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 cost
Última versãoWan 3.024 de agosto de 2026
Artificial Analysis Image to Video Arena1.164 Elo3º de 22 em Artificial Analysis Image to Video Arena
Preço$ 0,117 por segundo de vídeo$ 0,585 por um clipe de 5 s
Especificação principalClipes de até 30 s, com som

O 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)
Comparar lado a lado ↗

Histórico de versões

Cada versão, com data, e o que ela mudou em relação à anterior.

  1. 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.
    Fonte : mindstudio.ai
  2. 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.
    Fonte : datanorth.ai

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.

Artificial Analysis Image to Video ArenaPontuação Elo · Artificial Analysis, 4 de outubro de 2026
  1. 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1.195
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1.181
  3. 3. Wan 3.0Wan 3.01.164
  4. 4. HappyHorse 1.1HappyHorse1.104
  5. 5. Grok Imagine 1.5Grok Imagine vídeo1.098
  6. 6. HappyHorse 1.0HappyHorse1.083
  7. 7. Veo 3.1 Full QualityVeo 3 e 3.11.082
  8. 8. Wan 2.7Wan 2.x1.077
  9. 9. Grok ImagineGrok Imagine vídeo1.072
  10. 10. Veo 3.1 FastVeo 3 e 3.11.066
Ver os números
ModeloElo
1. MiniMax H3 Max1.195
2. MiniMax H31.181
3. Wan 3.01.164
4. HappyHorse 1.11.104
5. Grok Imagine 1.51.098
6. HappyHorse 1.01.083
7. Veo 3.1 Full Quality1.082
8. Wan 2.71.077
9. Grok Imagine1.072
10. Veo 3.1 Fast1.066

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.

Artificial Analysis Text to Video Arena with audioPontuação Elo · Artificial Analysis, 4 de outubro de 2026
  1. 1. Wan 3.0Wan 3.01.156
  2. 2. Seedance 2.5Seedance 2.51.142
  3. 3. MiniMax H3MiniMax H3 (Hailuo)1.138
  4. 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1.134
  5. 5. Flux 3FLUX 3 vídeo1.127
  6. 6. Seedance 2.0Seedance 2.0 e 1.51.119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1.113
  8. 8. Grok Imagine 1.5Grok Imagine vídeo1.044
  9. 9. HappyHorse 1.1HappyHorse1.043
  10. 10. Wan 2.7Wan 2.x1.029
Ver os números
ModeloElo
1. Wan 3.01.156
2. Seedance 2.51.142
3. MiniMax H31.138
4. MiniMax H3 Max1.134
5. Flux 31.127
6. Seedance 2.01.119
7. Gemini Omni Flash 1.11.113
8. Grok Imagine 1.51.044
9. HappyHorse 1.11.043
10. Wan 2.71.029

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.

Artificial Analysis Text to Video ArenaPontuação Elo · Artificial Analysis, 4 de outubro de 2026
  1. 1. Wan 3.0Wan 3.01.129
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1.118
  3. 3. MiniMax H3 MaxMiniMax H3 (Hailuo)1.115
  4. 4. Seedance 2.5Seedance 2.51.102
  5. 5. Flux 3FLUX 3 vídeo1.094
Ver os números
ModeloElo
1. Wan 3.01.129
2. MiniMax H31.118
3. MiniMax H3 Max1.115
4. Seedance 2.51.102
5. Flux 31.094

Todos os 12 modelos desta família

ModeloUsoPrivacidadePreço
Wan 3.0wan-3-0-text-to-videoTexto para vídeoAnonimizado$ 0,117 por segundo de vídeo$ 0,585 por um clipe de 5 s
Wan 3.0wan-3-0-image-to-videoImagem para vídeoAnonimizado$ 0,117 por segundo de vídeo$ 0,585 por um clipe de 5 s
Wan 3.0 Referencewan-3-0-reference-to-videoReferências para vídeoAnonimizado$ 0,117 por segundo de vídeo$ 0,585 por um clipe de 5 s
Wan 3.0 Primewan-3-0-prime-text-to-videoTexto para vídeoAnonimizado$ 0,164 por segundo de vídeo$ 0,819 por um clipe de 5 s
Wan 3.0 Primewan-3-0-prime-image-to-videoImagem para vídeoAnonimizado$ 0,164 por segundo de vídeo$ 0,819 por um clipe de 5 s
Wan 3.0 Prime Referencewan-3-0-prime-reference-to-videoReferências para vídeoAnonimizado$ 0,164 por segundo de vídeo$ 0,819 por um clipe de 5 s
Wan 3.0 Prowan-3-0-pro-text-to-videoTexto para vídeoAnonimizado$ 0,106 por segundo de vídeo$ 0,531 por um clipe de 5 s
Wan 3.0 Prowan-3-0-pro-image-to-videoImagem para vídeoAnonimizado$ 0,106 por segundo de vídeo$ 0,531 por um clipe de 5 s
Wan 3.0 Pro Referencewan-3-0-pro-reference-to-videoReferências para vídeoAnonimizado$ 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-videoTexto para vídeoAnonimizado$ 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-videoImagem para vídeoAnonimizado$ 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-videoReferências para vídeoAnonimizado$ 0,149 por segundo de vídeo$ 0,746 por um clipe de 5 s

Especificações

EspecificaçãoWan 3.0
Lançamento24 de agosto de 2026
PesosFechados
Aceitatext, images, video, audio
Produzvideo, audio
Duração dos clipes2 a 30 s, com som
Resoluções1080p, 720p, 480p
Preço$ 0,117 por segundo de vídeo
PrivacidadeAnonimizado

Preços, contexto e durações do catálogo ao vivo em 16 de outubro de 2026; parâmetros e licenças segundo o fabricante.