Fiche technique de Wan 3.0

Wan 3.0 est le modèle de génération vidéo tout-en-un d’Alibaba, publié sous les identifiants wan3.0-video et wan3.0-video-prime. Il génère n’importe quel nombre entier de secondes entre 2 et 30, à 30 fps, en 480P, 720P ou 1080P, avec paroles, effets et musique produits dans la même passe que l’image.

Spécifications techniques

Relevé le 2026-09-07. Chaque chiffre ci-dessus est détaillé, sourcé et daté plus bas, pour que vous puissiez vérifier n’importe quelle ligne plutôt que la croire.

Cette page existe parce qu’une bonne partie de ce qui se classe sur ce modèle se trompe sur ces nombres. Chaque chiffre ci-dessous vient de la documentation d’Alibaba elle-même — la référence d’API Wan 3.0 et le schéma de création de tâche — et chacun se vérifie en un clic. Relevé le 2026-09-01.

Nous exploitons une interface tierce vers ce modèle : vérifiez donc la page plutôt que de lui faire confiance. Une spécification est la seule chose ici que vous pouvez trancher avant de dépenser — trois résolutions, trente secondes, et un modèle que personne ne peut télécharger.

Cinq choses que Wan 3.0 n’a pas

Ce sont les inventions récurrentes. Chacune apparaît dans des pages actuellement classées sur ce modèle, et aucune n’est dans le tableau de paramètres.

Le verrou d’identité que certains décrivent n’existe pas non plus : rien ne transporte un sujet d’une session à l’autre. La matière de référence vaut pour une requête.

Trois de ces cinq coûtent assez souvent de l’argent pour mériter une réponse longue.

Wan 3.0 sort-il en 4K ?

Non. Le champ resolution de la référence d’API d’Alibaba accepte exactement trois valeurs et rejette tout le reste ; un quatrième palier n’a jamais existé dans le schéma. Relevé le 2026-09-02.

L’affirmation se propage parce que le 1080P est la valeur par défaut plutôt que le sommet d’une échelle plus longue, et parce que plusieurs interfaces proposent une étape d’agrandissement après la génération. Un fichier 1080P agrandi n’est pas un rendu 4K, et rien dans le tableau de paramètres n’en produit un.

Wan 3.0 est-il open source ?

Non. Alibaba n’a publié aucun point de contrôle pour ce modèle et n’a annoncé aucune date ; la page du modèle le présente comme un point d’accès d’API et rien d’autre. Relevé le 2026-09-02.

Prenez bien le numéro de version, parce que la famille contient les deux sortes de publication. La ligne à poids ouverts s’arrête à Wan 2.2, publiée en juillet 2025 sur Hugging Face sous l’organisation Wan-AI et sur GitHub sous Wan-Video. La ligne amirale est fermée depuis Wan 2.5. Autrement dit, « Wan est open source » a été vrai d’un autre modèle, et les pages qui héritent de la phrase sans le numéro de version en font quelque chose de faux.

Ces deux organisations, plus ModelScope, sont aussi la liste complète des endroits où les poids apparaîtraient s’ils existaient — ce qui rend n’importe quel autre « dépôt officiel » vérifiable en un clic. Voir la section sur la façon de distinguer les modèles, plus bas.

Wan 3.0 a-t-il un mode réalisateur ?

Non. Ni un nombre de plans ni une trajectoire de caméra n’apparaissent où que ce soit dans le schéma de requête. Relevé le 2026-09-02.

La sortie multi-plan est réelle, mais c’est une propriété du prompt et non un réglage : décrivez des temps forts distincts et le modèle coupera généralement entre eux ; demandez une seule prise continue et il la tiendra généralement. Le « mode réalisateur à six plans » qui circule décrit un panneau de contrôle qui n’existe pas dans l’ensemble de paramètres documenté. Le piloter par le prompt à la place, c’est à quoi sert le guide de prompts Wan 3.0.

Trois affirmations qui étaient vraies en juillet

Un second groupe est d’une nature différente des inventions ci-dessus : chacune était exacte plus tôt cette année et a cessé de l’être fin août. Elles sont encore répétées dans des panoramas de modèles écrits avant la sortie.

La deuxième fait le plus de dégâts, parce qu’elle envoie un lecteur chercher un point de contrôle qui n’a jamais été publié. La ligne à poids ouverts d’Alibaba et sa ligne amirale sont séparées depuis Wan 2.5.

Wan 3.0 dans ComfyUI : le nœud est réel, les poids ne le sont pas

Jusqu’au 2026-09-01, cette page disait que Wan 3.0 n’avait pas de nœud ComfyUI. Ce n’est plus exact et la correction a autant sa place ici que chez les autres.

ComfyUI livre des nœuds Wan 3.0 depuis la v0.33.4, et comfy.org publie des modèles de flux pour le texte vers vidéo, l’animation de photo et le mode référence. Ce qui n’a pas changé, c’est ce que font ces nœuds : ce sont des nœuds d’API. Chacun soumet une tâche au point d’accès d’Alibaba avec votre clé, l’interroge, et renvoie le fichier fini. Rien ne tourne sur votre carte graphique et aucun point de contrôle n’est téléchargé.

Les deux choses sont donc vraies en même temps, et les confondre est l’erreur qui vaut d’être évitée : vous pouvez piloter Wan 3.0 depuis un graphe ComfyUI, et vous ne pouvez pas faire tourner Wan 3.0 hors ligne. Pour un graphe local avec les poids sur votre propre disque, Wan 2.2 reste la publication la plus récente de cette famille qui en offre un.

Comment savoir quel modèle une interface fait tourner

Un chiffre faux se vérifie. Un nom faux, non : des interfaces portent l’étiquette Wan 3.0 tout en routant vers un modèle plus ancien, et des dépôts la portent tout en ne contenant aucun modèle.

Trois tests tranchent, et chacun renvoie quelque chose que vous pouvez voir plutôt que quelque chose qu’il faut croire. Faites-les passer à n’importe quelle interface qui vous facture ce modèle — y compris celle-ci.

Test 1 — Demandez l’identifiant du modèle

Wan 3.0 publie exactement deux identifiants de modèle : wan3.0-video et wan3.0-video-prime. Tout le reste est un autre modèle, et une version Wan plus ancienne a un identifiant visiblement différent.

Regardez donc ce qu’une tâche terminée dit d’elle-même. Une réponse d’API porte le nom du modèle dans la requête qu’elle renvoie en écho ; une interface l’affiche ou ne l’affiche pas. Ne pas l’afficher est déjà une réponse — ce n’est pas une preuve, mais un service qui route vers un modèle qu’il ne nomme pas a supprimé le seul moyen bon marché que vous aviez de vérifier. Ce site imprime l’identifiant du modèle et celui de la tâche sous chaque résultat, exactement pour cette raison.

Test 2 — Demandez du 1080P, puis cherchez un quatrième palier

Il y a trois paliers de résolution et il n’y a pas de palier 4K. Un sélecteur qui en propose un quatrième, plus grand, fait donc l’une de deux choses : il route ailleurs que vers Wan 3.0, ou il agrandit après coup un rendu 1080P.

Aucune des deux n’est nécessairement mauvaise — un agrandissement peut être une décision produit parfaitement défendable — mais les deux valent d’être distinguées avant de payer pour l’une en croyant à l’autre. Demandez si cette option est générée ou agrandie ensuite. Un service capable de répondre vite est un service qui sait ce qu’il fait tourner.

Test 3 — Demandez où sont les poids

C’est le plus solide des trois, parce qu’il transforme une dispute sur qui a raison en un seul clic.

Wan 3.0 n’a aucun poids publié. Mais les poids de cette famille, quand ils existent, vivent à trois endroits et trois seulement : l’organisation Wan-Video sur GitHub, l’organisation Wan-AI sur Hugging Face, et ModelScope. Cette liste est assez courte pour être vérifiée à la main.

Toute page prétendant qu’un point de contrôle Wan 3.0 est téléchargeable se résout donc en une URL, et cette URL se trouve dans l’un de ces trois endroits ou non. Un dépôt nommé pour avoir l’air officiel mais hébergé ailleurs n’est pas un dépôt officiel, quoi qu’en dise sa description — et un dépôt sans fichier de poids dedans n’est pas une publication de poids, quoi qu’en dise son nom.

Les deux façons d’échouer circulent en ce moment même sur cette requête, donc le test vaut d’être fait avant de confier à qui que ce soit vos coordonnées bancaires.

Sortie

Avec une entrée vidéo, les secondes d’entrée et les secondes de sortie partagent le même plafond de trente secondes. Un clip source de quinze secondes laisse quinze secondes de sortie, et en demander plus est refusé avant la génération. duration: -1 n’y échappe pas.

Entrée

Les prompts vont jusqu’à 20 000 caractères, en chinois ou en anglais. Au-delà, le prompt est tronqué en silence plutôt que rejeté.

Les deux familles s’excluent mutuellement

reference_image, reference_video, reference_audio, file et link forment la famille référence. first_frame et last_frame forment la famille image clé. Une requête qui porte les deux est refusée avec InvalidParameter :

The two modes are mutually exclusive. Do not pass reference_xx and
first_frame/last_frame at the same time.

C’est la façon la plus courante dont une requête bien formée échoue, et elle échoue après la mise en file d’attente, pas à la soumission.

Citer une pièce jointe dans le prompt

En mode référence, le prompt peut désigner une pièce jointe par son numéro — Image 1, Video 1, Audio 1 — numérotée par position à l’intérieur de son propre type, si bien que les images et les vidéos comptent chacune à partir de un. Une citation qui ne correspond pas à la forme documentée ne se lie à rien ; la requête tourne quand même et le modèle invente le sujet à la place.

Formats acceptés

Les pièces jointes se transmettent par une URL HTTP(S) publique, une URL OSS, ou en Base64.

Cycle de vie d’une tâche

La génération est asynchrone. La soumission renvoie un task_id ; le résultat s’obtient par interrogation.

PENDING → RUNNING → SUCCEEDED | FAILED

L’énumération d’états a six valeurs : PENDING, RUNNING, SUCCEEDED, FAILED, CANCELED, UNKNOWN.

UNKNOWN veut dire expiré, pas échoué. Un task_id est valable 24 heures ; passé ce délai, une interrogation renvoie UNKNOWN. Le traiter comme un état d’attente, c’est ainsi qu’une interface tourne indéfiniment sur une tâche terminée la veille.

video_url expire aussi 24 heures après la tâche. Tout ce que vous comptez garder doit être copié dans votre propre stockage à l’intérieur de cette fenêtre. Ce site le fait automatiquement ; si vous appelez l’API vous-même, cela vous revient.

Il n’y a aucun point d’accès d’annulation. CANCELED existe dans l’énumération et aucun appel documenté n’y fait passer une tâche. Une tâche de trente secondes en 1080P, une fois soumise, va au bout.

La simultanéité est la vraie contrainte. Deux emplacements, et une longue tâche en occupe un pendant plusieurs minutes.

Tarifs, tels qu’Alibaba les publie

Le prix public d’Alibaba est à la seconde produite, et les trois paliers forment une échelle 1×/2×/4× toute simple : 0,05 $ en 480P, 0,10 $ en 720P, 0,20 $ en 1080P. Converti dans l’unité qu’emploient les classements, cela fait 3,00 $, 6,00 $ et 12,00 $ la minute.

Deux choses que les gens se trompent sur la facture :

• Le clip de référence est facturé. Ses secondes sont comptées à votre tarif de sortie, en plus des secondes produites. Les images, l’audio, les documents et les liens de référence n’ajoutent rien.
• L’audio est sans frais dans les deux cas. L’image et le son sont générés en une seule passe : couper le son n’économise rien.

Ce sont là les tarifs du palier standard. Le second identifiant, wan3.0-video-prime, a un tarif distinct que la remise de lancement ne couvre pas, ce qui creuse en ce moment l’écart entre les deux plus que les prix publics ne le laissent croire — le calcul et sa date d’expiration sont sur Wan 3.0 Prime.

Ce que facture ce site est une autre question, sur la page des tarifs, et ce n’est pas la liste de prix d’Alibaba.

Wan 3.0 est-il gratuit ?

Le modèle ne l’est pas. Alibaba le compte dès la première seconde — il n’y a aucune dotation offerte à l’intérieur du tarif publié, et l’échelle ci-dessus démarre à 0,05 $ pour une seconde en 480P et s’applique à chaque seconde suivante. Relevé le 2026-09-03.

Ce seul fait tranche plus qu’il n’en a l’air. Chaque seconde que génère n’importe quelle interface a déjà coûté à quelqu’un le tarif public : un palier offert n’est donc jamais une absence de coût, c’est la décision de quelqu’un d’en absorber un. C’est une chose parfaitement ordinaire pour un produit, et c’est pourquoi « est-ce gratuit » est la mauvaise question à emporter dans une comparaison. La question utile est par quoi le palier offert est borné, parce qu’il l’est toujours par quelque chose, et cette borne est ce entre quoi vous choisissez réellement.

Trois bornes font presque tout le travail, et chacune se vérifie avant d’y passer du temps :

Le nôtre est borné lui aussi, et cela vaut d’être dit dans les mêmes termes plutôt que laissé à la page des tarifs : un clip par compte, 480P, jusqu’à trois secondes, avec le son généré dans la même passe, sur wan3.0-video. Un e-mail, pas de carte, et c’est un pour toute la vie du compte plutôt qu’une dotation quotidienne. Les trois outils de prompt de ce site — le générateur de prompts, vidéo vers prompt et les exemples de prompts — ne demandent aucun compte, parce qu’ils n’appellent pas le modèle et ne coûtent donc aucune seconde.

Où va un fichier téléversé

Wan 3.0 est le seul modèle de sa catégorie à prendre un document ou une page web en entrée, ce qui fait de cette question une chose que le tableau de paramètres ne traite pas et qu’un lecteur avec une présentation d’entreprise doit savoir avant le téléversement, pas après.

Cette dernière ligne est un fait sur le fournisseur, pas un avertissement, et la décision qu’elle alimente est une décision de classification de données plutôt qu’une décision technique. Tout ce qui est couvert par une obligation de confidentialité, un régime de contrôle des exportations ou une règle sectorielle — secrets d’affaires, données personnelles réglementées, matière client sous accord de confidentialité — est une question pour la personne qui détient cette politique dans votre organisation, et la réponse ne sera pas la même partout.

Le compromis pratique sur lequel la plupart des gens atterrissent : faites passer la structure du document dans le modèle et gardez la charge utile dehors. L’arc narratif d’une présentation, l’ordre de ses diapositives et son langage graphique sont ce dont un film de trente secondes a besoin ; les chiffres de revenus non publiés de la diapositive 14 ne le sont pas, et les remplacer avant de téléverser coûte une minute.

Rien de tout cela n’est propre à cette interface. C’est vrai de n’importe quel chemin vers Wan 3.0, y compris en appelant Alibaba directement, et ce serait tout aussi vrai de n’importe quel autre modèle dont le fournisseur est immatriculé quelque part sur quoi vous avez une politique.

Où se situe Wan 3.0 face aux autres modèles

Sur l’arène texte vers vidéo d’Artificial Analysis, tableau With Audio, relevé du 2026-08-25, Wan 3.0 mène à l’Elo avec 1 240.

La nuance appartient à la même phrase : ce placement repose sur 5 728 comparaisons, le plus petit échantillon du top cinq, sa marge sur le deuxième est de trois points Elo contre un intervalle de confiance proche de neuf, et le tableau lui-même annonce son rang comme une fourchette de 1 à 2 plutôt que comme un rang de 1. « Premier ex æquo » se défend. « Nettement le meilleur », non.

Les tableaux de paramètres en face-à-face contre les modèles auxquels Wan 3.0 perd réellement des travaux sont dans les comparaisons : Veo 3.1, Kling 3.0, Seedance 2.5, MiniMax H3 et la génération précédente, Wan 2.7.

Identité du modèle

Wan 2.7 est la génération précédente et un autre ensemble de quatre points d’accès. Wan 2.2 est la dernière version de la famille avec des poids publiés. Tongyi Wanxiang est le nom qu’Alibaba donne lui-même à la famille, et les pages qui le traitent comme un produit distinct décrivent deux fois la même chose.

Les deux identifiants sont un seul modèle à deux vitesses plutôt que deux modèles : la spécification de sortie publiée est identique et la différence documentée est le temps de génération. Wan 3.0 Prime expose ce que cela coûte et quelles parties de l’argument de vitesse ont réellement été mesurées.

Questions fréquentes

Wan 3.0 sort-il en 4K ?

Non. Trois résolutions sont publiées — 480P, 720P et 1080P — et le 1080P est le plafond. Les pages qui listent un palier 4K répètent une affirmation qui n’est pas dans le tableau de paramètres.

Quelle durée peut faire un clip Wan 3.0 ?

N’importe quel nombre entier de secondes entre 2 et 30, en une seule passe plutôt que recousu. Avec une entrée vidéo, les secondes d’entrée comptent dans le même plafond de 30 secondes.

Wan 3.0 est-il gratuit ?

Le modèle ne l’est pas : Alibaba le compte dès la première seconde, à partir de 0,05 $ pour une seconde en 480P, et il n’y a aucune dotation offerte à l’intérieur de ce tarif. Un palier offert, où qu’il soit, est donc quelqu’un qui absorbe le coût plutôt qu’un coût absent, et ce qui vaut d’être vérifié, c’est ce qui le borne — quel modèle tourne vraiment, quelle résolution, et combien de secondes. Il n’y a pas de palier 4K : en offrir un revient donc à être borné par une résolution qui n’existe pas. Le palier offert de ce site est d’un clip par compte : 480P, jusqu’à trois secondes, le son dans la même passe, sur wan3.0-video, avec un e-mail et pas de carte.

Wan 3.0 est-il open source ?

Non. Il n’y a aucun poids publié et aucun point de contrôle, et aucune date n’a été annoncée pour l’un ou l’autre. La publication à poids ouverts la plus récente de la famille est Wan 2.2, sous Apache 2.0. Les panoramas qui décrivent Wan 3.0 comme sous licence Apache transportent cette licence depuis une génération à laquelle elle ne s’est jamais appliquée.

Wan 3.0 est-il déjà disponible, ou encore sur invitation ?

Disponible pour tous depuis le 24 août 2026, sans étape de candidature. La fenêtre sur invitation a couru du 6 au 24 août, et c’est à ce moment-là qu’ont été écrits la plupart des panoramas qui le décrivent encore comme à venir.

Existe-t-il un nœud ComfyUI pour Wan 3.0 ?

Oui, depuis ComfyUI v0.33.4, avec des modèles de flux officiels. Ce sont des nœuds d’API : ils envoient la tâche à Alibaba et renvoient le résultat, donc une clé est nécessaire et rien ne se calcule en local. Faire tourner cette famille hors ligne veut toujours dire Wan 2.2.

À combien d’images par seconde Wan 3.0 sort-il ?

30 fps. La réponse le rapporte sous usage.fps. Les tableaux comparatifs qui listent 24 images par seconde décrivent un autre modèle.

Couper l’audio rend-il un clip moins cher ?

Non. L’image et le son sont générés dans la même passe et la documentation indique que l’interrupteur audio n’a pas d’effet sur le prix.

Puis-je envoyer des images de référence et une première image dans la même requête ?

Non. La famille référence et la famille image clé s’excluent mutuellement, et une requête qui porte les deux est refusée avec InvalidParameter après sa mise en file d’attente.

Pourquoi une tâche terminée revient-elle en UNKNOWN ?

Parce que le task_id a expiré. Il est valable 24 heures, et une interrogation au-delà renvoie UNKNOWN — ce qui veut dire expiré, pas échoué. Le video_url expire sur la même horloge, donc tout ce qui mérite d’être gardé doit être copié dans la journée.

Wan 3.0 a-t-il un mode réalisateur ou un nombre de plans ?

Non. Il n’existe aucun paramètre de nombre de plans. Le multi-plan est une façon d’écrire le prompt : le nombre de coupes que vous demandez est une demande, pas un contrat.

Peut-on téléverser un document d’entreprise sur Wan 3.0 sans risque ?

Cela dépend de ce qu’il contient, et le fait décisif est que le fichier est traité par Alibaba Cloud, société immatriculée en Chine, sur une infrastructure sans option de clé gérée par le client. Pour une présentation publique ou un PDF marketing, cela ne change rien. Pour des secrets d’affaires, des données personnelles réglementées ou de la matière sous accord de confidentialité, c’est une question de classification de données sur laquelle votre organisation a une politique. Un compromis courant consiste à téléverser la structure du document en en retirant les chiffres.

Combien de temps un fichier téléversé est-il conservé ?

Le task_id amont et le video_url renvoyé expirent tous deux 24 heures après la tâche. Ce site copie la sortie terminée dans son propre stockage à l’intérieur de cette fenêtre, faute de quoi un résultat payant cesserait de se résoudre le lendemain.