Wan3.0 视频生成（阿里云通义万相）

阿里云通义万相 Wan3.0 视频生成完整指南：一个模型 ID 覆盖文生 / 图生 / 参考生 / 视频编辑，最长 30 秒、480P-1080P、原生带音轨，含标准版与优速版 Prime 的逐档价格对照；默认 98 折，充值加赠最高档低至官方 8.2 折、480P 低至 $0.0245/秒。

​

概述

Wan3.0 是通义万相的一体化视频模型：和 Wan2.7 需要在 t2v / i2v / r2v / videoedit 四个模型 ID 之间切换不同，Wan3.0 一个模型 ID 打通全部玩法——传什么素材就做什么事，文生、图生、参考生、视频编辑都在同一个请求体里完成。

两个型号，能力相同、速度与价格不同：

模型 ID	定位	相对速度	本站 720P 价格	充值加赠 20% 低至
wan3.0-video	标准版	基准	$0.0588/秒	$0.049/秒（≈ ¥0.34/秒）
wan3.0-video-prime	优速版（Prime）	更快出片	$0.126/秒	$0.105/秒（≈ ¥0.74/秒）

两个型号的参数、端点、素材规则完全一致，只有速度与单价不同。先用 wan3.0-video 跑通流程，对出片时延敏感的线上业务再切 wan3.0-video-prime。

​

让 AI Agent 帮你接入

复制这段提示词，粘贴给 Codex / Claude Code / Cursor

它会先抓本页的纯文本版（任意文档页地址后加 .md），再按你项目的技术栈写代码——不能用 /v1/videos、缺 X-DashScope-Async 头会报错、终态是 completed 不是 SUCCEEDED、参考视频的秒数也要计费这几个高频坑已经写死在要求里。

帮我在当前项目里接入 / 排查 Wan3.0 的视频生成（文生视频 / 图生视频 / 参考生视频 / 视频编辑）。

先读文档再动手：抓 https://docs.apiyi.com/api-capabilities/wan3/overview.md 拿到本页纯文本版；接口参考页是 https:/ …

1. 端点和异步头（最容易一上来就卡住的两条）：提交必须打 …

共 10 条接入要求，点下方按钮复制完整版

已复制复制提示词

这段提示词替你挡掉了什么

要求	挡掉的坑
不能用 /v1/videos	那条路会丢掉 media、分辨率和时长不生效、计费偏高，看起来像参数写错其实是端点选错
必须带 X-DashScope-Async	缺这个头会被当成同步调用直接拒绝
成功状态是 completed	按 DashScope 原生的 SUCCEEDED 写判断，会永远轮询不到终点
只有一个模型 ID	照搬 Wan2.7 的四个模型 ID 能调通，但调到的是上一代模型，时长上限和单价都不一样
首帧与参考素材互斥	first_frame 和 reference_* 混传会被上游拒绝，而且是异步 failed
参考视频秒数也计费	只调小 duration 省不掉输入那几秒；带参考视频还会先按 30 秒顶格预扣
下载不带 Authorization	OSS 签名直链带 Auth 反而 403

​

相比 Wan2.7 的变化

维度	Wan2.7	Wan3.0
模型 ID	4 个（t2v / i2v / r2v / videoedit）	1 个（传素材决定玩法）
最长时长	15 秒（含参考视频时 10 秒）	30 秒（输入+输出合计）
分辨率	720P / 1080P	480P / 720P / 1080P
音频	需 driving_audio 驱动口型	默认输出带音轨
720P 单价	$0.084/秒	$0.0588/秒（便宜约 30%）
1080P 单价	$0.14/秒	$0.1176/秒（便宜约 16%）

Wan2.7 仍可正常调用，文档见 Wan2.7 视频生成。

​

核心特性

一个模型打通四种玩法

文生 / 图生（首帧、尾帧）/ 参考生（图、视频、音频）/ 视频编辑共用同一个模型 ID 与端点，靠 input.media[] 的 type 区分。

最长 30 秒长视频

单次最长 30 秒（输入参考视频 + 输出视频合计），比 Wan2.7 的 15 秒翻倍，适合完整口播段落与短剧分镜。

原生音轨

输出默认自带 soun 音轨，无需额外传驱动音频；也可用 reference_audio 指定音色参考。

三档分辨率

新增 480P 档，草稿阶段单价只有 1080P 的四分之一，定稿再升档，成本可控。

​

分组介绍

Wan3.0 与 Wan2.7、HappyHorse 共用同一个 Wan&HappyHorse 分组——一把令牌即可调用全部型号。视频按秒计费，令牌必须同时满足两个条件才能成功路由：

1. 计费模式：选「按量优先」或「按量计费」——视频按秒计费，按次计费的令牌无法路由
2. 分组：选择包含 Wan&HappyHorse

创建令牌：计费模式选「按量优先」，分组选 Wan&HappyHorse（0.14x），即可调用 Wan3.0 / Wan2.7 / HappyHorse 全部视频模型（截图中为分组旧名 Wan，现已更名 Wan&HappyHorse）

​

模型定价

默认 98 折，叠加充值加赠最高档低至官方 8.2 折。 480P 低至 $0.0245/秒（≈ ¥0.17/秒）， 720P 低至 $0.049/秒（≈ ¥0.34/秒）——按 wan3.0-video 计。

​

换算口径：默认 98 折，加赠后低至 8.2 折

控制台里 Wan&HappyHorse 分组显示倍率 0.14x，这是按人民币计价单位计的。本站统一用美元充值、固定汇率 1:7：

0.14（人民币计价单位） × 7（固定汇率） = 0.98

即 本站每秒美元价 = 阿里云官方每秒人民币价 × 0.14，等于官方价的 98%。

​

表一：本站价格明细（按秒计费）

模型	分辨率	默认价	送 10%（一般）	送 20%（大客）	大客价折人民币
wan3.0-video	480P	$0.0294/秒	$0.0267/秒	$0.0245/秒	¥0.1715/秒
wan3.0-video	720P	$0.0588/秒	$0.0535/秒	$0.049/秒	¥0.343/秒
wan3.0-video	1080P	$0.1176/秒	$0.1069/秒	$0.098/秒	¥0.686/秒
wan3.0-video-prime	480P	$0.063/秒	$0.0573/秒	$0.0525/秒	¥0.3675/秒
wan3.0-video-prime	720P	$0.126/秒	$0.1145/秒	$0.105/秒	¥0.735/秒
wan3.0-video-prime	1080P	$0.252/秒	$0.2291/秒	$0.21/秒	¥1.47/秒

档位	相当于阿里云官方价	算法
默认	98 折	倍率 0.14x × 固定汇率 7
充值送 10%（一般）	约 8.9 折	0.98 ÷ 1.1
充值送 20%（大客）	约 8.2 折	0.98 ÷ 1.2

「送 10% / 送 20%」指 充值加赠活动 到账额度放大后的等效单价，账单上的扣费仍按默认价计。

​

表二：与阿里云官方逐档对照

模型	分辨率	官方原价	官方现价	本站默认价（折人民币）	相当于官方现价	加赠 20% 后
wan3.0-video	480P	¥0.30/秒	¥0.21/秒	¥0.2058/秒	98 折	¥0.1715/秒 · 8.2 折
wan3.0-video	720P	¥0.60/秒	¥0.42/秒	¥0.4116/秒	98 折	¥0.343/秒 · 8.2 折
wan3.0-video	1080P	¥1.20/秒	¥0.84/秒	¥0.8232/秒	98 折	¥0.686/秒 · 8.2 折
wan3.0-video-prime	480P	¥0.45/秒	¥0.45/秒	¥0.441/秒	98 折	¥0.3675/秒 · 8.2 折
wan3.0-video-prime	720P	¥0.90/秒	¥0.90/秒	¥0.882/秒	98 折	¥0.735/秒 · 8.2 折
wan3.0-video-prime	1080P	¥1.80/秒	¥1.80/秒	¥1.764/秒	98 折	¥1.47/秒 · 8.2 折

wan3.0-video 官方当前有限时 7 折（所有用户默认享受），本站价已跟随折后价；wan3.0-video-prime 官方无折扣。官方促销结束后本站价会同步调整。

​

表三：常用时长的单次总价

模型	分辨率	5 秒	10 秒	30 秒（上限）
wan3.0-video	480P	$0.147	$0.294	$0.882
wan3.0-video	720P	$0.294	$0.588	$1.764
wan3.0-video	1080P	$0.588	$1.176	$3.528
wan3.0-video-prime	480P	$0.315	$0.63	$1.89
wan3.0-video-prime	720P	$0.63	$1.26	$3.78
wan3.0-video-prime	1080P	$1.26	$2.52	$7.56

​

叠加充值加赠

参与 充值加赠活动 后到账额度最高放大约 1.2 倍，等效价格进一步下探：

0.98 ÷ 1.2 ≈ 0.816

档位	等效价格（对比阿里云官方价）	算法
默认	98 折	倍率 0.14x × 固定汇率 7
充值送 10%（一般）	约 8.9 折	0.98 ÷ 1.1
充值送 20%（大客，最高档）	约 8.2 折	0.98 ÷ 1.2

1:7 为固定结算汇率（不是优惠汇率），所有美元充值统一适用。

模型价格与官网对齐，且可能随官网调整；上表仅供参考，具体以顶部导航「模型价格」栏目为准：模型价格。

​

⚠️ 计费规则（和别的视频模型不一样）

计费秒数 = 输入参考视频时长 + 输出视频时长。 官方原文：「输入视频和输出视频均按时长计费，价格由输出视频分辨率决定」。

规则	说明
参考视频的秒数要计费	传了 10 秒的 reference_video、只要 2 秒输出，按 12 秒 计费
参考图片 / 音频 / 文件不计费	只有视频素材进计费时长
单价看输出分辨率	输入视频是 720P、输出 1080P，整段都按 1080P 单价
合计上限 30 秒	输入 + 输出 > 30 秒会被上游拒绝
不传 duration	默认输出 5 秒，按 5 秒计费
失败任务	全额退费，不需要找客服

想省钱就裁短参考视频，调小 duration 省不掉输入那几秒。例：10 秒参考视频 + 2 秒输出 = 12 秒计费，而把参考视频裁到 3 秒后同样出 2 秒，只需 5 秒计费。

​

预扣与结算

• 不带参考视频：按请求的 duration 预扣，金额即最终金额，没有结算行。
• 带参考视频：提交时网关还不知道输入视频多长，按上限 30 秒顶格预扣，任务完成后按实际计费秒数重算、差额自动退回（账单里是一条单独的负数记录）。

顶格预扣会临时冻结一笔较大额度：480P $0.147、720P $0.294、1080P $0.588（wan3.0-video，30 秒）。余额偏紧时请预留，退款在任务完成后数秒内到账。

​

⚠️ 端点选择（最重要）

API易 同时挂载两条路径，只有 DashScope 透传端点对 Wan3.0 完整可用：

路径	协议风格	可用性	结论
/v1/videos	OpenAI 扁平风格	❌ 媒体字段被丢弃，且计费不准确	不要用
/wan/api/v1/services/aigc/video-generation/video-synthesis	DashScope 原生透传	✅ 完整可用	始终用这条

看到任何文档/示例里写 /v1/videos 提交 Wan 视频任务，直接忽略。该路径不仅会丢弃 media 字段，分辨率与时长参数也不生效、计费会偏高。所有 Wan3.0 请求都走 /wan/api/v1/...video-synthesis。

​

异步调用流程

1. 创建任务

   POST /wan/api/v1/services/aigc/video-generation/video-synthesis，请求头带 X-DashScope-Async: enable，立刻返回 task_id。

2. 轮询状态

   GET /v1/tasks/{task_id}（带 Authorization），每 5–10 秒查一次（不要小于 3 秒），直到 status 变为 completed。

3. 下载视频

   从响应的 result_url 直接 GET 下载 mp4，不要带 Authorization 头（它是 OSS 签名直链，带 Auth 反而 403），有效期 24 小时。

​

任务状态说明

状态	含义	下一步操作
submitted	已提交，排队中	继续轮询
in_progress	生成中	继续轮询（progress 常停在 30%，是上游汇报粒度粗，不是卡住）
completed	成功	从 result_url 下载
failed	失败	看 error.message / fail_reason，不计费

终态字符串是 completed / failed，不是 DashScope 原生的 SUCCEEDED / FAILED。按原生枚举写判断会永远轮询不到终点。

参数不合法也是先返回 HTTP 200、再异步 failed，不是同步 400。例如素材 URL 下载不了、输入+输出超 30 秒，都要轮询到终态才知道。客户端不能只看提交那一步的状态码。

​

完整 Python 客户端

import json, time, urllib.request

BASE = "https://api.apiyi.com"
KEY  = "sk-your-api-key"   # 你的 API易 Key

def post(path, body):
    h = {"Authorization": f"Bearer {KEY}", "Content-Type": "application/json",
         "X-DashScope-Async": "enable"}
    req = urllib.request.Request(BASE + path, data=json.dumps(body).encode(), headers=h, method="POST")
    return json.loads(urllib.request.urlopen(req).read())

def get(path):
    req = urllib.request.Request(BASE + path, headers={"Authorization": f"Bearer {KEY}"})
    return json.loads(urllib.request.urlopen(req).read())

# 1. 创建任务（换玩法只改 input.media，模型 ID 不变）
r = post("/wan/api/v1/services/aigc/video-generation/video-synthesis", {
    "model": "wan3.0-video",
    "input": {"prompt": "黄昏海边的灯塔，镜头缓慢推进，海浪轻拍礁石，海鸟叫声"},
    "parameters": {"resolution": "720P", "ratio": "16:9", "duration": 5, "prompt_extend": True}
})
task_id = r["output"]["task_id"]
print("task_id:", task_id)

# 2. 轮询（5–10 秒一次）
while True:
    info = get(f"/v1/tasks/{task_id}")
    status = info["status"]
    print("status:", status, "progress:", info.get("progress"))
    if status == "completed":
        url = info["result_url"]
        break
    if status == "failed":
        raise RuntimeError(info.get("error") or info.get("fail_reason"))
    time.sleep(10)

# 3. 下载（不要带 Authorization！result_url 是 OSS 签名直链）
urllib.request.urlretrieve(url, "out.mp4")
print("saved out.mp4")

​

关键参数详解

提交时 body 为 DashScope 嵌套结构：{ model, input: { prompt, media[] }, parameters: {...} }。

​

input 字段

字段	类型	必填	说明
prompt	string	✓	自然语言描述；有多个素材时用「图1 / 视频1」在 prompt 里指代
negative_prompt	string		反向提示词
media	array	非文生视频时必填	媒体素材数组，见下

​

media[] 类型与玩法对应

type	玩法	说明
不传 media	文生视频	纯文本
first_frame	图生视频	以这张图为首帧
last_frame	首尾帧生视频	与 first_frame 搭配使用
reference_image	参考生视频	保持主体 / 服装 / 场景一致
reference_video	参考生视频 / 视频编辑	这段视频的时长要计费
reference_audio	音色 / 节奏参考	不计费
file / link	文档、网页转视频	不计费

first_frame / last_frame 不能与 reference_* / file / link 混用，两类素材互斥，混传会被上游拒绝。

每个媒体对象至少含 type + url，url 必须是公网可直接 GET 的 https 链接（本地文件先上传到 OSS / CDN，且在任务完成前保持可访问）。

​

parameters 字段

字段	类型	取值	说明
resolution	string	480P / 720P / 1080P	大写，建议显式指定（决定单价）
ratio	string	16:9 / 9:16 / 1:1 / 4:3 / 3:4 / adaptive	宽高比；传了首帧图时自动忽略
duration	int	整数秒	输出时长；不传默认 5 秒，输入+输出合计 ≤ 30
prompt_extend	bool	true / false	智能改写 prompt，默认 true，建议保持
audio	bool	true / false	是否输出音轨，默认 true
watermark	bool	true / false	右下角「AI 生成」水印
seed	int	0–2147483647	固定可提升可复现性

duration 必须是整数 5 而不是字符串 "5"；resolution 写大写 720P 更稳。

​

怎么选：Wan3.0 / Wan2.7 / HappyHorse

场景	推荐
要 30 秒长视频、要 480P 省钱档、要原生音轨	Wan3.0
要音频驱动对口型（driving_audio）	Wan2.7 i2v
对出片时延敏感的线上业务	wan3.0-video-prime
想要更低单价的同类能力	HappyHorse

​

最佳实践

先用 480P 试 prompt，定稿再升 1080P

480P 单价只有 1080P 的四分之一。prompt 与运镜在 480P 调通后再升档，一条 5 秒 1080P 的成本可以试四条草稿。

参考视频先裁剪再上传

输入视频的秒数要计费。只需要其中 3 秒就别传 30 秒的原片——这是 Wan3.0 上最容易被忽略的成本项。

prompt 写动作，不要只写画面

视频模型吃的是「谁在做什么、镜头怎么动」。「一只橘猫在窗台伸懒腰，镜头缓慢推近」比「一只可爱的橘猫，阳光，高清」有效得多。

轮询间隔别小于 3 秒

480P 约 100 秒、720P 约 120 秒、1080P 约 170 秒出片（5 秒视频，实测）。5–10 秒轮询一次足够，过密只会浪费配额。

失败不要自动重试同一条 prompt

失败任务全额退费，但重复提交会重复计费。内容审核类失败换 prompt，素材类失败先检查 URL 可达性。

​

常见问题

为什么账单上的秒数比我出的视频长？

因为计费秒数 = 输入参考视频时长 + 输出视频时长。传了 10 秒参考视频、出 2 秒成品，按 12 秒计费。参考图片、音频、文件不计费。

为什么刚提交就扣了一大笔，之后又退回来了？

带参考视频的任务按上限 30 秒顶格预扣，任务完成后按实际秒数重算并退差额。账单里会看到一条负数的调整记录。

任务一直是 in_progress / progress 停在 30%？

这是上游汇报粒度粗，不是卡住。1080P 或长视频可能要 3–5 分钟，继续轮询即可。

result_url 下载报 403？

下载时不要带 Authorization 头，它是 OSS 签名直链。链接 24 小时过期，请及时转存。

提交返回 200，但任务 failed？

参数与素材类错误都是异步失败，不是同步 400。常见原因：素材 URL 下载不了（含过期签名链接）、输入+输出超 30 秒、内容审核拦截。失败任务全额退费。

报「该模型无可用渠道」？

检查令牌的计费模式是否为「按量优先 / 按量计费」（按次计费无法路由视频模型），以及分组是否包含 Wan&HappyHorse。

​

相关文档

视频生成 API 参考

在线 Playground + cURL / Python / Node 示例

Wan2.7 视频生成

上一代四模型方案，支持音频驱动对口型

HappyHorse 视频生成

同分组的另一视频系列

模型价格

全站模型价格总表（权威）

官方参考：help.aliyun.com/zh/model-studio/wan3-video-generation-guide、help.aliyun.com/zh/model-studio/wan3-video-generation-api-reference