Castaly · 博客 · 模型解读
Wan 3.0、Wan 3.0 Prime、Wan 2.7 与 HappyHorse 1.1 对比
Castaly 中来自阿里云的八款视频模型：哪些处理文本、图片或参考素材，最长能生成多久，以及 720p 和 1080p 下一段视频的价格。
Castaly 的视频模型中有八款来自阿里云：Wan 3.0、Wan 3.0 Prime、三款 Wan 2.7 和三款 HappyHorse 1.1。Wan 2.7 和 HappyHorse 把文生视频、图生视频和参考生视频拆成不同的模型 ID，而 Wan 3.0 一个模型就能完成全部任务，最长可达 30 秒。
本文理清每款模型负责什么、各要多少钱。
八款一览
| 模型 | 任务 | 分辨率 | 时长 | 生成音频 |
|---|---|---|---|---|
wan3.0-video |
文本、首尾帧、参考素材、文件 | 480p、720p、1080p | 自动或 2–30 秒 | 支持，不加价 |
wan3.0-video-prime |
文本、首尾帧、参考素材、文件 | 480p、720p、1080p | 自动或 2–30 秒 | 支持，不加价 |
wan2.7-t2v |
文生视频 | 720p、1080p | 2–15 秒 | — |
wan2.7-i2v |
图生视频 | 720p、1080p | 2–15 秒 | — |
wan2.7-r2v |
参考生视频 | 720p、1080p | 2–15 秒 | — |
happyhorse-1.1-t2v |
文生视频 | 720p、1080p | 3–15 秒 | — |
happyhorse-1.1-i2v |
图生视频 | 720p、1080p | 3–15 秒 | — |
happyhorse-1.1-r2v |
参考生视频 | 720p、1080p | 3–15 秒 | — |
"—"表示创作台里该模型没有音频开关。
每秒价格
| 模型 | 480p | 720p | 1080p |
|---|---|---|---|
wan3.0-video |
$0.0494 | $0.0988 | $0.1976 |
wan3.0-video-prime |
$0.07514 | $0.1547 | $0.3094 |
wan2.7-t2v、i2v、r2v |
— | $0.0741 | $0.11115 |
happyhorse-1.1-t2v、i2v、r2v |
— | $0.1001 | $0.1287 |
这些单价都不随比例、参考素材或音频开关变化。常见时长下的价格：
| 模型 | 720p 5 秒 | 1080p 5 秒 | 1080p 15 秒 | 1080p 30 秒 |
|---|---|---|---|---|
wan2.7 |
$0.37 | $0.56 | $1.67 | — |
wan3.0-video |
$0.49 | $0.99 | $2.96 | $5.93 |
happyhorse-1.1 |
$0.50 | $0.64 | $1.93 | — |
wan3.0-video-prime |
$0.77 | $1.55 | $4.64 | $9.28 |
有两个规律。720p 下，Wan 2.7 是这一组里最便宜的，Wan 3.0 Prime 最贵。到了 1080p 顺序会变：HappyHorse 的涨幅比 Wan 3.0 小，所以 5 秒 1080p 的 HappyHorse 比 Wan 3.0 便宜约三分之一。
最终扣费以服务商报告的成片时长为准，因此上表应理解为创作台对所选时长的预估。
Wan 3.0 与 Wan 3.0 Prime
两款 Wan 3.0 的控件完全相同，区别只在价格：每个分辨率下 Prime 都约为 1.5 倍。
它们是这一组里最灵活的模型。一个请求可以只有文字提示词；也可以是首帧、尾帧或首尾帧；或最多 10 张参考图片、5 段参考视频和 5 段音频；或一个文件、一个网页作为输入。这四种输入方式不能在同一请求中混用。时长可选 2 到 30 秒，也可以用自动时长让模型决定；生成音频不额外收费。
Wan 2.7：一个任务一个模型
三款 Wan 2.7 同价，只是输入不同。
wan2.7-t2v把提示词变成视频，支持 16:9、9:16、1:1、4:3 和 3:4 五种比例。wan2.7-i2v从首帧开始，成片沿用该图片的比例。它还可以以尾帧结束、跟随一段驱动音频，或接着一段开头视频继续生成，具体组合以创作台提供的为准。wan2.7-r2v至少需要一张参考图片或一段参考视频，合计最多五个，还可以加一张首帧。带参考视频时最长时长会缩短。
HappyHorse 1.1
HappyHorse 1.1 同样把三类任务拆成 happyhorse-1.1-t2v、-i2v 和 -r2v，三款同价。它的文生和参考生模型提供 Castaly 所有视频模型中最多的比例选择：16:9、9:16、1:1、4:3、3:4、4:5、5:4、21:9 和 9:21。参考生模型最多接受九张参考图；图生模型接受一张，并沿用它的比例。文生模型的提示词最长 5,000 个字符，中文为 2,500 个。
该选哪款
- 最便宜的 720p 文生视频： Wan 2.7 T2V，5 秒 $0.37。
- 最便宜的 1080p： Wan 2.7，5 秒 $0.56；其次是 HappyHorse，$0.64。
- 超过 15 秒的视频： Wan 3.0，最长 30 秒；720p 30 秒 $2.96。
- 一次生成带声音： Wan 3.0 或 Wan 3.0 Prime，音频不加价。
- 4:5、21:9 等特殊画幅： HappyHorse 1.1 T2V 或 R2V。
- 让已有的静图动起来： Wan 2.7 I2V、HappyHorse 1.1 I2V，或给 Wan 3.0 一张首帧。
常见问题
Wan 3.0 和 Wan 3.0 Prime 有什么区别？
两者接受的输入和设置相同。Prime 每秒价格约为 1.5 倍：720p 为 $0.1547，Wan 3.0 为 $0.0988。
哪款 Wan 能生成超过 15 秒的视频？
Wan 3.0 和 Wan 3.0 Prime，最长 30 秒。Wan 2.7 系列最长 15 秒。
为什么 Wan 2.7 和 HappyHorse 各有三款？
每款只处理一种输入：文生视频、图生视频或参考生视频。按你手上的素材选对应的那款即可。同一系列内三款同价。
Wan 3.0 生成音频要加钱吗？
不用。Wan 3.0 和 Wan 3.0 Prime 开启生成音频都不改变每秒价格。