Wan 3.0 API 指南：模型、輸入與第一支影片

整合 Wan 3.0 API 時，首先要決定模型從什麼素材開始：文字場景、起始圖片，或一組參考素材。Alibaba Cloud 的文件將 Wan 3.0 描述為可一次生成最長 30 秒影片的模型，並接受文字、圖片、音訊、影片與文件。1

本指南說明這些選擇，以及如何準備第一次測試。文中介紹的是上游模型能力；Wan API 的正式端點與金鑰取得方式，將公布於整合文件。模型費率列於價格頁，下列每款模型也都有獨立的規格頁。

瞭解模型名稱複製標題連結

Wan 3.0 是模型系列名稱。Comfy 的官方整合也將 wan3.0-video-prime 列為可選模型，確認 Prime 是獨立選項。但僅憑供應商的模型名稱，無法確定請求格式、其他服務是否提供該模型，或您的應用程式實際需要等待多久。2

Prime 與 Pro 是不同版本，選擇前請比較解析度選項與確切模型識別碼。Wan 3.0 與 Prime 的輸出最高為 1080p；Pro 與 Prime Pro 另有 2K 和 4K 選項。

有意義的比較應使用相同提示詞、參考素材、長度與解析度，並記錄完成時間、成本，以及結果是否符合創作說明。模型名稱無法取代這項測試。

選擇符合素材的輸入方式複製標題連結

Comfy 記載三種 Wan 3.0 流程：文字生成影片、圖片生成影片，以及參考素材生成影片。圖片流程接受首張影格，並可選擇提供最後影格；參考流程使用圖片、影片與音訊，透過 @Image1、@Video1、@Audio1 等標籤描述各輸入的用途。這些名稱與標籤屬於該整合方式，實際使用時請依 API 供應商的文件欄位為準。2

Alibaba 的文件輸入支援一個檔案或連結，檔案大小上限為 100 MB。50 頁限制適用於 PDF、DOCX、DOC、PPTX、PPT、KEY 和 PAGES 檔案。API 閘道可能提供較少的輸入模式，因此建立上傳流程前，請先確認是否支援文件。1

讓第一次測試容易評估複製標題連結

先從短片與明確的輸出設定開始。例如，測試一段五秒產品鏡頭，鏡頭緩慢移動且不含對白。以下是建議的測試說明，並非 API 請求內容：

只要供應商有提供相關選項，就應明確設定長度、解析度、長寬比與音訊。Comfy 目前的 Wan 流程預設包含音訊，並提供 480p、720p 和 1080p 輸出。這些文件設定可作為起點，但不保證每個 Wan 端點都有相同控制項。2

依應用程式的實際需求檢視結果：主體一致性、指定動作、音訊與可用的構圖。Alibaba 將音訊質感與畫面文字準確度列為仍在改善的項目，因此在正式使用結果前，請檢查生成的語音與文字。1

建立流程前先確認 API 規格複製標題連結

連接正式應用程式前，請在供應商文件中確認確切模型 ID、驗證方式、可接受的媒體格式、任務提交與結果取得流程、錯誤處理行為，以及計費規則。這些細節應與創作提示詞分開管理。

使用 Wan API 時，可先從模型總覽開始。成功向已公布的端點送出通過驗證的請求，應是第一個整合里程碑；行銷頁面本身並不是 API 規格。

資料來源複製標題連結

1. Alibaba Cloud，Wan3.0: 30-Second AI Video Generation from Any Input。發布日期：2026 年 8 月 13 日；確認日期：2026 年 10 月 13 日。
2. Comfy，Wan 3.0 Video Generation in ComfyUI。確認日期：2026 年 10 月 13 日。此處引用的設定描述的是 Comfy 的整合方式。