Was ein Wan-3.0-Clip wirklich kostet, sobald du die Versuche mitzählst

Alibaba veröffentlicht den Satz: $0.05, $0.10 und $0.20 pro Sekunde Ausgabe in 480P, 720P und 1080P. Mal die Sekunden, und du hast den Preis einer Generierung — eine echte Zahl, und fast nie deine Rechnung.

Vier Dinge stehen zwischen beidem. Drei davon sind breit dokumentiert und selten an einem Ort gesammelt; eines davon berechnet dir Video, das du geliefert hast und nicht das Modell, und wir haben es für Kreative nirgends aufgeschrieben gefunden. Hier ist die ganze Rechnung, nur mit veröffentlichten Listenpreisen.

Das ist der Boden. Jetzt die Multiplikatoren.

Jeder Satz und jede Obergrenze unten stammt aus der Wan-3.0-API-Referenz und dem Schema für create-task, gelesen am 25.08.2026. Was Alibaba berechnet, steht auf dessen eigener Preisliste; was wir berechnen, steht auf unserer.

Multiplikator eins: die Versuche, die du wegwirfst

Drei bis fünf Generierungen pro brauchbarem Clip ist die Arbeitsannahme in dieser ganzen Kategorie, und Wan 3.0 ist davon keine Ausnahme. Kein veröffentlichter Satz rechnet das ein, denn ein Satz beschreibt eine Generierung, und noch nie wurde ein Briefing von einer Generierung fertig.

Die ehrliche Einheit sind also Kosten pro Treffer und nicht Kosten pro Sekunde. Bei vier Versuchen kostet ein Clip von zehn Sekunden in 720P $4.00 und nicht $1.00. Diese Zahl ist die, gegen die sich budgetieren lässt, und sie ist zugleich die, über die du am meisten Kontrolle hast — siehe die Schleife weiter unten, die sie um mehr als die Hälfte senkt, ohne das Ergebnis zu ändern.

Die Hälfte davon, die nicht bei dir liegt, ist, ob die Fehlschläge berechnet werden. Eine Generierung, die FAILED zurückgibt, hat nichts hergestellt, und Modellanbieter berechnen sie nicht — ob sie auf deiner Rechnung landet, ist also eine Entscheidung dessen, der zwischen dir und dem Modell sitzt. Wir erstatten sie automatisch; die vollständige Fehlersystematik steht hier.

Multiplikator zwei: die Sekunden eines Referenz-Clips werden als Ausgabe abgerechnet

Das ist der, aus dem die verwirrte Rechnung entsteht.

Wenn du einen Referenz-Clip anhängst, werden seine Sekunden zu deinem Ausgabesatz abgerechnet, zusätzlich zu den Sekunden, die du verlangt hast. Jeder Anbieter, den wir lesen können, sagt das unabhängig, und die Formel, die sie veröffentlichen, ist dieselbe:

abrechenbare Sekunden = Sekunden Eingabevideo + angeforderte Ausgabesekunden

Auf die ganze Sekunde aufrunden, mal den Satz der Auflösung. Ein Referenz-Clip von 4,5 Sekunden, der eine Ausgabe von 5 Sekunden in 720P antreibt, sind also 10 abrechenbare Sekunden, $1.00, gegen die $0.50, die du eingeplant hattest. Genau das Doppelte, für einen Clip, der immer noch fünf Sekunden lang ist.

Zwei Dinge machen das weniger alarmierend, als es zuerst klingt. Es betrifft nur Videoreferenzen. Referenzbilder, Referenztonspuren, Dokumente und Weblinks schlagen nichts auf die Rechnung — zehn Bilder und fünf Tonspuren kannst du kostenlos anhängen, getaktet wird nur die Videofamilie. Und es ist hinterher sichtbar: Die Antwort trägt input_video_duration neben output_video_duration, und genau dieses Feld gleichst du ab.

Die Folge für die Planung ist es wert, klar gesagt zu werden, denn sie dreht die Intuition um: Bei Wan 3.0 ist ein Referenz-Clip von fünfzehn Sekunden die teuerste Eingabe, die du anhängen kannst, und zehn Referenzbilder sind kostenlos. Wenn ein Standbild dieselbe Information tragen kann wie ein Clip — ein Gesicht, ein Produkt, ein Ort, eine Palette — nimm das Standbild.

Am härtesten trifft das beim Fortsetzen eines Clips, den du schon hast, denn dort ist der Referenz-Clip der ganze Punkt und lässt sich nicht gegen ein Standbild tauschen. Einen Clip zu verlängern wird für die hochgeschickten Sekunden genauso berechnet wie für die zurückkommenden, und deshalb ist das Kürzen auf das Ende vor dem Hochladen gleichzeitig der günstigere Zug und der, der dir mehr neues Material einbringt. Eingabesekunden zu berechnen ist in diesem Feld beinahe Standard, und es ist nur eine der Arten, auf die ein genannter Sekundensatz aufhört, das zu bedeuten, wonach er aussieht — derselbe Satz bedeutet fünf verschiedene Dinge auf der Karte eines einzigen Anbieters.

Multiplikator drei: smarte Dauer reserviert die Obergrenze

Wan 3.0 nimmt -1 als Dauer an, was heißt: entscheide du, wie lang das sein soll. Das ist eine wirklich gute Funktion und eine Abrechnungsfalle, denn der Preis lässt sich beim Absenden nicht kennen.

Anbieter lösen das auf zwei unvereinbare Arten. Manche reservieren die vollen dreißig Sekunden, rechnen dann gegen die tatsächliche Ausgabe ab und erstatten die Differenz. Andere berechnen einfach die Obergrenze von dreißig Sekunden und behalten sie. Der Abstand zwischen diesen beiden Vorgehensweisen beträgt bei einem Clip, für den das Modell sechs Sekunden wählt, $4.80 in 1080P — der Unterschied zwischen $1.20 und $6.00.

Welche Vorgehensweise für dich gilt, lässt sich nur aus den Bedingungen lesen, die sichere Gewohnheit ist also, die Länge zu nennen. Verlang eine ausdrückliche Dauer, und die Zahl auf der Schaltfläche ist die Zahl, die du zahlst.

Multiplikator vier: Varianten multiplizieren, sie bündeln nicht

Vier Wan-3.0-Varianten desselben Prompts kosten das Vierfache einer Variante. Innerhalb einer Anfrage gibt es keinen Mengenrabatt, und es gibt keinen Grund, einen zu erwarten — das Modell läuft viermal.

Aufgeschrieben ist das offensichtlich und in einer Oberfläche mit einem Chip „4" leicht zu vergessen. Es ist auch der schnellste Weg, in 1080P ein Budget zu verbrennen: Vier Varianten von dreißig Sekunden sind $24.00 an Rechenzeit für eine Frage, die drei Entwürfe in 480P für $4.50 besser beantwortet hätten, weil du drei verschiedene Ideen gesehen hättest statt vier Fassungen einer einzigen.

Die eine Einstellung, die die Rechnung für nichts vervierfacht

Wenn du keine Auflösung setzt, generiert Wan 3.0 in 1080P. Das ist die Voreinstellung, sie warnt dich nicht, und sie ist das Vierfache des Satzes von 480P für eine Ausgabe, die du ohnehin noch einmal laufen lassen wolltest. Es kostet nichts, das zu ändern, und eine Menge, es stehen zu lassen — die anderen stillen stehen hier, und welche Stufe ein Auftrag wirklich will ist eine Entscheidung, die sich einmal lohnt statt pro Clip.

Drei Dinge, die nichts an deiner Zahlung ändern

Die erste Zeile ist eine Sekunde Aufmerksamkeit wert, denn sie nimmt eine Entscheidung weg, über der Leute grübeln. Es gibt keinen stillen Rabatt. Wenn du den Clip stumm willst, mach ihn stumm, weil Stille für den Schnitt richtig ist.

Die Schleife, die die Rechnung halbiert

Jede Qualitätsstufe ist dasselbe Modell. 480P ist kein schwächeres Wan 3.0 mit schlechterem Promptverständnis; es ist dieselbe Generierung mit einem Viertel der Pixel und einem Viertel des Preises. Das heißt, günstig zu entwerfen kostet dich nichts außer Auflösung, und Bildausschnitt, Bewegung, Tempo und Ton lesen sich in 480P alle einwandfrei.

Zwei Wege zu einem fertigen Clip von zehn Sekunden, mit jeweils vier Versuchen:

Dieselben vier Generierungen, dieselben vier Erkenntnisse, 56 % weniger Geld. Bei dreißig Sekunden weitet sich der Abstand auf $24.00 gegen $10.50, denn alles skaliert linear mit der Länge, und die Disziplin skaliert mit.

Der Fehler, den Leute tatsächlich begehen, ist nicht, in 1080P zu viel auszugeben. Es ist, in 1080P noch einmal zu laufen, während noch offen ist, was die Einstellung überhaupt sein soll — also viermal für eine Information zu zahlen, die zu einem Viertel des Preises genauso ankommt. Die sechs Schritte dieser Schleife, der Reihe nach, sind die ersten paar Sitzungen lang gut vor Augen zu haben; die Ersparnis steckt in der Reihenfolge, nicht in den Einstellungen.

Was eine fertige Minute kostet, in den Einheiten der Bestenlisten

Umgerechnet in die Einheit öffentlicher Bestenlisten liegt Wan 3.0 zu Alibabas Listenpreis bei $3.00 pro Minute in 480P, $6.00 in 720P und $12.00 in 1080P.

Die mittlere Zahl ist die interessante. In der Text-zu-Video-Arena von Artificial Analysis, Tafel With Audio, Stand 25.08.2026, steht Wan 3.0 nach Elo an der Spitze der Tabelle — und die Preisspalte der Bestenliste ist dafür leer. Füllt man sie aus dem veröffentlichten Satz, landen 720P bei $6.00 pro Minute, und das ist gleichauf mit dem Zweitplatzierten und unter dem Dritten mit $7.80.

Dazu zwei Hinweise in eigener Sache, denn das ist die Zahl, die am ehesten gegen uns zitiert wird. Wan 3.0s Platzierung ruht auf 5.728 Stimmen, der kleinsten Stichprobe der oberen fünf, und sein Vorsprung auf Platz zwei beträgt drei Elo-Punkte bei einem Konfidenzintervall von etwa neun. Die Tafel selbst gibt ihm eine Rangspanne von 1–2. „Geteilt an der Spitze, zu einem niedrigeren Preis als die Modelle drumherum" ist haltbar. „Bestes Modell, bewiesen" ist es nicht, und wer dir etwas anderes erzählt, hat die Spalte mit der Stichprobe nicht gelesen.

Die Kosten, die auf keiner Satztabelle auftauchen

Eine Tabelle pro Sekunde kann nur die Rechenzeit bepreisen. Vier Dinge kosten verlässlich mehr, als die Rechenzeit gekostet hat, und kein einziges davon taucht als Posten auf.

Renderings, für die du bezahlt und die du dann verloren hast. Die Ergebnis-Links von Wan 3.0 verfallen 24 Stunden nach dem Ende eines Auftrags. Ein Clip, der perfekt generiert und nie heruntergeladen wurde, ist ein Totalverlust, und er ist unsichtbar — es ist kein Fehlschlag, es ist ein Erfolg, den niemand abgeholt hat. Womit auch immer du arbeitest: Fertige Dateien müssen in dem Moment, in dem es sie gibt, irgendwo dauerhaft landen.

Treffer, zu denen du nicht zurückfindest. Wan 3.0 nimmt einen Seed von 0 bis 2.147.483.647 an, und derselbe Seed mit demselben Prompt und denselben Einstellungen stellt denselben Clip wieder her. Schreib den Seed, den genauen Prompt und die Auflösung neben jedes Ergebnis, das dir gefällt. Das ist die günstigste Gewohnheit im ganzen Arbeitsablauf und die, die am leichtesten ausfällt: Ohne sie ist das Wiederfinden des guten Takes eine frische Runde Versuche zum vollen Preis.

Prompts, die still umgeschrieben wurden. Die Erweiterung ist standardmäßig an, der Text, der lief, ist also oft nicht der Text, den du geschrieben hast. Genau dafür gibt die Antwort orig_prompt zurück. Wenn deine Werkzeuge das verwerfen, stimmst du gegen einen Prompt ab, den du nie gesehen hast, und so kommen Leute zu der Überzeugung, das Modell sei unbeständig.

Aufträge, die verfallen sind statt fehlzuschlagen. Eine task_id von Wan 3.0 ist 24 Stunden gültig. Fragst du sie später ab, bekommst du UNKNOWN, und das ist weder Erfolg noch Fehlschlag und der eine Zustand, den automatische Erstattungsregeln gern übersehen.

Alle vier sind Probleme des Arbeitsablaufs und keine Preisprobleme, und deshalb sagt der Vergleich von Satztabellen so wenig darüber, was ein Monat wirklich kostet. Vier Fragen, die man jedem Dienst stellen sollte, diesem eingeschlossen: Wo liegen meine Dateien nach 24 Stunden, kann ich sehen, welcher Prompt wirklich lief, was passiert mit einem Auftrag, der verfällt, und was mit einem, der fehlschlägt. Hier lauten die Antworten: dauerhafter Speicher in dem Moment, in dem ein Auftrag fertig wird, Modell-ID und Task-ID bei jedem Ergebnis, verfallene Aufträge werden als verfallen und nicht als fehlgeschlagen geführt, und fehlgeschlagene Aufträge werden ohne Ticket erstattet. Die Fehlersystematik hat die Einzelheiten.

Fünf Fragen, bevor du auf Generieren drückst

1. Ist die Auflösung gesetzt, oder fällt sie gleich auf die teure zurück?
2. Ist das ein Entwurf oder ein Finale? Wenn du unsicher bist, ist es ein Entwurf, also 480P.
3. Hängt ein Referenz-Clip dran, und hast du seine Sekunden zur Schätzung addiert?
4. Ist die Dauer ausdrücklich, oder reserviert -1 gleich dreißig Sekunden?
5. Wie viele Varianten, und würden drei verschiedene Prompts dir mehr beibringen als vier Fassungen eines einzigen?

Häufig gestellte Fragen

Was kostet Wan 3.0 pro Sekunde?

Alibaba veröffentlicht $0.05 pro Sekunde in 480P, $0.10 in 720P und $0.20 in 1080P, abgerechnet auf Sekunden Ausgabe. Damit kostet ein Clip von fünf Sekunden $0.25, $0.50 und $1.00, und einer von dreißig Sekunden $1.50, $3.00 und $6.00. Der Ton entsteht auf jeder Stufe im selben Durchlauf und ändert den Satz nicht.

Warum kostet wan3.0-video-prime mehr als wan3.0-video?

Prime ist die zweite Modell-ID, die Alibaba veröffentlicht, und sie ist höher bepreist: $0.068 pro Sekunde in 480P, $0.14 in 720P und $0.28 in 1080P, also etwa 40 Prozent über dem Standardsatz in 720P und 1080P. Die veröffentlichten Ausgabespezifikationen sind für beide gleich — 480P bis 1080P, 2 bis 30 Sekunden, 30 fps — und Alibabas eigene Modellliste führt Prime als Hochgeschwindigkeit, was der Aufschlag dokumentiert kauft, ist also Tempo und kein anderes Bild. Das sind Listenpreise, und der Startrabatt, der bis zum 24. September läuft, gilt nicht für Prime, was die Lücke vorübergehend größer macht als 40 Prozent: Wan 3.0 Prime hat die Rechnung nach Datum.

Was kostet ein Wan-3.0-Video von 30 Sekunden?

Zu Alibabas veröffentlichtem Satz $1.50 in 480P, $3.00 in 720P und $6.00 in 1080P für eine Generierung. Plan drei bis fünf Generierungen für einen Clip ein, den du wirklich ausspielst, und entwirf die frühen in 480P.

Warum wurde mir mehr berechnet als die Dauer, die ich verlangt habe?

Mit ziemlicher Sicherheit ein Referenz-Clip. Seine Sekunden werden zu deinem Ausgabesatz zusätzlich zu den Ausgabesekunden berechnet, aufgerundet auf die ganze Sekunde. Referenzbilder, Tonspuren, Dokumente und Links schlagen nichts auf.

Wird Wan 3.0 günstiger, wenn ich den Ton abschalte?

Nein. Die Parametertabelle sagt, dass der Tonschalter den Preis nicht ändert, weil Bild und Ton im selben Durchlauf entstehen. Im Stummschalten steckt kein Geld.

Ist die smarte Dauer günstiger, als eine Länge zu wählen?

Meistens nicht. Weil die Länge beim Absenden unbekannt ist, reservieren Anbieter entweder die Obergrenze von dreißig Sekunden und erstatten die Differenz, oder sie berechnen die Obergrenze rundheraus. Eine Dauer zu nennen nimmt die Frage weg.

Kostet ein längerer Prompt mehr?

Nein. Wan 3.0 rechnet Sekunden Ausgabe ab und keine Zeichen Eingabe, und die Obergrenze liegt bei 20.000 Zeichen. Beschreib die Einstellung ordentlich.

Ist Wan 3.0 teuer im Vergleich zu anderen Modellen?

Pro Minute fertigem Video mit Ton kommen 720P auf $6.00 — dasselbe wie beim Modell direkt darunter auf der Tafel With Audio von Artificial Analysis und weniger als beim nächsten darunter. Es ist kein Sparmodell und auch kein Ausreißer.