Alibaba: Wan 3.0 Prime

Wan 3.0 Prime adalah model pembuatan video dari Alibaba, terdaftar di api14 dengan model id alibaba/wan-3.0-prime. Ini adalah varian mode cepat dari Wan 3.0 milik Alibaba, dan tujuan yang dinyatakan adalah pembuatan text-to-video dan first-frame image-to-video. Jika Anda sudah familiar dengan lini Wan, anggap ini sebagai saudara yang lebih cepat, bukan keluarga model yang berbeda.

Model ini menerima input teks dan gambar serta menghasilkan video sebagai satu-satunya output. Karena menerima gambar first frame, Anda dapat menggerakkan klip dari still yang Anda berikan, atau menghasilkan sepenuhnya dari prompt tertulis. Output dapat diminta pada 480p, 720p atau 1080p, dalam rasio aspek 16:9, 4:3, 1:1, 3:4 dan 9:16, yang mencakup format landscape, persegi dan vertikal. Durasi klip berkisar dari 2 hingga 30 detik dalam langkah satu detik, sehingga Anda dapat meminta loop pendek atau urutan lebih panjang tanpa penyambungan. Pembuatan audio juga tersedia, yang berarti satu permintaan dapat mengembalikan video dengan suara, bukan trek senyap. Tidak ada panjang konteks yang dipublikasikan untuk model ini, jadi rencanakan berdasarkan parameter video, bukan anggaran token.

Kemampuan tersebut mengarah pada serangkaian pekerjaan yang cukup spesifik. Output vertikal 9:16 pada durasi pendek cocok untuk penempatan sosial dan mobile, sedangkan 16:9 pada resolusi lebih tinggi cocok untuk konten bergaya web, presentasi dan broadcast. First-frame image-to-video berguna ketika Anda memiliki artwork yang sudah disetujui, foto produk atau panel storyboard dan ingin gerakan yang diturunkan darinya, bukan interpretasi baru. Rentang 2 hingga 30 detik cocok untuk teaser, still animasi, background plate dan klip yang dapat di-loop. Pembuatan audio mengurangi kebutuhan akan proses suara terpisah pada karya sederhana. Rasio persegi dan 4:3 membantu ketika aset yang sama harus dijalankan di lebih dari satu kanal.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id alibaba/wan-3.0-prime, sehingga kode klien bergaya OpenAI yang sudah ada hanya perlu mengganti string model. Parameter permintaan yang didukung adalah max_tokens, presence_penalty, response_format, seed, temperature dan top_p. Seed adalah yang perlu Anda gunakan ketika membutuhkan output yang dapat direproduksi di berbagai eksekusi, dan temperature serta top_p memberi Anda kendali atas variasi antar generasi. Perhatikan bahwa max_tokens didukung sebagai parameter meskipun output model adalah video, dan nilai maxOutput yang dipublikasikan adalah 0, jadi jangan mengandalkannya untuk membatasi panjang klip. Durasi, resolusi dan rasio aspek diatur melalui field khusus video, bukan parameter token.

Tidak ada panjang konteks yang dipublikasikan, dan model ini hanya untuk video, sehingga tidak cocok untuk chat teks, klasifikasi, peringkasan atau tugas apa pun yang mengharapkan respons teks atau terstruktur. Jika Anda membutuhkannya, model teks adalah pilihan yang lebih baik. Dalam pekerjaan video, batasan utama yang perlu direncanakan adalah durasi: 30 detik adalah batas atas, jadi karya yang lebih panjang perlu dibuat dalam segmen dan disambungkan setelahnya.