модель Alibaba для генерации и редактирования видео, заявленная как единая система, которая превращает мультимодальную творческую задумку в видео. Она выдаёт до 30 секунд в 1080p с нативным звуком и принимает как творческие референсы текст, изображения, видео, аудио, документы и веб-страницы. Одна и та же модель поддерживает Text to Video, Image to Video, генерацию по референсам и редактирование по инструкции, включая правку изображения, сюжета, диалогов и звука. В Artificial Analysis Video Arena Wan 3.0 занимает 1-е место в Video Editing with Audio, 2-е в Text to Video with Audio и 5-е в Image to Video with Audio. Wan 3.0 знаменует большой скачок между поколениями: против последней версии Wan 2.7 в каждом лидерборде она поднимается с 5-го места на 1-е в Video Editing with Audio, с 6-го на 2-е в Text to Video with Audio и с 12-го на 5-е в Image to Video with Audio. Wan 3.0 уже доступна в публичном превью через Alibaba Cloud Model Studio. Цены стартуют с $0.05 за секунду для 480p, дальше $0.10 для 720p и $0.20 для 1080p. Поздравляем @Alibaba_Wan и @alibaba_cloud с релизом! Ниже в треде сравнения Wan 3.0 с другими ведущими моделями в Artificial Analysis Video Arena 🧵
· 4,2 тыс. просмотров
Прошлая версия Wan стояла в арене редактирования видео пятой. Новая встала первой.
Artificial Analysis обновила замер 3 сентября: у Wan 3.0 рейтинг 1189 против 1129 у ближайшей MiniMax H3. В генерации видео из текста со звуком Wan 3.0 вторая, до лидера Gemini Omni Flash не хватило одного пункта.
Alibaba собрала генерацию и монтаж в одну модель. Тем же вызовом делается ролик из текста, из картинки, по референсам, и правится уже готовое видео инструкцией: картинка, сюжет, реплики, звук. На выходе до 30 секунд, 30 кадров в секунду, до 1080p, звук родной. Референсов принимает до 20 материалов за запрос: 10 картинок, 5 видеофрагментов, 5 аудио. Wan 2.7 отдавала ролики вдвое короче.
Попробовать без карты. В песочнице fal вошедший пользователь получает 5 генераций Wan 3 из текста каждые 24 часа, 720p со звуком. Окно скользящее, а не разовый триал.
Цена по API. В Alibaba Cloud Model Studio модель зовут wan3.0-video: $0.05 за секунду готового видео в 480p, $0.10 в 720p, $0.20 в 1080p (регион Сингапур). Минута в 1080p выходит в $12. До 23 сентября 2026 Alibaba держит на API скидку 30%. Вызов асинхронный: создаёшь задачу и опрашиваешь результат, ждать 1–5 минут, ссылка на готовое видео живёт сутки.
Локально Wan 3.0 не поставить. Весов на Hugging Face нет: в организации Wan-AI старшая опубликованная линейка остаётся Wan2.2. Пока модель живёт только по API.
Скидка 30% на API держится до 23 сентября 2026, дальше цена станет полной.
Первоисточник