プロンプトのみ、または画像・動画・音声の参照素材を追加して生成
汎用・参照入力
プロンプトのみ、または参照素材・文書・Web ページを追加
フレーム入力
最初のフレームは必須、最後のフレームは任意
フレーム入力と参照入力は同時に使用できません。
プロンプトを入力するか、画像・動画・音声の参照素材を1つ以上追加してください。
WAV または MP3 を追加(1 ファイル 1〜15 秒、合計 15 秒まで)
WAV, MP3 (max 15MB, up to 5 audios, duration ≤ 15s)
0/5 件追加済み。ファイルと URL を合わせて最大 5 件、合計 15 秒まで。
自動(-1)または 2〜30 秒の整数を選択してください。参照動画がある場合、入力動画と出力動画の合計を 30 秒以内にしてください。
1080P はデフォルトかつ最も料金が高い解像度です。
動画に音声トラックを生成します。オン・オフで料金は変わりません。
生成動画にウォーターマークを追加します。
APIMart CDN に保存されます
隠れた費用のない透明な料金体系。使った分だけお支払い。
| モデル | プラン | ゴールド価格現在の価格 | プラチナ価格 | ダイヤモンド価格 | 公式価格 | 割引率 |
|---|---|---|---|---|---|---|
wan3.0-video | 480P | 0.3288Credits(~$0.0329)/秒 | 0.3124Credits(~$0.0312)/秒 | 0.2959Credits(~$0.0296)/秒 | 0.411Credits(~$0.0411)/秒 | 20% |
| 720P | 0.6575Credits(~$0.0658)/秒 | 0.6246Credits(~$0.0625)/秒 | 0.5918Credits(~$0.0592)/秒 | 0.8219Credits(~$0.0822)/秒 | 20% | |
| 1080P | 1.315Credits(~$0.1315)/秒 | 1.2493Credits(~$0.1249)/秒 | 1.1835Credits(~$0.1184)/秒 | 1.6438Credits(~$0.1644)/秒 | 20% |
* 実際の費用は最終出力に基づきます。
* 合計料金 =(参照動画の長さ + 生成動画の長さ)× 選択したモデル・解像度の1秒あたりの原価 × 対応する実際の支払率 ÷ 100。
APIMartのWan APIでAlibaba Wan 3.0を利用:プロンプト、先頭・末尾フレーム、または画像・動画・音声・ドキュメント参照から、2〜30秒の480P/720P/1080P動画を生成。音声は既定で付き、秒単位で課金されます。
50K+
アクティブユーザー
99.9%
稼働率
2x
高速化
—
コスト削減
POSTリクエスト1つでWan APIを呼び出せます。生成は非同期です。タスクを送信し、タスクエンドポイントをポーリングして動画URLを取得します。
APIMartのキーを環境変数APIMART_API_KEYに保存し、Wan APIへのすべてのリクエストでAuthorization: Bearer <key>として送信します。
POST /v1/videos/generationsに、model wan3.0-video、プロンプト、duration、resolution、sizeを送ります。image_urlsを2枚渡すと先頭・末尾フレームになります。タスクIDはdata[0].task_idにあります。
statusがcompletedになるまで5〜10秒ごとにGET /v1/tasks/{task_id}をポーリングし、data.result.videos[0].url[0]から動画URLを読み取り、ファイルを自分のストレージに保存します。
すべてのパラメータ、入力ルール、レスポンス項目は Wan 3.0 APIリファレンス をご覧ください。
curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "wan3.0-video",
"prompt": "夕暮れ、雨に濡れた街の通りを紙の船が流れていく、水面に映るネオン、ゆっくりとした追従ショット、やさしい雨音",
"duration": 5,
"resolution": "720P",
"size": "16:9"
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "wan3.0-video",
"prompt": "夕暮れ、雨に濡れた街の通りを紙の船が流れていく、水面に映るネオン、ゆっくりとした追従ショット、やさしい雨音",
"duration": 5,
"resolution": "720P",
"size": "16:9"
}
resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["videos"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(10)
else:
raise TimeoutError(f"task {task_id} did not finish in time")curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "wan3.0-video",
"prompt": "カメラが先頭フレームから末尾フレームへなめらかに移動し、朝の光がゆっくり部屋を満たす",
"image_urls": [
"https://example.com/frame-start.jpg",
"https://example.com/frame-end.jpg"
],
"duration": 5,
"resolution": "720P"
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| パラメータ | 型 | 必須 | 既定値 | 説明 |
|---|---|---|---|---|
model | string | 必須 | 既定値: wan3.0-video | wan3.0-video、または同じパラメータのwan3.0-video-prime。 |
prompt | string | 必須 | 既定値: — | シーン、動き、カメラ、音の説明。最大20,000文字。画像・動画・音声・ファイル・リンクを渡す場合は省略可。 |
duration | integer | 任意 | 既定値: 5 | 長さ(秒)。2〜30、または-1でモデルに任せる。参照動画がある場合は入力と出力の合計が30秒以内。 |
resolution | string | 任意 | 既定値: 1080P | 480P、720P、1080P。解像度が高いほど1秒あたりの単価が上がります。 |
size | string | 任意 | 既定値: adaptive | adaptive、16:9、4:3、1:1、3:4、9:16。 |
audio | boolean | 任意 | 既定値: true | サウンドトラックを生成します。料金は変わりません。 |
image_urls | array | 任意 | 既定値: — | 公開画像URL。他の素材がなければ1枚目が先頭フレーム、2枚目が末尾フレーム。動画・音声・ファイル・リンクがある場合は参照画像(最大10枚)。 |
image_with_roles | array | 任意 | 既定値: — | 役割を明示した画像:first_frame、last_frame、reference_image。 |
generation_type | string | 任意 | 既定値: — | frameまたはreference。役割のないimage_urlsの扱いを決めます。 |
video_urls | array | 任意 | 既定値: — | 最大5本の参照動画(mp4またはmov)、合計15秒まで。 |
audio_urls | array | 任意 | 既定値: — | 最大5本の参照音声(wavまたはmp3)、合計15秒まで。audio_urlは1本だけ渡す場合に使います。 |
file_url / link_url | string | 任意 | 既定値: — | ドキュメント1つ(最大100MB・50ページ)または公開Webページ1つ。どちらか一方のみ。 |
seed | integer | 任意 | 既定値: — | 0〜2147483647。結果の再現性を高めます。 |
watermark | boolean | 任意 | 既定値: false | 出力に透かしを追加します。 |
nsfw_check | boolean | 任意 | 既定値: false | 送信前にomni-moderation-latestでプロンプトと入力画像を審査します。 |
APIMart のすべての Alibaba Wan 動画モデルを比較できます。1 つの API キーで全モデルを呼び出せ、動画の秒数単位で課金されます。
| モデル | 得意分野 | 解像度 | 長さ |
|---|---|---|---|
| Wan 3.0 APIこのページ | Wan で最も長いクリップ。先頭・末尾フレーム、または画像・動画・音声・ドキュメント・Web ページ参照に対応 | 480P / 720P / 1080P | 2〜30 秒 |
| Wan 3.0 Prime API | Wan 3.0 と同じパラメータ。モデルと料金は別 | 480P / 720P / 1080P | 2〜30 秒 |
| Wan 2.7 API | テキストから動画、先頭・末尾フレーム、動画の続き生成、音声駆動 | 720P / 1080P | 2〜15 秒 |
| Wan 2.7 R2V API | 参照画像や参照動画からキャラクターを維持 | 720P / 1080P | 2〜15 秒 |
| Wan 2.7 Video Edit API | 指示で既存の動画を編集・スタイル変換 | 720P / 1080P | 元動画に準拠、最大 10 秒 |
| Wan 2.6 API | マルチショットのテキスト・画像から動画。音声とエフェクトテンプレート付き | 720p / 1080p | 5 / 10 / 15 秒 |
| Wan 2.6 I2V API | 先頭フレーム 1 枚からの画像から動画専用モデル | 720p / 1080p | 5 / 10 / 15 秒 |
| Wan 2.6 I2V Flash API | 2〜15 秒の任意の長さで画像から動画。音声あり・なしを選択 | 720p / 1080p | 2〜15 秒 |
| Wan 2.5 API | 常に音声付きの短いクリップ。低コストな 480p あり | 480p / 720p / 1080p | 5 / 10 秒 |
wan3.0-videoが受け付ける入力、出力、そしてリクエストを有効にするルール
Wan 3.0の長さと入力方式だからこそ実現できるワークフロー
登録から最初のWan 3.0動画まで3ステップ
APIMartに登録し、残高をチャージしてダッシュボードでAPIキーを作成します。同じキーですべてのWanモデルを呼び出せます。
上のツールでプロンプト、フレーム、参照素材、長さ、解像度を試し、コードを書く前に費用の目安を確認できます。
下のサンプルを参考にバックエンドからタスクを送信し、結果をポーリングします。
Wan 3.0、APIMartのWan API、Wanモデルの選び方について
Wan 3.0はAlibabaの最新Wan動画モデルです。テキスト、キーフレーム、または画像・動画・音声・ドキュメント・Webページの参照から、最大30秒・最大1080Pの動画を既定で音声付きで生成します。APIMartでのモデルIDはwan3.0-videoです。
Alibabaは2026年8月にWan 3.0のパブリックベータを公開し、Alibaba Cloud Model StudioからAPIを提供しています。wan3.0-videoはすでにAPIMartのWan APIで利用できます。
APIMartのWan APIは、すべてのWan動画モデルに共通の非同期エンドポイントPOST /v1/videos/generationsです。wan3.0-video、wan3.0-video-prime、wan2.7、wan2.6、wan2.5-preview、さらにWan 2.7と2.6の派生モデルに対応します。タスクを送信してタスクIDを受け取り、完成した動画をポーリングで取得します。APIMartのキー1つで完結します。
30秒までのクリップや、音声・動画・ドキュメント・Webページの参照が必要ならWan 3.0。先頭・末尾フレーム制御や動画の続き生成で2〜15秒ならWan 2.7、マルチショットとエフェクトテンプレートならWan 2.6、音付きの5秒または10秒のクリップならWan 2.5 Previewです。このページの比較表から各Wanモデルへ移動できます。
Wan 3.0は最大の長さを30秒に倍増し、480Pを追加、既定で音声を生成し、参照画像・動画・音声とドキュメント・Webページ入力に対応します。Wan 2.7は2〜15秒、720Pまたは1080Pのままですが、ネガティブプロンプト、元動画の続き生成、画像から動画での駆動音声に対応します。
wan3.0-videoとwan3.0-video-primeはまったく同じパラメータを受け付けるため、切り替えはmodelフィールドを変えるだけです。料金は別々なので、選ぶ前にWan 3.0 Primeのページで比較してください。
modelは必須で、素材を送らない場合はpromptも必須です。任意フィールドはduration(2〜30または-1、既定5)、resolution(480P、720P、1080P、既定1080P)、size(adaptive、16:9、4:3、1:1、3:4、9:16)、audio(既定true)、seed、watermark、nsfw_check、generation_type、image_urls、image_with_roles、video_urls、audio_urlsまたはaudio_url、file_urlまたはlink_urlです。
できます。image_urlsに1枚渡すと先頭フレーム、2枚渡すと先頭と末尾フレームになります。image_with_rolesで役割を指定することもできます。画像だけで他の素材がない場合、1枚目が先頭フレーム、2枚目が末尾フレームとして扱われます。
使えません。フレーム系(first_frame、last_frame)と参照系(参照画像・動画・音声、file_url、link_url)は混在できません。混在したリクエストはタスク作成前にHTTP 400となり、課金されません。generation_typeで、役割のないimage_urlsをフレームとして扱うか参照として扱うかを指定できます。
生成には通常数分かかり、長い動画や高解像度ほど時間がかかります。statusがcompletedになるまで5〜10秒ごとにGET /v1/tasks/{task_id}をポーリングし、data.result.videos[0].url[0]から動画URLを読み取って、自分のストレージに保存してください。
Wan 3.0は動画の秒数で課金され、単価は解像度で変わります。480Pが最も安く、既定の1080Pが最も高くなります。音声の有無で料金は変わらず、durationが-1の場合は実際の出力の長さで課金されます。最新料金はこのページの料金表と注記をご覧ください。ゴールド会員は20%、プラチナ・ダイヤモンド会員は最大28%お得です。
いいえ。APIMartではWan 3.0の無料枠はなく、成功したタスクごとの従量課金です。AlibabaはWan 3.0の重みを公開していないため、ダウンロードではなくホスト型APIとして利用します。Alibabaが重みを公開しているWanモデルはWan 2.2系列とWan-Dancerなどの特化型モデルで、Wan 2.5以降の汎用動画モデルはAPIのみの提供です。
APIMartに登録して残高をチャージし、APIキーページでキーを作成します。Authorization: Bearer <key> として送信してください。同じキーでWan 3.0、Wan 2.7、Wan 2.6、Wan 2.5、そしてAPIMartの他のすべてのモデルを呼び出せます。
はい。Wan3.0、Wan 3、Wan3 API、Alibaba Wan 3.0はすべて同じモデルを指し、APIMartではwan3.0-videoとして提供しています。Wan 3.0 Prime(wan3.0-video-prime)は別モデルで、専用ページがあります。
同じカテゴリの他のモデルを探す。

Seedance 2.5
Seedance 2.5 is ByteDance's audio-video model for text-to-video, multimodal reference, editing, extension and first-last-frame control. Generate up to 30 seconds in one job with up to 30 images, 10 videos and 10 audio clips as references, at up to 1080p.

Flux 3 Video
FLUX 3 Video by Black Forest Labs supports text-to-video, image-to-video with ordered keyframes and video continuation. It generates 5–20 second HD or FHD clips with synchronized audio in seven aspect ratios.

MiniMax H3
MiniMax H3 is MiniMax's video model for text-to-video, image-to-video with first and last frames, and multimodal reference-to-video using images, videos and audio. It outputs 4–15 second clips at 2K or 768P with an audio track.

Gemini Omni Flash Preview
gemini-omni-flash-preview is a multimodal video generation and editing model launched by Google.