소개
Wan 3.0에는 편집 전용 모델이 따로 없습니다. 같은 올인원 모델이 Video 1로 들어온 클립과 변경을 요청하는 프롬프트를 받으면 편집 모드로 전환합니다. 프롬프트에서 언급하지 않은 부분은 원본에서 가져오므로 타이밍, 구도, 화면 비율이 그대로 유지됩니다.
| 항목 | 값 |
|---|---|
| 입력 | 영상 |
| 출력 | 영상 |
| 개발사 | Alibaba |
| 원본 클립 | MP4, 1 |
| 해상도 | 480p·720p·1080p, 따로 고르지 않으면 720p |
| 참고 자료 | 선택: 정지 이미지 10장, 오디오 5개(합계 15초) |
| 사운드 | 편집에 맞춰 새로 생성, 끄면 오디오 트랙 없음 |
| 과금 | 원본 초 + 편집된 초, 단가는 해상도로 결정 |
핵심 기능 및 하이라이트
다른 모델이 거절하는 키스 장면
이 페이지의 클립은 5초짜리 text-to-video 한 번의 결과입니다. 네온 골목에서 우산 하나를 나눠 쓴 두 여성이 키스로 끝나는 컷입니다. 같은 문장이 일부 업체 모델에서는 콘텐츠 필터에 걸립니다. Wan 3.0은 받아들였고, 카메라가 다가가는 내내 두 얼굴을 붙잡았으며, 같은 과정에서 사운드트랙에 빗소리까지 담아 돌려줬습니다.
소리가 화면에 딱 맞습니다
오디오 생성이 기본으로 켜져 있어서, 요청 하나가 파일 하나를 돌려주는데 발소리가 있어야 할 프레임에 떨어지고 카메라가 다가갈수록 빗소리가 커집니다. 따로 돌릴 작업도, 나중에 맞추는 단계도 없습니다. 직접 음악을 붙일 생각일 때만 꺼 두세요.
이미지 열 장, 클립 다섯, 목소리 다섯
reference-to-video는 요청 하나에 이미지 열 장, 영상 다섯 개, 오디오 다섯 개까지 받습니다. 얼굴과 의상, 장소 컷, 목소리가 전부 같은 컷에 들어갈 수 있습니다. 각 레퍼런스가 무엇을 위한 건지 프롬프트에 적으세요. 이름 없이 쌓으면 어느 것과도 닮지 않은 무언가로 평균이 납니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
prompt | 예 | ‘Edit the video:’로 시작해 바꿀 내용을 적고, 그다음 움직이면 안 되는 요소를 나열합니다. 원본은 Video 1이고, 추가 정지 이미지는 업로드 순서대로 Image 1, Image 2, 목소리나 음악 클립은 Audio 1, Audio 2입니다. 1자 이상 |
reference_image_urls | 아니요 | 선택 사항으로, 원하는 모습을 보여 주는 정지 이미지를 최대 10장까지 넣을 수 있습니다(재킷, 모자, 세트 소품 등). 프롬프트에서 ‘Image 1의 모자’처럼 번호로 지정하십시오. 1개 이상 · 10개 이하 |
video_url | 예 | 편집할 클립입니다. 길이 1 |
reference_audio_urls | 아니요 | 선택 사항으로, 새로 만드는 사운드트랙의 목소리, 억양, 배경 음악 견본을 최대 5개, 합계 15초까지 넣을 수 있습니다. 프롬프트에서는 Audio 1, Audio 2로 부릅니다. 1개 이상 · 5개 이하 |
resolution | 아니요 | 480p, 720p(기본값), 1080p 중에서 고릅니다. 픽셀 수와 초당 요금은 이 설정으로 정해지지만 화면 비율은 원본을 따르므로 정사각형 클립은 정사각형으로 돌아옵니다. |
generate_audio | 아니요 | 기본값은 켜짐입니다. Wan 3.0이 편집된 화면에 맞는 새 소리를 만듭니다. 기본값: |
seed | 아니요 | 0~2147483647 사이의 정수를 선택적으로 지정합니다. 같은 시드를 쓰면 두 번의 Wan 3.0 편집을 비교하기 쉬워지지만 완전히 같은 프레임을 보장하지는 않습니다. |
요금
Wan 3.0 편집은 참고 영상과 같은 방식으로 과금합니다. 원본 클립의 초(정수 초로 올림)와 편집된 클립의 실측 초를 더해 선택한 해상도의 초당 요금을 적용합니다. 편집 결과는 원본과 길이가 같으므로 5초 클립이면 약 10~11초가 청구되며, 참고 이미지와 참고 오디오는 요금에 더해지지 않습니다.
| 사양 | 요금 |
|---|---|
| $0.045 / 초 |
| $0.09 / 초 |
| $0.18 / 초 |
활용 사례
다른 곳에서 거절당하는 무검열 장면
성별을 가리지 않는 커플, 빗속의 키스, 한 프레임에 담긴 두 사람. 이렇게 솔직하게 쓴 프롬프트는 경쟁 동영상 모델 여러 곳에서 콘텐츠 필터에 걸립니다. Wan 3.0은 돌려 주고, 쓴 문장과 맞는 결과를 가장 빨리 얻는 방법은 직접 준비한 첫 프레임입니다.
대량으로 뽑는 세로 컷다운
aspect_ratio를 9:16으로 두고 길이는 5초나 6초로 유지하면서 같은 컷 목록을 seed만 바꿔 훑으세요. 오디오 트랙이 파일 안에 들어 있어서 음악 작업 없이 API 결과를 바로 올릴 수 있고, 한 주에 마흔 개 클립이 현실적이 되는 이유가 그것입니다.
제품 컷 하나로 만드는 제품 필름
image-to-video가 제품 컷을 첫 프레임으로, last_image_url을 마지막 프레임으로 받아서, 병이 돌고 하이라이트를 받고 5초 안에 히어로 각도로 돌아올 수 있습니다. 동작의 양쪽 끝이 고정돼 있어서 라벨 글자와 실루엣이 버팁니다.
캐릭터를 고정한 시리즈 작업
에피소드의 모든 컷에 같은 얼굴 컷과 의상 스틸을 reference-to-video에 넣고, seed 하나와 프롬프트 뼈대 하나를 재사용하면서 동작 문장만 바꾸세요. 따로따로 렌더링한 열두 개 클립에서도 출연진이 알아볼 수 있게 남습니다.
프롬프트 가이드 및 실전 팁
바꿀 구간을 잘라 냅니다
편집할 부분을 1~15초로 잘라 video_url로 보냅니다. 편집 결과는 그 길이와 화면 형태를 그대로 물려받으므로 길이 조정은 Wan 3.0에 맡기지 말고 미리 끝내 두십시오.
편집 지시문으로 씁니다
‘Edit the video:’ 뒤에 분명한 변경 하나를 적고, 이어서 얼굴, 자세, 움직임, 카메라처럼 유지할 것을 나열합니다. 옷이나 소품을 말로 특정하기 어려울 때만 정지 이미지를 붙이고 Image 1, Image 2로 부르십시오.
원본과 나란히 재생합니다
편집 결과를 원본 옆에 두고 프레임 단위로 넘겨 봅니다. 인물이나 카메라가 다르게 움직인다면 프롬프트가 새 장면으로 읽힌 것입니다. 변경 내용만 남기고 고정할 요소를 다시 적으십시오.
Wan 3.0 영상 편집으로 할 수 있는 일
Alibaba는 Wan 3.0을 용도별 모델 묶음이 아닌 하나의 올인원 모델로 만들었습니다. 클립을 Video 1로 넘기고 변경을 요청하는 프롬프트를 붙이면 편집을 수행합니다. 의상, 색, 조명, 날씨, 시간대, 소품 추가나 제거, 전체 스타일, 인물이 하는 말까지 바꿀 수 있습니다. 프롬프트가 언급하지 않은 부분은 원본에서 읽어 오므로 인물, 그 움직임, 카메라 경로는 편집 뒤에도 남습니다.
Wan 3.0 편집에 쓸 수 있는 클립
길이 115초, 각 변 2404096픽셀인 MP4 한 개를 보냅니다. 길이가 범위를 벗어나면 과금 전에 거절합니다. 편집된 파일은 원본과 같은 길이와 화면 비율로 돌아오며, 5.04초 가로 클립은 5.04초 가로 영상이 됩니다. 그래서 길이나 비율을 정하는 항목이 없습니다.
Wan 3.0 편집 지시문 쓰는 법
편집을 뜻하는 말로 시작하십시오. ‘Edit the video:’, change, replace, remove, add가 있으면 Wan 3.0은 영상을 느슨한 참고가 아닌 편집 대상으로 다룹니다. 변경을 먼저, 고정할 요소를 나중에 씁니다. 예를 들어 ‘Edit the video: change her raincoat to yellow oilskin. Keep her face, her walk and the camera move exactly as in Video 1.’입니다. 변경 다섯 개를 나열하기보다 한 번에 하나가 더 잘 유지됩니다.
참고 이미지와 참고 오디오를 활용한 편집
말로 설명하기 어려운 모습(특정 모자, 무늬 있는 원단, 방)은 정지 이미지 최대 10장으로 보여 줄 수 있습니다. 업로드 순서대로 번호가 붙으니 ‘Image 1의 모자를 쓴다’처럼 프롬프트에서 지정하십시오. 목소리나 음악 견본은 최대 5개, 합계 15초까지 Audio 1, Audio 2로 넘길 수 있습니다. 둘 다 요금에 영향을 주지 않습니다.
사운드트랙은 어떻게 되는가
generate_audio가 켜져 있으면(기본값) Wan 3.0은 편집된 화면에 맞는 새 소리를 만듭니다. 창에 비가 들이치는 밤 장면에는 빗소리가 들어가고, 따옴표로 적은 대사는 실제로 발화됩니다. 원본 오디오는 그대로 복사되지 않습니다. 끄면 무음 파일이 돌아오니 원래 소리는 편집 프로그램에서 다시 얹으십시오.
해상도와 화면 형태
해상도는 480p, 720p, 1080p 세 단계입니다. 이 설정이 픽셀 수와 초당 요금을 정하고, 화면 비율은 원본을 그대로 따릅니다. 1916×1082 원본을 720p로 편집하면 1276×720으로 돌아오고, 정사각형 클립은 정사각형으로 유지됩니다. 원본에 없던 디테일을 해상도로 되살릴 수는 없습니다.
Wan 3.0 편집 과금
과금은 참고 영상 규칙을 따릅니다. 원본 클립은 정수 초로 올려 세고, 편집된 클립은 실측 초로 세며, 둘 다 선택한 해상도의 초당 요금을 적용합니다. 편집 결과가 원본과 길이가 같으므로 합계는 클립의 약 두 배입니다. 제출할 때는 원본과 편집 결과 최대 15초분을 보류하고, 결과를 실측한 뒤 차액을 돌려줍니다.
편집해도 되는 영상
직접 촬영했거나 수정 허락을 받은 영상, 촬영에 동의한 성인이 나오는 영상만 편집하십시오. 실존 인물을 본인이 동의하지 않은 장면에 넣는 용도로 써서는 안 됩니다.
플랫폼은 Wan 3.0 편집에 콘텐츠 필터를 추가하지 않으므로 동의, 초상권, 현지 법률에 대한 책임은 사용자에게 있습니다. 이 페이지에 게시하는 샘플은 일반 관람객에게 적합한 수준으로 유지합니다.
직접 촬영했거나 수정할 권리가 있는 영상, 출연에 동의한 성인이 나오는 영상만 편집하십시오. Wan 3.0 편집으로 실존 인물을 본인이 동의하지 않은 장면에 넣어서는 절대 안 됩니다.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/wan-3.0/video-edit",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.





















