Wan 3.0 对比 MiniMax H3:有一个问题在参数表之前就定了案
两个都能做带声音的视频;只有一个你能下载下来自己跑。如果这一点要紧,这场对比第一行就结束了。如果不要紧,那两个数字是三十秒和 30 fps。

我们运营的是一个 Wan 3.0 前端,所以这里的利益关系一目了然。有三件事让它仍然有用: H3 那一栏来自我们跑了一年 MiniMax H3 工具的经验,而不是谁的对比文;H3 的优势排在我们的前面; 而且我们开篇就抛出那个能把我们整个淘汰掉的问题。
你能不能接受一个下载不到的模型? MiniMax H3 有公开权重。Wan 3.0 没有,从来没有过, 也看不出会有 —— 阿里巴巴连着四代旗舰都是闭的。如果你的活儿涉及微调、离线渲染、一张 ComfyUI 图, 或者一个不肯把画面送进别人云里的客户,那 H3 赢,下面的内容一个字都改变不了这一点。
如果托管可以接受,这场对比就转在三个数字上,而其中两个在当下这个问题排名靠前的多数表格里是错的。
两张参数表并排
每一个数字都来自各自厂商自己的文档,读于 2026-08-25:MiniMax 的 H3 模型卡和它的 开源公告,对阿里巴巴的 Wan 3.0 API 文档。
| Wan 3.0 | MiniMax H3 | |
|---|---|---|
| 时长 | 2–30 秒,任意整数,或交给模型定 | 4–15 秒,任意整数 |
| 帧率 | 30 fps | 24 fps |
| 分辨率 | 480P / 720P / 1080P | 768P / 2K |
| 画面比例 | 自适应、16:9、4:3、1:1、3:4、9:16(没有 21:9) | 21:9、16:9、4:3、1:1、3:4、9:16 |
| 提示词上限 | 20,000 字符 | 7,000 字符 |
| 参考图 | 10 | 9 |
| 参考画面 | 5 段,合计 15 秒 | 3 段 |
| 参考音频 | 5 段,合计 15 秒 | 3 段 |
| 文档作为输入 | 可以 —— ppt、pdf、doc、xls、md,≤50 页 | 不可以 |
| 网页作为输入 | 可以,一个公开网址 | 不可以 |
| 改片不用重生成 | 可以 | 不可以 |
| 音频 | 同一次生成里产出,可开关,两边同价 | 同一次生成里产出 |
| 公开权重 | 没有 | 有 |
MiniMax H3 赢在哪里
权重,以及一切建立在它之上的东西。 这不是一项功能,这是一整类活儿:微调、LoRA、 离线批量跑、ComfyUI 图里的一个节点,以及那句「什么都没离开过这栋楼」的承诺。 H3 能在消费级硬件上跑 —— 社区报告说 12 GB 显存就能出片 —— 这让它和一个只有 API 的模型 处在两个宇宙里。商用之前请先读许可证;它的条款伸得比权重本身更远。
2K。 H3 的上限比 Wan 3.0 的 1080P 更高。如果交付要求写的是 2K,那就定了。
21:9。 H3 给了这个电影画幅。Wan 3.0 完全没有 21:9 —— 它最宽是 16:9, 而且 API 里没有藏着一个「先裁了再说」的设置。做带黑边的横幅片,光这一条就够淘汰, 而且这种事你往往是在最不合适的时刻才发现。
没有按秒的计量表。 权重一旦在本地,第十一次尝试的成本就是电费。这在量大时是一项真实优势, 而它在一块显卡、一次安装和一轮调参的另一侧才到手 —— 这笔交换是「资本和你自己的时间」 换「一个按量计费的费率」。
Wan 3.0 赢在哪里
一次生成三十秒。 不是由六条片子拼出来的三十秒 —— 是一次连续生成,900 帧,没有需要跨接缝调色的地方。H3 顶到十五秒, 所以任何更长的东西都是一次拼接活,每一个接缝上都有对齐问题。对一条有开头、有转折、有结尾的 叙事片来说,这就是全部胜负。
文档和网页作为输入。 把一份提案、一个 PDF、一张表格或者一个网址交给 Wan 3.0, 它会读这份素材,再照着导一条片子。H3 没有对应物。它读的是整份文档, 而不是把第三页映射到第三个镜头,所以五十页变成一支预告片,不是一次翻页。
更大的一组人,和更大的一份说明。 二十份参考素材对十五份,提示词上限 20,000 字符对 7,000。 第二个数字比看上去更要紧:一条三十秒的片子需要把节拍、结束状态和声音指示都写出来, 而 7,000 字符已经开始勒手了。
改片不用整条重生成。 改一句台词或者画面里一个细节,Wan 3.0 是在原片上修改而不是整条重摇。 在 H3 上,一次改动就是一次新生成,全价,也全凭运气。
一个 480P 的草稿档。 最便宜那一档是最贵那一档的四分之一,跑的是同一个模型。H3 的地板是 768P。 成本算法在这里。
两边都解决不了的事
两个模型每一次尝试都接近抛硬币,而两家厂商报的费率描述的都是一次生成,而不是一条能用的片子。 「每留下一条要三到五次尝试」在两边都是那个工作数字。所以决定你这个月账单的对比, 不是一毛钱一秒对一毛三一秒 —— 是你扔掉的那些尝试会怎么样。
有本地权重时,答案是你的电费,而那是任何托管方都比不了的一项真实优势。 在任何一家托管服务上,包括这一家,它归结为两条政策:一次什么都没返回的生成要不要照样收你的钱, 以及有没有一个便宜到可以拿来犯错的档位。480P 那一行是其中一个答案; 你的提供方退不退失败的任务是另一个,而这在你挑模型之前就值得核一遍。 失败模式在这里。
帧率,因为多数表格都写错了
有好几个对比页把 Wan 3.0 写成 24 fps。它是 30,而且这个值不是一个解释问题 ——
它会在每一个成功任务的 API 返回里以 usage.fps 回来。H3 是 24。
有两个实际后果。30 fps 下的三十秒是 900 帧,所以一条长镜头承载的时间信息, 确实比它的长度本身暗示的更多。以及,如果你的时间线跑在 30 或 60 上, Wan 3.0 不用做变速就能接上,而 24 fps 的素材不行 —— 在一条社交片上这是小事, 在一个混剪里就是件烦人的事。
抽象地说,两种帧率没有谁更好。24 是电影惯例,人们是刻意选它的。 这里的重点只是:如果你当初有一部分是按帧率挑的模型,那么外面至少有一半的表格给了你一个错的数字。
一分钟成片多少钱,以及那张排行榜该怎么读
换算成公开榜单常用的单位:按阿里巴巴公布的费率,Wan 3.0 是 480P 每分钟 $3.00、 720P $6.00、1080P $12.00。
在 Artificial Analysis 文生视频竞技场 的 With Audio 榜上,2026-08-25 的快照里,Wan 3.0 以 1,240 的 Elo 领先,MiniMax H3 以 1,227 排第三。榜单给 H3 标的是每分钟 $7.80,而把 Wan 3.0 的价格栏留空了 —— 按公布费率把它填上,720P 是 $6.00,低于 H3 挂出的那个数。
现在说保留意见,而它们是承重的。Wan 3.0 的位置建立在 5,728 票之上,是前五名里样本最小的; H3 有 8,397 票。两者相差十三个 Elo 分,而置信区间在九分上下, 而且榜单给 Wan 3.0 的是 1–2 的名次区间,不是第 1 名。 数据支持的说法是「在统计上与榜首持平,而挂出的费率更低」。 任何人从这张表里写出「打赢了 H3」,都是在读 Elo 那一栏、跳过样本那一栏。
三条你可以自己去核的规格
| 你会看到的说法 | 文档实际怎么写 |
|---|---|
| Wan 3.0 跑在 24 fps | 30 fps,写在 usage.fps 里 |
| Wan 3.0 收 12 份参考素材,即 9 图加 3 视频加 3 音频 | 是 10 图 + 5 视频 + 5 音频。那几乎就是 H3 的数字 —— H3 是 9 + 3 + 3 |
| 有一个 1080P 以上的档 | 不存在 4K 档。清单就是 480P、720P、1080P |
中间那一行是破绽。当一张表把 Wan 3.0 的参考额度写成 9 + 3 + 3 时, 它抄的是 H3 那一行,只改了表头。
四种活儿,以及各自的答案
| 活儿 | 选谁 | 为什么 |
|---|---|---|
| 一条三十秒、一镜到底、带对白的产品故事 | Wan 3.0 | H3 够不到这个长度,除非留下接缝 |
| 一条按 2K 交付的六秒循环 | MiniMax H3 | Wan 3.0 停在 1080P |
| 从一份 20 页提案做发布片 | Wan 3.0 | 文档输入没有 H3 对应物 |
| 任何离线的、要微调的,或者要 21:9 的 | MiniMax H3 | 权重,以及一个 Wan 3.0 没有的画幅 |
规律是:H3 是更值得拥有的那个模型,Wan 3.0 是更值得租用的那个。 它们相隔三周发布进同一场讨论里,这也是它们被拿来比的原因, 但它们优化的是「和那个负责渲染的东西」之间两种不同的关系。
常见问题
Wan 3.0 和 MiniMax H3 哪个更好?
抽象地说,都不是。按一个问题分类:如果你需要模型跑在自己的硬件上,两者之中 H3 是唯一选择。 如果托管可以接受,Wan 3.0 给你两倍时长、文档输入和原地修改;H3 给你 2K 和 21:9。
Wan 3.0 像 MiniMax H3 那样是开放权重的吗?
不是。H3 公开权重;Wan 3.0 只有 API,任何地方都没有权重文件。 阿里巴巴最后一个开放权重的视频旗舰是 Wan 2.2,比你正在比较的这一代落后一代。
Wan 3.0 输出什么帧率?
30 fps,在 API 返回里以 usage.fps 报出。MiniMax H3 是 24。
那些把 Wan 3.0 写成 24 的表格,是从别处抄来的,不是从文档来的。
MiniMax H3 能做三十秒的片子吗?
不能。H3 的区间是 4 到 15 秒。更长的东西需要拼接,而拼接会带来接缝, 你之后要在调色和运动上把它们对齐 —— 而一次三十秒的单次生成存在的意义,正是消掉这个问题。
谁更便宜?
按每分钟带声音的成片算,720P 的 Wan 3.0 是 $6.00,对 Artificial Analysis 榜上给 H3 标的 $7.80。 自建部署 H3 改变的是问题而不是答案:你用一块显卡、一次安装和自己的工时,换掉一个按量计费的费率, 这在量大时划算,在一个月四条片子时不划算。请按你实际生成多少来分类,不要按费率。
最近的几篇对比:Wan 2.7(砍掉 480P 档的那一代)、Veo 3.1(上限 8 秒)。六个模型放在一张表里,在对比页。
作者
wan-3.run
独立的 Wan 3.0 界面


