Wan3.0: 30 sekund wideo z PDF-a od 1,50 USD

Alibaba pokazała 13 sierpnia 2026 Wan3.0, generator wideo dostępny przez API w Alibaba Cloud Model Studio. Model robi do 30 sekund materiału w jednym przebiegu, a na wejściu przyjmuje nie tylko opis słowny, ale też dokumenty biurowe: PDF, prezentację, arkusz. Rachunek da się przewidzieć co do centa, bo płacisz za sekundę gotowego wideo, od 0,05 USD w 480P do 0,20 USD w 1080P. Trzydzieści sekund w najniższej jakości kosztuje więc 1,50 USD.

Dla kogoś, kto robi rolki, dema produktu albo materiały szkoleniowe, liczy się głównie to drugie zdanie. Koszt konkretnego filmiku da się policzyć, zanim się go zamówi.

Trzydzieści sekund w jednym przebiegu

Wan3.0 generuje do 30 sekund wideo za jednym razem. Do samej długości producent dołożył dwie funkcje. Pierwsza to inteligentny dobór długości: model sam decyduje, ile ma trwać ujęcie, zamiast na siłę dopychać zamówione sekundy. Druga to rozszerzanie wideo, czyli dogenerowanie ciągu dalszego do materiału, który już istnieje.

Trzydzieści sekund to długość, w której mieści się cała rolka albo pełne demo jednej funkcji w aplikacji. Kiedy materiał powstaje w kilkusekundowych kawałkach, pilnowanie ciągłości sceny i montaż robią się osobną pracą, często dłuższą niż samo generowanie.

Model pracuje w trzech rozdzielczościach: 480P, 720P i 1080P. To rozróżnienie dotyczy nie tylko jakości obrazu, bo od niego zależy cała stawka.

Dokument na wejściu, film na wyjściu

Druga wyróżniająca rzecz to lista akceptowanych wejść. Poza tekstem, obrazami, dźwiękiem i wideo Wan3.0 przyjmuje pliki biurowe w formatach doc, xls, ppt, pdf, txt, key, pages, numbers i md. Limity są jasne: jeden plik albo jeden link, do 100 MB i do 50 stron.

W praktyce oznacza to, że zamiast rozpisywać scenariusz w prompcie, możesz podać gotową prezentację sprzedażową albo raport i poprosić o film na jego podstawie. Prompt nadal się przydaje, bo to on decyduje o tonie, tempie i o tym, co pominąć. Dokument zdejmuje z ciebie przepisywanie treści, nie myślenie o materiale.

Cennik: płacisz za sekundę

Stawki podał sam producent w ogłoszeniu. Każdy krok w górę rozdzielczości podwaja cenę sekundy.

Rozdzielczość	Cena za sekundę	Pełne 30 sekund
480P	0,05 USD	1,50 USD
720P	0,10 USD	3,00 USD
1080P	0,20 USD	6,00 USD

Przełóżmy to na typowe zamówienia. Piętnastosekundowa rolka w 720P kosztuje 1,50 USD. Minuta materiału w 1080P, czyli dwa przebiegi po 30 sekund, to 12,00 USD. Godzina wideo w najwyższej jakości kosztowałaby 720 USD, więc to narzędzie do przemyślanych ujęć, a nie do generowania na oślep.

Z tej samej tabeli wynika sensowny tryb pracy. Pomysł na ujęcie najpierw sprawdzasz jako szkic w 480P za 1,50 USD, oglądasz, poprawiasz prompt, i dopiero zaakceptowaną wersję generujesz w 1080P za 6,00 USD. Cztery nieudane podejścia w 480P kosztują tyle, co jedno w pełnej jakości.

Czego producent sam nie obiecuje

W ogłoszeniu Alibaba przyznaje dwie słabości. Jakość tekstur dźwięku i dokładność renderowania tekstu na ekranie, jak pisze, poprawiają się, ale wciąż odbiegają od tego, czego firma sama oczekuje. To słowa producenta, nie recenzenta, więc warto je traktować jako dolną granicę problemu.

Dla osoby montującej materiał wniosek jest konkretny. Napisów, nazw produktów i liczb nie zlecaj modelowi do wypisania na ekranie, tylko dołóż je samodzielnie w montażu. Ścieżkę dźwiękową też lepiej sprawdzić na słuchawkach, zanim materiał pójdzie dalej.

Alibaba nie zwalnia tempa

Wan3.0 to nie jest odosobniony ruch. Dzień po premierze generatora Alibaba opublikowała otwarte wagi modelu Qwen3.8-27B, a na początku sierpnia otworzyła dla wszystkich Qwen3.8 Max wraz z platformą QwenWork. Firma dokłada kolejne elementy oferty w tempie jednego ogłoszenia na kilka dni i konsekwentnie schodzi z cenami poniżej zachodnich konkurentów.

Warto to odnotować przy planowaniu budżetu na treści wideo, bo stawka za sekundę u jednego dostawcy zwykle wymusza ruch u pozostałych.

Komu to się przyda

Wan3.0 przyda się głównie trzem grupom. Twórcom rolek i shortów, którzy potrzebują pojedynczych ujęć bez ekipy zdjęciowej. Osobom pokazującym własny produkt, bo 30 sekund wystarczy na demo jednej funkcji. I tym, którzy mają gotową prezentację albo raport i chcą z tego zrobić film bez przepisywania treści od zera.

Na co uważać. Koszt skacze czterokrotnie między 480P a 1080P, więc rozdzielczość ustalaj świadomie, a nie z rozpędu. Tekst na ekranie wciąż kuleje, więc napisy dodaj samodzielnie. Limit dokumentu to 50 stron i 100 MB, czyli dłuższy raport trzeba wcześniej przyciąć. Dostęp prowadzi przez API w Alibaba Cloud Model Studio, więc do pierwszego filmu potrzebne jest konto w chmurze Alibaby.

Jeśli generujesz wideo regularnie, policz swój typowy miesiąc według tabeli powyżej. Model rozliczany za sekundę łatwo porównać z abonamentem, który płacisz dzisiaj, i to porównanie zrobisz w dwie minuty na kartce.

Źródło: ogłoszenie Wan3.0 na blogu Alibaba Cloud.