最多支持 10 张参考图
在提示词中以 Image 1、Image 2 等名称引用参考图,让角色、产品、场景或风格保持一致。
Wan 3.0 API: Alibaba 的模型可将文本、画面帧或最多 10 张参考图转为有声视频,每秒低至 $0.039。
wan-3.0已更新 import os, time, requestsAPI = "https://api.zurelay.com/v1"KEY = os.environ["ZURELAY_API_KEY"]headers = {"Authorization": f"Bearer {KEY}"}res = requests.post(f"{API}/videos", headers=headers, json={ "model": "wan-3.0", "prompt": "A red fox trotting through snow at dawn, cinematic", "seconds": 5, "resolution": "720p", "aspect_ratio": "16:9",})res.raise_for_status()job = res.json()url = f"{API}/videos/{job['id']}"# Takes a few minutes: poll until it's donewhile job["status"] in ("queued", "in_progress"): time.sleep(5) job = requests.get(url, headers=headers).json()if job["status"] == "failed": raise SystemExit(job["error"]["message"])video = requests.get(f"{url}/content", headers=headers)with open("video.mp4", "wb") as f: f.write(video.content)print(f"Saved video.mp4 for ${job['cost']}")Base URL https://api.zurelay.com/v1. 通过 HTTPS 发送标准 JSON: 创建任务,轮询状态,下载 MP4. Wan 指南
价格
从预付余额中按量扣费,无需订阅。$10 起充。视频交付后才收费;生成失败不收费。
A clip costs its length in seconds times the price at its resolution. It's held from your balance when the job is accepted and charged when the video is delivered. Sound, first and last frames, reference 张图片s and the aspect ratio don't change the price.
全部 AI 视频 模型及价格选择分辨率、时长和视频数量。
100 段 × $0.395
费用
典型用量在 Zurelay 实时价格下的花费,与标价并列对比。
720p 下 5 秒。
30 秒,1080p,这是它能生成的最长、最清晰的版本。
720p 下 100 个 5 秒的片段。
概览
Wan 3.0 是 Alibaba 最新的视频生成模型,将参考生成、编辑、复刻和驱动能力整合在同一模型中。在 Zurelay 上,它可根据文本、首尾帧或最多 10 张参考图生成带声音的视频片段,分辨率为 480p 至 1080p,时长为 2 至 30 秒。Zurelay 的 Wan 3.0 API 每秒视频低至 $0.039,仅在视频成功交付后收费。
Wan 是 Alibaba 的视频生成模型系列,Wan 3.0 是其中的最新版本:Alibaba 将参考生成、编辑、复刻和驱动能力整合在同一模型中。Alibaba 于 2026 年 8 月 6 日将其接入 Model Studio API,并于 8 月 24 日全面上线。在 Zurelay 上,模型 ID 为 wan-3.0,也支持 wan3.0-video 和 alibaba/wan-3.0。
在 Zurelay 上,Wan 3.0 可根据文本提示词、首帧、首尾帧或最多 10 张参考图生成视频;使用参考图时,在提示词中以 Image 1、Image 2 等名称引用即可。模型会随画面一起生成对白、音乐和音效等声音,你也可以通过 generate_audio 关闭声音生成。片段支持 480p、720p 或 1080p,时长为 2 至 30 秒的整数秒,宽高比支持 16:9、9:16、1:1、4:3、3:4、21:9 或自适应。提示词会原样使用,不会自动改写。Alibaba 的模型还支持参考视频、音频和文档,以及视频编辑和延长;Zurelay 暂不提供这些功能。
视频生成需要时间,因此 API 采用异步方式。POST https://api.zurelay.com/v1/videos 会立即返回任务;轮询 GET /v1/videos/{id},直到 status 为 completed,然后从 /v1/videos/{id}/content 或任务中的签名 url 下载 MP4。生成一段 5 秒的 720p 视频通常需要 about 2.5 minutes。视频以 30 fps 的 MP4 格式返回,并保留 30 天。
Zurelay 对 Wan 3.0 按秒计费:480p 每秒 $0.039,720p 每秒 $0.079,1080p 每秒 $0.158,因此一段 5 秒的 720p 视频费用为 $0.395。声音不额外收费,参考图和宽高比也不影响价格。任务被接受时会从余额中预冻结费用,仅在视频成功交付后扣费。生成失败的视频不收费,包括被内容过滤器拒绝的视频。
优势
在提示词中以 Image 1、Image 2 等名称引用参考图,让角色、产品、场景或风格保持一致。
对白、音乐和音效与画面一同生成,有声和无声价格相同。
先以价格最低的 480p 测试提示词,满意后再用 720p 或 1080p 生成最终版本。
Zurelay 关闭了提示词自动改写,确保逐镜头指令原样传递给模型。Alibaba 的指南建议每个镜头为 4 至 6 秒。
使用场景
在不同片段中复用相同的参考图,让人物、吉祥物或产品的外观保持一致。
将产品放在 Image 1 中,场景放在 Image 2 中,一次即可生成有声片段。
编写带时间戳的逐镜头提示词,Wan 3.0 即可在最长 30 秒的单个片段内切换镜头。
提供首帧和尾帧,即可生成两帧之间的过渡镜头。
开始使用
无需排队,也无需安装:只需三个 HTTPS 端点和你的 API key。
Sign up, add credit 和 create an API key. Set a monthly budget or a rate limit per key if you like.
Every video endpoint lives under this base URL. Send your key as a Bearer token.
https://api.zurelay.com/v1POST a prompt 至 /v1/videos, poll the job every few seconds until it's completed, then download the MP4. Videos are kept for 30 days.
wan-3.0对比
Zurelay 按视频秒数计费:480p 每秒 $0.039,720p 每秒 $0.079,1080p 每秒 $0.158。片段费用为时长乘以对应单价,因此一段 5 秒的 720p 视频费用为 $0.395。声音、首尾帧、参考图和宽高比均不影响价格。任务被接受时会从余额中预冻结费用,仅在视频成功交付后扣费;生成失败的视频不收费。
发送 POST https://api.zurelay.com/v1/videos,使用你的 Zurelay 密钥作为 Bearer token,并提供 JSON 请求体:将 model 设为 wan-3.0,提供 prompt,还可选填 seconds(默认 5)、resolution(默认 720p)和 aspect_ratio(默认 16:9)。API 会立即返回任务。每隔几秒轮询 GET /v1/videos/{id},直到 status 为 completed,然后从 /v1/videos/{id}/content 下载 MP4。任何 HTTP 客户端均可使用,无需安装 SDK。
一段 5 秒的 720p 视频通常需要 about 2.5 minutes。Alibaba 表示,Wan 3.0 任务通常需要 1 到 5 分钟。轮询时,任务的 progress 字段会给出 0 到 100 的预估进度。
可以。generate_audio 默认开启,Wan 3.0 会随视频一起生成对白、背景音乐和音效。将台词和声音描述写进提示词即可。将 generate_audio 设为 false 可生成无声视频;两种方式价格相同。
可以。传入 first_frame,以指定图片作为视频首帧,再添加 last_frame,以另一张图片作为尾帧;Alibaba 的这一模式旨在精确还原首尾两帧。图片可以是 https URL,也可以是 PNG、JPEG 或 WebP 文件的 base64 data URL,文件大小不超过 10 MB。提供首帧时,aspect_ratio 默认为 adaptive,跟随图片的宽高比。
在 reference_images 中传入最多 10 张图片,并在提示词中按顺序引用:第一张为 Image 1,第二张为 Image 2,以此类推。Wan 3.0 会将这些图片作为人物、产品、场景或视觉风格的参考。参考图不能与首帧或尾帧同时使用,Zurelay 也不支持参考视频和参考音频。
支持 480p、720p 和 1080p,时长为 2 到 30 秒的整数秒。宽高比支持 16:9、9:16、1:1、4:3、3:4 和 21:9,以及 adaptive;adaptive 会跟随首帧的宽高比,或根据参考素材选择合适的比例。也支持 1280x720 这样的 OpenAI 风格 size 值。
不会。Alibaba 的 API 可以在生成前通过语言模型改写提示词,这对简短提示词有帮助,但会增加耗时。Zurelay 关闭了这一功能,因此 Wan 3.0 收到的就是你原样输入的提示词。请描述镜头、运镜、动作、光线和对白;对于分镜提示词,Alibaba 的指南建议每个镜头安排 4 到 6 秒,并标注时间戳。
没有。Wan 2.2 等早期模型已开放权重,但 Alibaba 尚未发布 Wan 3.0 的权重。该模型可通过 Alibaba 的 API 使用。
30 天。已完成任务中的 url 是有效期为 24 小时的签名链接;重新获取任务即可获得新链接,也可通过 /v1/videos/{id}/content 下载。GET /v1/videos 可列出你最近的视频。
是的。你的请求由 Alibaba 的 Wan 3.0 处理,Zurelay 不会替换为其他模型或更小的模型。视频生成结果每次都有差异,因此相同的提示词每次也会生成不同的视频。Zurelay 是独立服务,与 Alibaba 无关联。