Wan 3.0
Le modèle vidéo Wan 3.0 d'Alibaba, proposé via Alibaba Cloud Model Studio, avec des clips jusqu'à 30 secondes et jusqu'en 1080p. Il est premier sur l'arène texte-vers-vidéo d'Artificial Analysis et à égalité pour la première place sur LMArena en image-vers-vidéo.
Alibaba (Wan)Modèle vidéoSorti en août 2026Données vérifiées le 18 octobre 2026
Son classement selon le public
#1
Transformer des images en vidéo (égalité), 3 442 votes
#2
Créer des vidéos (égalité), 2 598 votes
D'après les votes à l'aveugle de LMArena, où le public choisit la meilleure de deux réponses anonymes. Voir les tableaux complets dans le classement IA.
Points forts et points faibles
- Premier sur l'arène texte-vers-vidéo d'Artificial Analysis
- À égalité pour la première place sur LMArena en image-vers-vidéo
- Tarif clair à la seconde ($0.10 par seconde en 720p dans la région Singapour d'Alibaba Cloud)
- Seulement sixième sur l'ensemble des entrées LMArena en texte-vers-vidéo
- Pas en poids ouverts, contrairement aux versions Wan précédentes
Idéal pour
- Clips plus longs, jusqu'à 30 secondes
- Animer des images en vidéo
Tous nos scores
Chaque barre compare ce modèle au meilleur résultat obtenu par un modèle de cette page sur le même test.
- LMArena, texte vers vidéo1 476,3Score Arena 1476.3 (IC à 95% de 1463.6 à 1488.9) ; 2,598 votes ; entrée "wan3.0"; position 6 sur 48 au classement complet
- LMArena, image vers vidéo1 479,8Score Arena 1479.8 (IC à 95% de 1469.0 à 1490.6) ; 3,442 votes ; entrée "wan3.0"; position 3 sur 48 au classement complet
- Arène vidéo Artificial Analysis1 174Elo 1174.0 (IC à 95% de 1159.0 à 1189.0) ; 5,861 apparitions ; position 1 sur 32 dans l'arène texte-vers-vidéo d'Artificial Analysis
- Prix par minute de vidéo (estimation)$12$12.00 par minute de vidéo (estimation Artificial Analysis)
Comparer avec
- MiniMax H3Le modèle vidéo omnimodal en poids ouverts de MiniMax, qui génère des clips de 4 à 15 secondes avec audio stéréo natif à partir de texte, d'images, de vidéo et d'audio.
- FLUX 3 VideoLe modèle vidéo FLUX 3 de Black Forest Labs, qui génère des vidéos avec audio synchronisé à partir de texte, d'images clés ou d'un clip existant.
- Grok Imagine Video 1.5Le modèle vidéo Grok Imagine de SpaceXSI (ex-xAI), qui transforme du texte ou des images en courtes vidéos.
- Veo 3.1Le modèle vidéo cinématographique Veo 3.1 de Google avec audio synchronisé, sorti en préversion publique en octobre 2025 et proposé en niveaux standard, Fast et Lite.