Wan 3.0 AI動画生成：音声付きで、編集も延長もできるクリップ - Wan3AI

ログイン後、撮りたい場面を文章で書いてボタンを押してください。添付物によって処理の種類が切り替わります。何も添付しなければテキストからの生成、写真1枚ならその写真が冒頭になるクリップ、写真2枚なら冒頭と結末のフレーム指定です。写真を3枚以上、または音声を添えると参照素材として扱われ、動画を添付すると編集・延長・参照のどれかを選べます。仕上がった映像はライブラリで確認できます。

Alibabaが開発した動画生成モデルで、2026年8月24日から一般に使えるようになりました。同社の説明では、480p・720p・1080pで最大30秒の映像を作り、音声も同じ処理の中で生成します。クリップの編集や延長も同じモデルが担当します。重みは非公開のクローズドモデルで、Wan3AIはWaveSpeedのAPI経由でアクセスしています。

モデル選択メニューで切り替えられます。Wan 3.0の単価は1秒10・20・40クレジット。1080pと30秒まで出せて、動画の編集や延長もこなします。こちらで試したときの生成時間は64〜174秒でした。MiniMax H3 Liteは1秒5か8クレジットと割安ですが、768p・15秒が上限で編集機能はなく、その代わり多くの場合30秒以内に仕上がります。構想段階はH3 Lite、本番はWan 3.0と分けるのが効率的です。

1回あたり写真10枚、動画5本、音声5本が上限です。参照用の動画は合計15秒以内、さらに参照動画と出力の長さを足して30秒以内に収める必要があります。プロンプト内では、アップロード順に画像1、動画1、音声1と番号で呼び分けます。

動画に使える無料分は用意していません。登録直後の10クレジットは画像タブ専用で、画像2枚ぶんにあたります。Wan 3.0で一番短い設定（480p・2秒）でも20クレジットが必要なので、動画はパックの購入かプランの契約からお使いいただく形です。

はい、すべてのクリップに付きます。風、足音、ドアの音、音楽など、聞こえてほしい音を書けば映像と一緒に生成されます。延長した場合は元の音声がそのまま残り、追加部分には新しい音が付きます。セリフの口の動きは合わないことがあるので、公開前に確認してください。

できます。クリップを添付して「編集」を選んだまま、季節、天気、物、画風など変えたい点を書いてください。読み込まれるのは先頭の15秒です。料金は読み込んだ秒数と生成した秒数の合計で、3秒のクリップを480pで3秒の新しい映像に編集すると60クレジットです。参照画像で編集の方向を指定することもできます。

クリップを添付して「延長」を選び、その後の展開を書きます。Wan 3.0は最後のフレームから続きを作り、2〜30秒を足したクリップを返します。課金は追加した秒数だけです。元の映像が120秒を超える場合は、末尾の120秒が使われます。

おおむね従いますが、いくつか癖があります。レビューや私たちの試行では、頼んでいないアングルに切り替わる（温室のクリップでは最後の1秒で起きています）、込み入った場面で内容がぶれる、口の動きが音声とずれる、といった例が見られました。1ショットに動作を1つだけ書いた短いプロンプトが最も安定します。失敗した生成や拒否された生成は自動で返金されます。

1秒あたり480pは10クレジット、720pは20クレジット、1080pは40クレジットで、秒未満は切り上げです。720pの5秒クリップなら100クレジット、1080pの30秒なら1,200クレジットになります。最初と最後のフレーム、参照画像、音声ファイルは追加料金なし。参照動画と編集する映像は、その長さに応じて同じ単価で課金されます。延長は新たに加わる秒数のみの課金です。合計は生成前にボタンに表示されます。

秒数は2から30までの整数（編集で返る映像は2〜15秒）。画質は480p、720p、1080pの3段階、縦横比は16:9・9:16・4:3・3:4・1:1の5種類です。写真を起点にする場合はその写真の縦横比が採用され、編集や延長では元の映像の形がそのまま保たれます。

可否はAlibabaとWaveSpeedが定める現行の条件次第で、当サイトから法的な判断を示すことはできません。納品物に使う場合は事前に両社の条件をお読みください。他人の顔や他社のロゴ、自分に権利のない素材を入力に含めることは避けてください。

運営元は別です。Wan3AIは個人・独立系のサイトで、外部のAPI事業者WaveSpeed経由でWan 3.0を呼び出しているだけです。Alibabaが運営・推薦・協賛しているわけではありません。