Castaly · 模型 · 视频
Wan 3.0（万相）：规格、价格与样片
在 Castaly 用 Wan 3.0（万相）生成视频：480p 到 1080p，最长 30 秒，内置音频，可从文字、首尾帧、参考素材、文件或网页开始，价格实时显示。
模型与价格
价格以美元计。所列分组价格尚未应用特定请求倍率。你的账户可能有不同的访问权限或折扣。
| 分组 | 价格 | 条件 | 单位 | 价格 |
|---|---|---|---|---|
| Media | 输出 | 1080p | 每秒 | USD 0.1976 |
| Media | 输出 | 480p | 每秒 | USD 0.0494 |
| Media | 输出 | 720p | 每秒 | USD 0.0988 |
Wan 3.0（万相）是阿里云的视频模型，一个模型就能处理所有输入：文字、首尾帧、参考素材、文件或网页。它输出 480p 到 1080p，最长 30 秒，生成音频不加价。实时价格就在本页。
规格
| 设置 | 可选项 |
|---|---|
| 模型 ID | wan3.0-video |
| 分辨率 | 480p、720p、1080p |
| 时长 | 自动，或 2 到 30 秒之间的任意整数秒 |
| 比例 | 16:9、9:16、1:1、4:3、3:4、自适应 |
| 起始方式 | 提示词、首尾帧、一组参考素材、一个文件或一个网页 |
| 参考素材 | 最多 10 张图、5 段视频、5 段音频 |
| 音频 | 生成音频开关，不加价 |
| 计费 | 按视频秒数 |
样片
这段视频用的提示词：
"Macro slow-motion shot of steamed milk poured into a ceramic cup of espresso, forming a rosetta latte art pattern. Warm morning light from a window, wooden counter, soft steam rising, shallow depth of field, commercial food photography, no text."
输入方式
一次请求只能用下面四种输入方式之一，不能混用：
- 文字。 只用提示词。
- 首尾帧。 首帧、尾帧，或两者都用。
- 参考素材。 最多 10 张图、5 段视频和 5 段音频。
- 来源。 一个文件或一个网页。
如何计费
Wan 3.0 按视频秒数计费，单价由分辨率决定，不随比例、参考素材或音频开关变化。最终费用按服务商报告的成片时长结算，任务失败全额退款。
Wan 模型对比里有注明日期的费用算例。
选 Wan 3.0 还是别的模型？
- Wan 3.0 Prime：输入和设置相同，单价更高。同一个提示词都试一次，留下更喜欢的结果。
- Seedance 2.5：要编辑或延长已有视频。
- Kling 3.0：需要 4K。
常见问题
Wan 3.0 的视频最长多久？
最长 30 秒。可以选 2 到 30 秒之间的任意整数秒，也可以用自动时长，让模型决定。
Wan 3.0 的音频要加钱吗？
不用。生成音频不改变每秒单价。
Wan 3.0 和 Wan 3.0 Prime 有什么区别？
两者接受相同的输入和设置。Prime 在各分辨率的每秒单价都更高。
可以通过 API 使用 Wan 3.0 吗？
可以。同一个模型 ID 可以通过 Modelflare API 调用，账户和余额也相同。请求格式见 API 文档。