Dos monitores de edición lado a lado: el izquierdo muestra un monstruo marino emergiendo en una tormenta, el derecho muestra la misma tormenta pero acortada
Reproduce el clip de 30 segundos del monstruo marino que Alibaba incluyó con la beta de Wan 3.0. Barco pesquero, lluvia torrencial, relámpagos, y entonces el océano explota hacia arriba. Diez planos distintos. Ni un solo corte. La banda sonora orquestal que lo acompaña fue escrita por el modelo.
Tu primera reacción no es "guau". Es "¿qué le falta exactamente a mi Wan 2.7?"
Así que fui a buscar la respuesta, y lo primero que encontré fue que la mayor parte de internet está dando la respuesta incorrecta. Busca wan 3.0 vs wan 2.7 y los primeros resultados te dicen con seguridad que Wan 3.0 renderiza en 4K nativo y que los pesos están en Hugging Face. Ninguna de las dos es cierta. Descargué los archivos demo oficiales en un portátil, los leí con ffmpeg, luego revisé los registros del modelo y las tarifas publicadas. La mejora real es grande. Solo que no es la mejora que la gente describe.
Wan 3.0 vs Wan 2.7: conclusiones clave
- La duración es lo principal. Wan 3.0 genera 30 segundos en una sola pasada con una recomendación automática de "duración inteligente". Wan 2.7 tiene un límite de 15 segundos para texto a vídeo e imagen a vídeo, y 10 segundos para referencia a vídeo y edición de vídeo.
- Las referencias pasan de un puñado a una multitud. Wan 2.7 acepta hasta 5 elementos de referencia. Wan 3.0 acepta hasta 20, y por primera vez admite archivos doc, xls, ppt, pdf y md, además de páginas web, como entradas de generación.
- No hay 4K. La propia lista de precios de la API de Alibaba tiene exactamente tres niveles: 480P, 720P y 1080P. En Atlas Cloud, Wan 2.7 ofrece un techo más alto gracias a sus opciones de superresolución 1080P-SR y 1440P-SR.
- Los pesos no son abiertos. La organización Wan-AI en Hugging Face sigue teniendo como máximo Wan 2.2. No hay repositorio de 3.0, ni de 2.7, ni de 2.5.
- Wan 3.0 solo está en beta y solo en plataformas propias. Se ejecuta en Alibaba Cloud Bailian, el sitio Wanxiang, la aplicación de escritorio Qianwen Creation y algunos productos hermanos. Si necesitas una API a la que puedas llamar en producción esta semana, Wan 2.7 sigue siendo la generación que responde.
- ¿Quieres ver el formato antes de aprender la gramática de los prompts? Atlas Cloud tiene un generador gratuito de anuncios cómicos con IA que convierte una descripción de producto en un anuncio cómico de 15 segundos con dos personajes y diálogo hablado. Una generación gratuita, sin marca de agua.
La secuencia completa del kaiju de 30 segundos, generada por Alibaba en Wan 3.0 durante la beta pública y publicada en el manual oficial del creador de Wan 3.0. Nosotros no generamos este clip. Activa el sonido: la banda sonora es parte de la salida, no una pista musical añadida después. Archivo tal como se entrega: 1920x1072, 24 fps, 30,07 s, AAC estéreo a 44,1 kHz.
Esto es lo primero que omiten las fichas técnicas. Ese archivo es 1920x1072, no 1920x1080. Cada demo "1080p" del manual oficial termina en 1072 píxeles de altura, y varias de las otras demos publicadas son simplemente 1280x720. Doce de los diecinueve clips del manual duran entre 30,05 y 30,07 segundos, lo que indica que el límite de 30 segundos es un tope real y no un número redondo de marketing.
Por qué la pregunta Wan 3.0 vs Wan 2.7 es más difícil de lo que parece
La respuesta honesta es que casi nadie ha ejecutado ambos modelos con el mismo prompt, porque casi nadie puede. Wan 3.0 se abrió a la beta pública el 6 de agosto de 2026 y vive en las plataformas propias de Alibaba (QbitAI, agosto de 2026). Las plataformas de inferencia de terceros no lo han adoptado. Así que el contenido de comparación que existe es de ficha técnica a ficha técnica, y las fichas se han copiado de lado a lado hasta que los errores se han solidificado.
Tres "hechos" sobre Wan 3.0 vs Wan 2.7 que son simplemente falsos
"Wan 3.0 es 4K nativo." No lo es. La lista de precios de la API publicada tiene 480P, 720P y 1080P a ¥0,3, ¥0,6 y ¥1,2 por segundo. Tres niveles, no hay un cuarto. Mientras tanto, Atlas Cloud expone 1080P-SR y 1440P-SR en Wan 2.7, por lo que en cuanto al techo de píxeles puro, la generación anterior gana actualmente.
"Los pesos de Wan 3.0 son abiertos." No lo son. Navega por Hugging Face y la familia más reciente publicada por la organización Wan-AI es Wan 2.2, incluyendo las variantes Animate y S2V. La línea principal de vídeo no ha publicado pesos desde 2.2. Si quieres algo para un gráfico local de ComfyUI, tus opciones son 2.1 y 2.2, y eso no ha cambiado.
"La gramática de los prompts se traslada directamente." Esta es medio verdadera de una manera que te quemará. Las palabras se trasladan. La estructura no. Los prompts oficiales de Wan 3.0 son guiones de múltiples planos con marcas de tiempo: el prompt del kaiju son diez planos numerados, el prompt de la valla publicitaria son cuatro tiempos etiquetados con rangos de segundos explícitos. Pegar un guion de diez planos en un modelo de 15 segundos no selecciona elegantemente seis planos. Lo comprime.
Por qué no puedes simplemente intercambiar prompts entre Wan 3.0 y Wan 2.7
Hay una segunda trampa debajo de esa, y es la razón por la que "simplemente une dos clips" no te salva.
Wan 2.7 tiene un modo de continuación de vídeo. Parece un camino hacia los 30 segundos. No lo es. El clip de origen que le introduces debe tener de 2 a 10 segundos, por lo que una generación de 15 segundos no puede ser la semilla. La salida recodifica el origen, lo que se come la cola del clip que introdujiste. Y encadenar continuaciones tiende a derivar hacia el plano inicial en lugar de avanzar la historia. Quince segundos es el límite duro para un solo archivo continuo de Wan 2.7. Cualquier cosa más larga es una edición, no una generación.
Ese es el verdadero coste de migración entre estas dos generaciones, y ninguna tabla de comparación te lo mostrará.
Ficha técnica de Wan 3.0 vs Wan 2.7, y dónde ejecutarlo realmente
Para probar todo esto necesitas un lugar que ejecute texto a vídeo, referencia a vídeo y edición de vídeo en la misma cuenta, con facturación por segundo para que una toma fallida te cueste segundos en lugar de una suscripción. Todo lo que está en el lado de Wan 2.7 de este artículo se ejecuta en Atlas Cloud, que aloja los cuatro endpoints de Wan 2.7 y el modelo de imagen utilizado para la prueba de referencia. Wan 3.0 no está en Atlas Cloud ni en ninguna otra plataforma de terceros todavía, que es exactamente la razón por la que el material de Wan 3.0 en este artículo proviene de las publicaciones beta oficiales de Alibaba.
Tabla 1: Wan 3.0 vs Wan 2.7, generación a generación
| Wan 3.0 (beta pública) | Wan 2.7 (producción) | |
|---|---|---|
| Duración máxima en una pasada | 30 s, con duración inteligente | 15 s (t2v, i2v), 10 s (r2v, edición de vídeo) |
| Elementos de referencia | Hasta 20 | Hasta 5 (1 imagen por sujeto, hasta 3 vídeos) |
| Modalidades de entrada | Texto, imagen, vídeo, audio, doc/xls/ppt/pdf/md, páginas web | Texto, imagen, vídeo, audio |
| Entrada de documentos | Archivo único o enlace, hasta 100 MB y 50 páginas | No compatible |
| Niveles de resolución | 480P / 720P / 1080P | 720P / 1080P / 1080P-SR / 1440P-SR |
| Audio nativo | Sí | Sí |
| Edición de vídeo | Edición por instrucción y referencia | Endpoint dedicado de edición de vídeo |
| Pesos abiertos | No | No |
| Dónde puedes ejecutarlo | Solo plataformas propias de Alibaba | APIs de terceros, incluyendo Atlas Cloud |
| Precio indicado | ¥0,3 / ¥0,6 / ¥1,2 por segundo según nivel | $0,1 por segundo, línea base 720P |
Tabla 2: los endpoints de Wan 2.7 utilizados en este artículo
| Endpoint | Duración máxima | Resoluciones | Límite de referencia | Precio indicado |
|---|---|---|---|---|
| Texto a vídeo | 2-15 s | 720P, 1080P, 1080P-SR, 1440P-SR | n/a | $0,1 / s |
| Referencia a vídeo | 2-10 s | 720P, 1080P, 1080P-SR, 1440P-SR | 5 elementos | $0,1 / s |
| Imagen a vídeo | 2-15 s | 720P, 1080P, 1080P-SR, 1440P-SR | clip de origen 2-10 s | $0,1 / s |
| Edición de vídeo | 2-10 s salida, 2-10 s entrada | 720P (1,0x), 1080P (1,5x) | 3 imágenes | $0,1 / s |
Un detalle de precios que vale la pena internalizar antes de ejecutar algo: el titular "$0,1 por segundo" es la línea base de 720P. La página de edición de vídeo documenta un multiplicador de 1,5x para 1080P directamente, y el botón "Ejecutar" muestra el número real para el nivel que hayas seleccionado. Lee el botón, no el encabezado.
Realiza tú mismo la prueba Wan 3.0 vs Wan 2.7
Cuatro pasos. Dos de ellos utilizan el material publicado de Alibaba como punto de referencia fijo, dos son ejecuciones que haces tú mismo. Nada de esto requiere acceso a la beta de Wan 3.0.
Paso 1: Obtén el clip de Wan 3.0 y su prompt original
El lado de Wan 3.0 de esta prueba no es algo que generes. Es algo que lees. El prompt completo del kaiju está publicado en el manual oficial del creador de Wan 3.0, junto con el clip terminado, bajo el ejemplo "灾难电影". Es un guion en chino con diez planos numerados y un párrafo separado que describe la banda sonora.
Léelo una vez antes de hacer cualquier otra cosa. La estructura es la lección: diez planos, cada uno con su propia cámara, sujeto y nota de iluminación, terminando con una breve indicación musical. Así es como se ve un prompt de generación de 30 segundos en una sola pasada.
Paso 2: Ejecuta el mismo prompt en Wan 2.7 texto a vídeo
Abre el playground de texto a vídeo de Wan 2.7 y pega la traducción al inglés de ese mismo guion. No lo acortes todavía. Quieres ver qué hace el modelo cuando la intención supera el límite.
Plain1A 30-second, photoreal cinematic sequence: a deep-sea kaiju emerges at night in a raging storm. Open on a small, battered fishing trawler with the white letters "WAN" on its hull, fighting through enormous waves under torrential rain; lightning briefly lights the whole ocean. Push to a mid-close shot on the deck: waves smash over the bow, ropes, nets and metal railings whip in the wind, rain streaks the lens. Then the sea ahead swells unnaturally, an enormous vortex forms, and a vast dark shape passes beneath the boat, lifting it. A crewman in a soaked rain jacket grips the rail, terrified, and turns toward the water. Finally the surface explodes upward and a colossal Pacific-Rim-style sea monster breaches: wet, scarred, ridged skin, huge jaws, tens of meters of spray. Close on its head roaring in the lightning. The trawler is nearly swallowed. End on a wide shot: the kaiju towering over the churning sea, the boat tiny in the foreground, one final lightning strike. Hollywood disaster-movie scoring: low sub-bass rumble and sparse strings building to brass and heavy percussion at the breach, ending on an oppressive sustained low chord. Photoreal scale, volumetric water, high-contrast storm lighting.
Configuración: Resolución 1080P, Duración 15 s (el máximo), Relación de aspecto 16:9, audio activado para que el modelo lo componga él mismo. Deja el espacio de referencia de audio vacío.
Playground de texto a vídeo de Wan 2.7 en Atlas Cloud con el prompt del kaiju cargado y el clip terminado de 15 segundos en el panel OUTPUT
Texto a vídeo de Wan 2.7 en Atlas Cloud, prompt pegado, 1080P y 16:9 seleccionados. El botón Ejecutar indica $0,75 para esta toma de prueba corta, lo que equivale a $0,15 por segundo: el multiplicador 1,5x de 1080P a la vista, en una página de modelo cuyo número principal es $0,1.
Luego ejecútalo una segunda vez con una línea añadida al prompt:
Plain1Single continuous take, no cuts. Prioritize the breach moment; compress the setup.
Esa línea única es el trabajo de migración en miniatura. Un guion de 30 segundos debe reescribirse como una intención de 15 segundos, y tú eres quien decide qué siete planos mueren.
Izquierda: la salida oficial de Wan 3.0, 30 segundos. Derecha: Wan 2.7 en Atlas Cloud ejecutando el mismo prompt, deteniéndose en su límite de 15 segundos.
Paso 3: Crea las imágenes de referencia para la prueba de identidad Wan 3.0 vs Wan 2.7
La duración es la mejora más llamativa. La consistencia a nivel de píxel es la que realmente cambia el trabajo de producción, y puedes probarla con dos gatos.
El manual de Alibaba incluye una parodia de Wes Anderson en la que el mismo gato ragdoll y el mismo gato negro deben sobrevivir a cinco entornos muy diferentes: un pasillo de hotel simétrico, una vista lateral en sección, un tambor de lavadora, una cinta de equipaje de aeropuerto y una cabina telefónica roja. Ambos gatos están anclados con las etiquetas de referencia @Image1 y @Image2.
Primero, genera tus propias dos referencias. Usa GPT Image 2 con calidad alta y un marco 16:9, y ejecútalo dos veces.
Plain1A studio portrait of a fluffy ragdoll cat with blue eyes and a dark mask, sitting upright facing the camera, evenly lit against a plain pale pink background, sharp fur detail, full body visible, clean reference-sheet framing.
Plain1A studio portrait of a small sleek black cat with bright amber eyes, standing in profile facing right, evenly lit against a plain pale pink background, sharp fur detail, full body visible, clean reference-sheet framing.
Playground de GPT Image 2 en Atlas Cloud con calidad alta y la hoja de referencia del gato ragdoll renderizada en el panel OUTPUT
GPT Image 2 con calidad alta, 16:9. Ejecuta el segundo prompt de la misma manera para obtener el gato negro.
Paso 4: Ejecuta la prueba de identidad en referencia a vídeo de Wan 2.7
Sube ambos gatos al endpoint de referencia a vídeo de Wan 2.7. Resolución 1080P, relación de aspecto 16:9, duración 10 segundos, que es el máximo de este endpoint. El prompt a continuación es la lista de planos del manual comprimida de cinco tiempos a tres, porque diez segundos no dan para cinco.
Plain1Wes Anderson style, perfectly symmetrical, flat frontal compositions, pastel palette. Reference image 1 is the ragdoll cat, reference image 2 is the black cat; keep both cats identical in every shot. Shot 1: an endless symmetrical hotel corridor, the ragdoll cat running straight toward the camera with a solemn expression, the black cat sprinting away in the background with its head twisted back 180 degrees. Shot 2: a cutaway side view of the corridor, pink patterned wallpaper and gold picture frames, the ragdoll walking left to right and the black cat crossing right to left. Shot 3: frontal macro on a mint-green vintage washing machine door, both cats floating stiffly inside the drum among suds, eyes blank, rainbow-ordered detergent bottles lined up behind. Rigid horizontals and verticals, no camera tilt, deadpan absurd humor.
Playground de referencia a vídeo de Wan 2.7 en Atlas Cloud con ambas referencias de gatos cargadas y el clip terminado en el panel OUTPUT
Referencia a vídeo de Wan 2.7: ambos gatos cargados en las ranuras de imagen de referencia, resolución establecida en 1080P, y el botón Ejecutar mostrando el precio de la toma antes de empezar. Dos referencias ya es una parte significativa de lo que este endpoint acepta. Wan 3.0 admite 20 elementos de referencia.
Ahora coloca los dos uno al lado del otro.
El clip oficial de bloqueo de identidad de Wan 3.0: el mismo gato ragdoll y gato negro mantenidos consistentes a través de un pasillo de hotel, una pared en sección, un tambor de lavadora, una cinta de equipaje y una cabina telefónica roja
Generado por Alibaba en Wan 3.0 durante la beta pública y publicado en el manual oficial del creador. Cinco entornos, 19,9 segundos, ambos gatos anclados por etiqueta de referencia. Se muestra aquí como un GIF silencioso; el archivo entregado lleva audio estéreo a 44,1 kHz.
El resultado de referencia a vídeo de Wan 2.7 con la misma instrucción, tres planos dentro del límite de 10 segundos
Referencia a vídeo de Wan 2.7 en Atlas Cloud, las mismas dos referencias, mostrado aquí como un GIF silencioso. Esta es la toma predeterminada de 5 segundos del endpoint en lugar de los 10 completos: vale la pena saber que el control de duración no siempre se compromete con lo que estableces, así que lee la cotización del botón Ejecutar antes de pulsarlo. Observa las marcas de los gatos y la máscara del ragdoll; esa es la dimensión de la que trata la afirmación de "consistencia a nivel de píxel".
Cuatro prompts más de Wan 3.0 vs Wan 2.7 que vale la pena re-ejecutar
El clip del kaiju pone a prueba la duración y la física. Estos tres ponen a prueba cosas diferentes, y cada uno choca con un límite diferente de Wan 2.7. Los tres son salidas beta oficiales de Alibaba del manual oficial.
Salida beta oficial de Wan 3.0: un único plano de 30 segundos retrocediendo por un pasillo de hospital iluminado con fluorescentes, con un tono monocromático verde pálido, y la actriz gritando pidiendo ayuda. Activa el sonido. La interpretación, los pasos y el zumbido del equipo son generados por el modelo.
Tabla 3: qué exige cada prompt, y dónde lo limita Wan 2.7
| Prompt | Lo que pide el guion | Límite publicado de Wan 2.7 | La dimensión que se prueba |
|---|---|---|---|
| Aparición del kaiju | 10 planos numerados en 30 s, más una breve indicación musical | 15 s máximo en texto a vídeo | Duración y narrativa multi-plano |
| Pasillo de hospital | Una toma continua de 30 s con diálogo hablado | 15 s máximo, audio nativo disponible | Interpretación y diálogo en tomas largas |
| Vaquera de gasolinera | Arco de comedia de 30 s en cuatro actos con tiempo marcado | 15 s máximo, por lo que dos actos deben desaparecer | Ritmo cómico que necesita tiempo de ejecución |
| Toma única de valla publicitaria | Cuatro tiempos con rangos de segundos explícitos, sin cortes | 15 s máximo, por lo que los rangos necesitan reescribirse | Física de cámara en un movimiento largo |
| Dos gatos, cinco habitaciones | 2 sujetos etiquetados mantenidos en 5 entornos | 10 s máximo, 5 ranuras de referencia | Consistencia de identidad |
Una versión gratuita de 15 segundos de la misma idea
Mira de nuevo el clip de la gasolinera. Ese formato, un breve sketch cómico con dos personajes, un giro y un remate, es donde el tiempo de ejecución extra de Wan 3.0 se amortiza mejor. También es el formato con más probabilidades de vender algo.
El problema es el prompt. Los ejemplos de comedia del manual tienen 800 palabras con marcas de tiempo explícitas y bloqueo. Eso es una habilidad real y requiere un fin de semana para aprenderla.
Si solo quieres saber si el formato funciona para tu producto antes de invertir ese fin de semana, Atlas Cloud tiene una herramienta gratuita que omite por completo la ingeniería de prompts. Describes el producto, opcionalmente subes hasta cuatro fotos del producto de 8 MB cada una, eliges uno de seis tonos (meme divertido, giro argumental, sitcom, conmovedor, lujo o venta directa), y escribe el guion de dos personajes, asigna las voces, genera el diálogo y los efectos de sonido, y devuelve un anuncio terminado de 15 segundos como una escena continua. Las descargas son limpias, sin marca de agua. Necesitas haber iniciado sesión, y obtienes una generación gratuita antes de recargar créditos.
Una línea de texto de producto de entrada, un anuncio cómico de 15 segundos terminado de salida: el generador gratuito de anuncios cómicos con IA de Atlas Cloud
El Generador gratuito de anuncios cómicos con IA : una descripción de producto de entrada, un anuncio de 15 segundos con dos personajes de salida.
Una salida real del generador gratuito. Activa el sonido: el guion, las dos voces y los efectos de sonido salen de una sola ejecución.
Cuánto cuesta ejecutar una comparación Wan 3.0 vs Wan 2.7
Por segundo, las dos generaciones están en el mismo vecindario en el nivel 720P. La diferencia de coste es estructural: un clip que solía ser de 15 segundos ahora es de 30, por lo que una pieza terminada aproximadamente se duplica.
Tabla 4: la misma secuencia del kaiju, de cuatro maneras
| Ejecución | Tarifa | Total |
|---|---|---|
| Wan 3.0, 30 s a 720P | ¥0,6 / s | ¥18, aproximadamente $2,50 |
| Wan 3.0, 30 s a 1080P | ¥1,2 / s | ¥36, aproximadamente $5,00 |
| Wan 2.7, 15 s a 720P | $0,10 / s | $1,50 |
| Wan 2.7, 15 s a 1080P | $0,10 / s con el multiplicador de nivel 1,5x | $2,25 |
| Wan 2.7, 15 s a 1440P-SR | cotizado en vivo en el botón Ejecutar | cotizado en vivo |
| Anuncio cómico gratuito con IA, 15 s | gratuito, 1 generación por cuenta | $0,00 |
Dos advertencias. El precio de la beta no es el precio de disponibilidad general, y Alibaba ha dicho que la API se abrirá más ampliamente pronto, así que trata las cifras en ¥ como una instantánea de la beta pública y no como una tarifa comprometida. Y en el lado de Atlas Cloud, lee siempre la cotización en vivo en el botón Ejecutar antes de comprometerte, porque el multiplicador de resolución se aplica allí y no en el precio principal.
Alibaba también ha sido inusualmente directo sobre dónde Wan 3.0 sigue siendo débil, diciendo que el modelo "todavía tiene margen de mejora en la calidad del sonido y la precisión del texto". Eso coincide con lo que muestran los archivos: el audio de las demos oficiales es estéreo a 44,1 kHz pero codificado a una tasa modesta de 32 kb/s, lo que está bien para una vista previa pero es escaso para un máster de entrega.
Licencias de Wan 3.0 vs Wan 2.7: qué puedes enviar realmente
Versión corta, y por favor verifíquelo con los términos actuales usted mismo antes de poner algo frente a un cliente.
Wan 3.0 está en beta pública y sus términos comerciales no están definidos. Debido a que los pesos no se han publicado, no existe ninguna ruta de autoalojamiento; cualquier cosa que hagas pasa a través de la API de Alibaba o sus superficies de consumo, y estás sujeto a lo que digan esos términos el día que generes. Wan 2.7 tiene la misma historia con los pesos, pero ha estado en producción el tiempo suficiente para que los términos de la API de la plataforma sean estables. Si lo estás ejecutando a través de una plataforma de terceros, tus derechos comerciales provienen de los términos de servicio de esa plataforma, así que lee los que realmente se aplican a tu cuenta. Ninguno de estos párrafos es asesoramiento legal.
Preguntas frecuentes sobre Wan 3.0 vs Wan 2.7
¿Wan 3.0 es de código abierto? ¿Puedo ejecutarlo en ComfyUI?
No. A fecha de agosto de 2026, no hay ningún repositorio de Wan 3.0 bajo la organización Wan-AI en Hugging Face, y ninguno en el GitHub de Wan-Video. La familia Wan más reciente con pesos publicados es Wan 2.2, incluyendo las variantes Animate y S2V. Para un gráfico local de ComfyUI, sigues estando en 2.1 o 2.2. Wan 3.0 es solo API y web.
Resolución Wan 3.0 vs Wan 2.7: ¿Wan 3.0 realmente genera 4K?
No. La lista de precios de la API publicada tiene tres niveles de resolución: 480P, 720P y 1080P. Varias publicaciones de comparación ampliamente compartidas afirman 4K nativo y están equivocadas. En el techo de salida bruto, Wan 2.7 en Atlas Cloud en realidad llega más alto a través de sus opciones de superresolución 1080P-SR y 1440P-SR.
¿Puedo obtener 30 segundos de Wan 2.7 extendiendo clips?
No como un solo archivo continuo. El modo de continuación requiere un clip de origen de 2 a 10 segundos, por lo que una generación completa de 15 segundos no puede ser la semilla. La salida recodifica y recorta la cola de lo que sea que introduzcas, y las continuaciones encadenadas tienden a volver al plano inicial. Más allá de los 15 segundos, estás editando, no generando.
Wan 3.0 vs Wan 2.7: ¿dónde puedo ejecutar realmente cada uno hoy?
Wan 3.0 está en beta pública en las plataformas propias de Alibaba: Alibaba Cloud Bailian, Wanjing Yike, el sitio Wanxiang, el cliente de escritorio Qianwen Creation, IF STUDIO y Duiyou, con acceso gradual en la aplicación Qianwen. Ninguna plataforma de inferencia de terceros lo aloja todavía. Wan 2.7 es la generación a la que aún puedes llamar directamente, a través de los endpoints de texto a vídeo, imagen a vídeo, referencia a vídeo y edición de vídeo.
Precios Wan 3.0 vs Wan 2.7: ¿cuál cuesta más por clip terminado?
Por segundo en el nivel 720P están cerca. Por clip terminado, espera aproximadamente el doble, porque la duración natural de salida pasó de 15 segundos a 30. Presupuesta el cambio en el tiempo de ejecución en lugar del cambio en la tarifa, y recuerda que los precios de la beta pueden no mantenerse en la disponibilidad general.
¿Necesito reescribir mis prompts de Wan 2.7 para Wan 3.0?
Sí, y la reescritura es estructural en lugar de léxica. Los prompts de Wan 2.7 describen una sola toma continua con gran detalle. Los prompts de Wan 3.0 son listas de planos con marcas de tiempo, a veces con un párrafo de puntuación separado, y el modelo también leerá un pdf o una presentación como entrada. Regla general: para Wan 2.7 escribe un párrafo sobre una toma; para Wan 3.0 escribe un desglose de escenas numerado con rangos de segundos.
