Wan 3.0
Write a scene and Wan 3.0 films it, sound included.
Wan 3.0
Wan 3.0 KI-Videogenerator
Alibabas neuestes Wan-Modell dreht bis zu 30 Sekunden in einer durchgehenden Einstellung, mit Dialogen, Effekten und Musik, die zusammen mit dem Bild erzeugt werden. Starte mit einem Prompt, einem Foto oder einer Mischung aus Referenzbildern, Clips und Audio.
Erstellt mit Wan 3.0
Echte Ergebnisse von dieser Seite, unbearbeitet. Jede Karte zeigt genau, was eingegeben wurde.
Prompt: One continuous tracking shot through a rain-slick night market in Hong Kong. The camera glides past steaming noodle stalls and neon signs reflected in puddles, then settles on a street vendor who looks up and says, "Last bowl of the night." Cinematic lighting, shallow depth of field, ambient rain and sizzling woks.
Prompt: The subject slowly turns toward the camera and smiles, soft wind in the hair, gentle push-in, natural ambient sound.
EingabebildPrompt: Image 1 walks along a sunny beach at golden hour, waves rolling in, handheld camera.
EingabebildWas Wan 3.0 kann
Ein Modell deckt Text-, Bild- und Referenzgenerierung ab, sodass alle Modi dieselben Einstellungen für Länge, Auflösung und Ton nutzen.
30 Sekunden in einer Einstellung
Wähle eine beliebige Länge von 2 bis 30 Sekunden. Ein durchgehender Durchlauf hält Kamerabewegungen und Figuren über die ganze Szene stabil, statt kurze Clips aneinanderzureihen.
Ton im selben Durchlauf
Dialoge, Atmosphäre, Effekte und Musik entstehen zusammen mit dem Bild, sodass Lippenbewegungen und Schritte passen. Setze gesprochene Sätze in Anführungszeichen.
Omni-Referenz
Kombiniere bis zu 10 Bilder, 5 Videoclips und 5 Audioclips in einer Anfrage. Gesichter, Produkte, Stimmen und Stile bleiben im ganzen Clip konsistent.
Erster und letzter Frame
Lade einen ersten Frame hoch, um ein Foto zu animieren, oder füge einen letzten Frame hinzu, um genau zu bestimmen, wo die Einstellung endet.
480P bis 1080P
Entwirf günstig in 480P und rendere die beste Version dann in 720P oder 1080P. Wähle 16:9, 9:16, 4:3, 3:4 oder 1:1 oder lass das Modell den Bildausschnitt bestimmen.
Lesbarer Text im Bild
Schilder, Beschriftungen und Untertitel werden gut lesbar dargestellt. Das zählt bei Produktaufnahmen, Speisekarten und Erklärvideos.
Wan 3.0 Preise
Abgerechnet wird pro Videosekunde. Ton kostet nichts extra.
| Auflösung | Pro Sekunde | Clip mit 5 s | Clip mit 10 s | Clip mit 30 s |
|---|---|---|---|---|
| 480P | 9 Credits | 45 Credits | 90 Credits | 270 Credits |
| 720P | 18 Credits | 90 Credits | 180 Credits | 540 Credits |
| 1080P | 36 Credits | 180 Credits | 360 Credits | 1080 Credits |
Referenzbilder und Audio sind kostenlos. Jede Sekunde Referenzvideo wird wie eine Sekunde Ausgabe berechnet. Schlägt eine Generierung fehl, werden die Credits automatisch deinem Guthaben gutgeschrieben.
So erstellst du ein Video mit Wan 3.0
- 1
Modus wählen
Text startet mit einem Prompt. Image animiert einen ersten Frame, optional mit letztem Frame. Reference nimmt Bilder, Clips und Audio entgegen.
- 2
Die Szene beschreiben
Beschreibe, wer zu sehen ist, was passiert, wie sich die Kamera bewegt und was zu hören ist. Im Modus Reference nennst du deine Dateien Image 1, Video 1, Audio 1.
- 3
Länge und Auflösung festlegen
Wähle 2 bis 30 Sekunden und 480P, 720P oder 1080P. Die Schaltfläche zeigt die genauen Kosten. Die meisten Clips sind in 1 bis 5 Minuten fertig und werden in My Videos gespeichert.
Prompt-Tipps
Eine durchgehende Einstellung schreiben
Wan 3.0 ist am stärksten, wenn der Prompt wie eine einzige Kamerabewegung klingt: wo sie beginnt, woran sie vorbeizieht, wo sie endet.
Dialoge in Anführungszeichen setzen
Zitierte Sätze werden im Bild gesprochen. Füge die Geräusche hinzu, die du hören möchtest, etwa Regen, Verkehr oder eine Menschenmenge.
Referenzen benennen
Die Tags werden pro Typ in der Reihenfolge des Uploads nummeriert: „Image 2 holds the product from Image 1 while Audio 1 plays.“
In 480P entwerfen
480P kostet ein Viertel von 1080P. Halte die Idee mit kurzen Entwürfen fest und rendere dann die finale Länge in voller Auflösung.
Wan 3.0 FAQ
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
Was ist Wan 3.0?
Wan 3.0 ist das neueste Videomodell des Wan-Teams von Alibaba Tongyi, im August 2026 als öffentliche Beta veröffentlicht. Ein einziges Modell übernimmt Text-zu-Video, Bild-zu-Video und Referenz-zu-Video, rendert bis zu 30 Sekunden in bis zu 1080P und erzeugt den Ton im selben Durchlauf.
Wie lang kann ein Wan 3.0 Video sein?
Eine beliebige ganze Zahl von Sekunden zwischen 2 und 30. Wenn du Referenzvideos hinzufügst, muss deren Gesamtlänge plus die Ausgabelänge innerhalb von 30 Sekunden bleiben. Der Schieberegler für die Dauer passt sich automatisch an.
Was kostet Wan 3.0?
Die Abrechnung erfolgt pro Sekunde: 9 Credits in 480P, 18 in 720P und 36 in 1080P. Ein 5-sekündiger 720P-Clip kostet 90 Credits. Ton an oder aus kostet dasselbe. Referenzbilder und Audio sind kostenlos; Sekunden des Referenzvideos werden zum gleichen Tarif wie die Ausgabe berechnet.
Was kann ich als Referenzen verwenden?
Bis zu 10 Bilder (JPG, PNG, WEBP), 5 Videoclips (MP4, MOV) und 5 Audioclips (MP3, WAV). Jeder Clip dauert 1 bis 15 Sekunden, und jeder Typ darf insgesamt höchstens 15 Sekunden umfassen. Im Prompt nennst du sie Image 1, Video 1, Audio 1 und so weiter.
Kann ich den ersten und letzten Frame festlegen?
Ja. Lade im Modus Image einen ersten Frame hoch, um ihn zu animieren, und optional einen letzten Frame, damit die Einstellung genau dort endet, wo du willst. Das Video übernimmt das Format deines ersten Frames.
Kann ich den Ton ausschalten?
Ja. Schalte Audio aus, um einen stummen Clip zu erhalten. Der Preis ist in beiden Fällen gleich.
Welche Seitenverhältnisse werden unterstützt?
16:9, 9:16, 4:3, 3:4 und 1:1. Der Modus Reference bietet zusätzlich Auto, bei dem das Modell den Bildausschnitt anhand deiner Referenzen wählt. Der Modus Image folgt deinem ersten Frame.
Wie unterscheidet sich Wan 3.0 von Wan 2.6?
Wan 3.0 verdoppelt die maximale Länge auf 30 Sekunden, bringt eine 480P-Entwurfsstufe und ein adaptives Seitenverhältnis mit, fixiert erste und letzte Frames und nimmt neben Bildern auch Video und Audio als Referenzen entgegen.
Wie lange dauert die Generierung?
Meist 1 bis 5 Minuten, 30-Sekunden-Clips in 1080P brauchen länger. Du kannst die Seite verlassen. Fertige Videos erscheinen in My Videos.
Was passiert, wenn eine Generierung fehlschlägt?
Die Credits für diesen Durchlauf werden automatisch deinem Guthaben gutgeschrieben, und du kannst es sofort erneut versuchen.