GPT-6 Sol e Claude Opus 5.5 disponíveisGPT-6 Sol pela metade do preço do 5.6 Sol

Wan 3.0 API

Vídeo de IA

Wan 3.0 é o modelo de vídeo tudo-em-um da Alibaba na OmniaKey: um único identificador cobre texto para vídeo, um primeiro quadro e cenas guiadas por referências, e cada clipe volta com trilha sonora própria.

Alibaba

Wan 3.0

Modo
Prompt0 / 12000
Duração
Resolução
Proporção

Estimado $0,20$0,04/s × 5s

Seu resultado aparecerá aqui quando você executar o modelo.

01

Onde ele se encaixa

Wan 3.0 é o modelo de vídeo tudo-em-um da Alibaba na OmniaKey: um único identificador cobre texto para vídeo, um primeiro quadro e cenas guiadas por referências, e cada clipe volta com trilha sonora própria.

Escolha Wan 3.0 quando a cena exigir áudio crível e personagens estáveis, de $0.04 a $0.16 por segundo conforme a resolução; o mesmo prompt no Wan 3.0 Video Prime volta cerca de duas vezes mais rápido, com preço maior.

02

O que ele faz

Texto para vídeo

wan3.0-video

Gera um clipe curto de vídeo a partir de um texto.

Imagem para vídeo

wan3.0-video

Anima uma imagem estática em um clipe curto.

Referência para vídeo

wan3.0-video

Orienta o clipe com material de referência para manter um personagem, um estilo ou um movimento.

03

Em detalhe

O Wan 3.0 é o modelo de vídeo da Alibaba no OmniaKey, com ID do modelo wan3.0-video, e a entrada mais ampla do catálogo: texto para vídeo, um primeiro quadro (opcionalmente com um último quadro) e tomadas guiadas por imagem de referência passam todos pelo mesmo ID, em 480P, 720P ou 1080P, por até 30 segundos.

Cada clipe traz uma trilha AAC, a menos que a requisição desligue o áudio, e a Alibaba documenta saída a 30 fps. A tarefa é cobrada por segundo de saída e por resolução, com a cobrança feita na criação da tarefa e devolvida em caso de falha.

Em 25 de outubro de 2026 rodamos três prompts de 5 segundos em 720p contra o Kling 3.0 e o Wan venceu dois deles — a barraca de macarrão e a órbita do perfume — perdendo apenas a manobra de skate. Esses resultados e um conjunto de testes de setembro, incluindo um clipe de 2 segundos, estão registrados abaixo.

Tomadas que precisam do próprio som

O Wan cria ambiência e efeitos junto com a imagem, então uma cena de mercado ganha vozes e trânsito sem uma etapa de foley. Envie audio true, ou audio false quando o clipe for cortado sobre uma faixa musical depois, e confira a trilha na primeira renderização.

Tomadas únicas de até meio minuto

A Alibaba documenta uma janela de 2 a 30 segundos, que cobre uma demonstração de produto inteira em um movimento contínuo. Trabalhos curtos também funcionam: nosso conjunto de testes incluiu um clipe de 2 segundos em 480P, então teasers e vinhetas não precisam ser preenchidos.

Órbitas de perfume e produto

O teste de rótulo foi o que este modelo resolveu melhor: um frasco, sua tampa dourada e duas linhas de texto pequeno permaneceram legíveis durante o movimento no primeiro quadro que fornecemos. Passe um primeiro quadro no tamanho de entrega e uma instrução de órbita lenta.

04

Notas de teste

  • No nosso teste de três prompts em 25 de outubro de 2026, o Wan 3.0 venceu dois de três clipes contra o Kling 3.0 e perdeu apenas a tomada de ação de skate.

    Ler o teste
  • O Wan 3.0 concluiu os mesmos três prompts em mediana de 144,2 segundos, contra 193,6 segundos do Kling 3.0.

    Ler o teste
  • No nosso teste de imagem para vídeo com perfume, o Wan 3.0 manteve o frasco, a tampa dourada e as duas linhas de texto do rótulo legíveis durante o movimento de câmera.

    Ler o teste
  • O Wan 3.0 também concluiu um trabalho de texto para vídeo de 2 segundos em 480P na nossa rodada de testes de 14 de setembro de 2026, então o recurso aceita clipes menores que cinco segundos.

    Ler o teste
  • Nossa rodada de testes de 14 de setembro de 2026 retornou um clipe de texto para vídeo do Wan 3.0 de 5 segundos em 720P como um MP4 de 1280x720 com 5,04 segundos.

05

Limites a considerar

  • 1080P tem preço definido e é aceito, mas nosso próprio conjunto de testes parou em 720P; rode um trabalho em quadro grande antes de agendar um lote longo nesse tamanho.
  • A saída mantém uma trilha AAC mesmo quando a requisição nunca menciona áudio, então um master silencioso precisa de audio false e de uma verificação do arquivo baixado.
  • A própria referência da Alibaba ainda marca o Wan 3.0 como modelo de prévia, e 4K está fora do que a API hospedada oferece: 480P, 720P e 1080P são os únicos tamanhos publicados.

06

Comparar modelos próximos

ModeloMelhor paraOperaçõesPreço divulgado
Wan 3.0Esta página
wan3.0-video
Três operações, tomadas de 30 segundos, 480P a 1080P, som ligado por padrão.Texto para vídeo · Imagem para vídeo · Referência para vídeo
$0,04–$0,16
por segundo
Kling 3.0
kling-3.0
Clipes fixos de 5, 10 ou 15 segundos com cobrança definida antes da renderização.Texto para vídeo · Imagem para vídeo
$0,80–$3,00
por chamada
Wan 3.0 Video Prime
wan3.0-video-prime
As mesmas operações e formatos com valor mais alto, e prazo menor no nosso conjunto de testes.Texto para vídeo · Imagem para vídeo · Referência para vídeo
$0,078–$0,38
por segundo

08

Como chamar

Os modelos de mídia funcionam de forma assíncrona: crie uma tarefa, consulte até terminar e baixe a URL assinada do recurso.

Criar, consultar, baixar
# 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

Preço

Trabalhos de vídeo são cobrados por segundo de saída gerada, não por token. Trabalhos com falha ou cancelados são reembolsados automaticamente.

Por segundo de saída

$0,04–$0,16por segundoEconomize 20%

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

Mais modelos de Alibaba

Artigos relacionados

Perguntas frequentes

Como chamo Wan 3.0 na OmniaKey?

Envie um POST para /v1/media/tasks com o id do modelo, type "video" e operation "text_to_video" — ou "image_to_video" com um primeiro quadro em input.media[] (type "first_frame"). Reutilize a mesma Idempotency-Key nas tentativas para que um timeout nunca inicie um segundo trabalho cobrado.

Quanto custa o Wan 3.0?

O Wan 3.0 é cobrado a $0,04–$0,16 por segundo de vídeo gerado. A criação pré-cobra a duração solicitada do seu saldo pré-pago, e trabalhos com falha ou cancelados são reembolsados automaticamente.

Por que a API retorna um id de tarefa em vez do vídeo?

A renderização de vídeo leva de cerca de um minuto a vários minutos, então a OmniaKey conduz todas as rotas de vídeo pelo mesmo fluxo assíncrono. Consulte GET /v1/media/tasks/{id} até o status ser succeeded e leia a URL assinada do recurso.

Posso desligar o áudio no Wan 3.0?

Sim: envie audio false nos parâmetros. O padrão é ligado, e nossos clipes de teste carregaram uma trilha AAC mesmo quando a requisição não pedia uma, então confira o arquivo baixado em vez da requisição. O catálogo cobra um valor por resolução, com ou sem som, e os números atuais estão na tabela de preços da página do modelo.

O Wan 3.0 realmente chega a 30 segundos?

A Alibaba documenta uma janela de saída de 2 a 30 segundos, e o catálogo cobra por segundo de saída, então um trabalho de 30 segundos é uma requisição válida em qualquer resolução. Nossos trabalhos concluídos rodaram entre 2 e 5 segundos; teste uma tomada longa na resolução desejada antes de montar um cronograma em cima disso.

Qual é a diferença entre o Wan 3.0 e o Wan 3.0 Video Prime?

As operações, a janela de 2 a 30 segundos e as três resoluções são as mesmas, e o Prime custa mais em cada resolução. No nosso conjunto de testes em 720P, o mesmo trabalho de texto para vídeo de 5 segundos terminou em 60 a 80 segundos no Prime, contra 120 a 150 no ID padrão.

O Wan 2.7 video ainda pode ser chamado aqui?

Não. O catálogo publica wan3.0-video e wan3.0-video-prime, e a família Wan 2.7 video não está listada; wan2.7-image-pro é um modelo de imagem e não pode substituí-la. Fluxos de trabalho que dependem de continuação ou edição por instrução do Wan 2.7 precisam de outro plano.

O Wan 3.0 gera 4K?

Não pela API hospedada. A referência da Alibaba lista 480P, 720P e 1080P, e nenhum tamanho 4K aparece para nenhum dos IDs do Wan 3.0, então uma requisição em 4K não tem contra o que resolver. Aumente a escala na edição quando um cliente precisar de um master em 4K.