Wan 3.0 API(Wan3.0)通过 APIMart 的 Wan API 提供阿里巴巴最新的万相视频模型。可以只写提示词,也可以传首帧(尾帧可选),或传图片、视频、音频、文档和网页参考,生成 2–30 秒、480P/720P/1080P 的视频,默认带音频。模型 ID:wan3.0-video。
服务亮点
可仅用提示词生成,也可添加图片、视频和音频参考
通用 / 参考通道
可仅用提示词,也可附加参考素材、文档或网页
首尾帧通道
首帧必填,尾帧可选
同一请求不能混用首尾帧素材与参考图片、视频、音频、文件或网页。
请至少填写提示词,或添加一项图片、视频或音频参考素材。
最多上传 5 段 WAV/MP3;单段 1–15 秒、15 MB 以内;总时长不超过 15 秒。
WAV, MP3 (max 15MB, up to 5 audios, duration ≤ 15s)
已添加 0/5 段音频,上传文件和链接共用数量上限。
请选择自动时长(-1)或 2–30 秒之间的整数;有参考视频时,输入与输出总时长不能超过 30 秒。
1080P 是默认档,也是价格最高的分辨率档。
默认生成音轨;关闭音轨不会降低价格。
在生成的视频中添加供应商水印。
已存储到 APIMart CDN
透明定价,无隐藏费用。按量付费,用多少付多少。
| 型号 | 规格 | 黄金价当前价格 | 铂金价 | 钻石价 | 官方价 | 为你节省 |
|---|---|---|---|---|---|---|
wan3.0-video | 480P | 0.3288Credits(~$0.0329)/秒 | 0.3124Credits(~$0.0312)/秒 | 0.2959Credits(~$0.0296)/秒 | 0.411Credits(~$0.0411)/秒 | 20% |
| 720P | 0.6575Credits(~$0.0658)/秒 | 0.6246Credits(~$0.0625)/秒 | 0.5918Credits(~$0.0592)/秒 | 0.8219Credits(~$0.0822)/秒 | 20% | |
| 1080P | 1.315Credits(~$0.1315)/秒 | 1.2493Credits(~$0.1249)/秒 | 1.1835Credits(~$0.1184)/秒 | 1.6438Credits(~$0.1644)/秒 | 20% |
* 实际费用以最终输出为准。
* 总费用 =(参考视频时长 + 生成视频时长)× 所选型号和分辨率的每秒原价 × 对应实际折扣 ÷ 100。
通过 APIMart 的 Wan API 调用阿里巴巴 Wan 3.0:把提示词、首尾帧,或图片、视频、音频、文档参考变成 2–30 秒的 480P/720P/1080P 视频,默认带音频,按秒计费。
50K+
活跃用户
99.9%
在线率
2x
更快
—
成本节省
一个 POST 请求即可调用 Wan API。生成是异步的:先提交任务,再轮询任务接口获取视频地址。
把 APIMart 密钥保存在环境变量 APIMART_API_KEY 中,每次请求 Wan API 时以 Authorization: Bearer <key> 发送。
向 POST /v1/videos/generations 发送 model wan3.0-video、提示词、duration、resolution 和 size。传两个 image_urls 即为首尾帧。任务 ID 在 data[0].task_id。
每 5–10 秒轮询一次 GET /v1/tasks/{task_id},直到 status 为 completed,然后从 data.result.videos[0].url[0] 读取视频地址,并把文件保存到自己的存储。
完整参数、输入规则与返回字段见 Wan 3.0 API 文档。
curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "wan3.0-video",
"prompt": "黄昏时分,一只纸船顺着被雨水打湿的城市街道漂流,水面映着霓虹,缓慢跟拍,轻柔的雨声",
"duration": 5,
"resolution": "720P",
"size": "16:9"
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "wan3.0-video",
"prompt": "黄昏时分,一只纸船顺着被雨水打湿的城市街道漂流,水面映着霓虹,缓慢跟拍,轻柔的雨声",
"duration": 5,
"resolution": "720P",
"size": "16:9"
}
resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["videos"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(10)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "wan3.0-video",
"prompt": "镜头从首帧平滑移动到尾帧,晨光慢慢洒满房间",
"image_urls": [
"https://example.com/frame-start.jpg",
"https://example.com/frame-end.jpg"
],
"duration": 5,
"resolution": "720P"
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
model | string | 是 | 默认值: wan3.0-video | wan3.0-video,或参数相同的 wan3.0-video-prime。 |
prompt | string | 是 | 默认值: — | 画面、运动、镜头和声音描述,最长 20,000 字。传入图片、视频、音频、文档或网页时可省略。 |
duration | integer | 否 | 默认值: 5 | 时长(秒),2 到 30,或 -1 由模型决定。带参考视频时,输入加输出不超过 30 秒。 |
resolution | string | 否 | 默认值: 1080P | 480P、720P 或 1080P。分辨率越高,每秒单价越高。 |
size | string | 否 | 默认值: adaptive | adaptive、16:9、4:3、1:1、3:4 或 9:16。 |
audio | boolean | 否 | 默认值: true | 生成音频。不影响价格。 |
image_urls | array | 否 | 默认值: — | 公网图片地址。没有其他素材时,第一张为首帧、第二张为尾帧;带视频、音频、文档或网页时作为参考图(最多 10 张)。 |
image_with_roles | array | 否 | 默认值: — | 明确角色的图片:first_frame、last_frame 或 reference_image。 |
generation_type | string | 否 | 默认值: — | frame 或 reference,决定裸 image_urls 的用途。 |
video_urls | array | 否 | 默认值: — | 最多 5 段参考视频(mp4 或 mov),总时长不超过 15 秒。 |
audio_urls | array | 否 | 默认值: — | 最多 5 段参考音频(wav 或 mp3),总时长不超过 15 秒。audio_url 可传单段音频。 |
file_url / link_url | string | 否 | 默认值: — | 一个文档(最大 100 MB、50 页)或一个公开网页,二者只能选一。 |
seed | integer | 否 | 默认值: — | 0 到 2147483647,使结果更可复现。 |
watermark | boolean | 否 | 默认值: false | 为输出添加水印。 |
nsfw_check | boolean | 否 | 默认值: false | 提交前用 omni-moderation-latest 审核提示词和输入图片。 |
对比 APIMart 上所有阿里巴巴 Wan 视频型号。一个 API Key 即可调用全部型号,按视频秒数计费。
| 型号 | 适用场景 | 分辨率 | 时长 |
|---|---|---|---|
| Wan 3.0 API当前页面 | Wan 系列最长时长,支持首尾帧,或图片、视频、音频、文档和网页参考 | 480P / 720P / 1080P | 2–30 秒 |
| Wan 3.0 Prime API | 参数与 Wan 3.0 相同,独立型号与价格 | 480P / 720P / 1080P | 2–30 秒 |
| Wan 2.7 API | 文生视频、首尾帧、视频续写与音频驱动 | 720P / 1080P | 2–15 秒 |
| Wan 2.7 R2V API | 根据参考图片或视频保持角色一致 | 720P / 1080P | 2–15 秒 |
| Wan 2.7 Video Edit API | 用一句指令编辑或重新风格化已有视频 | 720P / 1080P | 跟随原视频,最长 10 秒 |
| Wan 2.6 API | 多镜头文生视频与图生视频,支持音频和特效模板 | 720p / 1080p | 5 / 10 / 15 秒 |
| Wan 2.6 I2V API | 专门的单张首帧图生视频 | 720p / 1080p | 5 / 10 / 15 秒 |
| Wan 2.6 I2V Flash API | 2 到 15 秒任意时长的图生视频,可带或不带音频 | 720p / 1080p | 2–15 秒 |
| Wan 2.5 API | 始终带声音的短片,提供低成本 480p 档位 | 480p / 720p / 1080p | 5 / 10 秒 |
wan3.0-video 接受哪些输入、输出什么,以及让请求合法的规则
只有 Wan 3.0 的时长和输入方式才能支撑的工作流
三步完成注册到生成第一个 Wan 3.0 视频
注册 APIMart、充值并在控制台创建 API 密钥。同一个密钥可调用所有 Wan 模型。
在上方试用提示词、首尾帧、参考素材、时长和分辨率,写代码前先看费用预估。
参照下方示例从后端提交任务,再轮询获取结果。
关于 Wan 3.0、APIMart 的 Wan API 以及如何在 Wan 各型号之间选择
Wan 3.0 是阿里巴巴最新的万相视频模型,可以根据文字、关键帧,或图片、视频、音频、文档和网页参考,生成最长 30 秒、最高 1080P 的视频,默认带音频。在 APIMart 上的模型 ID 是 wan3.0-video。
阿里巴巴于 2026 年 8 月开放 Wan 3.0 公测,并通过阿里云百炼(Model Studio)提供 API。现在可以通过 APIMart 的 Wan API 调用 wan3.0-video。
APIMart 的 Wan API 是一个异步接口 POST /v1/videos/generations,可调用所有 Wan 视频模型:wan3.0-video、wan3.0-video-prime、wan2.7、wan2.6、wan2.5-preview,以及 Wan 2.7 和 2.6 的其他型号。提交任务后拿到任务 ID,再轮询获取视频,全程只需一个 APIMart 密钥。
需要最长 30 秒,或需要音频、视频、文档、网页参考时,选 Wan 3.0。需要 2–15 秒并控制首尾帧或续写视频时,选 Wan 2.7;需要多镜头和特效模板时,选 Wan 2.6;需要 5 或 10 秒且带声音的短片时,选 Wan 2.5 Preview。本页的对比表链接到每一个 Wan 型号。
Wan 3.0 把最长时长提高到 30 秒,新增 480P 档位,默认生成音频,并支持参考图片、视频、音频以及文档和网页输入。Wan 2.7 仍是 2–15 秒、720P 或 1080P,但支持负面提示词、续写已有视频,以及图生视频时的驱动音频。
wan3.0-video 和 wan3.0-video-prime 的参数完全相同,切换时只需修改 model 字段。两者单独定价,选择前可以到 Wan 3.0 Prime 页面对比。
model 必填;不传素材时 prompt 必填。可选字段有 duration(2–30 或 -1,默认 5)、resolution(480P、720P 或 1080P,默认 1080P)、size(adaptive、16:9、4:3、1:1、3:4 或 9:16)、audio(默认 true)、seed、watermark、nsfw_check、generation_type、image_urls、image_with_roles、video_urls、audio_urls 或 audio_url,以及 file_url 或 link_url。
可以。在 image_urls 里传一张图作为首帧,或传两张图作为首帧和尾帧;也可以用 image_with_roles 标明角色。只传图片、不传其他素材时,第一张图作为首帧,第二张作为尾帧。
不能。首尾帧类输入(first_frame、last_frame)和参考类输入(参考图片、视频、音频、file_url、link_url)不能混用。混用的请求会在创建任务前返回 HTTP 400,不会扣费。可以用 generation_type 指定裸 image_urls 是首尾帧还是参考图。
生成通常需要几分钟,时长越长、分辨率越高,耗时越久。每 5–10 秒轮询一次 GET /v1/tasks/{task_id},直到 status 为 completed,再从 data.result.videos[0].url[0] 读取视频地址,并保存到自己的存储。
Wan 3.0 按视频秒数计费,单价取决于分辨率:480P 最便宜,默认的 1080P 最贵。开不开音频价格不变;duration 设为 -1 时按实际输出时长计费。当前价格见本页价格表及其说明;黄金会员立省 20%,铂金和钻石会员最高省 28%。
都不是。APIMart 没有为 Wan 3.0 提供免费额度,按每个成功任务付费。阿里巴巴没有公开 Wan 3.0 的模型权重,所以只能通过托管 API 使用,不能下载。阿里巴巴开源权重的 Wan 模型为 Wan 2.2 系列及 Wan-Dancer 等专用模型;Wan 2.5 及之后的通用视频模型只提供 API。
注册 APIMart、充值,然后在 API 密钥页面创建密钥,以 Authorization: Bearer <key> 发送。同一个密钥可以调用 Wan 3.0、Wan 2.7、Wan 2.6、Wan 2.5 以及 APIMart 上的所有其他模型。
是。Wan3.0、Wan 3、Wan3 API、阿里巴巴 Wan 3.0(通义万相 3.0)指的都是同一个模型,APIMart 上的模型 ID 为 wan3.0-video。Wan 3.0 Prime(wan3.0-video-prime)是另一个型号,有单独的页面。
探索同类型的其他模型。

Seedance 2.5
Seedance 2.5 is ByteDance's audio-video model for text-to-video, multimodal reference, editing, extension and first-last-frame control. Generate up to 30 seconds in one job with up to 30 images, 10 videos and 10 audio clips as references, at up to 1080p.

Flux 3 Video
FLUX 3 Video by Black Forest Labs supports text-to-video, image-to-video with ordered keyframes and video continuation. It generates 5–20 second HD or FHD clips with synchronized audio in seven aspect ratios.

MiniMax H3
MiniMax H3 is MiniMax's video model for text-to-video, image-to-video with first and last frames, and multimodal reference-to-video using images, videos and audio. It outputs 4–15 second clips at 2K or 768P with an audio track.

Gemini Omni Flash Preview
gemini-omni-flash-preview is a multimodal video generation and editing model launched by Google.