视频 · 对比
Wan 2.6 对比 Pika H3 Flex：15 秒多镜头视频该选哪个？
如果要做 15 秒、靠大量参考素材驱动的多镜头片段，Pika H3 Flex 更合适；如果靠文字或单张图驱动、按固定秒价计费，Wan 2.6 更合适。Pika 最多接受 12 个参考文件并开放权重；Wan 2.6 的参考生视频最长 10 秒，阿里也没有公开其权重。
这两个模型都以“15 秒、多镜头、带音频”的卖点发布，所以常被放在一起搜索。本文只依据两家官方文档，比较规格和价格；我们没有做并排实测，因此不判断谁的画面更好。文中也会说明 Ciyo（带对话式设计智能体和无限画布、用于创作和编辑图片与视频的 AI 设计工作区）在这件事里处于什么位置。
Wan 2.6 和 Pika H3 Flex 的规格对比
两者都能做到 15 秒、有声音、多镜头，但在参考素材、分辨率和授权上差别很大。Wan 2.6 是阿里 2025 年 12 月发布的托管模型；Pika H3 Flex 是在 MiniMax H3 基础上后训练的模型，2026 年 10 月 29 日发布，提供开放适配器和托管 API。
| Wan 2.6 | Pika H3 Flex | |
|---|---|---|
| 厂商与发布 | 阿里巴巴，2025 年 12 月 16 日发布 | Pika，基于 MiniMax H3 后训练，2026 年 10 月 29 日发布 |
| 最长时长 | 文生视频、图生视频 15 秒；参考生视频 10 秒 | 所有模式 5–15 秒，包括带参考素材 |
| 多镜头控制 | shot_type: multi 参数；文生视频需开启提示词改写才生效 | 在提示词里写镜头和时间（Pika 示例使用时间码和 [Shot n] 标签） |
| 参考素材 | 参考生视频最多 5 个文件（图片 0–5、视频 0–3）；文生视频可带 1 段 3–30 秒音频 | 最多 12 个文件：9 张图、3 段视频、3 段音频 |
| 音频 | 与画面同步生成 | 32 kHz 立体声，与画面同步生成；API 可输出 5 条独立音轨（对白、配乐、音效、拟音、环境声） |
| 分辨率 | 720P、1080P | 原生 480p、768p；1080p、2K、4K 由托管超分提供 |
| 画幅 | 16:9、9:16、1:1、4:3、3:4 | 11 种，从 21:9 到 9:21 |
| 权重 | 未公开（2026 年 11 月 1 日，Wan-AI 的 Hugging Face 组织下没有） | 以 LoRA 适配器加 MiniMax H3 基础组件的形式公开 |
| 授权 | 托管服务条款 | MiniMax H3 社区许可证；不适用于欧盟、英国、韩国和美国 |
Wan 2.6 能用参考素材做 15 秒多镜头吗？
一次做不到。阿里的 API 文档允许 wan2.6-t2v 生成 2 到 15 秒，但参考生视频模型 wan2.6-r2v 只允许 2 到 10 秒。所以 15 秒的 Wan 2.6 片段靠提示词驱动（可加音频），靠参考素材驱动的片段最长 10 秒。
Wan 2.6 的参考模型最多接受 5 个文件，每个文件只能含一个主体，在提示词里用 “character1”“character2” 引用。参考视频也要计费：用量记录把输入视频秒数加到输出秒数上。例如 10 秒的成片带 5 秒参考视频，要按 15 秒付费。
Pika H3 Flex 有什么不同？
Pika H3 Flex 一次请求最多接受 12 个参考文件，同时仍可输出最长 15 秒。Ref2VA 适配器接受 9 张图、3 段视频和 3 段音频，且至少要有一张图或一段视频。参考视频和音频每段须为 2 到 15 秒，每种类型合计不超过 15 秒。
Pika 的展示提示词（属于宣传示例，不是评测）会按 0–3 秒、3–5 秒这样的时间码逐镜头编排 15 秒的片段。模型页写明 Pika“把 MiniMax H3 后训练成 6 步生成，而不是 50 步”。Pika 称 15 秒 768p 片段最快 7 秒生成，但它把这个数字定义为受控基准下的 transformer 计算时间，不是端到端延迟。
15 秒片段要花多少钱？
按标价，Wan 2.6 文生视频 15 秒的价格是 720P $1.50、1080P $2.25；Pika H3 Flex 是 768p $0.60、1080p $1.05。两者都按输出秒数计费。Pika 的上线优惠让 API Club 会员在 2026 年 10 月 29 日至 11 月 5 日期间享半价。
分辨率并不是同一口径。Wan 2.6 直接渲染 720P 或 1080P；Pika 先在 768p 生成，再在同一任务内超分一次，所以它的 1080p、2K、4K 价格包含了超分这一步。
| 15 秒片段 | Wan 2.6 | Pika H3 Flex |
|---|---|---|
| 文生/图生视频，720P / 768p | $1.50 | $0.60 |
| 文生/图生视频，1080P / 1080p | $2.25 | $1.05 |
| 文生/图生视频，4K | 不提供 | $2.40 |
| 参考生视频，720P / 768p | 15 秒不可行；10 秒为 $1.00，另加输入视频秒数 | $1.80，另加输入视频秒数 |
| 十条 720P / 768p 片段 | $15.00 | $6.00 |
哪个可以自托管或商用？
只有 Pika H3 Flex 提供权重。它的适配器是 MiniMax H3 的衍生模型，适用 MiniMax H3 社区许可证，仓库捆绑约 210 GB 的基础组件。Pika 表示该软件包一次在一块 GPU 上运行一个请求，并在 H100 80GB 上通过了代表性测试。
在动手之前，许可证里有几条限制需要注意。它不适用于欧盟、英国、韩国和美国；如果你的产品或服务年收入超过 2000 万美元，需要另行取得 MiniMax 的书面授权；商用产品的界面还必须显示“MiniMax H3”。我们读到的页面没有说明 Pika 的托管 API 是否适用同样的地域限制，如果你在被排除的地区经营，请向 Pika 和律师确认。本文不构成法律意见。
这里的“开放权重”比听起来更窄。Wan 2.6 完全没有公开权重：Wan-AI 在 Hugging Face 的组织下列有 Wan2.1、Wan2.2 和少数相关模型，但没有 Wan 2.5、2.6 或 2.7 的仓库。
Wan 2.6 是最新的 Wan 吗？
不是。Wan 2.6 发布于 2025 年 12 月 16 日，所以把它写成 2026 年底新模型的页面，是在重复旧闻。阿里 Model Studio 现在还列出 2026 年 4 月和 6 月的 Wan 2.7 快照，以及 Wan 3.0；官方称 Wan 3.0 支持四模态参考输入，最长可生成 30 秒视频。
Pika 自己页面上的排行榜截图显示：Wan 3.0 为 1324，Pika H3 Flex 为 1293，Seedance 2.5 为 1256。Wan 2.6 没有出现在这张截图里。如果想用最强的 Wan，应该看 Wan 3.0，而不是本文的 2.6。
该怎么选？
参考素材超过 5 个、需要音频参考，或者需要开放权重，选 Pika H3 Flex。只用文字或一张首帧、想要原生 1080P、或需要许可证里没有地域排除的模型，选 Wan 2.6。需要 30 秒的话两者都不合适。下面的规则只是初筛，最终还要用你自己的镜头测试。
角色多的广告或剧集： Pika H3 Flex，9 个图片位、3 个视频位、3 个音频位可以同时放进几个角色、一个场景和一段声音。
文生视频的剧情片段： Wan 2.6，15 秒，shot_type 设为 multi 并开启提示词改写。
单条标价最低： 768p 的 Pika H3 Flex，15 秒起价 $0.60；Wan 2.6 的 720P 为 $1.50。
原生 1080P： Wan 2.6。Pika 的 1080p 是 768p 生成结果的超分。
自托管： Pika H3 Flex，但要符合许可证的地域限制。
Ciyo 在这里处于什么位置？
截至 2026 年 11 月 1 日，Ciyo 定价页既没有 Wan，也没有 Pika。它的视频模型有 Seedance 2.5、Kling 4.0、Seedance 2.0 系列和更早的 Seedance 版本。所以 Ciyo 在这里的角色是规划和比较镜头，而不是运行这两个模型。
如果目标是 15 秒的片段，列表里最接近的是 Seedance 2.0：根据它的工具页，每条 4 到 15 秒，480p 到 4K，可开关原生音频，最多支持 9 张图、3 段视频和 3 段音频参考。它按设置不同每条 48 到 1,950 积分，$10 可买 1,000 积分。参考素材上限与 Pika 相近，但我们没有比较成片质量。
做多镜头时，也可以自己在无限画布上搭序列。在我们自己的分镜测试里，两条 720P 无声 5 秒 Seedance 2.5 片段，用画板上的首帧和尾帧在 Frames 模式生成，每条 197 积分（约 $1.97）。完整过程见分镜转视频，计价思路见 AI 视频生成要花多少钱。也可以直接从 AI Video Generator 开始。
常见问题
Wan 2.6 开源吗？
不开源。阿里通过 Model Studio 和 Wan 官网提供，我们在 2026 年 11 月 1 日没有在 Wan-AI 的 Hugging Face 组织下找到 Wan 2.6 的仓库。Wan 2.1 和 2.2 已公开，2.5、2.6、2.7 没有。
Wan 2.6 能用参考图做多镜头吗？
可以，但最长只有 10 秒。参考生视频模型支持 shot_type: multi、最多 5 个参考文件、2 到 10 秒。要 15 秒的话需要用文生视频或图生视频。
Pika H3 Flex 支持多少个参考文件？
最多 12 个：9 张图、3 段视频、3 段音频。至少要有一张图或一段视频，每段视频或音频须为 2 到 15 秒。
Pika H3 Flex 生成 15 秒要多少钱？
按标价，文生/图生视频 768p 为 $0.60，1080p 为 $1.05；参考生视频 768p 为 $1.80，另加输入视频秒数。API Club 会员在 2026 年 11 月 5 日前享上线半价。
Pika H3 Flex 可以商用吗？
按 MiniMax H3 社区许可证，只能在欧盟、英国、韩国和美国之外使用；年收入超过 2000 万美元需要书面授权，并要显示“MiniMax H3”。发布前请按你的情况确认条款。
能在 Ciyo 里运行 Wan 2.6 或 Pika H3 Flex 吗？
截至 2026 年 11 月 1 日不能：Ciyo 定价页没有列出这两个模型。视频模型有 Seedance 2.5、Kling 4.0 和 Seedance 2.0 系列，每次运行前会显示具体的积分消耗。
在 Ciyo 里继续
想在同一块画板上规划镜头，再并排比较视频模型，可以到 Ciyo 试试。每次运行前都会显示积分消耗。