Wan 3.0 pour les courts-métrages IA (2026) : paramètres, limites de références, règles de modération et le mode prise 30 secondes
Mis à jour le 12 septembre 2026
Réponse rapide : Wan 3.0 est le modèle de génération vidéo d'Alibaba Cloud sur la plateforme Model Studio, appelé via une API asynchrone de type soumettre puis interroger, disponible en deux niveaux : le standard wan3.0-video et le plus rapide wan3.0-video-prime. Les quatre chiffres qui comptent pour la production de séries : des clips de 2 à 30 secondes, trois résolutions (480P, 720P, 1080P), jusqu'à 10 images de référence plus 5 vidéos de référence et 5 audios de référence par appel, et des prompts allant jusqu'à 20 000 caractères. La facturation se fait par seconde de vidéo livrée avec succès ; les échecs sont gratuits. C'est l'un des deux parcours vidéo dans SceneMixer, le niveau « Wan 3.0 · 720P » est celui marqué comme recommandé, et c'est l'un des modèles disponibles en mode prise 30 secondes. Ci-dessous : un tableau des paramètres, comment fournir les références, les deux portes de modération, les règles de prompt et comment le niveau se comporte dans SceneMixer.
Exemple : « Le Vœu de l'aigle » — HD réaliste, 1 épisode, produit de bout en bout par SceneMixer à partir du script · regarder les épisodes
Prime est une voie rapide, pas une amélioration de qualité ; prix public environ 1,5× le standard
Forme d'appel
Asynchrone : la soumission renvoie un identifiant de tâche, interrogez jusqu'à obtenir SUCCEEDED ou FAILED ; les soumissions nécessitent l'en-tête X-DashScope-Async: enable
Dix segments d'un épisode sont mis en file d'attente en parallèle et reviennent un par un
Résolution
480P / 720P / 1080P
La 720P suffit pour les dramas verticaux et c'est la valeur par défaut de SceneMixer
Durée du clip
2–30 s, nombre entier
Deux fois le plafond habituel de 4–15 s ; une scène à deux personnages complète tient dans un seul segment
Images de référence
Jusqu'à 10
Fiche personnage en pied, recadrage du visage et plan de scène ensemble ; la cohérence entre plans repose sur ces éléments
Vidéo / audio de référence
Jusqu'à 5 chacun, 15 s au total par type
L'audio verrouille la voix d'un personnage ; la vidéo peut prolonger le mouvement du segment précédent
Prompt
≤ 20 000 caractères ; extension de prompt côté serveur optionnelle
De la place pour un storyboard complet ; gardez l'extension désactivée (voir ci-dessous)
Autres
seed pour la reproductibilité ; ratio d'aspect, y compris adaptatif à la référence
Utilisez le seed dans les expériences, pas en production
Facturation
Par seconde de sortie ; seule la vidéo générée avec succès est facturée, les échecs et les blocages de modération sont gratuits
Les nouvelles tentatives ne vous coûtent jamais rien en cas d'échec
Source : Alibaba Cloud Model Studio, référence de l'API de génération vidéo Wan 3.0, help.aliyun.com, consulté le 2026-09-05 ; les chiffres correspondent au code d'intégration de SceneMixer. Les paramètres changent ; la page officielle fait foi.
Fournir les références : dix images est un plafond, pas un objectif
Personnages : une fiche en pied 9:16 sur fond blanc par personnage dans le plan, plus un recadrage du visage pour les rôles principaux. Pourquoi le blanc et une lumière directionnelle : voir Cohérence des personnages. La lumière intégrée dans une référence est héritée par chaque plan.
Scène : un plan vide avec la source de lumière indiquée, sans brouillard, faisceaux ni silhouettes.
Accessoires : uniquement les accessoires critiques pour l'intrigue, en plan rapproché sur fond blanc.
Audio : l'audio de référence verrouille la voix du personnage ; SceneMixer associe les voix depuis une bibliothèque prédéfinie et les joint automatiquement.
Ratio d'aspect : passez explicitement 9:16 pour les dramas verticaux. Avec le ratio adaptatif, le modèle suit la première image de référence, et un mélange de références portrait et paysage produit des cadrages surprises.
Deux portes de modération : gratuites, mais elles ralentissent le planning
Code d'erreur
Signification
Déclencheur typique
Comment l'éviter
DataInspectionFailed
Échec du contrôle de sécurité du contenu
Sang, contenu sexuel, personnages ou slogans sensibles
Vérifiez d'abord le script par rapport aux règles de votre plateforme (voir la checklist de conformité) ; gardez les descriptions limites hors du storyboard
IPInfringementSuspect (Entrée / Sortie)
Violation présumée de propriété intellectuelle dans l'entrée ou la sortie
Noms de studios, marques ou noms d'artistes célèbres dans le prompt ou les références ; les images de référence générées dans le style d'un studio peuvent être rejetées côté sortie même après correction du texte
Décrivez le rendu (« rendu 3D animation familiale américaine qualité long métrage »), jamais « dans le style du studio X » ; régénérez les références créées dans un style déposé
Un cas réel du 2026-09-04 : un projet défini sur un rendu « animation 3D style Pixar » a vu six de ses dix segments rejetés à l'entrée et les quatre restants rejetés à la sortie. Retirer le nom du studio du descripteur de style a corrigé le problème ; le projet suivant du même compte a passé onze segments sur onze. Aucune des deux portes ne facture quoi que ce soit, mais les segments bloqués doivent être régénérés avec un style ou un design de personnage différent.
Prompting : langage naturel, et gardez l'extension automatique désactivée
Désactivez l'extension de prompt. La réécriture côté serveur réordonne les points de coupe, les timings et l'orientation des personnages que le storyboard a déjà fixés. Le texte du storyboard que vous envoyez est le produit fini.
Écrivez les dialogues dans le format de parole officiel : He says: "line", relaxed tone, medium pace. Les guillemets délimitent la réplique parlée ; l'émotion et le rythme vont dans la proposition simple après. Ne mettez jamais les notes de jeu à l'intérieur des guillemets, sinon le modèle les lira à voix haute.
Les causes, pas les effets : écrivez d'où vient la lumière (« une suspension projette une lumière blanc chaud depuis le haut à droite »), pas où elle tombe ; pas de mots déclencheurs comme 8K / chef-d'œuvre / volumétrique.
Segments longs, plans courts : remplissez un segment de 15 ou 30 secondes avec 2 à 4 plans et contrôlez le rythme par la longueur des plans.
Ne nommez que les personnes présentes dans le cadre : ne nommez jamais les personnes absentes ; les noms dans les négations agissent comme des attracteurs.
Dans SceneMixer
Choisir le niveau : dans les paramètres, sélectionnez « Wan 3.0 · 720P » (marqué comme recommandé). Prime est un niveau séparé à un taux de credits par seconde plus élevé. Les valeurs par défaut et les taux de credits actuels sont sur la page de tarification.
Prise 30 secondes : en haut de la liste des épisodes à l'étape 3, basculez le mode segment sur « 30s take ». Le storyboard de cet épisode est alors généré en segments de 30 secondes et sa liste de modèles ne conserve que les modèles prenant en charge 30 secondes, dont Wan 3.0. Utilisez-le pour les épisodes riches en dialogues que vous ne voulez pas voir coupés à 15 secondes.
Les références sont automatiques : les fiches personnage, les recadrages de visage, les plans de scène et les voix associées sont joints par segment par le pipeline ; rien à téléverser à la main.
Délai de traitement : ces 14 derniers jours, une tâche Wan médiane sur le site international a pris environ 8 minutes par segment ; les dix segments d'un épisode sont mis en file d'attente en parallèle, donc modifiez le storyboard de l'épisode suivant pendant que vous attendez.
Remboursements : les tâches bloquées par la modération, refusées pour des raisons de paramètres ou expirées en amont libèrent automatiquement leurs crédits ; les crédits ne sont débités définitivement qu'à la livraison d'un clip, et la régénération d'un segment ne facture que ce segment.
Pour voir des épisodes entiers produits avec Wan, ouvrez les exemples de dramas ; chaque projet indique le modèle et la résolution utilisés.
FAQ
Quelle durée de clip Wan 3.0 peut-il générer en un seul appel ?
L'API accepte une durée entière de 2 à 30 secondes. SceneMixer découpe les storyboards en segments de 15 secondes par défaut ; passer un épisode en mode prise de 30 secondes à l'étape 3 limite la liste des modèles de cet épisode aux modèles compatibles 30 secondes, ce qui inclut Wan 3.0.
Est-ce que je paie des crédits si une génération Wan échoue ?
Non. Alibaba Cloud Model Studio ne facture que les vidéos de sortie générées avec succès ; les appels échoués et les erreurs de traitement ne sont pas facturés. SceneMixer applique la même règle : quand une tâche échoue ou est bloquée par la modération, les crédits gelés sont libérés automatiquement, et les crédits ne sont débités définitivement qu'à la livraison d'un clip.
Pourquoi un prompt qui mentionne le style d'animation d'un studio est-il refusé ?
Model Studio exécute un contrôle de propriété intellectuelle à la fois sur l'entrée et sur la sortie ; le code d'erreur IPInfringementSuspect signifie une infraction présumée. Les noms de studios, les marques déposées et les noms d'artistes connus déclenchent ce contrôle, et les images de référence générées dans ce style peuvent toujours être refusées côté sortie même après modification du texte. Décrivez plutôt l'apparence, par exemple « rendu 3D d'animation familiale américaine qualité long métrage ».
Standard ou prime : quel niveau Wan dois-je choisir ?
Prime est une file plus rapide pour le même modèle, pas un niveau de qualité supérieure, et son prix public est environ 1,5 fois celui du niveau standard. Utilisez prime pour les sorties par lots et les délais serrés, standard pour peaufiner un seul épisode avec un budget limité. Dans SceneMixer, ce sont deux niveaux distincts facturés par seconde de sortie, commutables dans les paramètres.
Lancer un épisode sur Wan 3.0
Le pipeline envoie le storyboard, les références et les voix au modèle segment par segment ; les échecs ne coûtent jamais de crédits.
Paramètres issus de la documentation de Model Studio et de l'intégration SceneMixer, vérifiés le 2026-09-05 ; les modifications en amont sont régies par la page officielle.
