Video · Alibaba

Wan 3.0

El modelo de Alibaba de agosto de 2026, hasta 30 s por clip con sonido. Elígelo para planos largos a precio intermedio.

Anonimizado Moderate cost
Última versiónWan 3.024 de agosto de 2026
Artificial Analysis Image to Video Arena1164 EloPuesto 3 de 22 en Artificial Analysis Image to Video Arena
Precio0,117 $ por segundo de video0,585 $ por un clip de 5 s
Dato claveClips de hasta 30 s, con sonido

Qué lo distingue

Wan 3.0 es el modelo insignia de Alibaba con pesos cerrados: hasta 30 s en 1080p, y el prompt puede incluir texto, imágenes, video, audio e incluso PDF o presentaciones. Encabeza la arena de texto a video de Artificial Analysis en el momento de leer esto.

  • Hasta 30 s en 1080p
  • Acepta PDF y presentaciones como entrada
  • Pesos cerrados, a diferencia de Wan 2.2

Recomendado para: un plano largo y continuo.

Puntos fuertes y límites

Dónde brilla

  • Hasta 30 s en un solo clip
  • Sonido generado con la imagen
  • Modos de texto, imagen y referencias en todos los niveles

Piénsalo dos veces si

  • Standard y Prime llegan hasta 1080p; para 4K necesitas Pro o Prime Pro
  • Los clips largos salen caros enseguida: el precio es por segundo
  • De 2 a 30 s, sonido nativo
  • Hasta 1080p (niveles Pro hasta 4K)

Casos de uso

De presentación a video explicativo

Convierte las diapositivas de resultados trimestrales que adjunto en un video explicativo de 30 segundos con una voz en off en inglés pausada y gráficos animados sencillos.

Entre estos modelos, Wan 3.0 es el primero que acepta documentos como entrada.

Plano continuo largo

Un único travelling de 30 segundos por un mercado de flores al amanecer, vendedores que arman ramos, charla suave y canto de pájaros.

30 s en un solo clip mantienen coherentes el movimiento y la composición.

Anuncio con un personaje coherente

Con mis dos imágenes de referencia de la corredora, muéstrala atándose los zapatos y luego corriendo a toda velocidad por un puente. La misma ropa de principio a fin, percusión animada.

El modo de referencias mantiene estables a los personajes y la utilería.

Frente a sus rivales

  • Seedance 2.5Seedance 2.5 también ofrece 30 s, con un presupuesto de referencias mayor.Puesto 2 de 18 en Artificial Analysis Text to Video Arena with audio ( 1142 Elo)
  • MiniMax H3 (Hailuo)MiniMax H3 tiene pesos abiertos, pero se queda en 15 s.Puesto 1 de 22 en Artificial Analysis Image to Video Arena ( 1195 Elo)
  • Kling O3 (Omni)Kling O3 es más fuerte en asociar una voz fija a los personajes recurrentes.Puesto 14 de 22 en Artificial Analysis Image to Video Arena ( 1044 Elo)
Comparar lado a lado ↗

Historial de versiones

Cada versión, con su fecha y lo que cambió respecto a la anterior.

  1. Wan 2.7Anterior, fuera de Sub Rosa
    • Añadió la generación a partir de fotograma inicial y final, la edición de video a video y las referencias de sujeto.
    Fuente : mindstudio.ai
  2. Wan 3.0La más reciente
    • La duración de los clips se duplica de 15 s a 30 s, hasta 1080p.
    • Acepta hasta 10 imágenes, 5 videos y 5 clips de audio, además de PDF y presentaciones.
    • Los pesos son cerrados, una ruptura con el Wan 2.2 abierto.
    Fuente : datanorth.ai

Benchmarks

Cómo leer estas puntuaciones: lo que te dice un benchmark.

Artificial Analysis Image to Video Arena: puesto 3 de 22 modelos medidos en el catálogo. El mismo duelo a ciegas, a partir de una imagen: qué clip le da vida mejor. Una puntuación Elo: cuanto más alta, más a menudo se prefiere. Con 100 puntos de diferencia, el modelo con mayor puntuación gana alrededor del 64 % de los duelos.

Artificial Analysis Image to Video ArenaPuntuación Elo · Artificial Analysis, 4 de octubre de 2026
  1. 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1195
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1181
  3. 3. Wan 3.0Wan 3.01164
  4. 4. HappyHorse 1.1HappyHorse1104
  5. 5. Grok Imagine 1.5Grok Imagine video1098
  6. 6. HappyHorse 1.0HappyHorse1083
  7. 7. Veo 3.1 Full QualityVeo 3 y 3.11082
  8. 8. Wan 2.7Wan 2.x1077
  9. 9. Grok ImagineGrok Imagine video1072
  10. 10. Veo 3.1 FastVeo 3 y 3.11066
Ver las cifras
ModeloElo
1. MiniMax H3 Max1195
2. MiniMax H31181
3. Wan 3.01164
4. HappyHorse 1.11104
5. Grok Imagine 1.51098
6. HappyHorse 1.01083
7. Veo 3.1 Full Quality1082
8. Wan 2.71077
9. Grok Imagine1072
10. Veo 3.1 Fast1066

Artificial Analysis Text to Video Arena with audio: puesto 1 de 18 modelos medidos en el catálogo. El duelo para clips con sonido: imagen, voces, efectos y lo bien que encajan. Una puntuación Elo: cuanto más alta, más a menudo se prefiere. Solo participan los modelos que generan su propio sonido.

Artificial Analysis Text to Video Arena with audioPuntuación Elo · Artificial Analysis, 4 de octubre de 2026
  1. 1. Wan 3.0Wan 3.01156
  2. 2. Seedance 2.5Seedance 2.51142
  3. 3. MiniMax H3MiniMax H3 (Hailuo)1138
  4. 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1134
  5. 5. Flux 3FLUX 3 video1127
  6. 6. Seedance 2.0Seedance 2.0 y 1.51119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1113
  8. 8. Grok Imagine 1.5Grok Imagine video1044
  9. 9. HappyHorse 1.1HappyHorse1043
  10. 10. Wan 2.7Wan 2.x1029
Ver las cifras
ModeloElo
1. Wan 3.01156
2. Seedance 2.51142
3. MiniMax H31138
4. MiniMax H3 Max1134
5. Flux 31127
6. Seedance 2.01119
7. Gemini Omni Flash 1.11113
8. Grok Imagine 1.51044
9. HappyHorse 1.11043
10. Wan 2.71029

Artificial Analysis Text to Video Arena: puesto 1 de 5 modelos medidos en el catálogo. La gente ve dos clips mudos hechos a partir de la misma descripción, sin saber qué modelos son, y elige el mejor. Una puntuación Elo: cuanto más alta, más a menudo se prefiere. Con 100 puntos de diferencia, el modelo con mayor puntuación gana alrededor del 64 % de los duelos.

Artificial Analysis Text to Video ArenaPuntuación Elo · Artificial Analysis, 4 de octubre de 2026
  1. 1. Wan 3.0Wan 3.01129
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1118
  3. 3. MiniMax H3 MaxMiniMax H3 (Hailuo)1115
  4. 4. Seedance 2.5Seedance 2.51102
  5. 5. Flux 3FLUX 3 video1094
Ver las cifras
ModeloElo
1. Wan 3.01129
2. MiniMax H31118
3. MiniMax H3 Max1115
4. Seedance 2.51102
5. Flux 31094

Los 12 modelos de esta familia

ModeloUsoPrivacidadPrecio
Wan 3.0wan-3-0-text-to-videoTexto a videoAnonimizado0,117 $ por segundo de video0,585 $ por un clip de 5 s
Wan 3.0wan-3-0-image-to-videoImagen a videoAnonimizado0,117 $ por segundo de video0,585 $ por un clip de 5 s
Wan 3.0 Referencewan-3-0-reference-to-videoDe referencias a videoAnonimizado0,117 $ por segundo de video0,585 $ por un clip de 5 s
Wan 3.0 Primewan-3-0-prime-text-to-videoTexto a videoAnonimizado0,164 $ por segundo de video0,819 $ por un clip de 5 s
Wan 3.0 Primewan-3-0-prime-image-to-videoImagen a videoAnonimizado0,164 $ por segundo de video0,819 $ por un clip de 5 s
Wan 3.0 Prime Referencewan-3-0-prime-reference-to-videoDe referencias a videoAnonimizado0,164 $ por segundo de video0,819 $ por un clip de 5 s
Wan 3.0 Prowan-3-0-pro-text-to-videoTexto a videoAnonimizado0,106 $ por segundo de video0,531 $ por un clip de 5 s
Wan 3.0 Prowan-3-0-pro-image-to-videoImagen a videoAnonimizado0,106 $ por segundo de video0,531 $ por un clip de 5 s
Wan 3.0 Pro Referencewan-3-0-pro-reference-to-videoDe referencias a videoAnonimizado0,106 $ por segundo de video0,531 $ por un clip de 5 s
Wan 3.0 Prime Prowan-3-0-prime-pro-text-to-videoTexto a videoAnonimizado0,149 $ por segundo de video0,746 $ por un clip de 5 s
Wan 3.0 Prime Prowan-3-0-prime-pro-image-to-videoImagen a videoAnonimizado0,149 $ por segundo de video0,746 $ por un clip de 5 s
Wan 3.0 Prime Pro Referencewan-3-0-prime-pro-reference-to-videoDe referencias a videoAnonimizado0,149 $ por segundo de video0,746 $ por un clip de 5 s

Especificaciones

EspecificaciónWan 3.0
Lanzamiento24 de agosto de 2026
PesosCerrados
Aceptatext, images, video, audio
Producevideo, audio
Duración de los clips2 a 30 s, con sonido
Resoluciones1080p, 720p, 480p
Precio0,117 $ por segundo de video
PrivacidadAnonimizado

Precios, contexto y duraciones del catálogo en vivo el 16 de octubre de 2026; parámetros y licencias según el fabricante.