Wan 3.0: generador de vídeo con IA
Convierte tus propias fotos en videos en minutos · Tu primer video es gratis, sin marca de agua
Primer video gratis, sin tarjeta
Wan 3.0 es el modelo de vídeo de Alibaba, lanzado oficialmente el 24 de agosto de 2026. Genera clips de hasta 30 segundos, el doble de los 15 de Wan 2.7, a partir de texto, imágenes, vídeos y audios de referencia.
En RefVid convierte de 1 a 10 fotos de tu producto o personaje en un clip de 3 a 30 segundos en 720p o 1080p, con o sin sonido, o crea un clip solo a partir de un prompt. La caja de arriba ya está configurada con Wan 3.0.
Wan 3.0 en RefVid: especificaciones
| Especificación | Wan 3.0 en RefVid |
|---|---|
| Duración del clip | De 3 a 30 segundos |
| Resolución | 720p o 1080p |
| Formatos | 16:9, 9:16 o 1:1 |
| Sonido | Activado o no, mismo precio |
| Fotos de referencia | De 1 a 10 fotos de un mismo sujeto |
| Vídeo solo con un prompt | Sí |
| Fotograma final (la imagen con la que termina el clip) | No |
| Fotos de personas de aspecto real | Sí |
| Prompt más largo | 19.700 caracteres |
| Créditos por segundo, 720p | 37, con o sin sonido |
| Créditos por segundo, 1080p | 73, con o sin sonido |
Qué es Wan 3.0
- Wan 3.0 es la tercera generación de los modelos de vídeo Wan de Alibaba. Alibaba anunció una beta el 7 de agosto de 2026 y el lanzamiento oficial el 24 de agosto. Su API genera de 2 a 30 segundos en 480p, 720p o 1080p y admite hasta 10 imágenes de referencia, 5 vídeos de referencia y 5 clips de audio, además de un fotograma inicial y otro final, según la documentación de Alibaba Cloud.
- RefVid usa Wan 3.0 a través del endpoint de referencia a vídeo de fal.ai. En la caja de RefVid añades hasta 10 fotos de un mismo sujeto, eliges una duración de 3 a 30 segundos, 16:9, 9:16 o 1:1, 720p o 1080p, y activas o desactivas el sonido; en Wan 3.0, el sonido no cuesta nada extra. Sin fotos, crea un clip solo a partir de tu prompt.
Wan 3.0 vs 2.7: qué ha cambiado
- Según Alibaba, Wan 3.0 duplica aproximadamente el clip más largo, de los 15 segundos de Wan 2.7 a 30. Las referencias pasan de 5 imágenes y vídeos en total, más una voz de referencia, a 10 imágenes, 5 vídeos y 5 clips de audio, y Wan 3.0 añade un interruptor de sonido y 480p. En fal, 720p se mantiene en $0.10 por segundo.
| Wan 2.7 | Wan 3.0 | |
|---|---|---|
| Lanzamiento | 7 de abril de 2026 | 24 de agosto de 2026 (beta el 7 de agosto) |
| Duración del clip | 2–15 segundos (2–10 con un vídeo de referencia) | 2–30 segundos |
| Resoluciones | 720p, 1080p | 480p, 720p, 1080p |
| Formatos | 16:9, 9:16, 1:1, 4:3, 3:4 | 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 o adaptativo |
| Referencias | Hasta 5 imágenes y vídeos en total, más una voz de referencia de 1–10 s | Hasta 10 imágenes, 5 vídeos y 5 clips de audio |
| Sonido | Sin interruptor publicado | Activado o desactivado, activado por defecto |
| Precio por segundo en fal | $0.10 | $0.10 en 720p, $0.20 en 1080p |
Wan 3.0 reference to video: clips largos, el mismo sujeto
- En RefVid, las fotos que añades se guardan como un solo sujeto, así que cada clip de Wan 3.0 parte del mismo producto o personaje. Su límite de 30 segundos encaja en clips que necesitan tiempo: un unboxing desde la caja cerrada hasta el producto en la mano, un paseo por una habitación, una escena corta con varias acciones seguidas.
- Dale de 3 a 5 fotos desde distintos ángulos con luz neutra y después escribe las acciones en orden, por ejemplo: "Unas manos cortan la cinta, levantan la tapa, sacan los auriculares y los giran hacia la cámara; la cámara se mantiene cerca y sigue las manos." Una acción por frase mantiene en orden un clip largo.
Crea un vídeo con Wan 3.0 en tres pasos
- Añade de 1 a 10 fotos de tu producto o personaje en la caja de la parte superior de esta página, o empieza con una plantilla de la fila de encima. La caja ya está configurada con Wan 3.0 y 720p.
- Escribe lo que debe pasar, en orden. En Ajustes cambias la duración (de 3 a 30 segundos), el formato (16:9, 9:16 o 1:1), 1080p y el sonido.
- Pulsa Generar. Si no has iniciado sesión, primero inicias sesión y el clip empieza justo después. Un clip suele tardar de 2 a 10 minutos, y te avisamos por correo cuando está listo.
Cuánto cuesta un clip de Wan 3.0 en RefVid
- Cada clip se cobra en créditos por segundo, como en la tabla de arriba, con sonido al mismo precio, y el estudio muestra el total antes de empezar. Las cuentas nuevas reciben créditos gratis para un primer clip, sin marca de agua. Después, los vídeos sueltos empiezan en 2,99 $, los paquetes de créditos de pago único en 9,90 $ y los planes mensuales en 10 $. Si un clip falla, sus créditos se reembolsan automáticamente.
Wan 3.0 frente a todos los modelos de RefVid: clips medidos, espera y costo
- Estas cifras son nuestras, no del fabricante: cada clip que personas ajenas a nuestro equipo iniciaron en RefVid en el periodo 27 de octubre – 6 de noviembre de 2026, separado por el modelo que eligieron, con cuántos terminaron y la espera mediana desde que empieza la generación hasta el clip terminado. Al lado van, para cada modelo, el límite de fotos, la duración del clip y lo que cuesta hoy un clip de 5 segundos, así que Wan 3.0 se puede comparar con los demás modelos en una sola tabla.
- El porcentaje de terminados y la espera solo aparecen cuando un modelo tuvo al menos 20 clips terminados o fallidos en el periodo; los modelos añadidos más recientemente todavía tienen menos. Un clip fallido no cuesta nada: sus créditos vuelven a la cuenta. La tabla sigue la instantánea más reciente de nuestras estadísticas de uso.
| Modelo | Clips (terminados o fallidos) | Terminados | Espera mediana | Fotos de un sujeto | Duración del clip | Créditos por un clip de 5 segundos | Costo con el paquete de 9,90 $ |
|---|---|---|---|---|---|---|---|
| Kling 4 | 18 | Menos de 20 clips | Menos de 20 clips | 10 | 3–30 s | 290 | 1,91 $ |
| Kling 3.0 Omni | 310 | 83 % | 2,1 min | 10 | 3–15 s | 155 | 1,02 $ |
| Seedance 2.5 | 3 | Menos de 20 clips | Menos de 20 clips | 10 | 4–30 s | 860 | 5,68 $ |
| Wan 3.0 | 13 | Menos de 20 clips | Menos de 20 clips | 10 | 3–30 s | 185 | 1,22 $ |
| Vidu Q4 | 21 | 71 % | 4,2 min | 10 | 3–16 s | 125 | 0,83 $ |
| Gemini Omni Flash | 1 | Menos de 20 clips | Menos de 20 clips | 10 | 3–10 s | 185 | 1,22 $ |
| PixVerse C1 | 80 | 99 % | 1,4 min | 7 | 3–15 s | 95 | 0,63 $ |
| Happy Horse 1.1 | 1 | Menos de 20 clips | Menos de 20 clips | 9 | 3–15 s | 255 | 1,68 $ |
| MiniMax H3 | 1 | Menos de 20 clips | Menos de 20 clips | 5 | 5–15 s | 110 | 0,73 $ |
Cuándo te conviene otro modelo
- Wan 3.0 es ideal para clips largos y clips solo a partir de texto. Para clips cortos a menor precio por segundo, Vidu Q4 y PixVerse C1 salen más baratos. Kling 4 también llega a 30 segundos y siempre lleva sonido. Tus sujetos guardados funcionan con todos los modelos, así que puedes probar las mismas fotos en dos de ellos.
Empieza con una plantilla
Cada una abre el estudio con las tomas, el formato y la duración ya listos. Añade tu propio producto y genera.
Más sobre modelos de vídeo con IA
Texto a video IA →
Preguntas frecuentes
¿Se puede usar Wan 3.0 gratis en RefVid?
Las cuentas nuevas reciben 180 créditos gratis para un primer clip, sin marca de agua y sin tarjeta. Un clip de Wan 3.0 cuesta algo más por segundo que el modelo del clip gratis; si un clip cuesta más que tus créditos, la caja te lo indica antes de empezar y te ofrece lo que encaja.
¿Cuánto cuesta Wan 3.0?
En fal.ai, la referencia a vídeo de Wan 3.0 cuesta $0.10 por segundo en 720p y $0.20 en 1080p (consultado el 4 de noviembre de 2026). En RefVid, un clip se cobra en créditos por segundo, al mismo precio con o sin sonido; las cifras están en la tabla de arriba.
¿Cuánto puede durar un vídeo de Wan 3.0?
Hasta 30 segundos por generación, según Alibaba, el doble de los 15 de Wan 2.7. En RefVid eliges de 3 a 30 segundos en Ajustes.
¿Wan 3.0 puede crear un vídeo solo a partir de texto?
Sí. En RefVid, Wan 3.0 crea un clip solo a partir de tu prompt cuando no añades fotos, al mismo precio por segundo que un clip a partir de fotos.
¿Cuántas imágenes de referencia admite Wan 3.0?
Hasta 10, según la referencia de la API de Alibaba Cloud, además de hasta 5 vídeos de referencia y 5 clips de audio. En RefVid añades hasta 10 fotos de un mismo sujeto.