首帧还是参考视频：先选对 AI 视频输入

选择素材前先写一句目标。“从这张产品照片开始，镜头轻轻移动”，适合首帧。“根据这些视觉参考生成新镜头”，适合参考输入。如果任务是修改已有短片，并保留它的时间线，这两种输入都不能据此证明具有编辑能力，应选择受支持的已有视频编辑路线。

首帧描述目标起始画面，不保证整段所有像素不变。参考素材用于引导生成，不保证精确复制人物外貌、动作、声音或镜头轨迹。写出具体要验收的细节，不要只把“和参考一样”当成验收标准。

图生视频必须有首图，可选尾图，不能添加参考素材组。参考生视频至少需要一张参考图、一段参考视频或一段参考音频，不能添加首尾帧。只给尾帧而没有首帧也无效。不要把同一素材放进每个框，期待这样控制更强。

当前参考路线最多支持 10 张图片、5 段视频和 5 段音频。图片每边 240–8,000 像素，每张不超过 20 MiB，长短边比不超过 8。浏览器中使用当前上传器接受的 JPEG/PNG/WebP 图片、MP4/MOV 视频和 MP3/WAV 音频。这些数量是上限，不是建议填满。先用能说明任务的最少素材，并保留使用权限。

Wan 3 Spicy 支持 2–30 秒整数输出时长。全部参考视频合计不超过 15 秒，并且参考视频总时长加请求输出时长不超过 30 秒。参考音频有自己独立的合计 15 秒上限，不要把它默认为参考视频的同一条规则。以下例子使用手动选择的时长，不代表自动时长的用法。

例如，15 秒参考视频加 15 秒输出符合时长检查；相同参考加 20 秒输出则不符合。5 秒参考加 25 秒输出符合。这只是输入校验例子，不是画质证明，也不表示会精确复制动作。以工具读取的实际时长为准，不要仅看文件名。

2026 年 10 月 9 日核对的 Wan 3 Spicy 公开价为：480P 每秒 $0.045，720P $0.090，1080P $0.180。当前 ModelRush 对这项生成按请求输出秒数估价；参考时长预算是另一项输入检查。五秒 480P 算术值为 $0.225，预留向上取到 $0.23。实际账户价格优先。这不代表其他服务对参考素材如何收费。

充值是增加余额，不是单次输出费用。付费生成前检查当前价格和余额，使用账户实际提供的付款方式。本指南不承诺普遍最低充值额、免费生成或固定完成时间。

打开下方对应入口，登录或注册，并完成产品要求的访问确认。核对 Wan 3 Spicy 和工具名称。工具入口会恢复对应输入模式，但切换工具或恢复旧草稿后仍要检查当前表单。清掉属于另一种模式的输入。提交前核对时长、分辨率、画幅、音频开关和当前估价。

下载后记录实际时长和尺寸。用了首帧，就检查起始构图；用了参考素材，就检查生成前写明的主体、动作或声音细节。用表格决定接受、替换一项参考，或改用另一类任务。本指南没有进行付费生成。

参考生视频指南进一步说明这条独立路线。模型页和价格页提供当前可用信息与公开参考价。

这是输入检查，不是画质测试。参考音频另有合计 15 秒上限。

参考生视频指南 · Wan 3 Spicy 模型 · 公开价格

不是。首帧属于图生视频，用来描述开场。参考图属于参考生视频。

不能。Wan 3 的这两组输入互斥。

可以。至少一项参考图片、视频或音频即可，不要求一定有视频文件。

最多五个文件，读取后总时长不超过 15 秒，并且总参考视频时长加输出不超过 30 秒。

已核对的30秒合计检查是参考视频加输出。参考音频另有独立15秒合计上限。