Trente secondes, c’est l’argument d’affiche. C’est rarement le bon réglage.

Trente secondes en une seule passe est la fonction de Wan 3.0 que tout le monde met en avant, et elle est réelle — pas six clips raccordés, une génération, 900 images à 30 images par seconde, rien à ajuster de part et d’autre d’un raccord. Tous les articles s’arrêtent là.

Ce qu’aucun ne mentionne, c’est que la durée est le seul paramètre qui fait croître votre facture linéairement tout en faisant croître votre risque plus vite que ça. Une prise de trente secondes qui rate se jette en entier. On ne récupère pas la quatorzième seconde. Et le calcul est rude : une génération de trente secondes en 1080P jetée coûte autant que vingt-quatre brouillons de cinq secondes en 480P, ou quatre tentatives complètes en 480P à la même durée.

La question utile n’est donc pas « Wan 3.0 sait-il faire trente secondes ». Il sait. La question est de savoir quand les dépenser.

Les règles de durée ci-dessous — n’importe quel entier de 2 à 30, -1 pour la durée automatique, et les secondes d’entrée qui comptent dans le même plafond — sont toutes dans le schéma de création de tâche, lu le 2026-08-25.

Ce que sont vraiment ces trente secondes

Wan 3.0 accepte n’importe quel nombre entier de 2 à 30 secondes. La génération est une passe unique, ce qui est un objet sensiblement différent d’une séquence raccordée : la lumière, l’étalonnage, le jeu et le lit sonore sont décidés une fois, donc il n’y a pas de raccord à cacher ni de continuité à reconstruire au montage. Pour tout ce qui comporte un retournement au milieu — une révélation produit, une histoire avec une chute, un mouvement de caméra qui a besoin de place pour se développer — c’est toute la raison d’être de la fonction.

Une passe n’est pas la même chose qu’un plan, et c’est là qu’on trébuche. Laissé à lui-même, Wan 3.0 décide s’il coupe, et sur trente secondes non spécifiées il le fera en général — souvent entre deux ou trois dispositifs dans les cinq premières. C’est parfait quand vous voulez quelque chose qui a l’air monté, et inutile quand il vous faut une prise ininterrompue. Si vous ne voulez aucune coupe, le prompt doit dire « one continuous take » avec ces mots-là. Piloter les coupes fait l’objet de son propre article.

Deux réserves de plus. La passe unique décrit la manière dont c’est généré, pas une garantie que rien ne dérive ; le public a passé la démonstration de lancement image par image et a trouvé publiquement, en une journée, des écarts de continuité à l’intérieur de longues prises. Et les tâches longues prennent plus de temps, une génération typique tournant entre une et cinq minutes, les clips de trente secondes se situant à l’extrémité haute.

À savoir aussi avant de vous engager : il n’existe aucun moyen d’annuler une tâche Wan 3.0. L’API publiée n’a pas d’appel pour cela. Une fois une tâche de trente secondes envoyée, vous l’attendez, et avec seulement deux emplacements simultanés, un lot de prises longues en file occupe les deux.

Pourquoi les prises longues échouent différemment

Une génération Wan 3.0 de cinq secondes qui rate vous coûte cinq secondes de calcul et une leçon claire. Une de trente secondes qui rate vous coûte six fois plus et vous donne souvent une leçon plus trouble, parce que plus de choses ont réussi et échoué en même temps et qu’il vous faut maintenant déterminer lequel des huit temps a cassé.

Cette asymétrie, chiffrée au tarif public d’Alibaba :

Lisez la première ligne comme une déclaration de budget plutôt que comme une alarme. Quatre tentatives à trente secondes en 1080P font $24.00, et il est très courant de dépenser cela avant même d’avoir décidé quel était le plan. Le détail complet du coût est ici.

Le plafond baisse quand vous envoyez de la vidéo

Une contrainte de Wan 3.0 piège ceux qui planifient autour de trente : les secondes de vidéo en entrée et les secondes de sortie doivent totaliser trente au maximum. Joignez un clip de référence de douze secondes et votre sortie maximale est de dix-huit. Les requêtes qui dépassent sont refusées plutôt que rognées, et la règle tient même quand vous laissez le modèle choisir la durée.

Les images de référence ne comptent pas là-dedans. L’audio, les documents et les liens non plus. C’est la vidéo spécifiquement — ce qui, sans coïncidence, est aussi le seul type de référence qui soit facturé.

La durée automatique, et ce qu’elle coûte

Passez -1 et Wan 3.0 choisit la durée d’après votre prompt et vos matériaux. C’est une bonne fonction pour explorer, et elle a un angle coupant : le prix ne peut pas être connu avant qu’elle ne tourne.

Les fournisseurs gèrent cela de deux façons incompatibles. Certains réservent le plafond de trente secondes et remboursent la différence une fois la vraie durée connue ; d’autres facturent le plafond et le gardent. Sur un clip que le modèle décide de faire durer six secondes, cela fait $1.20 contre $6.00 en 1080P — la même sortie, cinq fois le prix, décidé par une page de conditions.

Utilisez-la quand vous ignorez sincèrement la durée que veut une idée, en 480P où se tromper est bon marché. Nommez une durée explicite pour tout ce que vous payez vraiment. La durée et le palier sont les deux molettes qui déplacent le plus une facture, et ce à quoi sert chaque palier couvre la seconde — y compris le fait que laisser le palier non réglé vous facture au plus haut.

Choisir une durée d’après ce que vous fabriquez

La dernière ligne est celle qui économise le plus. Le gaspillage de trente secondes sur Wan 3.0 n’est presque jamais un mauvais choix de durée, c’est un choix de durée fait avant que le plan n’existe.

Le trajet par étapes

Découpez court, puis engagez long :

1. Trouvez le plan. Deux ou trois générations de cinq secondes en 480P. Vous testez le cadrage, le mouvement et si le son fonctionne — trois choses qui se lisent correctement en 480P, puisque c’est le même modèle Wan 3.0 avec moins de pixels.
2. Testez le temps le plus difficile. Si la vingt-deuxième seconde est un visage qui se tourne vers la caméra, générez-la d’abord comme un clip court à part. Apprenez si le modèle en est capable avant d’acheter les vingt-neuf autres secondes autour.
3. Lancez la longueur complète une fois, en 480P, avec le prompt entier. C’est là que remontent les problèmes de structure : dérive, rythme, temps qui débordent.
4. Finissez en 720P ou 1080P avec le prompt identique.

Quatre étapes, environ $3.50 pour un clip fini de dix secondes en 1080P contre $8.00 pour le trajet impatient, et à trente secondes l’écart est de $10.50 contre $24.00.

Écrire un prompt qui survit à trente secondes

La technique vers laquelle converge tout guide Wan 3.0 crédible est la même, et elle mérite d’être énoncée parce qu’elle n’a rien d’évident : découpez le clip en temps consécutifs, et donnez à chaque temps un état final visible.

Pas « elle traverse le marché pendant que la caméra la suit ». C’est une ambiance, et une ambiance tient environ six secondes avant que le modèle ne se mette à inventer. Plutôt : 0–6 s, elle sort de l’embrasure dans la lumière et s’arrête à l’étal de fruits ; 6–14 s, elle prend une pêche et la tourne dans sa main, la caméra avance vers un plan moyen ; et ainsi de suite. L’état final est ce qui donne à la vingt-cinquième seconde quelque chose avec quoi être cohérente.

Deux nombres pour calibrer cela, et ils tiennent sur presque n’importe quel sujet :

Un temps toutes les quatre à six secondes. Un clip de trente secondes fait cinq à sept temps. Moins et le modèle comble les trous lui-même ; plus et les temps commencent à se télescoper à l’intérieur d’un même mouvement de caméra.

660 caractères par seconde de sortie. Le plafond du prompt est de 20 000 caractères, donc à trente secondes vous avez plus de place qu’aucun brief n’en demande. La longueur du prompt ne coûte rien — Wan 3.0 facture les secondes de sortie, pas les caractères d’entrée — donc le vague dans une prise longue est un choix, pas une contrainte. Écrivez aussi la direction sonore ; le son est généré dans la même passe et coûte le même prix que vous le spécifiiez ou que vous le laissiez au hasard.

Le générateur de prompts dispose un prompt en temps si vous préférez partir d’une structure plutôt que d’une boîte vide.

Là où trente secondes sont vraiment irremplaçables

Deux cas, et ils valent l’argent à chaque fois.

Un mouvement de caméra continu qui a besoin de parcourir. Une avancée du large vers le gros plan, un plan qui marche et parle, une orbite autour d’un produit. Les raccorder revient à faire correspondre du mouvement de part et d’autre d’une coupe, ce qui est la chose la plus difficile à rattraper au montage et la plus facile à remarquer.

Tout ce qui comporte une performance parlée qui doit respirer. Un dialogue avec une pause dedans, une réplique qui tombe après un temps de silence. Coupez cela entre deux générations et le rythme meurt. Wan 3.0 génère le son avec l’image en une seule passe, donc la performance entière doit tenir dans une seule passe aussi.

Si votre brief est l’un de ces deux-là, arrêtez d’optimiser et achetez les trente secondes. Sinon, la valeur par défaut honnête est plus courte que vous ne le pensez.

Trois questions avant de choisir une durée

1. L’idée comporte-t-elle un retournement ? Pas de retournement, pas besoin de trente secondes.
2. Savez-vous déjà quel est le plan ? Sinon, c’est une question à 5 secondes en 480P.
3. Y a-t-il un clip de référence joint ? Soustrayez ses secondes de votre plafond.

Quatre prompts qui répondent à la première question de manières différentes, chacun écrit à sa longueur plutôt que rallongé pour l’atteindre : trois temps ordonnés derrière un seul contre-jour dur, une voiture qui devient un animal en quatre temps, dont le dernier est la fin, trois échelles de plan dans une même requête, et un travelling subjectif continu où les secondes achètent de la distance plutôt que des temps. Le dernier est l’exception qui rend la règle lisible : aucun retournement, et la longueur vaut quand même le coup.

Questions fréquentes

Quelle durée peut faire une vidéo Wan 3.0 ?

De deux à trente secondes, n’importe quel nombre entier, en une seule génération. Passez -1 et le modèle choisit. Avec un clip de référence joint, les secondes d’entrée et de sortie doivent totaliser trente au maximum.

Un clip Wan 3.0 de 30 secondes est-il vraiment une prise continue ?

C’est une génération plutôt qu’un raccord, donc il n’y a pas de jonction à étalonner — mais le modèle décide quand même s’il coupe à l’intérieur de cette génération, et si vous ne dites rien il le fait en général. Écrivez « one continuous take » si vous n’en voulez aucune. Même alors, la passe unique n’est pas la promesse que rien ne dérive ; une prise longue peut perdre un détail, et les spectateurs le remarquent.

Combien coûte un clip de 30 secondes ?

$1.50 en 480P, $3.00 en 720P et $6.00 en 1080P par génération, au tarif public d’Alibaba. Multipliez par le nombre de tentatives que vous prévoyez : c’est là que vit le vrai chiffre.

Faut-il utiliser la durée automatique ?

Pour explorer en 480P, oui. Pour tout ce que vous payez sérieusement, nommez la durée — les fournisseurs réservent le plafond de trente secondes et remboursent la différence, ou bien le facturent tout court, et le bouton ne dit pas lequel.

Pourquoi mon clip long a-t-il dérivé à la fin ?

En général parce qu’il y avait trop peu de temps. Un prompt de trente secondes écrit comme une seule ambiance ne donne au modèle rien à atteindre après la sixième seconde environ. Cinq à sept temps, chacun avec un état final énoncé, est la correction — et testez le temps le plus difficile comme un clip court à part avant d’acheter la longueur complète.

Puis-je prolonger un clip au-delà de trente secondes ?

Pas au-delà de trente, mais vous pouvez en continuer un jusque-là. Wan 3.0 documente un mode d’extension — le clip existant entre comme clip de référence et le prompt doit porter l’intention — et il fonctionne vers l’arrière et dans les deux sens autant que vers l’avant. Le plafond compte les deux bouts, donc ce que vous envoyez sort des mêmes trente secondes : une source de vingt secondes en laisse dix. Au-delà, vous assemblez des générations, avec le problème de raccord à chaque jonction. Jusqu’où vous pouvez réellement prolonger un clip déroule la soustraction, et la raison pour laquelle envoyer une fin courte est à la fois moins cher et plus long.