Alibaba
Wan 3.0 Video
wan3.0-video
Nuova generazione di modelli di generazione video della serie Wan di Alibaba, in grado di produrre in un'unica generazione clip da circa 30 secondi in 1080p, supporta materiali di riferimento per mantenere la coerenza del soggetto e, per la prima volta, supporta input strutturati di tipo documentale
Prova wan3.0-video
Input
Creazioni
Vedi tutte le creazioniOutput
videoPrezzi
wan3.0-video per second
| Specifiche | Prezzo unitario |
|---|---|
| 480P | $0.040 |
| 720P | $0.080 |
| 1080P | $0.160 |
Panoramica della posizione
wan3.0-video è il modello della serie Alibaba Wan dedicato alla generazione video a partire da riferimenti, richiamabile tramite l'interfaccia unificata di HiAPI.ai. Condizionato da materiali di riferimento multimodali, produce in una singola chiamata video con audio fino a 30 secondi e fino a 1080P, ideale per spot pubblicitari brevi, video esplicativi e sequenze narrative lunghe in cui personaggi, prodotti o stile devono restare coerenti lungo la sequenza di inquadrature.
Punti di forza principali
- Combinazione di condizioni di riferimento multimodali: fino a 10 immagini, 5 video e 5 clip audio possono fungere contemporaneamente da condizioni di generazione; il prompt fa riferimento ai materiali secondo l'ordine dell'array.
- Narrazione fino a 30 secondi in una sola chiamata: la durata di output è impostabile tra 2 e 30 secondi; la durata del video di riferimento e quella di output insieme non superano i 30 secondi.
- Input da documenti strutturati e pagine web: supporta al massimo un documento o una pagina web senza login come riferimento, convertendo materiali come PPT e PDF in contenuti video.
- Primo e ultimo frame controllabili e attivazione della traccia audio: è possibile specificare separatamente l'immagine del primo frame e dell'ultimo frame, e scegliere se l'output include una traccia audio sincronizzata con le immagini.
Descrizione delle capacità
Generazione da riferimenti multimodali: genera video a partire da immagini, video, audio, documenti o pagine web come condizioni di riferimento; il prompt punta con precisione ai singoli materiali tramite indici come Image1, Video1, facilitando il controllo della provenienza del soggetto e dello stile.
Vincoli di primo e ultimo frame: passando first_frame_url e last_frame_url si ancorano le immagini di inizio e fine del frammento, utile per raccordare inquadrature esistenti o controllare il punto di arrivo delle transizioni.
Durata e risoluzione regolabili: durata di output da 2 a 30 secondi e risoluzione da 480P a 1080P selezionabile; il rapporto d'aspetto include sei opzioni tra cui adaptive e 16:9, per adattare il formato al canale di distribuzione.
Output con traccia audio sincronizzata: per impostazione predefinita viene prodotto un video con traccia audio sincronizzata; è possibile disattivare l'audio per un doppiaggio unificato in post-produzione. I riferimenti audio vanno usati in abbinamento a immagini o video.
Generazione riproducibile: specificando seed si fissa il seme casuale, permettendo di riprodurre lo stesso risultato durante la messa a punto dei parametri o la generazione in batch.
Scenari d'uso
- Da immagini di prodotto ad annunci per team di brand ed e-commerce: con immagini di prodotto e video di riferimento come input si generano cortometraggi dall'aspetto cinematografico, producendo video utilizzabili direttamente come materiali pubblicitari o per la pagina di dettaglio del prodotto.
- Narrazione con coerenza dei personaggi per team di contenuti: caricando immagini di riferimento del personaggio e audio si generano sequenze di inquadrature che mantengono coerente l'aspetto del personaggio, per la produzione di miniserie o contenuti seriali.
- Da documenti a video per formazione e spiegazioni: usando PPT, PDF o pagine web senza login come riferimento si producono video esplicativi per formazione interna o presentazioni di prodotto.
- Estensione e completamento di inquadrature da materiali esistenti: con video di riferimento e primo/ultimo frame si generano frammenti di raccordo, colmando lacune narrative o prolungando la durata di materiali già girati.
Limiti e suggerimenti per la scelta
I materiali di riferimento hanno limiti precisi: al massimo 10 immagini, al massimo 5 video per un totale non superiore a 15 secondi, al massimo 5 clip audio da 1 a 15 secondi ciascuna, e un solo documento e una sola pagina web; la modalità primo frame non può essere usata contemporaneamente all'array di materiali di riferimento. La qualità della descrizione di soggetto, azione, inquadratura e suono nel prompt influisce direttamente sulla stabilità dei risultati, per cui occorre preventivare un margine di messa a punto. La fatturazione avviene in base ai secondi di output: il costo derivante dalla combinazione di durata elevata e alta risoluzione va valutato in anticipo. Se servono solo frammenti brevi e non è richiesta la coerenza con i riferimenti, si può optare per un modello video più leggero.
Novità
Vedi il changelog →- Nuovo modello Lancio del modello di generazione video wan3.0-video-prime
Domande frequenti
Vedi tutte le domande →-
Che tipo di modello video è Wan 3.0 Video?
Ha il Prompt come elemento centrale e può anche includere frame iniziali e finali oppure immagini, video e audio di riferimento; i diversi metodi di controllo vanno combinati secondo il contratto dei parametri corrente.
-
Quali specifiche di output supporta Wan 3.0 Video?
Supporta da 2 a 30 secondi, con risoluzioni 480P, 720P e 1080P, e formati adaptive, 16:9, 4:3, 1:1, 3:4, 9:16.
-
È possibile generare voce o utilizzare riferimenti audio?
Riferimenti opzionali a immagini, video, audio, file e link; supporto per audio sincronizzato
-
Come viene fatturato Wan 3.0 Video?
La fatturazione si basa sulla durata dell'output e sul livello in tempo reale; le differenze dovute a risoluzione, modalità o opzioni audio sono determinate dai prezzi mostrati sulla pagina e dai registri delle attività.
Crea un'attività di generazione
https://api.hiapi.ai/v1/tasks Header
AuthorizationstringObbligatorioChiave API dell'account. Obbligatoria in ogni richiesta. Esempio: Bearer YOUR_HIAPI_API_KEY. Ottieni una chiave API
Content-TypestringOpzionaleIl corpo della richiesta viene sempre interpretato come JSON; se inviato, è accettato solo application/json (charset facoltativo) — qualsiasi altro valore restituisce 415. Esempio: application/json.
Idempotency-KeystringOpzionaleChiave di idempotenza, fino a 255 byte. I retry con la stessa chiave dello stesso account creano l'attività una sola volta; i replay restituiscono il taskId originale.
In caso di timeout di rete o retry automatici del client, la stessa chiave crea l'attività una sola volta, senza doppi addebiti (ambito = l'account della chiave API). Usa un identificatore univoco di business (es. "order-42"); i replay restituiscono il taskId originale e le chiavi scadono 24 ore dopo la prima richiesta. La matrice completa degli scenari è nell'introduzione dell'API asincrona unificata.
Corpo
modelstringObbligatorioValore fisso attuale: wan3.0-video
routestringOpzionaleValore fisso attuale: default
inputobjectObbligatorio
Oggetto di parametri di business per wan3.0-video e la route default — vedi la tabella dei parametri sotto.
seedintegerOpzionalemin 0max 2147483647Seme casuale, utilizzato per riprodurre risultati di generazione esistenti; passare un numero intero fisso quando è necessario un output deterministico.
audiobooleanOpzionalePredefinito: trueIndica se generare anche una traccia audio sincronizzata con le immagini nel video di output; valore booleano, predefinito true.
promptstringObbligatoriominLength 1maxLength 20000Prompt testuale che descrive scena, movimento, inquadratura, illuminazione e suono; in modalità riferimento fa riferimento ai materiali corrispondenti come Image1, Video1, Audio1 nell'ordine dell'array.
durationintegerOpzionalePredefinito: 5min 2max 30Durata del video di output, in secondi, predefinita 5; la somma della durata del video di riferimento e della durata di output non deve superare 30 secondi.
resolutionstringOpzionalePredefinito: "1080P"Risoluzione di output, stringa, predefinita 1080P.
480P720P1080Paspect_ratiostringOpzionalePredefinito: "adaptive"Rapporto d'aspetto dell'immagine di output, stringa, predefinito adaptive, ovvero adattivo in base ai media di input e al prompt.
adaptive16:94:31:13:49:16last_frame_urlstringOpzionaleUn'immagine accessibile pubblicamente, usata insieme a first_frame_url per specificare il frame finale del video.
first_frame_urlstringOpzionaleUn'immagine accessibile pubblicamente, usata come frame iniziale del video; non può essere usata contemporaneamente all'array di media di riferimento.
reference_file_urlsarrayOpzionalemaxItems 1Array di URL di documenti o presentazioni di riferimento, massimo 1, che devono essere accessibili pubblicamente.
Array [ string ]
reference_link_urlsarrayOpzionalemaxItems 1Array di URL di pagine web di riferimento, massimo 1, e la pagina web deve essere accessibile pubblicamente senza necessità di login.
Array [ string ]
reference_audio_urlsarrayOpzionalemaxItems 5Array di URL di audio di riferimento, massimo 5 segmenti WAV o MP3, ciascuno da 1 a 15 secondi; l'audio deve essere usato insieme a immagini o video.
Array [ string ]
reference_image_urlsarrayOpzionalemaxItems 10Array di URL di immagini di riferimento, massimo 10, utilizzate per la generazione con riferimento generico.
Array [ string ]
reference_video_urlsarrayOpzionalemaxItems 5Array di URL di video di riferimento, massimo 5 segmenti, ciascuno da 1 a 15 secondi, con durata totale non superiore a 15 secondi.
Array [ string ]
callbackobjectOpzionale
Configurazione di notifica dello stato terminale. Se omessa, nessun callback: interroga l'attività per conto tuo.
Fornisci callback.url in creazione e HiAPI invierà un POST al tuo servizio allo stato terminale, senza polling. Il corpo del callback replica la struttura del dettaglio attività; verifica firma, retry e idempotenza sono descritti nell'introduzione dell'API asincrona unificata.
urlstringObbligatorioObbligatoria se è presente callback. Allo stato terminale viene inviato un POST a questo URL; deve essere un URL http(s) valido.
whenstringOpzionalePredefinito: "final"Al momento è supportato solo final: notifica sia su success sia su fail.
finalstoragestringOpzionalePredefinito: "temp"Livello di archiviazione degli artefatti: temp (predefinito, ~7 giorni) o persistent (a lungo termine, fatturato per dimensione). Saldo insufficiente o superamento del limite ⇒ declassamento silenzioso a temp; il livello effettivo è visibile nella risposta di dettaglio.
temppersistentEsempi di richiesta
# Invia un'attività asincrona; restituisce subito un taskId (senza attendere la generazione)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
-H "Authorization: Bearer $HIAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "wan3.0-video",
"input": {
"audio": true,
"prompt": "…",
"duration": 5,
"resolution": "1080P",
"aspect_ratio": "adaptive"
}
}' const res = await fetch("https://api.hiapi.ai/v1/tasks", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
model: "wan3.0-video",
input: {
"audio": true,
"prompt": "…",
"duration": 5,
"resolution": "1080P",
"aspect_ratio": "adaptive"
}
}),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } } import os, requests
res = requests.post(
"https://api.hiapi.ai/v1/tasks",
headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
json={
"model": "wan3.0-video",
"input": {
"audio": True,
"prompt": "…",
"duration": 5,
"resolution": "1080P",
"aspect_ratio": "adaptive"
}
},
)
print(res.json()) # { code, message, data: { taskId } } 200 OK
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
}
} 400 Bad Request
{
"code": 400,
"message": "invalid request",
"data": null,
"error_code": "INVALID_REQUEST"
} Ottieni i dettagli dell'attività
https://api.hiapi.ai/v1/tasks/:id Campi della risposta
taskIdstringObbligatorioID attività, sempre con prefisso tk-hiapi-.
modelstringObbligatorioNome completo risolto del modello. Le attività inviate con il parametro route restituiscono base@route (es. gpt-image-2/text-to-image@ext); altrimenti coincide con il nome inviato.
routestringOpzionalePresente solo se è stato usato il parametro route esplicito; restituisce il valore inviato.
statusstringObbligatorioStato dell'attività.
queued In coda, non avviata.
handling In elaborazione.
archiving Elaborazione conclusa, preparazione artefatti.
success Terminale: completato, artefatti disponibili (restituisce output).
fail Terminale: errore (restituisce error).
Dopo l'invio, segui status: success e fail sono terminali, il resto no. Esegui polling ogni 1–3 s fino allo stato terminale. In caso di successo scarica gli artefatti da output[].url e trasferiscili prima di expireAt; per conservazione lunga usa storage: "persistent" in creazione.
creatednumberObbligatorioIstante di creazione dell'attività (secondi Unix).
completednumberObbligatorioSecondi Unix dello stato terminale; 0 finché non terminale.
outputarrayOpzionale
Presente solo con status == success. Elenco artefatti — sempre un array; un'attività può restituire più type contemporaneamente (es. video + first_frame).
Array [ object ]
Elementi dell'array
urlstringObbligatorioURL dell'artefatto, scaricabile direttamente.
typestringObbligatorioValori attualmente possibili: video, image, audio, first_frame, last_frame, thumbnail; potrebbero essere ampliati in futuro.
expireAtnumberObbligatorioSecondi Unix di disponibilità dell'artefatto; scarica o trasferisci prima della scadenza.
errorobjectOpzionale
Presente solo con status == fail.
codestringObbligatorioCodice errore di business.
messagestringObbligatorioDescrizione dell'errore.
Esempi di risposta
Successo
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
"model": "happyhorse-1-0",
"status": "success",
"created": 1777282033,
"completed": 1777282099,
"output": [
{
"url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
"type": "video",
"expireAt": 1777886899
}
]
}
} In elaborazione (non terminale)
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-...",
"model": "happyhorse-1-0",
"status": "archiving",
"created": 1777282033,
"completed": 0
}
} Non riuscito
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-...",
"model": "happyhorse-1-0",
"status": "fail",
"created": 1777282033,
"completed": 1777282099,
"error": {
"code": "TASK_FAILED",
"message": "task failed"
}
}
} Articoli
Vedi tutti gli articoli →-
Tutoriale
Utilizzare Kandinsky 6.0 Pro su HiAPI per la generazione di video da testo: tutorial con curl e Python
Dimostrazione pratica guidata dalla richiesta: costruire la chiamata da prompt a clip video, inviare la richiesta, monitorare lo stato di completamento e scaricare il risultato
-
Tutoriale
Come chiamare hailuo-2.3/text-to-video tramite l'API HiAPI: curl, Python ed esempi di richiesta eseguibili
-
Tutoriale
Come usare kling-4.0/text-to-video tramite l'API HiAPI: curl, Python e un esempio di richiesta funzionante
Guida pratica per sviluppatori: prompt cinematografici, audio sincronizzato, polling asincrono e download dell'output
-
Tutoriale
Come chiamare hailuo-2.3-fast/image-to-video tramite l'API HiAPI: pratica con curl e Python
La prima richiesta funzionante per il livello image-to-video veloce ed economico — dall'ID del modello al download di un MP4
-
Tutoriale
Come chiamare kling-4.0/image-to-video su HiAPI: curl, Python e polling
-
Tutoriale
Tutorial su kandinsky-6.0-pro/image-to-video tramite HiAPI: curl + Python
Avvia una richiesta funzionante di image-to-video su HiAPI: dal caricamento del primo fotogramma al polling asincrono fino al download finale
Modelli correlati
Vedi tutti i modelli →Stesso tipo
-
Kling 2.5 Kuaishou $0.060 /secondo -
HeyGen Avatar V HeyGen $0.150 /secondo -
Veo 3.1 Fast Google $0.170 /secondo -
Kling 4.0 Kuaishou $0.330 /secondo -
Kling 3.0 Turbo Kuaishou $0.130 /secondo -
HeyGen Avatar IV HeyGen $0.150 /secondo -
LTX 2.5 Fast Lightricks $0.086 /secondo -
Grok Imagine 1.5 Lite xAI $0.029 /secondo -
Ray 3.2 Luma $0.214 /video -
Seedance 2.5 ByteDance $0.121 /secondo -
Kling 3.0 Kuaishou $0.100 /secondo -
Veo 3.1 Lite Google $0.060 /secondo
Stesso fornitore
-
Wan 2.6 Flash Alibaba $0.043 /secondo -
HappyHorse 1.0 Alibaba $0.168 /secondo -
HappyHorse 1.1 Alibaba $0.160 /secondo -
Qwen Audio 3.0 TTS Alibaba $0.030 /1.000 caratteri -
Wan 2.7 Video Alibaba $0.100 /secondo -
Qwen Image 3.0 Alibaba $0.036 /immagine -
Z-Image Alibaba $0.008 /immagine -
Wan 2.7 Image Alibaba $0.035 /immagine -
Qwen Image 2.1 Alibaba $0.020 /immagine -
Qwen Image 2.0 Alibaba $0.042 /immagine



