Wan 3.0 vs Wan 2.7：長さ・入力・編集・費用を比較

16～30秒の生成、480Pのドラフト、より多くのリファレンスセット、またはドキュメントやWebページ入力が必要な場合はWan 3.0を選びます。ジョブが明示的なビデオ編集である場合、または別個のソースビデオ対ビデオコントロールが必要な場合はWan 2.7を選びます。 Wan 3.0は単純な品質向上ではなく、複数の入力タイプを1つのリファレンスモデルに組み合わせると同時に、Wan 2.7は専用編集モードを公開しています。^[1]^[2]

Wan 3.0 vs Wan 2.7 概要

必要条件	Wan 3.0	Wan 2.7 Video
テキスト/画像出力時間	2～30秒	2～15秒
解像度	480P、720P、1080P	720P、1080P
最初と最後のフレーム	はい	はい
リファレンス画像	最大10	最大5サブジェクトリファレンス
リファレンス動画	最大5、合計15s	最大5、ビデオが存在する場合は出力上限が低下
リファレンス音声	最大5	サブジェクトごとの音声リファレンス
ドキュメント入力	はい、最大50ページ/100 MB	いいえ
公開Webページ入力	はい	いいえ
専用ソースビデオ編集	別個の編集モードなし	はい
生成音声	デフォルトで有効	モード依存の音声コントロール

正しい選択はバージョン番号ではなく、リクエストの形状に従います。

15秒の境界線が最も明確な違い

Wan 2.7テキスト・ツー・ビデオとイメージ・ツー・ビデオは15秒が上限です。Wan 3.0はこの上限を30秒に倍増させます。^[1]^[2]

これは継続的なシーンの場合に重要です。24秒のパフォーマンスはWan 3.0の1つのタスクですが、Wan 2.7では少なくとも2つのタスク+編集が必要です。追加の結合によって、顔、部屋のレイアウト、声、衣装、またはカメラの速度が変わる可能性があります。

それは5秒ショットにカットされたコマーシャルの場合には重要度が低くなります。短いショットリストは既に意図的な編集があり、失敗した5秒の挿入は30秒の撮影の最後の5秒よりも安く交換できます。長さが有用なのは、連続性が有用な場合だけです。

Wan 3.0は2.7では受け入れられないマテリアルを受け入れる

Wan 3.0はDOCX、XLSX、PPTX、PDF、テキスト/Markdownファイル、AppleiWorkドキュメント、またはログインなしの公開ページをリファレンス入力として使用できます。ドキュメントは最大100 MB、50ページです。^[1]

これは次のようなジョブに適しています：

製品ブリーフをコンセプトクリップに変換する；
公開製品ページをビデオのコンテキストとして使用する；
プレゼンテーションまたはレポートを提供する、各ページを手動で画像に変換する必要なく；
1つのリクエストでドキュメントをビジュアルとオーディオのリファレンスと組み合わせる。

Wan 2.7はメディアとテキストフィールドを期待します。アプリケーションはビデオリクエストを送信する前にドキュメントを抽出または要約する必要があります。

ドキュメントサポートを決定論的なスライドレンダラーと誤解してはいけません。Wan 3.0はマテリアルをリファレンスとして解釈します。シーンを選択したり、アイデアを並び替えたり、詳細を省いたりする場合があります。すべての数字とオンスクリーンのテキストが一致する必要がある場合は、最初にスクリプトとストーリーボードを抽出してください。

Wan 2.7はまだより明確な編集パスを持っています

Wan 2.7は専用ビデオ編集モードを公開します：ソースをvideo_url経由で送信し、変更を説明し、サウンドトラックが自動的に処理されるか元が保持されるかを選択します。モードのルールに従い、duration: 0で完全なソースを処理できます。^[2]

Wan 3.0はリファレンスビデオを受け入れますが、リファレンスは1つのソースフレームをすべて保持しながら1つのオブジェクトを変更することを約束していません。プロンプトと他のアセットと共にクリップを解釈します。「このソースビデオを再レンダリングする」のためではなく「このクリップをガイダンスとして使用する」のためのWan 2.7は、より明示的なAPI契約です。

リファレンスの制限はプリプロセッシングの量を変える

Wan 3.0は最大10のリファレンス画像、5つのリファレンスビデオクリップ、5つのリファレンスオーディオクリップを受け入れます。Wan 2.7は最大5つのサブジェクト画像と5つのリファレンスクリップをサポートしており、リファレンス音声はサブジェクトに関連付けられます。^[1]^[2]

より高い画像制限は、キャラクター、ワードローブ、製品、部屋、照明、小道具のリファレンスに役立ちます。より多くのリファレンスが自動的に良いわけではありません。矛盾した角度またはアイデンティティはターゲットを曖昧にする可能性があります。ショットを定義する最小限のセットから始めて、他のセットから欠けている情報を提供する場合だけ参照を追加します。

コストはモード次第で比較は相対的です

現在の公開reAPI料金は：

モデル	解像度	秒あたりレート	シンプル10秒出力
Wan 3.0	480P	$0.038	$0.38
Wan 3.0	720P	$0.076	$0.76
Wan 3.0	1080P	$0.151	$1.51
Wan 2.7	720P	約$0.074	約$0.74
Wan 2.7	1080P	約$0.121	約$1.21

純粋なテキスト/画像生成の場合、Wan 2.7は共有解像度でわずかに安いです。Wan 3.0は480P反復層と30秒の上限を追加します。

リファレンスと編集作業は比較を変えます。Wan 2.7は入力課金モードの請求可能秒数にプローブされたソースビデオ期間を含めることができますが、Wan 3.0の現在の公開価格は出力期間でレートを乗算します。両方のモデルを同じ期間で乗算し、結果が同等であると仮定するのではなく、入力モードを確認してください。^[1]^[2]

シンプルな判断ルール

これらのいずれかが当てはまる場合、Wan 3.0を使用します：

ショットは15秒より長くなければならない；
入力はドキュメントまたは公開ページ；
安い480P反復パスが役に立つ；
ジョブはより多くのリファレンス画像が必要；
1つのマルチモーダル参照リクエストがプリプロセッシングの構築よりも簡単。

これらの場合、Wan 2.7を使用します：

ジョブは具体的にはソースビデオ編集；
15秒で十分；
そのサブジェクト別リファレンス音声構造がシーンに一致；
低い1080Pテキスト/画像生成レートがWan 3.0の新しい入力より重要。

モデルIDだけを変更して移行しない

2.7ワークフローを3.0に移動するアプリケーションは、新しいリクエストスキーマとして扱う必要があります。Wan 2.7はサブジェクト参照、参照音声、およびソースビデオ編集フィールドを分離します。Wan 3.0は異なるファミリーの下のリファレンスメディアを組み合わせ、file_url、link_url、および明示的なgeneration_typeオプションを追加します。

モデルごとのバリデータを構築し、一度に1つのモードを移行します。プロンプトのみの生成から始め、次に最初/最後のフレーム、次に混合参照を試します。Wan 3.0参照テストが同じ受け入れ基準を満たすことを証明するまで、2.7編集リクエストを古いモデルに保っておきます。成功したHTTPレスポンスは、セマンティック操作が同じままであることを意味しません。

また移行中、解像度と期間を明示的に設定します。Wan 3.0は480Pを追加し、デフォルトは1080P。その-1期間の動作はreAPIの30秒上限で予約します。静かなデフォルト変更は新しいモデルのコストプロファイルを発見する悪い方法です。

両方は公開モデルとドキュメンテーションページから利用可能です：Wan 3.0、Wan 2.7 Video、Wan 3.0 docs、Wan 2.7 docs。