Wan 3.0: guía para crear vídeos con IA de 30 segundos
Alibaba lanzó Wan 3.0 en beta pública el 6 de agosto de 2026 y lo hizo disponible de forma general el 24 de agosto. Su gran novedad es la duración: hasta 30 segundos de vídeo en una sola generación, el doble del límite de 15 segundos de la versión anterior, con diálogo, música y efectos de sonido generados junto con la imagen. Wan 3.0 solo está disponible por API, a través de Alibaba Cloud Model Studio. Esta guía recoge las especificaciones confirmadas, lo que cuesta y cómo planificar una toma de 30 segundos. Última revisión: 2026-10-08.
Especificaciones de un vistazo
| Especificación | Wan 3.0 (wan3.0-video) |
|---|---|
| Duración | De 2 a 30 segundos (5 por defecto), o una «duración inteligente» que elige el modelo |
| Fotogramas | 30 fps |
| Resolución | 480p, 720p o 1080p (1080p por defecto) |
| Relaciones de aspecto | Adaptativa, 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 |
| Referencias | Hasta 10 imágenes, 5 clips de vídeo (15 s en total) y 5 clips de audio (15 s en total), más un documento (hasta 100 MB y 50 páginas) o un enlace web |
| Audio | Diálogo, música de fondo y efectos de sonido nativos; desactivar el audio no cambia el precio |
| Precio | 0,05 / 0,10 / 0,20 $ por segundo en 480p / 720p / 1080p (precio de lista internacional) |
La entrada de documentos es nueva en la serie: un guion, un brief o una presentación se pueden pasar directamente en lugar de pegarlos en el prompt.
¿Estándar o Prime?
Wan 3.0 tiene dos niveles. wan3.0-video-prime ofrece las mismas capacidades que el modelo estándar, con una generación de extremo a extremo que Alibaba describe como mucho más rápida, a 0,068 / 0,14 / 0,28 $ por segundo. Un clip completo de 30 segundos en 1080p cuesta 6,00 $ en el nivel estándar y 8,40 $ en Prime. Prime compensa cuando estás esperando un render; para lotes nocturnos, el nivel estándar hace el mismo trabajo por menos.
¿Es Wan 3.0 de código abierto?
No. A diferencia de versiones anteriores de Wan, Wan 3.0 no tiene pesos publicados y solo se puede usar a través de la API. El modelo insignia con pesos abiertos más reciente de la familia sigue siendo Wan 2.2, publicado en julio de 2025 con licencia Apache-2.0.
Cómo planificar una toma única de 30 segundos
- Escribe una escaleta antes del prompt. 30 segundos a 30 fps son 900 fotogramas. Divídelos en tres a cinco momentos de seis a diez segundos, cada uno con una acción clara.
- Un solo movimiento de cámara por momento. En una toma única la cámara nunca corta; describe cómo se desplaza de un momento al siguiente.
- Fija la identidad con referencias. Pasa el personaje, el producto o la localización como imágenes de referencia para que el sujeto del último segundo siga coincidiendo con el del primero.
- Presupuesta el diálogo. El habla natural va a unas dos o tres palabras por segundo, así que deja espacio entre frases en lugar de llenar los 30 segundos.
- Borrador barato, acabado nítido. Un borrador de 30 segundos cuesta 1,50 $ en 480p frente a 6,00 $ en 1080p. Ajusta primero el ritmo y la puesta en escena a baja resolución.
- Extiende en lugar de empezar de cero. Wan 3.0 puede continuar un clip existente hacia delante o hacia atrás, siempre que entrada y salida no superen juntas los 30 segundos.
Estructura del prompt
La propia guía de Alibaba escribe los prompts largos como segmentos con marcas de tiempo, cada uno con una línea de cámara y una línea de escena. Pon primero el estilo, la iluminación y el sonido globales, y después la línea de tiempo:
Style: warm documentary realism, golden-hour light, 16:9.
Audio: quiet street ambience, soft acoustic guitar under the dialogue.
(0:00 - 0:08) Camera: wide shot, slow push-in. Scene: a cyclist rides into an empty market square.
(0:08 - 0:20) Camera: continues to a medium shot, handheld follow. Scene: she stops at a flower stall. Dialogue (vendor): "You're early today."
(0:20 - 0:30) Camera: slow orbit to a close-up. Scene: she smiles and picks up a bunch of sunflowers.Los prompts admiten hasta 20.000 caracteres, así que hay espacio para el detalle, pero cada segmento debería describir una sola acción. Tienes más ejemplos listos para usar en nuestra colección de prompts de Wan 3.0, y el resumen de Wan 3.0 presenta el modelo.
¿Está Wan 3.0 en Imgo?
Todavía no. Wan 3.0 no está integrado en Imgo y no tiene precio en créditos de Imgo. Lo que puedes usar hoy en Imgo es Seedance 2.0 en el generador de vídeo, con clips de hasta 15 segundos, referencias de imagen, vídeo y audio, y audio nativo. La lista de modelos disponibles muestra todo lo que puedes generar ahora mismo, y nuestra página de alternativas a Wan 3.0 recoge las demás opciones. Para comparar lado a lado con el otro modelo de 30 segundos de esta categoría, consulta Wan 3.0 vs Seedance 2.5.
Fuentes
Compartir
Related Posts
No image
Kling 4.0 Flash abrió en acceso anticipado el 28 de septiembre para un grupo limitado —según los reportes, suscriptores anuales Ultra— con clips de 3 a 20 segundos en 720p. Cómo entrar, cuánto cuesta, cómo escribir los prompts de 8.000 tokens y el plan de keyframes, y qué generar mientras tanto.
No image
Wan 3.0 acepta un documento, un enlace web, imágenes, vídeos y audio como entradas. Esta guía práctica cubre para qué sirve cada entrada, cómo estructurar el prompt de una toma de 30 segundos, ejemplos de presupuesto por segundo de 480p a 1080p en ambos niveles, y los errores más comunes.
No image
Kling 4.0 Flash está en acceso anticipado desde el 28 de septiembre de 2026; el modelo completo y su API siguen pendientes, con octubre de 2026 como objetivo. Esto es lo que hace cada nivel, qué especificaciones destacadas solo están anunciadas y qué usar mientras tanto.