Wan 3.0 Pro レビュー：4Kまで規制なし、音声付き

私たちの音声バッチは Wan 3.0 Pro に、話す・歌う・効果音の6種類のプロンプトを通し、モデル名を知らない3人のレビュアーがブラインドで判定しました。最もはっきりした勝利はセリフでした。温かく単純な一行を届けるクローズアップは、リップシンク・表情・音質の全項目で満点評価を得て、「we did it」という感情の高まりの一場面は涙と笑いをともなって3人中2人の審査員を完全に納得させ、3人目も笑いの移り変わりがわずかに硬いと指摘した程度でした。効果音はやや不安定で、炎の上でのウォックの振りには野菜がほとんど動かず麺のように見えると指摘があり、石の上で割れるワイングラスの破片は審査員から「ふわふわ」して物理的に地に足がついていないと評されました。

音声以外の面では、同じ「カメラへ向き直り、髪に指を通す」プロンプトで3つの兄弟版の Wan 3.0 と並べた比較で、衣装と照明の忠実さはほぼ同一でしたが、Wan 3.0 Pro だけがレンズとの視線を合わせる代わりに上を見る振り向きで終わる1本でした——ショットが正面の視線に依存しているなら確認しておく価値のある小さなミスです。一方、コーヒーのハンドドリップのプロンプトでは、Proの粉の泡立ちとブルームのディテールが、より高価な Pro Prime ティアに近い水準で一致し、どちらもよりシンプルなベースのレンダリングをはっきり上回っていました。

以下のギャラリーは Wan 3.0 Pro モデルページに公開されている職場でも見られる作例です。

フェンス際のジェット洗浄。 滑走路の境界フェンスに立つ2人の頭上を航空機が低空で通過し、その風圧が服を体に押し付けます——白紙から書き、音声付きでレンダリングされました。

雨の中のゆっくりとした振り向き。 窓辺から離れる香水のコマーシャル風の振り向きで、髪から水がはじけ、生地が背骨に沿って1本の強いキーライトを受け止めます。

鏡に立ち込める湯気。 完全に背後から撮影された抱擁のショット、ネイティブ4Kで、2人の間に湯気が立ち上りガラスを曇らせます。

3つの時間帯、1組のキャスト。 同じ2人と同じアパートを、朝・夕暮れ・夜という1回の参照から動画の呼び出しの中で描いています。

Wan 3.0 Pro はショットリストのように書きましょう。誰が、何を着て、動作1つ、カメラの動き1つ、光、そして音声のオンオフです。画像から動画では開始フレームがすでに衣装とセットを担っているので、プロンプトは動きだけに使いましょう。参照から動画では、それぞれの参照が何のためか——顔、部屋、衣装——を名指ししてください。さもないと、モデルはそれらを平均化して、どれにも似ていない誰かになってしまいます。

1. フェンス際のジェット洗浄。 上の滑走路クリップの背後にある正確なプロンプトです。白紙から書かれています。

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.

このプロンプトを Wan 3.0 Pro で実行 →

2. 動きだけを、自分の静止画に(画像から動画)。 開始フレームをアップロードして、動きだけを貼り付けます。

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.

このプロンプトを Wan 3.0 Pro の画像から動画で実行 →

3. 同じキャストで3つの時間帯(参照から動画)。 身元とセットの参照をアップロードして、それぞれの時間の飛躍を名指しします。

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.

このプロンプトを Wan 3.0 Pro の参照から動画で実行 →

弱い例：「Couple in a loft, camera moves around them.」人物も部屋もカメラの経路も Wan 3.0 Pro 自身が埋めてしまいます。強い例： プロンプト1または3。すべての選択を名指しし、解像度も意図して設定しています。

当社のコンテンツ段階は、L1 ほのめかし(下着、ずり落ちる肩ひも)からL2 成熟したテーマとL3 強めを経て、L4 高強度(大人同士の親密な場面)に至り、加えてL5 極限があり、ここではいまのところ各タスクにつきL5aのテスト(大人同士の合意ある拘束とインパクトプレイ)を1回試しています。メインの段階は2026年9月15日から24日の間に3つのタスクすべてで実行しました。

L1からL4はすべて、テキスト・画像・参照入力のいずれでも、実行のたびに書いたとおりに描かれました——拒否も、穏やかな代替もありません。L5 極限のテストも、試した1回では各タスクで描かれました。まだ十分な繰り返しを実行していないので、これを確定した通過率とは呼べません。ただ最初の1回では拒否も弱めもなかったということです。

ページの表示は3つのエンドポイントすべてで規制なし。当社側でコンテンツフィルターは追加していません。同じプロンプトを弱めたり拒否したりする Wan のバージョンは Wan の規制なしテストにまとめています。

まだ試していないこと： L5aのテストを繰り返して安定した通過率を確認すること、L5b(映画的なゴア表現)のテスト、女性二人や男性二人の場面、参照から動画への入力としての実在の写真(このファミリー系統の顔チェックが拒否することで知られています)。

すべてのプロンプト、静止画、出力で成人のみ。実在し特定できる人物には本人の同意が必要で、アップロードするすべてのファイルについて権利が必要です。

• 同じコンテンツの挙動をより安く？ Wan 3.0 は1080pが上限で、480pで1秒$0.045から始まります。こちらの1080pティアの$0.144に対してです。
• 同じ解像度、より速いレンダリング、より高い価格？ Wan 3.0 Pro Prime はこのモデルの解像度と Alibaba の高速ティアを組み合わせ、1080pで1秒$0.234からです。
• 4Kの天井なしで Alibaba の高速ティアを？ Wan 3.0 Prime、480pで5秒$0.31から。
• より安い規制なしの短いクリップを？ MiniMax H3、768pで5秒$0.185、最長15秒。