Wan 3.0: обзор новой видеомодели Alibaba

Wan 3.0 - свежее поколение видеомодели Alibaba: ролики до 30 секунд со звуком, разрешение до 1080p и 30 кадров в секунду. Публичная бета открылась 6 августа 2026, полный релиз состоялся 24 августа. Ниже - что изменилось против Wan 2.7 и 2.6, что модель принимает на вход, сколько стоит секунда и чем её заменить, если нужен доступ из России

Семейство Wan известно тем, что открытые поколения можно было запускать на своей машине. Третья версия сместила акцент: она стала мощнее и универсальнее, но ушла в облако. Разберём по фактам, что это даёт на практике

Что такое Wan 3.0

Wan - семейство видеомоделей, которое развивает лаборатория Tongyi компании Alibaba. Линейка известна с версии 2.1: её открытые веса разошлись по локальным сборкам и сделали Wan рабочей лошадкой тех, кто генерирует видео на своём железе, без облака и подписок

Третья версия вышла в публичную бету 6 августа 2026, полный релиз состоялся 24 августа. Главная идея поколения - единая архитектура: вместо набора отдельных режимов под текст, картинку и референсы модель собрана как один универсальный движок, который принимает разные типы входных данных и отдаёт готовый ролик со звуком

Что нового против Wan 2.7 и 2.6

Чтобы понять масштаб шага, полезно вспомнить, как семейство росло за последний год. Wan 2.6 вышла в декабре 2025 и принесла 1080p, ролики до 15 секунд, точный липсинк, загрузку собственного аудио и автоматическую разбивку результата на планы с логикой переходов. Wan 2.7 появилась 3 апреля 2026: она добавила контроль первого и последнего кадра, а также синхронизацию движения с загруженной музыкой или речью

Wan 3.0 работает по трём направлениям сразу

• Длительность. Предел вырос с 15 до 30 секунд. Это уже не короткая склейка, а полноценная сцена, которую не приходится собирать из кусков
• Единая архитектура. Задачи объединены в одной модели, а не разнесены по отдельным режимам, поэтому один и тот же ролик можно вести от текста к референсам без пересборки замысла
• Расширенный вход. Кроме текста, картинок, видео и аудио модель принимает документы и веб-страницы, то есть исходником может быть презентация или страница товара

Характеристики и входные форматы

Сводка по поколениям, чтобы видеть разницу одним взглядом

По входным данным Wan 3.0 работает в трёх привычных режимах: из текста, из картинки и из референсов. Reference-режим держит до 10 изображений, 5 видео и 5 аудиофайлов одновременно, то есть персонажа, стиль и звук можно задавать примерами, а не описанием. Отдельная строчка - документы: DOC, XLS, PPT, PDF и веб-страницы, из которых модель вытаскивает содержание для ролика

Частота 30 кадров в секунду означает, что видео на выходе идёт плавно и не требует отдельной интерполяции. Разрешение выбирается под задачу: 480p достаточно для черновиков и проверки идеи, 1080p - для финального ролика

Цены и локальный запуск

Тарификация посекундная: примерно 0,05 доллара за секунду в 480p, 0,10 в 720p и 0,20 в 1080p, на старте продаж действовала скидка 30 процентов до 24 сентября 2026. Считать удобно от финального ролика: тридцать секунд в 1080p выходят около 6 долларов по полной цене, и это без учёта неудачных дублей, которых на практике всегда несколько

Отдельный момент для тех, кто пришёл в Wan ради открытых весов. На конец августа 2026 весов и полноценного кода для локального запуска третьей версии не публиковали: модель живёт в облаке. Локально по-прежнему запускаются предыдущие открытые поколения, включая Wan 2.1 и 2.2, но их качество и длительность уже заметно отстают от свежих облачных моделей

Кому подойдёт, а кому нет

Модель сильна там, где нужна длинная сцена со звуком в один проход, и слабее там, где важны цена ошибки и предсказуемость

• Подойдёт для рекламных роликов и презентаций. Полминуты со звуком закрывают формат целиком, а вход из документа и веб-страницы экономит подготовку
• Подойдёт для сцен с речью. Диалоги и липсинк собираются вместе с картинкой, отдельная озвучка и синхронизация не нужны
• Спорно для перебора идей. Посекундная цена наказывает за дубли: черновики дешевле гонять в 480p или в других моделях
• Не подойдёт для локальной работы. Если нужен запуск на своём железе, актуальны прошлые открытые поколения, а не третье
• Не подойдёт, если важна оплата картой РФ. Облачный доступ Alibaba оплачивается зарубежной картой, поэтому из России чаще идут через агрегатор с другими моделями

Чем заменить: доступные альтернативы

Задачи, ради которых берут Wan 3.0, закрываются и другими видеомоделями, до которых из России дойти проще

Практический подход: черновик собирают в одной модели, а финал перегенерируют там, где результат вышел ближе к замыслу. Сравнение двух самых ходовых разобрано в статье Kling 3.0 против Seedance, а общий разбор выбора - в гиде как выбрать нейросеть под задачу

Как сделать ИИ-видео из России

Держать отдельную зарубежную подписку под каждую видеомодель дорого и неудобно. Syntax AI (Синтакс АИ) даёт доступ к Seedance 2.5, Kling 3.0, Veo 3.1, Hailuo 3 и ещё 100+ нейросетям для видео, картинок, звука и текста по одной подписке, работает из России и принимает карты РФ через СБП и МИР

Честно про деньги: регистрация бесплатна, пробных токенов хватает попробовать генерацию картинок, а видео расходует заметно больше - под ролики нужен платный пакет. Токены не сгорают, поэтому сцену можно доводить постепенно. Что входит в пакеты - на странице тарифы Syntax AI

Запуск - на сайте в браузере или в Telegram-боте со смартфона. Удобный сценарий: один и тот же промпт прогнать в Seedance 2.5, Kling 3.0 и Veo 3.1 и выбрать, чья версия сцены ближе к задуманному, не заводя три разных аккаунта и способа оплаты