Gerador de vídeo com IA Wan 3.0
Transforme suas próprias fotos em vídeos em minutos · Seu primeiro vídeo é grátis, sem marca d'água
Primeiro vídeo grátis, sem cartão
O Wan 3.0 é o modelo de vídeo da Alibaba, lançado oficialmente em 24 de agosto de 2026. Ele gera clipes de até 30 segundos, o dobro dos 15 do Wan 2.7, a partir de texto, imagens, vídeos e áudios de referência.
No RefVid, ele transforma de 1 a 10 fotos do seu produto ou personagem em um clipe de 3 a 30 segundos em 720p ou 1080p, com ou sem som, ou cria um clipe só a partir do prompt. A caixa acima já está configurada com o Wan 3.0.
Wan 3.0 no RefVid: especificações
| Especificação | Wan 3.0 no RefVid |
|---|---|
| Duração do clipe | De 3 a 30 segundos |
| Resolução | 720p ou 1080p |
| Formatos | 16:9, 9:16 ou 1:1 |
| Som | Ligado ou desligado, mesmo preço |
| Fotos de referência | De 1 a 10 fotos de um mesmo tema |
| Vídeo só com um prompt | Sim |
| Quadro final (a imagem em que o clipe termina) | Não |
| Fotos de pessoas com aparência real | Sim |
| Prompt mais longo | 19.700 caracteres |
| Créditos por segundo, 720p | 37, com ou sem som |
| Créditos por segundo, 1080p | 73, com ou sem som |
O que é o Wan 3.0
- O Wan 3.0 é a terceira geração dos modelos de vídeo Wan, da Alibaba. A empresa anunciou uma versão beta em 7 de agosto de 2026 e o lançamento oficial em 24 de agosto. A API gera de 2 a 30 segundos em 480p, 720p ou 1080p e aceita até 10 imagens, 5 vídeos e 5 áudios de referência, além de um quadro inicial e um final, segundo a documentação da Alibaba Cloud.
- O RefVid roda o Wan 3.0 pelo endpoint reference to video do fal.ai. Na caixa do RefVid, você adiciona até 10 fotos de um único elemento, escolhe uma duração de 3 a 30 segundos, 16:9, 9:16 ou 1:1, 720p ou 1080p, e liga ou desliga o som; no Wan 3.0, o som não custa nada a mais. Sem fotos, ele cria um clipe só a partir do seu prompt.
Wan 3.0 vs 2.7: o que mudou
- Segundo a Alibaba, o Wan 3.0 praticamente dobra o clipe mais longo, dos 15 segundos do Wan 2.7 para 30. As referências passam de 5 imagens e vídeos somados, mais uma voz de referência, para 10 imagens, 5 vídeos e 5 áudios, e o Wan 3.0 ganha uma opção de som e a resolução 480p. No fal, 720p continua a $0.10 por segundo.
| Wan 2.7 | Wan 3.0 | |
|---|---|---|
| Lançamento | 7 de abril de 2026 | 24 de agosto de 2026 (beta em 7 de agosto) |
| Duração do clipe | 2–15 segundos (2–10 com um vídeo de referência) | 2–30 segundos |
| Resoluções | 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 ou adaptável |
| Referências | Até 5 imagens e vídeos somados, mais uma voz de referência de 1–10 s | Até 10 imagens, 5 vídeos e 5 áudios |
| Som | Nenhuma opção divulgada | Ligado ou desligado, ligado por padrão |
| Preço por segundo no fal | $0.10 | $0.10 em 720p, $0.20 em 1080p |
Wan 3.0 reference to video: clipes longos, mesmo elemento
- No RefVid, as fotos que você adiciona ficam salvas como um elemento, então todo clipe do Wan 3.0 parte do mesmo produto ou personagem. O limite de 30 segundos combina com clipes que precisam de tempo: um unboxing da caixa lacrada até o produto na mão, um passeio por um ambiente, uma cena curta com várias ações seguidas.
- Envie de 3 a 5 fotos de ângulos diferentes, com luz simples, e descreva as ações na ordem, por exemplo: "As mãos cortam a fita, levantam a tampa, tiram os fones e os viram para a câmera; a câmera fica perto e acompanha as mãos." Uma ação por frase mantém a ordem em um clipe longo.
Crie um vídeo com o Wan 3.0 em três passos
- Adicione de 1 a 10 fotos do seu produto ou personagem na caixa no topo desta página, ou comece por um modelo da fileira logo acima dela. A caixa já vem com o Wan 3.0 em 720p.
- Descreva o que deve acontecer, na ordem. Em Configurações você muda a duração (3 a 30 segundos), o formato (16:9, 9:16 ou 1:1), a resolução 1080p e o som.
- Clique em Gerar. Se você não estiver logado, primeiro entra na conta e o clipe começa logo em seguida. Um clipe costuma levar de 2 a 10 minutos, e avisamos você por e-mail quando ficar pronto.
Quanto custa um clipe do Wan 3.0 no RefVid
- Cada clipe é cobrado em créditos por segundo, como na tabela acima, com o som pelo mesmo preço, e o estúdio mostra o total antes de gerar qualquer coisa. Contas novas ganham créditos grátis para um primeiro clipe, sem marca d'água. Depois disso, vídeos avulsos custam a partir de US$ 2,99, pacotes de créditos únicos a partir de US$ 9,90 e planos mensais a partir de US$ 10. Se um clipe falhar, os créditos voltam automaticamente.
Wan 3.0 ao lado de todos os modelos do RefVid: clipes medidos, espera e custo
- Estes números são nossos, não do fabricante: cada clipe que pessoas de fora da nossa equipe iniciaram no RefVid no período 27 de outubro – 6 de novembro de 2026, separado pelo modelo escolhido, com quantos ficaram prontos e a espera mediana entre o início da geração e o clipe pronto. Ao lado estão, para cada modelo, o limite de fotos, a duração do clipe e quanto custa hoje um clipe de 5 segundos, então dá para comparar o Wan 3.0 com os outros modelos numa só tabela.
- A porcentagem de prontos e a espera só aparecem quando um modelo teve pelo menos 20 clipes prontos ou com falha no período; os modelos adicionados mais recentemente ainda têm menos. Um clipe com falha não custa nada: os créditos voltam para a conta. A tabela segue o retrato mais recente das nossas estatísticas de uso.
| Modelo | Clipes (prontos ou com falha) | Prontos | Espera mediana | Fotos de um elemento | Duração do clipe | Créditos por um clipe de 5 segundos | Custo com o pacote de US$ 9,90 |
|---|---|---|---|---|---|---|---|
| Kling 4 | 18 | Menos de 20 clipes | Menos de 20 clipes | 10 | 3–30 s | 290 | US$ 1,91 |
| Kling 3.0 Omni | 310 | 83% | 2,1 min | 10 | 3–15 s | 155 | US$ 1,02 |
| Seedance 2.5 | 3 | Menos de 20 clipes | Menos de 20 clipes | 10 | 4–30 s | 860 | US$ 5,68 |
| Wan 3.0 | 13 | Menos de 20 clipes | Menos de 20 clipes | 10 | 3–30 s | 185 | US$ 1,22 |
| Vidu Q4 | 21 | 71% | 4,2 min | 10 | 3–16 s | 125 | US$ 0,83 |
| Gemini Omni Flash | 1 | Menos de 20 clipes | Menos de 20 clipes | 10 | 3–10 s | 185 | US$ 1,22 |
| PixVerse C1 | 80 | 99% | 1,4 min | 7 | 3–15 s | 95 | US$ 0,63 |
| Happy Horse 1.1 | 1 | Menos de 20 clipes | Menos de 20 clipes | 9 | 3–15 s | 255 | US$ 1,68 |
| MiniMax H3 | 1 | Menos de 20 clipes | Menos de 20 clipes | 5 | 5–15 s | 110 | US$ 0,73 |
Quando outro modelo se sai melhor
- O Wan 3.0 é indicado para clipes longos e para clipes só a partir de texto. Para clipes curtos com preço menor por segundo, o Vidu Q4 e o PixVerse C1 custam menos. O Kling 4 também chega a 30 segundos e sempre tem som. Seus elementos salvos funcionam com todos os modelos, então você pode testar as mesmas fotos em dois deles.
Comece com um modelo
Cada um abre o estúdio com as cenas, o formato e a duração já definidos. Adicione seu próprio produto e gere.
Mais sobre modelos de vídeo com IA
Texto para vídeo IA →
Perguntas frequentes
Dá para usar o Wan 3.0 grátis no RefVid?
Contas novas ganham 180 créditos grátis para um primeiro clipe, sem marca d'água e sem cartão. Um clipe do Wan 3.0 custa um pouco mais por segundo do que o modelo do clipe grátis; se um clipe custar mais do que os seus créditos, a caixa avisa antes de gerar qualquer coisa e sugere o que cabe.
Quanto custa o Wan 3.0?
No fal.ai, o reference to video do Wan 3.0 custa $0.10 por segundo em 720p e $0.20 em 1080p (consultado em 4 de novembro de 2026). No RefVid, o clipe é cobrado em créditos por segundo, com ou sem som pelo mesmo preço; os números estão na tabela acima.
Qual a duração máxima de um vídeo do Wan 3.0?
Até 30 segundos por geração, segundo a Alibaba, o dobro dos 15 do Wan 2.7. No RefVid, você escolhe de 3 a 30 segundos em Configurações.
O Wan 3.0 cria vídeo só a partir de texto?
Sim. No RefVid, o Wan 3.0 cria um clipe só a partir do seu prompt quando você não adiciona fotos, pelo mesmo preço por segundo de um clipe feito com fotos.
Quantas imagens de referência o Wan 3.0 aceita?
Até 10, segundo a referência da API da Alibaba Cloud, além de até 5 vídeos e 5 áudios de referência. No RefVid, você adiciona até 10 fotos de um único elemento.