Wan 3.0 Pro im Test: unzensiert bis 4K, mit Ton

Unser Audio-Testfeld schickte Wan 3.0 Pro durch sechs Sprech-, Gesangs- und Soundeffekt-Prompts, blind von drei Prüfern bewertet, die die Modellnamen nicht kannten. Der klarste Gewinner war Dialog: Eine Nahaufnahme-Zeile in warmem, schlichtem Ton erhielt Höchstnoten in allen Kategorien für Lippensynchronisation, Ausdruck und Audioqualität, und ein emotionaler "wir haben es geschafft"-Moment mit Tränen und Lachen überzeugte zwei von drei Prüfern vollständig, während der dritte anmerkte, der Übergang beim Lachen habe sich etwas statisch angefühlt. Soundeffekte waren wackliger — ein Wok-Wurf über der Flamme brachte Kommentare, das Gemüse bewege sich kaum und wirke eher wie Nudeln als wie Gemüse, und ein auf Stein zersplitterndes Weinglas kam mit Scherben zurück, die Prüfer "schwebend" statt physikalisch geerdet nannten.

Auf der Nicht-Audio-Seite zeigte ein Nebeneinander-Vergleich gegen drei Schwestervarianten von Wan 3.0 beim selben "zur Kamera drehen, mit der Hand durchs Haar fahren"-Prompt nahezu identische Garderoben- und Lichttreue über alle hinweg, wobei Wan 3.0 Pro der eine Clip war, bei dem die Drehung in einem Blick nach oben endete statt in Blickkontakt mit der Linse — ein kleiner Fehler, den man prüfen sollte, wenn Ihre Aufnahme von einem direkten Blick abhängt. Bei einem Handfilter-Kaffee-Prompt traf jedoch Pros Bloom- und Blasendetail auf dem Kaffeesatz eng die teurere Pro-Prime-Stufe, beide deutlich vor dem schlichteren Rendering des Basismodells.

Die Galerie enthält veröffentlichte, arbeitsplatztaugliche Beispiele von der Modellseite von Wan 3.0 Pro:

Strahlwind am Zaun. Zwei Personen am Zaun einer Landebahn, während ein Flugzeug niedrig darüber fliegt, der Strahlwind presst ihre Kleidung flach an sie — von nichts geschrieben, mit Ton gerendert.

Eine langsame Drehung im Regen. Eine Parfüm-Werbung-Drehung weg vom Fenster, Wasser spritzt aus ihrem Haar, während der Stoff ein einziges hartes Streiflicht die Wirbelsäule entlang fängt.

Dampf auf dem Spiegel. Eine komplett von hinten aufgenommene Umarmung, in nativem 4K, Dampf steigt zwischen zwei Personen auf und beschlägt das Glas.

Drei Tageszeiten, eine Besetzung. Dieselben zwei Personen und dieselbe Wohnung über Morgen, Dämmerung und Nacht in einem einzigen Referenz-zu-Video-Aufruf.

Schreiben Sie Wan 3.0 Pro wie eine Shotlist: wer, was sie tragen, eine Handlung, eine Kamerabewegung, das Licht, und ob Ton an ist. Bei Bild-zu-Video trägt das Startbild bereits Garderobe und Set, verwenden Sie den Prompt also allein für die Bewegung. Bei Referenz-zu-Video benennen Sie, wofür jede Referenz da ist — ein Gesicht, ein Raum, ein Kleidungsstück —, sonst mittelt das Modell sie zu jemandem, der zu keinem davon passt.

1. Strahlwind am Zaun. Der exakte Prompt hinter dem Landebahn-Clip oben, von nichts geschrieben.

Cast: one man and one woman. The camera stays on the two of them as the aircraft passes over. Two people stand at the perimeter fence watching an aircraft come down at night; the jet wash presses their clothes flat against them as it passes. The jet wash flattens the fabric against a bare waist and chest; close on the two of them at the fence. Cinematic, heavy film grain, runway sodium and navy.

Diesen Prompt auf Wan 3.0 Pro ausführen →

2. Nur Bewegung, auf Ihrem eigenen Standbild (Bild-zu-Video). Laden Sie Ihr Startbild hoch, dann fügen Sie nur die Bewegung ein.

She turns her shoulders slowly toward camera and the silk strap slides down her arm, her breath settling as she stops. Slow push-in, one hard key from the left, rain on the window behind her.

Diesen Prompt auf Wan 3.0 Pro Bild-zu-Video ausführen →

3. Dieselbe Besetzung, drei Tageszeiten (Referenz-zu-Video). Laden Sie Identitäts- und Set-Referenzen hoch, dann benennen Sie jeden Zeitsprung.

The camera stays on the same two people in all three. The same two people, the same apartment, three times of day: morning light across a bare back in the sheets, dusk with her sitting on the kitchen counter in his shirt, night with the two of them on the balcony sharing one cigarette. Same faces, same room, rendered at 4K. Cinematic, shallow depth of field, heavy film grain, warm interior against cold window light.

Diesen Prompt auf Wan 3.0 Pro Referenz-zu-Video ausführen →

Schwach: "Paar in einem Loft, Kamera bewegt sich um sie herum." Wan 3.0 Pro füllt die Personen, den Raum und den Kamerapfad selbst aus. Stark: Prompt 1 oder 3. Jede Entscheidung benannt, Auflösung bewusst gesetzt.

Unsere Inhaltsleiter reicht von L1 Andeutung (Dessous, ein rutschender Träger) über L2 Teilweise und L3 Stark bis zu L4 Intensiv (eine intime Szene zwischen zwei Erwachsenen), dazu L5 Extrem, hier bisher mit einer L5a-Testvariante (einvernehmliches Fesseln und Schlagspiele zwischen Erwachsenen) je Aufgabe getestet. Wir liefen die Hauptleiter zwischen dem 15. und 24. September 2026 bei allen drei Aufgaben.

L1 bis L4 renderten alle wie geschrieben, bei jedem Lauf, gleichermaßen bei Text-, Bild- und Referenzinput — keine Ablehnungen, keine abgeschwächten Ersatzclips. Die Testvariante L5 Extrem renderte ebenfalls bei jeder Aufgabe, das eine Mal, das wir es versuchten; wir haben noch nicht genug Wiederholungen gelaufen, um das eine feste Quote zu nennen, nur dass es beim ersten Mal weder abgelehnt noch heruntergedimmt wurde.

Das Label auf der Seite lautet Unzensiert bei allen drei Endpunkten: Wir schalten keinen eigenen Inhaltsfilter dazwischen. Die Wan-Versionen, die dieselben Prompts abschwächen oder ablehnen, stehen in unserem Test zu unzensiertem Wan.

Noch nicht getestet: Wiederholte Läufe der L5a-Testvariante zur Bestätigung einer stabilen Quote; die Testvariante L5b (filmisches Gore); Szenen mit zwei Frauen oder zwei Männern; echte Fotografien als Referenz-zu-Video-Input, die diese Modelllinie bei ihrer Gesichtsprüfung bekanntermaßen ablehnen kann.

Nur Erwachsene, in jedem Prompt, Standbild und jeder Ausgabe. Keine reale, identifizierbare Person ohne ihre Einwilligung, und Sie brauchen die Rechte an jeder Datei, die Sie hochladen.

• Dasselbe Inhaltsverhalten für weniger? Wan 3.0 endet bei 1080p und beginnt bei $0.045 pro Sekunde in 480p, gegenüber $0.144 hier auf der 1080p-Stufe.
• Dieselbe Auflösung, schnelleres Rendering, höherer Preis? Wan 3.0 Pro Prime kombiniert die Auflösung dieses Modells mit Alibabas schnellerer Stufe, ab $0.234 pro Sekunde in 1080p.
• Alibabas Geschwindigkeitsstufe ohne die 4K-Grenze? Wan 3.0 Prime, ab $0.31 für 5 Sekunden in 480p.
• Ein günstigerer unzensierter kurzer Clip? MiniMax H3, $0.185 für 5 Sekunden in 768p, höchstens 15 Sekunden.