Wan 3.0 en 2026, réponse directe : c'est le modèle de mouvement de Moosky — des mouvements de caméra qui font « opérés », une physique crédible, des plans-séquences de 30 secondes avec audio natif. Choisissez la voie avant le prompt : Wan 3.0 T2V/FFLF pour le texte, la première image et l'interpolation premier/dernier cadre ; Wan 3.0 R2V quand le look se copie sur vos propres rushes. Dégradez toute idée en 480P/3 s par défaut (24 crédits), corrigez les verbes de caméra, puis ne payez la 1080P qu'une seule fois — la grille de crédits complète ci-dessous est citée du propre code de tarification du compositeur.

Vous hésitez encore à savoir si cette voie mérite son addition de crédits avant d'ouvrir le compositeur ? Le guide d'achat Wan 3.0 vaut-il le coup en 2026 ? fait le calcul à la seconde, les trois achats argumentés et les cas honnêtes où n'achetez pas. Cet article est le côté pratique : la suite de choix qui transforme un prompt en clip fini.

Wan 3.0 est le clip que vous sortez quand le plan dépend du mouvement : un mouvement de caméra qui doit faire opéré, une physique qui doit atterrir, un plan-séquence de 20 secondes que la plupart des modèles cassent dès la huitième seconde. Il fait du texte-vidéo, de l'image-vidéo à partir d'une première image, et de l'interpolation premier/dernier cadre, jusqu'à 30 secondes en 1080p, avec l'audio natif dans la même passe. C'est aussi l'un des compositeurs les plus chers de Moosky (coût moyen-élevé), et la raison pour laquelle on abandonne avant la première génération est rarement une surprise de qualité mais une surprise de crédits. Ce guide est le flux complet, et le prix de chaque étape est sur la table avant de commencer.

Tous les chiffres ci-dessous sortent du propre code de tarification du compositeur dans le dépôt Moosky. Les crédits sont la monnaie de la plateforme à un taux fixe de 100 crédits = 1 $ US, achetés par paquets, sans abonnement.

Réponses rapides

Comment utiliser Wan 3.0 pour générer une vidéo avec l'IA ? Quatre étapes sur le même compositeur : choisissez d'abord la voie (T2V/FFLF pour le texte et les images-clés, R2V pour les références), réglez résolution, durée et orientation avant d'écrire le prompt, dégradez tout en 480P à 24 crédits les 3 secondes en corrigeant verbes de caméra et physique, puis payez le re-run en 1080P une seule fois, pour la prise déjà approuvée. Le compositeur affiche le devis exact avant l'envoi et les runs échoués sont remboursés.

Combien coûte une vidéo avec Wan 3.0 ? Aucun tarif de base — le palier dépend seulement de la résolution et de la durée : 24 crédits pour le premier jet par défaut (3 s en 480P), 39 crédits pour une ébauche de 5 s en 480P, 231 pour les 30 secondes pleines en 480P, 924 pour les 30 secondes pleines en 1080P. À 100 crédits = 1 $, l'ébauche coûte vingt-quatre centimes de crédits et le héros de 30 secondes, $9.24.

Qu'est-ce que le mode FFLF de Wan 3.0 ? First-Last-Frame : vous téléversez une image d'ouverture et une image de fermeture, et le prompt décrit la transition entre les deux — expression, action, caméra, lumière — pendant que l'identité tient. C'est le mode des avant/après et des boucles produit qui doivent atterrir sur un cadre de fin précis. Un dernier cadre sans image de départ est refusé par le compositeur.

Wan 3.0 génère-t-il de l'audio ? Oui : voix, ambiance et habillage sonore sortent en natif dans la même passe, et le prix ne change pas selon que le toggle est activé ou éteint. Le dialogue cité est préservé mot pour mot ; le lip-sync image-par-image est le point faible documenté. Si votre ébauche n'a pas de réplique, écrivez "No dialogue." — sinon le modèle invente des lignes.

Quand prendre la voie R2V plutôt que T2V ? Quand le look vient de votre propre matière : personnage, accessoire, style ou voix attachés à des références (jusqu'à 10 images, 5 clips et 5 pistes audio) se travaillent dans le compositeur R2V, parce que la voie T2V/FFLF ne mélange pas images-clés et matière de référence.

Ce que Wan 3.0 fait vraiment (et où il est mauvais)

Le chemin du modèle sur Moosky est wan3.0-video via DashScope, exposé en deux compositeurs :

  • Wan 3.0 (T2V / FFLF) — texte-vidéo, ou image-vidéo depuis une première image, avec un dernier cadre optionnel vers lequel interpoler. C'est le sujet de ce guide.
  • Wan 3.0 (R2V) — référence-vidéo : jusqu'à 10 images de référence, 5 vidéos de référence et 5 fichiers audio autonomes pour la cohérence de personnage, d'accessoire, de style et de voix. La voie T2V/FFLF ne mélange pas les images-clés avec la matière de référence, donc les jobs avec références vont là-bas.

Les forces documentées, directement depuis la guidance du compositeur : contrôle premier/dernier cadre, langage de mouvement et de caméra, audio de sortie natif, et narration en une passe de 30 secondes avec chorégraphie de plan-séquence. Il préfère les clips de 16 à 30 secondes pour ce rythme long — inhabituel, la plupart des modèles vidéo s'écroulent vers 10 secondes.

Les limites connues, pour ne pas les découvrir en plein projet :

  • Le lip-sync exact sur des mots précis est peu fiable. Le dialogue cité est préservé verbatim, mais la texture audio mûrit encore. Si le livrable exige une bouche image-par-image, LTX reste l'option présentateur parlé la moins chère.
  • Le texte à l'écran est approximatif. Ne construisez pas un plan autour d'un titre, d'une étiquette ou d'un logo lisible.
  • Dernier cadre sans premier est invalide. Le mode premier/dernier cadre exige les deux.

L'addition honnête en crédits, avant de cliquer sur générer

Chaque run est une charge pure durée fois résolution, arrondie à la seconde, sans tarif de base. Le compositeur affiche le devis exact avant que quoi que ce soit s'exécute, et les runs échoués sont remboursés. Voici la grille complète, calculée depuis les constantes de prix du compositeur :

Durée du clip 480P 720P 1080P
2 s (plancher) 16 31 62
3 s (défaut) 24 47 93
5 s 39 77 154
10 s 77 154 308
15 s 116 231 462
30 s (max) 231 462 924

En crédits, à 100 crédits = 1 $. Trois choses à intégrer :

  1. Le premier défaut affiché est délibérément bon marché. Le compositeur ouvre en 480P, 3 secondes : 24 crédits.
  2. La résolution est le multiplicateur. La 720P coûte le double de la 480P par seconde ; la 1080P encore le double. Un plan-séquence de 30 secondes en 1080P fait 924 crédits — une décision de production, pas un gribouillis.
  3. La durée se facture à la seconde, donc les ébauches sont bon marché et les finishes ne le sont pas. Le flux ci-dessous est construit sur cette asymétrie. Le toggle audio ne change rien au prix — l'audio natif coûte pareil activé ou éteint.

Étape 1 — Ouvrez le compositeur et tranchez d'abord les choix structurels

Ouvrez le compositeur Wan 3.0 et réglez résolution, durée et orientation avant d'écrire un mot de prompt. Le compositeur price ces choix en direct (des variantes paysage, portrait et carré existent à chaque palier), donc vous savez toujours ce que coûte une prise pendant que vous décidez si elle vaut la prise. Dégradez en 480P.

Étape 2 — Écrivez le prompt dans la grammaire du modèle

Wan 3.0 ne fait aucune expansion de prompt — ce que vous écrivez EST le prompt, en langage naturel simple (anglais ou chinois, jusqu'à 20 000 caractères). La guidance du compositeur définit trois formes selon le mode :

Texte-vidéo : entité + scène + mouvement, plus caméra et son. La forme officielle est sujet + décor + mouvement + qualité cinématographique + caméra, et le contrôle esthétique vient des termes source de lumière, cadrage, angle, focale et mouvement.

L'arc se relâche, la flèche sort du cadre par la droite. Lumière chaude de fin d'après-midi, profondeur de champ faible, plan moyen, caméra fixe.

Énoncez la physique dans l'emplacement mouvement plutôt que d'espérer qu'un terme de caméra la porte — Wan 3.0 est fort sur la cause à effet quand vous la nommez.

Première image seule (image-vidéo) : l'image définit déjà entité, scène et style. Votre prompt est mouvement + caméra — ne redécrivez pas l'apparence statique sauf si un détail doit être préservé. Les indications de caméra que le modèle honore : "camera pushes in", "camera moves left", "fixed camera" — écrivez-les en anglais, la variante que le modèle a le plus exercée.

Premier + dernier cadre (FFLF) : décrivez la transition du premier cadre vers le dernier — expression, action, caméra, lumière — pendant que l'identity se tient. La forme officielle est un changement d'expression graduel plus un push-in de caméra plus un glissement de lumière. C'est le mode des avant/après et des boucles produit qui doivent atterrir sur un cadre de fin précis.

Le son fait partie du prompt, pas un rattrapage : répliques citées plus émotion, tonne, vitesse et timbre. Deux phrases évitent les surprises les plus courantes — écrivez "No dialogue." si l'ébauche n'a pas de réplique (sinon le modèle invente des lignes), et "No background music." si vous ne voulez pas qu'il habille le clip lui-même.

Si le clip a des coupes, structurez-les : une description générale, puis Shot 1 [0–3 s] ..., Shot 2 ... avec horodatage. Pour un plan-séquence continu, écrivez "Generate single shot." plutôt que d'inventer des coupes que le modèle essayera de jouer.

Étape 3 — Dégradez en 480P et lisez le résultat comme un monteur

Première passe en 480P : 24 crédits au défaut de 3 secondes, 39 pour une ébauche de 5 secondes, 116 à 15 secondes. Jugez quatre choses, chacune avec sa correction d'une ligne :

  • Le mouvement de caméra n'est pas le vôtre. Vous avez écrit « cinematic » ; le modèle a inventé un travelling. Nommez le verbe (push in, pan, truck, arc, tracking, static) et sa vitesse, ou clérez-le avec un dernier cadre.
  • La physique a cassé. Une collision ou un lâcher qui devait arriver n'est pas arrivé. Mettez-le explicitement dans l'emplacement mouvement — « the bow releases, the arrow leaves the frame right » bat « action scene ».
  • Il a inventé du dialogue ou de la musique. Ajoutez la phrase « No dialogue. » / « No background music. ».
  • Le plan long a dérivé. Passé ~15 secondes, une seule génération peut dériver de l'image d'ouverture. Ajoutez un dernier cadre qui force le retour, ou coupez le concept en deux clips.

Itérez ici jusqu'à ce que la prise soit juste à 90 %. Chaque révision en 480P coûte quelques crédits ; la même révision en 1080P coûte quatre fois plus et ne vous apprend rien de nouveau.

Étape 4 — N'escaladez que la prise approuvée

Quand une prise est approuvée, relancez le même prompt et les mêmes images en 720P ou 1080P. Un héros de 15 secondes en 1080P fait 462 crédits ; un plan-séquence de 30 secondes en 1080P, 924. Si un plan ne vaut pas 462 crédits, il ne valait pas non plus d'être approuvé en 480P. Les runs échoués se remboursent d'eux-mêmes, donc une escalade qui tombe sur une erreur fournisseur ne coûte rien à retenter. Les clips s'exportent sans filigrane par défaut (le toggle filigrane existe mais est éteint, et le prix est le même dans les deux états).

Un exemple chiffré : le reveal produit de 12 secondes

  1. Préparez une image d'ouverture nette et une image de fermeture nette (votre cadre final cible).
  2. Ouvrez le compositeur Wan 3.0, chargez les deux images, réglez 480P et 12 secondes : 93 crédits.
  3. Promptez la transition : « The watch rotates slowly on the pedestal, light sweeping across the bezel; camera pushes in from three-quarter to macro. Soft room tone, no background music. »
  4. Retentez deux fois en 480P jusqu'à ce que le balayage tombe (279 crédits au total).
  5. Relouez le prompt approuvé en 1080P pour le cut héros : 370 crédits. Projet complet : ~649 crédits. Explorer directement en 1080P en aurait coûté 1 110.

Quand ne PAS utiliser Wan 3.0

Le tarif punit le mauvais choix plus que la qualité :

  • Dialogue critique en lip-sync — LTX (l'option présentateur parlé moins chère) ou MiniMax H3 (lip-sync intégré à la passe).
  • Personnages, accessoires ou échantillons de voix verrouillés sur références — le compositeur Wan 3.0 R2V, pas celui-ci.
  • Itération budgétaire sur des clips courts de dialogue — MiniMax est le choix économique sous 15 secondes.
  • Action cinétique lourde — Seedance reste l'alternative premium pour combats et courses-poursuites.

Vous hésitez encore entre les moteurs ? Le tour du propriétaire modèle par modèle est dans les meilleurs modèles de vidéo IA de 2026, et le vocabulaire de prompting sur lequel ce flux s'appuie est déroulé dans le générateur de prompt vidéo IA. Si votre plan part d'une photo plutôt que d'un prompt, le guide photo-vers-vidéo couvre le motif de keyframing FFLF à travers les modèles.

Questions fréquentes

Combien de crédits coûte une vidéo Wan 3.0 ? Il n'y a pas de tarif de base — le palier dépend seulement de la résolution et de la durée : 24 crédits pour le défaut premier-affiché (3 s en 480P), 39 pour une ébauche de 5 s en 480P, 231 pour les 30 secondes complètes en 480P, 924 pour les 30 secondes complètes en 1080P. Le compositeur cite le nombre exact avant l'envoi, et les runs échoués sont remboursés.

Combien coûte un crédit en dollars ? 100 crédits = 1 $, fixe, achetés par paquets — sans abonnement. L'ébauche de 24 crédits du défaut coûte vingt-quatre centimes de crédits ; le clip de 924 crédits de 30 secondes en 1080P fait $9.24 de crédits.

Pourquoi ma génération a-t-elle échoué avant que quoi que ce soit rende ? La cause la plus fréquente sur cette surface est un solde inférieur au devis : l'envoi est vérifié contre vos crédits avant que le fournisseur voie le job, donc un solde fin bloque une escalade 1080P qu'une ébauche 480P aurait passée. Vérifiez le devis contre votre solde, ou descendez le palier de résolution, avant de retenter.

Puis-je contrôler la première et la dernière image du même clip ? Oui — c'est le FFLF : téléversez les deux images et promptez la transition entre elles. Un dernier cadre sans image de départ est refusé par le compositeur.

Est-ce que Wan 3.0 génère de l'audio ? L'audio de sortie natif (voix, ambiance, habillage) est activé par défaut et coûte pareil activé ou éteint. Le dialogue cité est préservé mot pour mot ; le lip-sync image-par-image est la faiblesse documentée.

Y a-t-il un filigrane ? Non. Le toggle filigrane existe pour la conformité quand vous le voulez, mais il est éteint par défaut et ne change pas le prix.

Quel est le chemin le moins cher vers un bon clip de 30 secondes ? N'exploriez jamais au palier du livrable. Ébauchez en 480P (231 crédits pour les 30 secondes complètes), itérez jusqu'à ce que le langage de mouvement et de caméra tienne, puis payez le re-run 1080P (924) exactement une fois — pour la prise dont vous savez déjà qu'elle marche.

Essayez avec le prix visible

Le flux ne reste honnête que si vous voyez le chiffre avant de vous engager, et le compositeur Wan 3.0 cite chaque génération d'avance : 24 crédits pour la première ébauche au défaut 3 s/480P, jusqu'à 924 pour la version complète de 30 secondes en 1080P. La page de destination Wan 3.0 a le détail des capacités ; les fichiers de référence appartiennent à Wan 3.0 R2V.

Lecteur francophone ? Cette page est le guide écrit en français natif pour ce flux — l'exemple chiffré du reveal de montre, le bloc réponse directe « Réponses rapides » et les hand-offs de la lane française. Pour le début de bout en bout, suivez le guide pas à pas pour créer une vidéo avec l'IA, et comparez les moteurs dans les meilleurs modèles de vidéo IA de 2026.