Wan 3.0 vs Wan 2.7 : durée, entrées, montage et facturation

Choisissez Wan 3.0 pour une génération de 16–30 secondes, des brouillons en 480P, des ensembles de références plus grands, ou pour les entrées de documents et de pages web. Choisissez Wan 2.7 quand la tâche est spécifiquement du montage vidéo ou quand vous avez besoin de ses contrôles séparés vidéo-vers-vidéo. Wan 3.0 n'est pas une simple amélioration de qualité : elle combine plus de types d'entrées dans un modèle de référence unique, tandis que Wan 2.7 expose un mode de montage dédié.^[1][2]

Cette comparaison porte sur les endpoints publics reAPI vérifiés le 8 septembre 2026. Wan 3.0 produit jusqu’en 4K, mais les documents et pages web sont limités au 1080P ; le 2K/4K exclut aussi watermark: true. La distinction concernant le mode de montage dédié décrit ces schémas API, et non toutes les interfaces proposant Wan.

Wan 3.0 vs Wan 2.7 en un coup d'œil

Le bon choix suit la forme de la demande, non le numéro de version.

Quand Wan 3.0 est-il sorti, et Wan 2.7 est-il abandonné ?

Alibaba a ouvert la bêta publique de Wan 3.0 le 6 août 2026, et la disponibilité générale a suivi le 24 août 2026. Ces deux dates décrivent le déploiement d'Alibaba, pas la disponibilité sur reAPI.

Wan 2.7 n'a pas été retiré à la sortie de la 3.0. Les deux générations sont appelables sur reAPI aujourd'hui, et la 2.7 conserve la capacité que la 3.0 n'expose pas ici : un mode dédié d'édition de vidéo source. Plus récent ne veut pas dire qu'il faut migrer ; c'est la forme de la requête qui tranche.

La limite de 15 secondes est la différence la plus nette

Wan 2.7 texte-vers-vidéo et image-vers-vidéo plafonnent à 15 secondes. Wan 3.0 double ce plafond à 30 secondes.^[1][2]

Cela compte pour une scène continue. Une performance de 24 secondes est une tâche Wan 3.0, mais au moins deux tâches Wan 2.7 et un montage. La jonction supplémentaire peut changer un visage, une disposition de pièce, une voix, une garde-robe ou une vitesse de caméra.

Cela importe moins pour des publicités coupées en clips de cinq secondes. Les listes de clips courts ont déjà des montages intentionnels, et un mauvais insert de cinq secondes coûte moins cher à remplacer que les cinq dernières secondes d'une prise de 30 secondes. Plus long n'est utile que quand la continuité l'est.

Wan 3.0 accepte du matériel que 2.7 ne supporte pas

Wan 3.0 peut utiliser un fichier DOCX, XLSX, PPTX, PDF, texte/Markdown, un document Apple iWork, ou une page web publique sans connexion requise comme entrée de référence. Les documents peuvent aller jusqu'à 100 MB et 50 pages.^[1]

Cela la rend appropriée pour des tâches telles que :

• convertir un brief produit en clip concept ;
• utiliser une page produit publique comme contexte pour une vidéo ;
• fournir une présentation ou un rapport sans convertir manuellement chaque page en images ;
• combiner un document avec des références visuelles et audio en une seule demande.

Wan 2.7 s'attend à des champs média et texte. L'application doit extraire ou résumer un document avant de soumettre la demande vidéo.

Le support de documents ne doit pas être confondu avec un rendu de diaporama déterministe. Wan 3.0 interprète le matériel comme une référence. Elle peut choisir des scènes, réorganiser les idées ou omettre des détails. Si chaque chiffre et chaque phrase à l'écran doivent correspondre exactement, extrayez d'abord un scénario et un storyboard.

Wan 2.7 a toujours le chemin de montage plus clair

Wan 2.7 expose un mode de montage vidéo dédié : envoyez une source via video_url, décrivez la modification, et choisissez si la bande sonore est gérée automatiquement ou l'originale conservée. Elle peut traiter la source complète avec duration: 0, selon les règles du mode.^[2]

Wan 3.0 accepte une vidéo de référence, mais la référence ne promet pas de préserver chaque image source tout en changeant un objet. Elle interprète le clip aux côtés du prompt et d'autres ressources. Pour « refaire le rendu de cette vidéo source » plutôt que « utiliser ce clip comme guidance », Wan 2.7 est le contrat API plus explicite.

Les limites de références changent le besoin de prétraitement

Wan 3.0 accepte jusqu'à dix images de référence, cinq clips vidéo de référence et cinq clips audio de référence. Wan 2.7 supporte jusqu'à cinq images de sujet et cinq clips de référence, avec des voix de référence liées aux sujets.^[1][2]

La limite d'images plus élevée aide avec un personnage plus garde-robe, produit, pièce, éclairage et références d'accessoire. Plus de références ne sont pas automatiquement mieux. Des angles ou des identités contradictoires peuvent rendre la cible ambiguë. Commencez par l'ensemble minimal qui définit le plan et ajoutez une référence seulement quand elle fournit des informations manquant aux autres.

Le coût n'est pas comparable sans le mode

Tarifs publics affichés, vérifiés le 8 septembre 2026 (USD par seconde de sortie ; montants arrondis, pas des factures exactes) :

Pour la génération texte/image ordinaire, Wan 3.0 affiche désormais le prix le plus bas en 720P (0,068 $ contre 0,074 $), et Wan 2.7 en 1080P (0,121 $ contre 0,136 $). Wan 3.0 propose aussi les brouillons 480P, la sortie 2K/4K et jusqu’à 30 secondes. Consultez l’estimation de la tâche et les crédits débités pour le coût réel.

Les références et le montage changent la comparaison. Wan 2.7 peut inclure la durée source sondée dans les secondes facturables pour les modes facturés à l'entrée, tandis que la facturation publique actuelle de Wan 3.0 multiplie son tarif par la durée de sortie. Vérifiez le mode d'entrée plutôt que de multiplier les deux modèles par la même durée et d'assumer que le résultat est équivalent.^[1][2]

Une simple règle de décision

Utilisez Wan 3.0 quand l'un de ces cas est vrai :

• le plan doit dépasser 15 secondes ;
• l'entrée est un document ou une page web publique ;
• une passe d'itération 480P bon marché aide ;
• la tâche a besoin de plus d'images de référence ;
• une demande multimodale de référence unique est plus facile que de construire un prétraitement.

Utilisez Wan 2.7 quand :

• la tâche est spécifiquement du montage vidéo source ;
• 15 secondes suffisent ;
• sa structure de voix de référence par sujet correspond à la scène ;
• le tarif text/image 1080P inférieur importe plus que les nouvelles entrées de 3.0.

Ne pas migrer en changeant seulement l'id du modèle

Les applications déplaçant un workflow 2.7 vers 3.0 doivent le traiter comme un nouveau schema de demande. Wan 2.7 sépare les références de sujet, les voix de référence et les champs de montage de vidéo source. Wan 3.0 combine les médias de référence sous une famille différente et ajoute file_url, link_url et une option generation_type explicite.

Construisez un validateur par modèle et migrez un mode à la fois. Commencez par la génération texte seul, puis première/dernière image, puis références mixtes. Gardez les demandes de montage 2.7 sur l'ancien modèle jusqu'à ce qu'un test de référence 3.0 prouve qu'il répond aux mêmes critères d'acceptation. Une réponse HTTP réussie ne signifie pas que l'opération sémantique a resté la même.

Définissez aussi explicitement la résolution et la durée lors de la migration. Wan 3.0 ajoute 480P et est par défaut 1080P ; son comportement de durée -1 réserve au plafond de 30 secondes sur reAPI. Les changements de défaut silencieux sont une mauvaise façon de découvrir le profil de coût d'un nouveau modèle.

Les deux sont disponibles via leurs pages de modèle public et de documentation : Wan 3.0, Wan 2.7 Video, docs Wan 3.0, et docs Wan 2.7.

Références

1. Documentation de l'API reAPI Wan 3.0, consultée le 23 août 2026.
2. Documentation de l'API reAPI Wan 2.7 Video, consultée le 23 août 2026.
3. Alibaba Cloud, « Wan 3.0 : génération vidéo IA de 30 secondes à partir de n'importe quelle entrée », 2026.