Vídeo · Alibaba
Wan 3.0
O modelo da Alibaba de agosto de 2026, até 30 s por clipe com som. Escolha-o para planos longos a um preço intermediário.
Anonimizado Moderate costO que o diferencia
O Wan 3.0 é o modelo principal da Alibaba com pesos fechados: até 30 s em 1080p, e o prompt pode incluir texto, imagens, vídeo, áudio e até PDF ou apresentações. Ele lidera a arena de texto para vídeo da Artificial Analysis no momento desta leitura.
- Até 30 s em 1080p
- Aceita PDF e apresentações como entrada
- Pesos fechados, ao contrário do Wan 2.2
Recomendado para: um plano longo e contínuo.
Pontos fortes e limites
Onde ele brilha
- Até 30 s em um único clipe
- Som gerado com a imagem
- Modos de texto, imagem e referências em todos os níveis
Pense duas vezes quando
- Standard e Prime param em 1080p; para 4K, você precisa do Pro ou do Prime Pro
- Clipes longos ficam caros rápido: o preço é por segundo
- De 2 a 30 s, som nativo
- Até 1080p (níveis Pro até 4K)
Casos de uso
De apresentação a vídeo explicativo
Transforme os slides de resultados trimestrais anexados em um vídeo explicativo de 30 segundos, com uma narração em off calma em inglês e gráficos animados simples.
Entre estes modelos, o Wan 3.0 é o primeiro a aceitar documentos como entrada.
Plano contínuo longo
Um único travelling de 30 segundos por um mercado de flores ao amanhecer, vendedores montando buquês, conversa baixa e canto de pássaros.
30 s em um só clipe mantêm o movimento e a composição coerentes.
Anúncio com personagem consistente
Usando as minhas duas imagens de referência da corredora, mostre ela amarrando os tênis e depois correndo a toda velocidade por uma ponte. A mesma roupa do começo ao fim, percussão animada.
O modo de referências mantém personagens e objetos de cena estáveis.
Diante dos rivais
- Seedance 2.5O Seedance 2.5 também oferece 30 s, com um orçamento de referências maior.2º de 18 em Artificial Analysis Text to Video Arena with audio ( 1.142 Elo)
- MiniMax H3 (Hailuo)O MiniMax H3 tem pesos abertos, mas para em 15 s.1º de 22 em Artificial Analysis Image to Video Arena ( 1.195 Elo)
- Kling O3 (Omni)O Kling O3 é melhor em associar uma voz fixa a personagens recorrentes.14º de 22 em Artificial Analysis Image to Video Arena ( 1.044 Elo)
Histórico de versões
Cada versão, com data, e o que ela mudou em relação à anterior.
- Wan 2.7Anterior, fora do Sub Rosa
- Adicionou a geração a partir de quadro inicial e final, a edição de vídeo para vídeo e as referências de sujeito.
- Wan 3.0A mais recente
- A duração dos clipes dobra de 15 s para 30 s, até 1080p.
- Aceita até 10 imagens, 5 vídeos e 5 clipes de áudio, além de PDF e apresentações.
- Os pesos são fechados, uma ruptura com o Wan 2.2 aberto.
Benchmarks
Como ler estas pontuações: o que um benchmark diz.
Artificial Analysis Image to Video Arena: 3º de 22 modelos medidos no catálogo. O mesmo duelo às cegas, a partir de uma imagem: qual clipe dá mais vida a ela. Uma pontuação Elo: quanto maior, mais vezes é preferido. Com 100 pontos de diferença, o modelo mais bem pontuado vence cerca de 64% dos duelos.
- 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1.195
- 2. MiniMax H3MiniMax H3 (Hailuo)1.181
- 3. Wan 3.0Wan 3.01.164
- 4. HappyHorse 1.1HappyHorse1.104
- 5. Grok Imagine 1.5Grok Imagine vídeo1.098
- 6. HappyHorse 1.0HappyHorse1.083
- 7. Veo 3.1 Full QualityVeo 3 e 3.11.082
- 8. Wan 2.7Wan 2.x1.077
- 9. Grok ImagineGrok Imagine vídeo1.072
- 10. Veo 3.1 FastVeo 3 e 3.11.066
Ver os números
| Modelo | Elo |
|---|---|
| 1. MiniMax H3 Max | 1.195 |
| 2. MiniMax H3 | 1.181 |
| 3. Wan 3.0 | 1.164 |
| 4. HappyHorse 1.1 | 1.104 |
| 5. Grok Imagine 1.5 | 1.098 |
| 6. HappyHorse 1.0 | 1.083 |
| 7. Veo 3.1 Full Quality | 1.082 |
| 8. Wan 2.7 | 1.077 |
| 9. Grok Imagine | 1.072 |
| 10. Veo 3.1 Fast | 1.066 |
Artificial Analysis Text to Video Arena with audio: 1º de 18 modelos medidos no catálogo. O duelo para clipes com som: imagem, vozes, efeitos e o quanto combinam. Uma pontuação Elo: quanto maior, mais vezes é preferido. Só participam os modelos que fazem o próprio som.
- 1. Wan 3.0Wan 3.01.156
- 2. Seedance 2.5Seedance 2.51.142
- 3. MiniMax H3MiniMax H3 (Hailuo)1.138
- 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1.134
- 5. Flux 3FLUX 3 vídeo1.127
- 6. Seedance 2.0Seedance 2.0 e 1.51.119
- 7. Gemini Omni Flash 1.1Gemini Omni Flash1.113
- 8. Grok Imagine 1.5Grok Imagine vídeo1.044
- 9. HappyHorse 1.1HappyHorse1.043
- 10. Wan 2.7Wan 2.x1.029
Ver os números
| Modelo | Elo |
|---|---|
| 1. Wan 3.0 | 1.156 |
| 2. Seedance 2.5 | 1.142 |
| 3. MiniMax H3 | 1.138 |
| 4. MiniMax H3 Max | 1.134 |
| 5. Flux 3 | 1.127 |
| 6. Seedance 2.0 | 1.119 |
| 7. Gemini Omni Flash 1.1 | 1.113 |
| 8. Grok Imagine 1.5 | 1.044 |
| 9. HappyHorse 1.1 | 1.043 |
| 10. Wan 2.7 | 1.029 |
Artificial Analysis Text to Video Arena: 1º de 5 modelos medidos no catálogo. As pessoas assistem a dois clipes mudos feitos a partir da mesma descrição, sem saber quais são os modelos, e escolhem o melhor. Uma pontuação Elo: quanto maior, mais vezes é preferido. Com 100 pontos de diferença, o modelo mais bem pontuado vence cerca de 64% dos duelos.
- 1. Wan 3.0Wan 3.01.129
- 2. MiniMax H3MiniMax H3 (Hailuo)1.118
- 3. MiniMax H3 MaxMiniMax H3 (Hailuo)1.115
- 4. Seedance 2.5Seedance 2.51.102
- 5. Flux 3FLUX 3 vídeo1.094
Ver os números
| Modelo | Elo |
|---|---|
| 1. Wan 3.0 | 1.129 |
| 2. MiniMax H3 | 1.118 |
| 3. MiniMax H3 Max | 1.115 |
| 4. Seedance 2.5 | 1.102 |
| 5. Flux 3 | 1.094 |
Todos os 12 modelos desta família
| Modelo | Uso | Privacidade | Preço |
|---|---|---|---|
Wan 3.0wan-3-0-text-to-video | Texto para vídeo | Anonimizado | $ 0,117 por segundo de vídeo$ 0,585 por um clipe de 5 s |
Wan 3.0wan-3-0-image-to-video | Imagem para vídeo | Anonimizado | $ 0,117 por segundo de vídeo$ 0,585 por um clipe de 5 s |
Wan 3.0 Referencewan-3-0-reference-to-video | Referências para vídeo | Anonimizado | $ 0,117 por segundo de vídeo$ 0,585 por um clipe de 5 s |
Wan 3.0 Primewan-3-0-prime-text-to-video | Texto para vídeo | Anonimizado | $ 0,164 por segundo de vídeo$ 0,819 por um clipe de 5 s |
Wan 3.0 Primewan-3-0-prime-image-to-video | Imagem para vídeo | Anonimizado | $ 0,164 por segundo de vídeo$ 0,819 por um clipe de 5 s |
Wan 3.0 Prime Referencewan-3-0-prime-reference-to-video | Referências para vídeo | Anonimizado | $ 0,164 por segundo de vídeo$ 0,819 por um clipe de 5 s |
Wan 3.0 Prowan-3-0-pro-text-to-video | Texto para vídeo | Anonimizado | $ 0,106 por segundo de vídeo$ 0,531 por um clipe de 5 s |
Wan 3.0 Prowan-3-0-pro-image-to-video | Imagem para vídeo | Anonimizado | $ 0,106 por segundo de vídeo$ 0,531 por um clipe de 5 s |
Wan 3.0 Pro Referencewan-3-0-pro-reference-to-video | Referências para vídeo | Anonimizado | $ 0,106 por segundo de vídeo$ 0,531 por um clipe de 5 s |
Wan 3.0 Prime Prowan-3-0-prime-pro-text-to-video | Texto para vídeo | Anonimizado | $ 0,149 por segundo de vídeo$ 0,746 por um clipe de 5 s |
Wan 3.0 Prime Prowan-3-0-prime-pro-image-to-video | Imagem para vídeo | Anonimizado | $ 0,149 por segundo de vídeo$ 0,746 por um clipe de 5 s |
Wan 3.0 Prime Pro Referencewan-3-0-prime-pro-reference-to-video | Referências para vídeo | Anonimizado | $ 0,149 por segundo de vídeo$ 0,746 por um clipe de 5 s |
Especificações
| Especificação | Wan 3.0 |
|---|---|
| Lançamento | 24 de agosto de 2026 |
| Pesos | Fechados |
| Aceita | text, images, video, audio |
| Produz | video, audio |
| Duração dos clipes | 2 a 30 s, com som |
| Resoluções | 1080p, 720p, 480p |
| Preço | $ 0,117 por segundo de vídeo |
| Privacidade | Anonimizado |
Preços, contexto e durações do catálogo ao vivo em 16 de outubro de 2026; parâmetros e licenças segundo o fabricante.
Fontes
Tudo nesta página vem destas páginas, lidas em 16 de outubro de 2026 ou na data indicada em cada pontuação.