使用 Wan 3.0 根据文本提示词生成带同步音频的视频。可选择分辨率、宽高比和时长。按次生成付费，无需订阅。 Wan 3.0 文生视频可在一次异步 Muapi 调用中，将文字场景描述转换为带同步音频的视频。可选择 480p、720p 或 1080p 输出，五种宽高比（16:9、9:16、1:1、4:3、3:4），以及 2 到 30 秒的时长。可选的思考模式标志会让模型在生成前花更多时间推理复杂的多主体提示词；如果只需要无声片段，也可以关闭音频。若要让已有图像动起来，请查看 Wan 3.0 图生视频；若要同时使用图像、视频和音频参考素材引导镜头，请查看 Wan 3.0 参考素材转视频。更高保真度的 Prime 档位请查看 Wan 3.0 Prime 文生视频。如需对同一请求形态采用更大胆、更高对比度的版本，请查看 Wan 3.0 Spicy 文生视频。
使用 Wan 3.0 根据文本提示词生成带同步音频的视频。可选择分辨率、宽高比和时长。按次生成付费，无需订阅。
关于此模型
Wan 3.0 文生视频可在一次异步 Muapi 调用中，将文字场景描述转换为带同步音频的视频。可选择 480p、720p 或 1080p 输出，五种宽高比（16:9、9:16、1:1、4:3、3:4），以及 2 到 30 秒的时长。可选的思考模式标志会让模型在生成前花更多时间推理复杂的多主体提示词；如果只需要无声片段，也可以关闭音频。若要让已有图像动起来，请查看 Wan 3.0 图生视频；若要同时使用图像、视频和音频参考素材引导镜头，请查看 Wan 3.0 参考素材转视频。更高保真度的 Prime 档位请查看 Wan 3.0 Prime 文生视频。如需对同一请求形态采用更大胆、更高对比度的版本，请查看 Wan 3.0 Spicy 文生视频。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| muapiapp | From $0.10 per generation (720p, 2s) up to $6.00 (1080p, 30s) | 按次生成计费，根据分辨率和时长定价，无需订阅。 |
| Fal.ai | 暂不可用 | 目前 Fal.ai 未列出 Wan 3.0。 |
| Replicate | 暂不可用 | 目前 Replicate 未列出 Wan 3.0。 |
按次生成计费，根据分辨率和时长定价，无需订阅。
目前 Fal.ai 未列出 Wan 3.0。
目前 Replicate 未列出 Wan 3.0。
** 竞品价格根据相似模型架构和使用层级估算。
配置参数
| 参数 | 类型 | 描述 | 默认值 |
|---|---|---|---|
| 提示词 | string | 描述要创建的视频。 | A cinematic aerial shot of mist moving through a mountain valley at sunrise. |
| 分辨率 | 枚举（3 个选项） | 输出视频的分辨率。 | 720p |
| 画面比例 | 枚举（6 个选项） | 输出视频的帧尺寸。 | 16:9 |
| 时长 | integer | 视频时长（秒）。 | 5 |
| 思考模式 | boolean | 为复杂提示词启用深度思考模式。 | false |
| 启用音频 | boolean | 在视频中加入生成的音频轨道。 | true |
| 种子 | integer | 用于复现结果的随机种子。使用 -1 表示随机种子。 | -1 |
描述要创建的视频。
A cinematic aerial shot of mist moving through a mountain valley at sunrise.输出视频的分辨率。
720p输出视频的帧尺寸。
16:9视频时长（秒）。
5为复杂提示词启用深度思考模式。
false在视频中加入生成的音频轨道。
true用于复现结果的随机种子。使用 -1 表示随机种子。
-1开发者文档
编写提示词：在 prompt 字段中描述想要的场景、主体、镜头运动和氛围。
设置输出画幅：选择 resolution（480p、720p、1080p）、aspect_ratio（16:9、9:16、1:1、4:3、3:4）和 duration（2–30 秒）。
调整生成方式：为复杂或多步骤的场景描述启用 thinking_mode；如果需要无声视频，请将 enable_audio 设置为 false。
提交并轮询：使用 Muapi API 密钥发送请求，保存返回的 request_id，然后轮询预测结果端点，或提供 webhook_url 以接收完成的视频 URL。
curl -X POST https://api.muapi.ai/api/v1/wan3.0-text-to-video \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"prompt": "日出时分，薄雾穿过山谷的电影感航拍镜头。",
"resolution": "720p",
"aspect_ratio": "16:9",
"duration": 5
}'
常见问答
它可根据文本提示词生成带同步音频的视频，并支持配置分辨率、宽高比和时长。
支持 480p、720p 或 1080p 分辨率，五种宽高比（16:9、9:16、1:1、4:3、3:4），时长为 2 到 30 秒。
默认包含。将请求中的 `enable_audio` 设置为 `false` 即可生成无声视频。
它会在开始生成前，对复杂、多主体或多步骤提示词进行深度思考，有助于提升提示词遵循度，但会增加处理时间。
费用会随分辨率和时长变化，完成的任务响应中会包含该次生成的确切费用。
使用返回的 `request_id` 轮询预测结果端点，或传入 `webhook_url`，在视频准备好后接收通知。