Wan3.0-Video按秒计费：一条30秒视频收费6美元

Wan3.0-Video是阿里巴巴DashScope市场中的视频生成模型，按输出秒数计费。这一决定直接决定了项目的成本。在最高档1080P下，每秒收费0.20美元。该模型可生成最长30秒的片段，因此一次完整生成每次尝试需6美元。

较低的档位让费用计算更温和。480P每秒收费0.05美元，一条30秒视频为1.50美元。720P介于中间，每秒0.10美元，同等长度30秒为3.00美元。任何一条视频的费用都是长度乘以费率，这使得预算计算在视频生成定价中几乎最简单的。

四种创作模式，一个模型

Wan3.0-Video被列为一站式模型，而非单纯的文生视频引擎。页面列出了四种创作能力：reference、editing、replication和driving。它没有详细定义这些术语，因此在实践中“driving”与“reference”有何区别，只能由用户自行探索。这是这份具体列表中最大的缺口。

输入端则很明确。该模型支持音频、图像、文本和视频，并能解析文件、网页和复杂图片作为参考材料。加上其宣称的生产级角色一致性和带声音的逼真视觉效果，这一卖点面向的是需要复用或控制既定外观的团队，而不是那些随手编写一次性提示词的团队。

按秒计费价格表

API细节对任何将其接入工作流的人来说都很重要。生成通过DashScope异步运行，支持2个并发任务、50个异步队列，以及每分钟30个请求。参考实现会提交一个带有分辨率、自适应比例和时长的提示词，然后轮询获取生成的片段。这种特性适合批处理任务, , 排队多个生成任务并稍后查看结果，而非需要同步响应的流程。

Sora、Veo、Runway以及拥挤的赛道

Wan3.0-Video进入的是一个已经高手云集的生成市场。这一领域包括Sora 2, , 一款生成同步音频视频的模型，其原始API已被弃用，计划于2026年9月24日关闭；谷歌的Veo 3.1以及成本更低的Veo 3.1 Lite；还有主打高视觉保真度和创意控制的Runway Gen-4.5。Luma Ray、Kling和Seedance也在名单之列。Wan的页面没有将自己与其中任何一家对比，也没有列出竞争对手的价格，因此每秒费率缺少直接参照点。

阿里巴巴已经覆盖了视频技术栈的另一半。Qwen3-VL是一个开放权重的视频语言模型系列，密集变体从2B到32B，混合专家变体最高达235B-A22B，原生支持256K token上下文。DashScope上的Wan3.0-Video正是与之对应的生成模型。页面没有明确将两者关联，但已经在使用Qwen3-VL进行视频理解的团队，如今在同一平台上有了生成选项。

页面留下的疑问

有三个问题尤为突出。第一，“driving”和“replication”模式究竟做什么，页面没有提供示例。第二，被丢弃或失败的生成是否计费，页面没有说明。第三，在真实的迭代循环中，两个并发任务的限制体验如何, , 修复一条糟糕的视频意味着在正在运行的任务之后排队另一次生成。

这些都不改变那个核心数字。阿里巴巴在最高档位以每秒0.20美元的价格出售视频，而生成一条角色一致但未能达标的30秒视频，就需要6美元重做。按秒计费至少让这笔支出变得可预测。但输出效果，一如既往，是无法预测的部分。