Wan 3.0 Prime 是阿里云推出的一体化视频模型,页面分为通用生成、首尾帧生成、文件/网页生成三个入口。通用生成可单独使用提示词,也可附加图片、视频和音频参考;首尾帧生成要求提供首帧,尾帧可选。通过 光谱汇深 的统一异步接口,可生成 2–30 秒、480P、720P 或 1080P 的视频,并可选择是否输出音频。
可仅用提示词生成,也可添加图片、视频和音频参考
通用 / 参考通道
可仅用提示词,也可附加参考素材、文档或网页
首尾帧通道
首帧必填,尾帧可选
同一请求不能混用首尾帧素材与参考图片、视频、音频、文件或网页。
请至少填写提示词,或添加一项图片、视频或音频参考素材。
最多上传 5 段 WAV/MP3;单段 1–15 秒、15 MB 以内;总时长不超过 15 秒。
WAV, MP3 (max 15MB, up to 5 audios, duration ≤ 15s)
已添加 0/5 段音频,上传文件和链接共用数量上限。
请选择自动时长(-1)或 2–30 秒之间的整数;有参考视频时,输入与输出总时长不能超过 30 秒。
1080P 是默认档,也是价格最高的分辨率档。
默认生成音轨;关闭音轨不会降低价格。
在生成的视频中添加供应商水印。
已存储到 光谱汇深 CDN
透明定价,无隐藏费用。按量付费,用多少付多少。
| 型号 | 规格 | 价格 |
|---|---|---|
wan3.0-video-prime | 480P | 0.5143Credits(~¥0.0514)/秒 |
| 720P | 1.0286Credits(~¥0.1029)/秒 | |
| 1080P | 2.0571Credits(~¥0.2057)/秒 |
* 实际费用以最终输出为准。
* 总费用 =(参考视频时长 + 生成视频时长)× 所选型号和分辨率的每秒原价 × 对应实际折扣 ÷ 100。
从通用生成、首尾帧生成、文件/网页生成三个入口开始。通用生成既可单独使用提示词,也可附加图片、视频和音频参考;首尾帧生成必须提供首帧,尾帧可选。可选择 2–30 秒时长,并输出 480P、720P 或 1080P 视频。
50K+
活跃用户
99.9%
在线率
2x
更快
—
成本节省
三个生成入口、两个素材族,以及已确认的输出控制和交付方式
覆盖通用生成、首尾帧生成和文件/网页生成的生产场景
只需三步即可提交并获取 Wan 3.0 Prime 视频任务
选择可纯提示词或附参考素材的通用生成、首帧必填且尾帧可选的首尾帧生成,或文件/网页生成。
设置 2–30 秒时长、480P/720P/1080P 分辨率、宽高比、输出音频、水印,以及可选的随机种子。
提交异步请求,使用任务 ID 轮询状态,并从 光谱汇深 存储获取生成完成的视频。
关于 Wan 3.0 Prime 输入、价格和任务行为的常见问题
Wan 3.0 Prime 是阿里云的一体化 AI 视频模型,在 光谱汇深 上以 wan3.0-video-prime 提供服务。页面将支持的输入整理为三个生成入口,并将参考素材与首尾帧素材分为两个互斥素材族。
页面有三个入口:通用生成可单独使用提示词或附加图片、视频、音频参考;首尾帧生成中首帧必填、尾帧可选;文件/网页生成则接受文档或公开网页来源。
duration 可设为 2 到 30 之间的任意整数。提供参考视频时,参考视频总时长与请求的输出时长之和不得超过 30 秒。将 duration 设为 -1,可由模型自动决定输出时长。
Wan 3.0 Prime 按所选分辨率的实时每秒原价和对应实际折扣计费。费用 =(参考视频时长 + 生成视频时长)× 每秒原价 × 实际折扣 ÷ 100;自动时长显示预估范围。本型号的原价与折扣请以本页实时价格表为准。
默认分辨率为 1080P,也是价格最高的档位。如 480P 或 720P 更符合您的画质和成本要求,请显式传入相应档位。
不会。输出音频默认开启,将 audio 设为 false 也不会改变按秒价格。参考音频是另一种用于引导生成的输入素材。
不可以。首帧和尾帧属于一个输入素材族,参考图片、视频、音频、文件和链接属于另一个素材族。Wan 3.0 Prime 会拒绝混用这两族素材的请求。
支持 Word、Excel、PowerPoint、PDF、TXT、Keynote、Pages、Numbers 和 Markdown 文件,文件最大 100MB、最多 50 页;也支持无需登录即可访问的公开网页。
注册 光谱汇深 账号,在控制台的 API Keys 页面创建密钥即可。同一个 key 可调用 Alibaba Wan 3.0 Prime API 及平台上的全部模型,按量付费,无需订阅。本页展示的是黄金会员价(8 折,立省 20%),铂金、钻石会员最高立省 28%。
将 model 设为 wan3.0-video-prime,连同提示词发送生成请求。Wan 3.0 Prime API 以异步任务方式运行:提交后立即返回 task id,轮询该任务直到结果生成完成。完整参数和代码示例见 光谱汇深 文档(docs.callhub.cn)。
探索同类型的其他模型。
MiniMax H3 Max
MiniMax H3 Max generates video from text and images at 480P, 768P or 1080P with 5–15 second clips, first/last frames, multimodal references and synced audio.
Seedance 2.0 Mini
Seedance 2.0 Mini is the lightweight version of ByteDance's Seedance 2.0 for text-to-video and image-to-video, with 480p or 720p output.
HappyHorse 1.1
HappyHorse 1.1 generates 720P or 1080P video from text, a first-frame image or 1–9 reference images. Video editing is not supported.

Kling 3.0 Turbo
Kling-3.0-Turbo: A high-speed, high-quality AI video generation model ideal for quickly creating short videos.