一个月前它还不在任何排行榜上。阿里巴巴于 2026 年 8 月 24 日发布了 Wan 3.0，它直接冲到了 Artificial Analysis 文生视频排名的榜首 —— 与 Google 的 Gemini Omni Flash 持平。这里是它实际是什么、要花多少钱，以及是否值得切换过去。
阿里巴巴于 2026 年 8 月 24 日通过阿里云的 Model Studio 和 API 推出了 Wan 3.0，此前 8 月 6 日开放了公测。它可以在单遍中生成最多 30 秒的视频 —— 大约是其前代 Wan2.7 所能做到的长度的两倍 —— 最高 1080p，并接受异常广泛的输入：文本、图像、音频、视频、文档、电子表格、幻灯片和网页。这次发布是在阿里巴巴以香港最大的增发募得 800 亿港元（约 102 亿美元）后一天，公司表示所得款项将用于 AI 基础设施 —— 报道此事的人没有忽视这个时机。
在 Artificial Analysis 的 Video Arena 上 —— 就是我们在有出处的排名页上跟踪的那个一对一、Elo 计分的人类偏好排行榜 —— Wan 3.0 几乎立即以第一或实际并列第一的成绩在文生视频榜上亮相，领先于 Google、字节跳动和 MiniMax 那些已在该排行榜上迭代数月的成熟模型。这是一次确实很快的攀升：作为对照，Runway 的 Gen-4.5 在 2025 年末自己发布时曾领跑同一个榜单，随着竞争者追上，六个月内就跌出了前 10。Wan 3.0 能否保持榜首那么久还有待观察 —— 这些榜单变化很快，一旦它们变了我们会更新本页和我们的排名页。
除了原始排名之外，有两点很突出。第一，文档转视频输入：给它一个幻灯片、电子表格或网页并得到一段视频，这不是本站其他主要工具（Runway、Pika、Kling、Seedance、Veo）宣传的核心输入类型 —— 它们是围绕文本提示词和图像构建的。阿里巴巴专门把这个定位于源材料已经以文档形式存在的营销、产品演示和讲解型用例。第二，30 秒单遍生成 —— 其他每个主要工具都把单次生成上限设在 5 到 10 秒之间，任何更长的都需要把多次生成拼接起来。Wan 3.0 原生地、在一遍中做到这一点，是相对于同行的一个真正的能力差距，不只是一个营销数字。
| 分辨率 | 每输出秒的价格 | 约 5 秒片段 |
|---|---|---|
| 480p | $0.05/sec | ~$0.25 |
| 720p | $0.10/sec | ~$0.50 |
| 1080p | $0.20/sec | ~$1.00 |
通过阿里云的标价，按秒计量（无订阅档位）。按这些费率，Wan 3.0 在每个分辨率上都低于 Seedance 的官方按片定价（720p 约 $0.76，1080p 约 $1.87 —— 见我们的完整价格对比），不过一段 1080p 的 30 秒 Wan 3.0 片段（约 $6）在绝对金额上比其他任何地方的 5 秒短片段都贵 —— 它是一段更长的视频，不是一个直接等价的单位。
这是问题所在：目前还没有像 Runway、Pika、Kling 和 Veo 各自那样的单一、打磨过的消费级网页 App。Wan 3.0 通过阿里云的 Model Studio 控制台或其 API 访问 —— 形态上更接近 Seedance 通常的访问方式，而不是一个输入提示词并点击的工具。如果你能接受一个 API 密钥和一个计量计费的面板，它很简单；如果你期待的是 Runway 式的消费级 App，那还没有。预计第三方 playground 和转售商（就是那些已经托管 Seedance 的 —— fal.ai、Replicate 之类）会在接下来几周里加入 Wan 3.0 访问，就像一个模型一旦证明受欢迎他们通常会做的那样。
当你生成了一段片段
和本站其他每个工具一样：Wan 3.0 导出一个完整渲染的场景，包含背景，没有透明导出选项。如果你想把主体抠出来到别处合成，或把它变成一个贴纸或叠加层，那是生成之后做的背景移除步骤 —— RemoveGifBG 会逐帧处理导出的 MP4。见 AI 视频背景移除指南。
相关：更多 AI 视频新闻 · 完整价格对比 · 为什么 Sora 不在排行榜上 · Google Veo 的定价重构
Wan 3.0 是阿里巴巴最新的 AI 视频生成模型，于 2026 年 8 月 24 日通过阿里云的 Model Studio 和 API 推出，此前 8 月 6 日开放了公测。它在单遍中生成最多 30 秒的视频 —— 大约是其前代 Wan2.7 长度的两倍 —— 最高 1080p，并接受文本、图像、音频、视频、文档、电子表格、幻灯片和网页作为输入。
Wan 3.0 按输出秒计价，不是按月订阅：根据阿里云的标价，480p 约 $0.05/秒，720p 约 $0.10/秒，1080p 约 $0.20/秒。一段 5 秒片段算下来约为 $0.25（480p）、$0.50（720p）或 $1.00（1080p）—— 在可比分辨率下明显比 Runway 或 Seedance 的按片成本便宜。
在 Artificial Analysis 的 Video Arena 上 —— 由人类偏好投票转换成的 Elo 分数，不是营销说法 —— Wan 3.0 一亮相就位居或接近文生视频排行榜榜首，与 Google 的 Gemini Omni Flash 大致持平，并在那个特定榜单上领先 Veo 3.1、Kling 和 Seedance。「更好」仍取决于你需要什么：Veo 在原生音频上仍是最强的，Kling 在物理上合理的运动上，而 Wan 3.0 自己的突出特性是文档/幻灯片转视频输入以及 30 秒单遍长度，而不是那些专长中的任何一个。
通过阿里云的 Model Studio 控制台或其 API —— 目前还没有像 Runway、Pika、Kling 或 Veo 各自那样的单一、打磨过的消费级网页 App。这让它目前更适合开发者和技术用户，而不是只想输入一个提示词并点击生成的人，类似于 Seedance 通常的访问方式。