AI Video API真正统一的公开契约
应用只需调整标准 input 字段，就能在文本、首尾帧、参考媒体、文件和网页之间切换，同时保持一个模型 ID、任务接口、回调结构与积分账户。
全能多模态视频生成 API
Wan 3.0 API
一个万相 3.0 API，统一处理文本、首尾帧、富媒体、文件与网页。
万相 3.0 All-in-One 统一支持文生视频、首/尾帧图生视频、多模态参考生成，以及对文件和公开网页的内容理解。AI Video API 通过获邀北京 Workspace 提供单一异步接口，并统一处理准确预扣、回调和任务结果。
查看官方模型与计费文档2–30 秒
输出时长
480p / 720p / 1080p
分辨率
图片 + 视频 + 音频 + 文件 + 网页
参考输入
Alibaba
wan-3.0-video异步任务
2–30 秒
输出时长
480p / 720p / 1080p
分辨率
图片 + 视频 + 音频 + 文件 + 网页
参考输入
模型能力
为生产级 API 工作流设计，不只是演示。
Wan 3.0 与你接入的其他视频和图片模型共用同一套 API Key、积分、日志、Webhook 和文档体系。
一个模型覆盖全部模式
文生视频、严格首帧、首尾帧与多模态参考都使用同一个 wan-3.0-video 模型 ID。模式由传入媒体自动确定，无需在多个公开模型名之间切换。
有序多模态参考
最多传入 10 张图片、5 个视频和 5 个音频。每种媒体保持数组顺序，因此提示词可以分别用图1、视频1、音频1描述角色、动作、镜头与声音意图。
文件与公开网页理解
直接传入支持的公网文档或无需登录的公开网页，模型可理解内容并生成视频，无需先把每一页转换成图片参考。
最长 30 秒并默认带声音
输出时长可选 2–30 秒，默认生成音轨。使用参考视频时，探测到的输入视频总时长与输出时长合计不能超过官方 30 秒限制。
计费安全的异步工作流
扣费前会探测每个参考视频和音频的时长。平台按准确的输出与输入视频时长预扣，确认失败时退款，成功任务绝不退款。
API 工作流
提交任务、跟踪进度、取回生成结果。
01
选择文本、首尾帧或参考素材
编写最长 20,000 字符提示词，或提供公网 HTTP(S) 媒体。首尾帧模式不与参考媒体、文件或网页混用，file_url 与 link_url 互斥。
02
设置时长、比例与分辨率
选择 2–30 秒、adaptive 或固定比例，以及 480p、720p、1080p。为确保准确预扣，首版明确拒绝自动时长 -1。
03
提交任务
直接提交视频生成任务。平台会在扣费前探测参考视频实际时长，并按所选分辨率费率计费。
04
轮询或接收回调
通过 GET /v1/tasks/{taskId} 或 callback_url 获取结果。Wan 3.0 任务会运行至成功或失败的终态，不提供任务取消能力。
POST /v1/videos/generations
curl -X POST https://api.aivideoapi.ai/v1/videos/generations -H "Authorization: Bearer sk-your-api-key" -H "Content-Type: application/json" -d '{
"model": "wan-3.0-video",
"callback_url": "https://your-server.com/webhook",
"input": {
"prompt": "Video 1 provides the camera move, Image 1 provides the product identity, and Audio 1 guides the soundtrack",
"image_urls": ["https://example.com/product.png"],
"video_urls": ["https://example.com/camera.mp4"],
"audio_urls": ["https://example.com/music.mp3"],
"resolution": "720p",
"aspect_ratio": "adaptive",
"duration": 5,
"audio": true
}
}'典型应用场景
文生视频广告
首尾帧转场
角色与产品参考视频
动作和镜头参考迁移
音频引导叙事
文件转视频解说
公开文章视频摘要
30 秒创意短片
为什么选择 Wan 3.0
开发者关心的 Wan 3.0 API 优势。
参考视频精确计费
正式提交时会在服务端探测参考视频时长。4.5 秒参考视频加 5 秒 720p 输出，费用为 228 积分。
明确的生产边界
公开接口只接受公网 HTTP(S) URL，严格校验单项与合计限制，并明确提示上游结果链接仅保留约 24 小时，便于生产系统及时下载或开启转存。
常见问题
关于 Wan 3.0 API 的常见问题解答。
万相 3.0 API 是什么？
万相 3.0 API 是 AI Video API 对阿里巴巴 Wan 3.0 All-in-One 视频模型的统一接入。向 POST /v1/videos/generations 提交 model=wan-3.0-video，即可使用文本、首尾帧、多模态参考、文件或公开网页并立即获得异步任务 ID。
Wan 3.0 Video API 支持哪些分辨率？
当前文档明确支持 480p、720p、1080p，默认 1080p。本接入不宣传原生 4K，因为阿里云当前 Wan 3.0 API 文档只列出这三档分辨率。
万相 3.0 API 如何计费？
480p、720p、1080p 分别为 12、24、48 积分/秒。带参考视频时，按探测到的输入视频秒数加请求输出秒数计费；图片、音频、文件和网页不会增加输入视频秒数。
万相 3.0 的参考素材限制是什么？
最多 10 张参考图、5 个参考视频、5 个参考音频。单个视频或音频为 1–15 秒，每一类合计不超过 15 秒；输入视频加输出视频不能超过 30 秒。
首尾帧可以和参考媒体混用吗？
不能。首/尾帧模式与参考图片、视频、音频、file_url、link_url 互斥；尾帧必须同时提供首帧，file_url 与 link_url 也不能同时提交。
Wan 3.0 结果链接保存多久？
阿里云上游结果链接大约保留 24 小时。账户开启 Bailian R2 转存时平台会保存副本，否则请在任务完成后及时下载。
定价与用量
清晰的模型选项，共享积分余额。
480p
12 积分/秒
无输入视频时，5 秒为 60 积分
720p
24 积分/秒
无输入视频时，5 秒为 120 积分
1080p
48 积分/秒
默认档位；5 秒为 240 积分
参考视频
输入 + 输出秒数
统一按所选分辨率费率计费
在 AI Video API 上开始使用 Wan 3.0。
一个 API Key、一份积分余额，在视频和图片模型之间无缝切换，无需为每家供应商单独接入。