三十秒是標題。它通常是錯的設定。

一次過三十秒是每個人拿來當開頭的那個 Wan 3.0 賣點，而它是真的 —— 不是六支拼起 來，是一次生成、30 fps 下的 900 個影格，沒有接縫要對。每一篇報導都停在這裡。

沒有一篇提到的是：長度是唯一一個會讓你的帳單線性放大、卻讓你的風險放大得比線性 更快的參數。一支沒中的三十秒，是整支丟掉。第十四秒救不回來。而這件事的算術很不 留情：一支被丟掉的三十秒 1080P 生成，價錢等於二十四支五秒的 480P 草稿，或 是四支同樣長度的完整 480P 嘗試。

所以有用的問題不是「Wan 3.0 做不做得出三十秒」。做得出。問題是什麼時候該花那三 十秒。

下面的長度規則 —— 2 到 30 之間任何整數、-1 交給智慧長度，以及輸入秒數要算進同 一個上限 —— 全部都在 建立任務的 schema 裡，2026-08-25 讀取。

那三十秒實際上是什麼

Wan 3.0 收 2 到 30 秒之間任何一個整數。這次生成是一次過的，而那和一段拼起來 的序列是有意義地不同的東西：光線、調色、表演和聲音底都是一次決定的，所以沒有接 縫要藏，剪接時也沒有連戲要重建。對任何中間有轉折的東西 —— 一次商品揭曉、一個有 包袱的故事、一個需要空間去展開的鏡頭運動 —— 那就是這個功能存在的全部理由。

一次過不等於一顆鏡頭，而這件事會絆倒人。 放著不管，Wan 3.0 自己決定要不要切， 而在一段沒有指定的三十秒上它通常會切 —— 常常在前五秒裡就在兩三個機位之間切。當 你要的是看起來有剪過的東西時那沒問題，當你要的是一顆不中斷的鏡頭時那就沒用。如 果你不要任何切點，提示詞必須照這幾個字寫：「one continuous take」。 怎麼控制切點是另外一篇。

還有兩個但書。一次過描述的是它怎麼被生成的，不是一個「什麼都不會飄」的保證；發 表的示範影片被觀眾逐格看過，一天之內就公開找出了長鏡頭內部的連戲瑕疵。而比較長 的任務要跑比較久，典型的一次生成是一到五分鐘，三十秒的落在最遠那一端。

在你決定之前還值得知道：沒有辦法取消一個 Wan 3.0 任務。已公布的 API 裡沒有 這個呼叫。一支三十秒的任務一旦送出去，你就是等它跑完，而併發只有兩個位子，一批 排隊的長鏡頭會把兩個都占住。

為什麼長鏡頭失敗的方式不一樣

一支沒中的五秒 Wan 3.0 生成，花掉你五秒的算力和一個清楚的教訓。一支沒中的三十秒 花掉六倍，而且常常給你一個更糊的教訓，因為同時有更多東西做對又做錯，而你現在 得去弄清楚八個節拍裡壞掉的是哪一個。

這個不對稱，按阿里巴巴公布的費率標價：

第一列請當成一句預算陳述來讀，不是嚇你。三十秒 1080P 試四次是 $24.00，而在你決定 鏡頭要長什麼樣之前就花掉那筆，是非常常見的事。 完整的成本拆解在這裡。

你餵影片進去的時候，上限會降

有一條 Wan 3.0 的限制會絆倒照著三十秒規劃的人：輸入的影片秒數加輸出秒數，合計 必須是三十或更少。 附一段十二秒的參考用影片，你的輸出上限就是十八秒。超過的請 求是被拒絕，不是被截短，而且就算你讓模型自己挑長度，這條規則照樣成立。

參考圖不算進這個上限。音訊、文件和連結也不算。就是影片 —— 而這不是巧合，它也是 唯一一種會被計費的參考類型。

智慧長度，以及用它的代價

傳 -1，Wan 3.0 會從你的提示詞和素材決定長度。這對探索是個好功能，而它有一個銳 利的邊：價格在它跑完之前無法得知。

各家供應商用兩種互不相容的方式處理這件事。有些會預扣三十秒的上限、等真實長度出 來再退差額；有些直接收上限然後留著。對一支模型認為該跑六秒的影片來說，在 1080P 那是 $1.20 對上 $6.00 —— 同樣的產出、五倍的價錢，由一頁條款決定。

當你真的不確定一個想法想要多長的時候用它，而且在 480P 用，那裡猜錯很便宜。任何你 要付真錢的東西，就明確指定一個長度。長度和檔位是最會動到帳單的兩個旋鈕，而 每一檔到底是幹嘛的講的是第二個 —— 包括「不設檔位 就會用最高的那一檔跟你收錢」這件事。

用你在做的東西來挑長度

最後一列是最省錢的那一列。Wan 3.0 上多數的三十秒浪費，不是長度選錯，是在鏡頭還 不存在的時候就做了長度的選擇。

分階段的走法

先短的排好，再花錢買長的：

1. 找到鏡頭。 兩三支 480P 的五秒生成。你在測的是構圖、動作，以及聲音行不行 —— 這些在 480P 都讀得出來，因為那是同一個 Wan 3.0 模型少一些畫素。
2. 測最難的那個節拍。 如果第二十二秒是一張臉轉向鏡頭，先把那個當成自己的一 支短片生成出來。在你買下它周圍另外二十九秒之前，先弄清楚模型做不做得到。
3. 完整長度跑一次，480P，用完整的提示詞。結構性的問題會在這裡浮出來：飄移、 節奏、超時的節拍。
4. 用 720P 或 1080P 收尾，提示詞一模一樣。

四步，走到一支十秒的 1080P 成品大約 $3.50，對上沒耐心那條路的 $8.00；而在三十秒 上，差距是 $10.50 對上 $24.00。

寫一段撐得過三十秒的提示詞

每一份可信的 Wan 3.0 指南收斂到的技巧都是同一個，而它值得講出來，因為它並不顯而 易見：把影片切成連續的節拍，並且給每一個節拍一個看得見的結束狀態。

不是「她走過市場，鏡頭跟著」。那是一種氛圍，而氛圍大約撐六秒，之後模型就開始自己 編。要寫成：0–6 秒，她從門口走進光裡，在水果攤前停下；6–14 秒，她拿起一顆桃子在 手裡轉，鏡頭推進到中景；以此類推。結束狀態，正是讓第二十五秒有東西可以去保持一 致的那樣東西。

有兩個數字可以拿來抓，而且它們在幾乎任何題材上都成立：

每四到六秒一個節拍。 一支三十秒的影片是五到七個節拍。更少，模型會自己把空隙 填掉；更多，節拍會在同一個鏡頭運動裡撞在一起。

每一秒輸出配 660 字元。 提示詞上限是 20,000 字元，所以在三十秒上，你的空間比 任何 brief 需要的都多。提示詞長度不花錢 —— Wan 3.0 算的是輸出秒數，不是輸入字元 —— 所以一支長鏡頭裡的含糊是一個選擇，不是一個限制。聲音的指示也寫出來；聲音在同 一次執行裡生成，而你寫不寫它，價錢都一樣。

提示詞產生器可以把一段提示詞照節拍排出來，如果你寧願從一個 結構開始，而不是從一個空白框開始。

三十秒真正無可取代的地方

兩種情況，而它們每一次都值那筆錢。

一個需要移動的連續鏡頭運動。 從遠景推到特寫、邊走邊講、繞著商品轉一圈。把這 些拼起來意味著要跨一個切點對上運動，而那是剪接裡最難修、也最容易被看出來的東西。

任何需要呼吸空間的口說表演。 中間有停頓的對白、一句在一拍沉默之後才落下的台 詞。把那個切成兩次生成，時間感就死了。Wan 3.0 是在一次過裡把聲音和畫面一起生成 的，所以整段表演也必須待在同一次過裡。

如果你的 brief 是這兩種其中之一，別再最佳化了，把那三十秒買下來。如果不是，老實 的預設值比你以為的短。

挑長度之前的三個問題

1. 這個想法裡有轉折嗎？沒有轉折，就不需要三十秒。
2. 你知道鏡頭要長什麼樣了嗎？還不知道的話，這是一個 480P 五秒的問題。
3. 有附參考用影片嗎？把它的秒數從你的上限裡扣掉。

有四段提示詞用不同方式回答了第一個問題，而且每一段都是照那個長度寫的，不是硬撐 到那個長度：一道硬逆光後面三個有序的節拍、 一輛車在四個節拍裡變成一隻動物，最後一拍就是結尾、 同一次請求裡三種景別，以及 一個連續的第一人稱移動鏡頭，秒數買到的是距離而不是節拍。 最後那一支是讓規則變得讀得懂的例外：沒有轉折，而且仍然值那個長度。

常見問題

一支 Wan 3.0 影片可以多長？

二到三十秒，任何整數，在一次生成裡。傳 -1 讓模型挑。附了參考用影片的話，輸入 加輸出的秒數合計必須是三十或更少。

一支 30 秒的 Wan 3.0 影片真的是一顆連續鏡頭嗎？

它是一次生成而不是一次拼接，所以沒有接縫要調色跨過去 —— 但模型仍然會在那次生成 內部決定要不要切，而不指定的話它通常會切。不要任何切點就寫「one continuous take」。就算寫了，一次過也不是「什麼都不會飄」的承諾；長鏡頭還是可能掉一個細節， 而觀眾看得出來。

一支 30 秒的影片要多少錢？

依阿里巴巴公布的費率，每次生成 480P 是 $1.50、720P 是 $3.00、1080P 是 $6.00。乘 上你預期的嘗試次數，真實的數字住在那裡。

我該用智慧長度嗎？

在 480P 探索的時候，該。任何你要正經付錢的東西，就把長度講明 —— 供應商要嘛預扣 三十秒上限再退差額、要嘛直接收，而你從那顆按鈕上看不出是哪一種。

我的長片子為什麼在結尾飄掉了？

通常是節拍太少。一段寫成單一氛圍的三十秒提示詞，在大約第六秒之後就沒有東西給模型 去命中了。五到七個節拍、每一個都有講明的結束狀態，就是解法 —— 而且在你買下完整 長度之前，先把最難的那個節拍當成自己的短片測一次。

我可以把一支片子延長到三十秒以上嗎？

不能超過三十，但你可以把一支接續到三十。Wan 3.0 有記載一個延長模式 —— 既有的影片 當參考用影片送進去，意圖要寫在提示詞裡 —— 而它往前、往後、兩頭一起都行。上限兩端 都算，所以你送上去的東西會從同一個三十秒裡扣掉：一段二十秒的來源，還剩十秒。再過 去就是在組裝多次生成了，而每一個接點都有對不對得上的問題。 一支片子實際上能延長多久把這個 減法算了一遍，也講了為什麼送上去一小段尾巴，既比較便宜又比較長。