GPT-6 Sol y Claude Opus 5.5 ya disponiblesGPT-6 Sol por la mitad del precio de 5.6 Sol

Wan 3.0 API

Vídeo IA

Wan 3.0 es el modelo de vídeo todo en uno de Alibaba en OmniaKey: un único identificador cubre texto a vídeo, un primer fotograma y planos guiados por referencias, y cada clip vuelve con su propia banda sonora.

Alibaba

Wan 3.0

Modo
Prompt0 / 12000
Duración
Resolución
Relación de aspecto

Estimado $0,20$0,04/s × 5s

Tu resultado aparecerá aquí cuando ejecutes el modelo.

01

Para qué sirve

Wan 3.0 es el modelo de vídeo todo en uno de Alibaba en OmniaKey: un único identificador cubre texto a vídeo, un primer fotograma y planos guiados por referencias, y cada clip vuelve con su propia banda sonora.

Elige Wan 3.0 cuando un plano necesite audio creíble y personajes estables, de $0.04 a $0.16 por segundo según la resolución; el mismo prompt en Wan 3.0 Video Prime vuelve unas dos veces más rápido y a un precio mayor.

02

Qué hace

Texto a vídeo

wan3.0-video

Genera un vídeo corto a partir de un texto.

Imagen a vídeo

wan3.0-video

Anima una imagen fija en un vídeo corto.

Referencia a vídeo

wan3.0-video

Guía el vídeo con material de referencia para mantener un personaje, un estilo o un movimiento.

03

En detalle

Wan 3.0 es el modelo de vídeo de Alibaba en OmniaKey, con id wan3.0-video, y la entrada más amplia del catálogo: texto a vídeo, un primer fotograma (opcionalmente con un último fotograma) y tomas guiadas por imagen de referencia funcionan con el mismo id, en 480P, 720P o 1080P, durante un máximo de 30 segundos.

Cada clip lleva una pista de sonido AAC salvo que la solicitud desactive el audio, y Alibaba documenta una salida de 30 fps. La tarea se cobra por segundo de salida y por resolución, con el cargo aplicado al crear la tarea y devuelto si falla.

El 25 de octubre de 2026 ejecutamos tres prompts de 5 segundos en 720p frente a Kling 3.0 y Wan ganó dos de ellos — el puesto de fideos y la órbita del perfume — y solo perdió el truco de skate. Esos resultados y un conjunto de pruebas de septiembre, incluido un clip de 2 segundos, se recogen más abajo.

Tomas que necesitan su propio sonido

Wan genera el ambiente y los efectos junto con la imagen, así que una escena de mercado obtiene voces y tráfico sin pasar por foley. Envía audio true, o audio false cuando el clip se vaya a montar después sobre una pista musical, y revisa la pista en el primer render.

Tomas únicas de hasta medio minuto

Alibaba documenta una ventana de 2 a 30 segundos, que cubre una demo de producto completa en un solo movimiento continuo. Los trabajos cortos también sirven: nuestro conjunto de pruebas incluyó un clip de 2 segundos en 480P, así que los teasers y las cortinillas no tienen que rellenarse.

Órbitas de perfume y producto

La prueba de la etiqueta es la que mejor resolvió este modelo: un frasco, su tapón dorado y dos líneas de texto pequeño se mantuvieron legibles durante el movimiento en el primer fotograma que enviamos. Dale un primer fotograma a tamaño final y una instrucción de órbita lenta.

04

Notas de pruebas

  • En nuestra prueba de tres prompts del 25 de octubre de 2026, Wan 3.0 ganó dos de tres clips frente a Kling 3.0 y solo perdió la toma de acción de skate.

    Leer la prueba
  • Wan 3.0 terminó los mismos tres prompts en una mediana de 144,2 segundos, frente a 193,6 segundos de Kling 3.0.

    Leer la prueba
  • En nuestra prueba de imagen a vídeo con perfume, Wan 3.0 mantuvo legibles el frasco, el tapón dorado y las dos líneas de texto de la etiqueta durante el movimiento de cámara.

    Leer la prueba
  • Wan 3.0 también completó un trabajo de texto a vídeo de 2 segundos en 480P en nuestra prueba rápida del 14 de septiembre de 2026, así que el flujo acepta clips de menos de cinco segundos.

    Leer la prueba
  • Nuestra prueba rápida del 14 de septiembre de 2026 devolvió un clip de texto a vídeo de Wan 3.0 de 5 segundos en 720P como un MP4 de 1280x720 de 5,04 segundos.

05

Límites a tener en cuenta

  • 1080P tiene precio y se acepta, pero nuestro propio conjunto de pruebas se quedó en 720P; ejecuta un trabajo de fotograma grande antes de programar un lote largo a ese tamaño.
  • La salida conserva una pista AAC incluso cuando la solicitud no menciona el audio, así que un máster en silencio necesita audio false y una comprobación del archivo descargado.
  • La referencia de Alibaba sigue marcando Wan 3.0 como modelo de preview, y el 4K queda fuera de lo que ofrece la API alojada: 480P, 720P y 1080P son los únicos tamaños publicados.

06

Comparar modelos cercanos

ModeloIdeal paraOperacionesPrecio publicado
Wan 3.0Esta página
wan3.0-video
Tres operaciones, tomas de 30 segundos, de 480P a 1080P, con sonido activado por defecto.Texto a vídeo · Imagen a vídeo · Referencia a vídeo
$0,04–$0,16
por segundo
Kling 3.0
kling-3.0
Clips fijos de 5, 10 o 15 segundos con un cargo fijado antes del render.Texto a vídeo · Imagen a vídeo
$0,80–$3,00
por llamada
Wan 3.0 Video Prime
wan3.0-video-prime
Las mismas operaciones y formas a una tarifa mayor, con un tiempo de respuesta más corto en nuestro conjunto de pruebas.Texto a vídeo · Imagen a vídeo · Referencia a vídeo
$0,078–$0,38
por segundo

08

Cómo llamarlo

Los modelos de medios funcionan de forma asíncrona: crea una tarea, consúltala hasta que termine y descarga la URL firmada del recurso.

Crear, consultar, descargar
# 1. Create the job. 202 Accepted; the body carries the task id,
#    the pre-charged price, and a poll_url. Reuse one Idempotency-Key
#    across retries so a timeout never starts a second paid job.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: wan3.0-video-001" \
  -d '{
    "model": "wan3.0-video",
    "type": "video",
    "operation": "text_to_video",
    "input": {"prompt": "a paper boat on a quiet lake at sunset"},
    "parameters": {"duration": 6, "resolution": "720p"}
  }'

# 2. The same model id and the same poll loop serve the other operations:
#      image_to_video         media[] type "first_frame"
#      reference_to_video     media[] type "reference_image"
#    Reference media travel alongside the prompt:
#    {"prompt": "...", "media": [{"type": "first_frame", "url": "https://example.com/first-frame.png"}]}
#    A public HTTPS URL or a base64 data URI both work.

# 3. Poll GET /v1/media/tasks/{id} until status is
#    succeeded | failed | canceled. Progress carries percent and stage.
curl --fail-with-body https://api.omniakey.com/v1/media/tasks/TASK_ID \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY"

# 4. Download assets[0].url before expires_at, or poll again for a
#    fresh signed URL. Failed and canceled jobs are refunded.
curl -sS -o out.mp4 "$(jq -r '.assets[0].url' result.json)"

09

Precio

Los trabajos de vídeo se cobran por segundo de salida generado, no por token. Los trabajos fallidos o cancelados se reembolsan automáticamente.

Por segundo de salida

$0,04–$0,16por segundoAhorra 20%

480P
$0,04por segundo
720P
$0,08por segundo
1080P
$0,16por segundo

Más modelos de Alibaba

Artículos relacionados

Preguntas frecuentes

¿Cómo llamo a Wan 3.0 en OmniaKey?

Envía un POST a /v1/media/tasks con el id del modelo, type "video" y operation "text_to_video"; o "image_to_video" con un primer fotograma en input.media[] (type "first_frame"). Reutiliza la misma Idempotency-Key en los reintentos para que un timeout nunca inicie un segundo trabajo de pago.

¿Cuánto cuesta Wan 3.0?

Wan 3.0 se cobra a $0,04–$0,16 por segundo de vídeo generado. La creación pre-cobra la duración solicitada de tu saldo prepago y los trabajos fallidos o cancelados se reembolsan automáticamente.

¿Por qué la API devuelve un id de tarea en lugar del vídeo?

El renderizado de vídeo tarda entre un minuto y varios minutos, así que OmniaKey ejecuta todas las rutas de vídeo con el mismo ciclo asíncrono. Consulta GET /v1/media/tasks/{id} hasta que el estado sea succeeded y luego lee la URL firmada del recurso.

¿Puedo desactivar el audio en Wan 3.0?

Sí: envía audio false en los parámetros. El valor por defecto está activado, y nuestros clips de prueba llevaban una pista AAC incluso cuando la solicitud no la pedía, así que revisa el archivo descargado en lugar de la solicitud. El catálogo cobra una tarifa por resolución, con o sin sonido, y las cifras actuales están en la tabla de precios de la página del modelo.

¿Wan 3.0 llega de verdad a 30 segundos?

Alibaba documenta una ventana de salida de 2 a 30 segundos, y el catálogo cobra por segundo de salida, así que un trabajo de 30 segundos es una solicitud legítima en cualquier resolución. Nuestros trabajos completados duraron entre 2 y 5 segundos; prueba una toma larga en tu resolución objetivo antes de organizar un calendario en torno a ello.

¿Cuál es la diferencia entre Wan 3.0 y Wan 3.0 Video Prime?

Las operaciones, la ventana de 2 a 30 segundos y las tres resoluciones son las mismas, y Prime cuesta más en cada resolución. En nuestro conjunto de pruebas en 720P, el mismo trabajo de texto a vídeo de 5 segundos terminó en 60 a 80 segundos con Prime frente a 120 a 150 con el id estándar.

¿Wan 2.7 video sigue disponible aquí?

No. El catálogo publica wan3.0-video y wan3.0-video-prime, y la familia de vídeo Wan 2.7 no aparece; wan2.7-image-pro es un modelo de imagen y no puede sustituirla. Los flujos de trabajo que dependen de la continuación o la edición por instrucciones de Wan 2.7 necesitan otro plan.

¿Wan 3.0 genera 4K?

No mediante la API alojada. La referencia de Alibaba indica 480P, 720P y 1080P, y no aparece ningún tamaño 4K para ninguno de los dos id de Wan 3.0, así que una solicitud en 4K no tiene nada con lo que resolverse. Escala en la edición cuando un cliente necesite un máster en 4K.