Wan 3.0 это видеомодель Alibaba, которая в августе 2026 года заметно подвинула конкурентов. Она генерирует ролик длиной до 30 секунд одним дублем, в разрешении до 1080p и сразу со звуком, причём умеет говорить по-русски так, что речь распознаётся слово в слово. Главная особенность: режим Omni, в котором в один запрос можно загрузить фото, видео, аудио и даже документ. В обзоре разбираем, что изменилось по сравнению с прошлыми версиями, как работают режимы модели, как писать промты, сколько стоит генерация и как Wan 3.0 выглядит на фоне Seedance 2.5 и Kling.

Хронология и место на рынке

Бета-версия Wan 3.0 открылась 6 августа 2026 года, полноценный релиз состоялся 24 августа. В рейтинге Artificial Analysis среди моделей, которые генерируют видео со звуком, Wan 3.0 поднималась на первое место с оценкой около 1240 очков. Голосов в этой категории пока немного, поэтому позицию стоит воспринимать как ориентир.

Важный момент для тех, кто следил за серией: ранние версии Wan выкладывались в открытый доступ, их можно было скачать и запустить на своём компьютере. Последней открытой видеомоделью серии считается Wan 2.2. У Wan 3.0 весов нет, она работает только через сервисы и API.

Что нового по сравнению с Wan 2.7

  • Длина до 30 секунд без склеек. У Wan 2.7 предел был 15 секунд. Длину можно выставлять с шагом в одну секунду.
  • Звук в той же генерации. Речь, фоновые шумы, эффекты и музыка создаются вместе с картинкой и совпадают с ней по времени.
  • Живая русская речь. В тесте на vc.ru фразу персонажа распознаватель речи вернул слово в слово. Для лучшего результата промт стоит писать полностью по-русски, без транслита.
  • Разрешения 480p, 720p и 1080p. 4K в официальном описании нет, хотя на сторонних сайтах его иногда обещают.
  • Одна модель для всех задач. То, для чего раньше были отдельные модели, теперь решается в одной.

Режимы работы Wan 3.0

Первый кадр

Вы загружаете одно фото, и модель делает из него сцену. Самый простой режим для старта: подходит, чтобы оживить снимок или сделать ролик с вашим персонажем.

Первый и последний кадр

Две фотографии, и модель строит плавный переход между ними. Удобно для трансформаций: смена времени года, превращение эскиза в готовый интерьер, «до и после».

Референсы

Загружаются фото персонажей, предметов и образцы стиля. Модель держит внешность героев одинаковой во всех кадрах. Полезно для серий роликов с одним персонажем.

Omni

Самый мощный режим: до 10 фото, 5 видео и 5 аудио, а также файлы и ссылки. На их основе модель собирает цельный ролик. Так можно сделать рекламу по фотографиям товара, видеообзор по презентации или ролик с вашим голосом из аудиофайла.

Важная деталь: Wan 3.0 не работает совсем без вложений. Для видео только по текстовому описанию сервисы обычно предлагают предыдущую версию, Wan 2.7.

Пошаговая инструкция

  1. Выберите режим. Для первого раза подойдёт «первый кадр»: одно фото и промт.
  2. Загрузите файлы. Каждое вложение получает метку, на которую можно ссылаться в тексте промта.
  3. Напишите промт по-русски. Кто в кадре, что делает и говорит, как движется камера, какой звук и настроение.
  4. Выберите длину и разрешение. Для пробы достаточно 720p, финальную версию делайте в 1080p.
  5. Оцените результат и меняйте по одному параметру. Если поменять всё сразу, будет непонятно, что именно сработало.

Как писать промты для Wan 3.0

Модель лучше всего понимает конкретику: действие, реплика в кавычках, камера, звук. Промты ниже составлены по описанию возможностей модели, используйте их как стартовую точку.

Говорящий персонаж (режим первого кадра):

Девушка с фото стоит на набережной вечером и говорит в камеру: «Привет! Сегодня покажу, как за пять минут сделать видео из обычной фотографии». Говорит живо, улыбается, жестикулирует. Камера на уровне глаз, медленно приближается. Звук: её голос, лёгкий шум города. 12 секунд.

Рекламный ролик (режим Omni):

Сделай рекламный ролик кофейни на 20 секунд по фото с вложений. Сначала крупно чашка капучино с паром, затем бариста рисует сердце на пенке, в конце общий план уютного зала. Мужской голос за кадром: «Утро начинается здесь. Кофейня на углу, каждый день с восьми». Тёплый свет, спокойная акустическая музыка.

Переход между двумя фото:

Плавный переход от первого кадра к последнему: зимний двор постепенно оттаивает, снег тает, распускаются листья, становится солнечно. Камера медленно поднимается вверх. Тихая фортепианная музыка. 10 секунд.

Несколько правил, которые экономят генерации:

  • Реплики персонажей берите в кавычки, чтобы модель отличала речь от описания.
  • Указывайте источник звука: «её голос», «голос за кадром», «шум дождя».
  • Против эффекта «восковой кожи» добавляйте живой свет: «дневной свет из окна», «мягкие тени».
  • Не перегружайте 10-секундный ролик тремя сценами: модель начнёт торопиться.

Сколько стоит Wan 3.0

Официально модель платная. По прайсу Alibaba Cloud секунда видео стоит от 0,3 юаня в 480p до 1,2 юаня в 1080p, то есть 30 секунд в Full HD обходятся примерно в 36 юаней. На платформе wan.video доступ открывают поэтапно. У сторонних сервисов, которые подключают модель через API, цены свои, часто с бесплатными стартовыми попытками.

Wan 3.0, Seedance 2.5 и Kling: сравнение

  • Длина за одну генерацию. Wan 3.0 до 30 секунд, Seedance 2.5 от 4 до 30 секунд, Kling до 10-15 секунд в зависимости от версии.
  • Звук. У Wan 3.0 и Seedance 2.5 генерируется вместе с видео, у Kling зависит от версии.
  • Сильная сторона. Wan 3.0: русская речь и ролики по документам и ссылкам. Seedance 2.5: замена героев в готовых видео и вирусные тренды. Kling: узнаваемые лица и перенос движений Motion Control.
  • Слабое место. Wan 3.0 не работает без вложений и иногда делает «восковую» кожу. Seedance 2.5 отклоняет слишком крупные портреты. Kling ограничен короткими роликами.

Итог: для говорящих персонажей и видео по презентациям выбирайте Wan 3.0, для трендов с заменой героев Seedance 2.5, для повторения движений Kling.

Частые вопросы

Можно ли пользоваться Wan 3.0 бесплатно? Официально нет, Alibaba берёт плату за каждую секунду. Попробовать бесплатно можно в сервисах, которые дают стартовые попытки новым пользователям.

Можно ли скачать модель? Нет, у третьей версии нет открытых весов. Последней открытой видеомоделью серии считается Wan 2.2.

Поддерживает ли Wan 3.0 4K? В официальном описании максимальное разрешение 1080p.

Почему кожа выглядит пластиковой? Это известная слабость модели. Помогают живой свет в промте и исходные фото без сильной ретуши.

Доступна ли Wan 3.0 в России? Официальные сервисы Alibaba требуют зарубежной оплаты и заявки на доступ. Российские пользователи обычно работают с моделью через агрегаторы нейросетей.

Разборы новых видеонейросетей и готовые промты к ним каждый день выходят в Telegram-канале НейроСвод.