Wan 3.0 API is Now Live on Atlas Cloud!
La API Wan 3.0 es la próxima generación de la familia de videos Wan de Alibaba, diseñada para llevar la generación de formato largo, el control de múltiples referencias y la calidad audiovisual a nuevas alturas. Atlas Cloud ya aloja Wan 2.7, 2.6 y 2.5, y Wan 3.0 se ejecuta con la misma clave unificada sin necesidad de configuración adicional. Empieza a construir hoy mismo. Desplázate hacia abajo hasta la galería para ver lo que Wan 3.0 puede crear.
Wan 3.0 ha sido desarrollado por Alibaba. Atlas Cloud (operado por Atlas Cloud AI LLC) proporciona acceso al modelo, pero no es su propietario. Todas las marcas comerciales pertenecen a sus respectivos titulares.
Explorar Modelos Líderes
Atlas Cloud le proporciona los últimos modelos creativos líderes en la industria.
Texto, Imagen o Referencia: ¿Qué Endpoint de la API de Wan 3.0 se Ajusta?
Tres endpoints de la API de Wan 3.0 comparten una misma clave de Atlas Cloud, por lo que la única pregunta real es qué es lo que ya tienes para alimentar al modelo.
| Modalidad | Descripción |
|---|---|
| Wan 3.0 T2V API (Text to Video) | Un prompt escrito de hasta 20000 caracteres se convierte en un clip terminado con una pista de audio nativa, renderizado en 480P, 720P o 1080P y con una duración de entre 2 y 30 segundos. Establece la relación de aspecto en 16:9, 9:16, 4:3, 3:4 o 1:1, o deja que tanto la relación como la duración sean adaptativas y permite que el modelo elija el encuadre y el ritmo. Se adapta a films conceptuales, anuncios publicitarios y piezas para redes sociales que comienzan con nada más que un guion. |
| Wan 3.0 I2V API (Image to Video) | Proporciona un primer fotograma y el clip se animará a partir de él; añade un último fotograma opcional y el movimiento entre ambos se interpolará automáticamente. Las imágenes de origen aceptan formatos jpeg, jpg, png, bmp y webp con tamaños entre 240 y 8000 píxeles y menos de 20MB, mientras que la salida alcanza 1080P con la pista de audio activada por defecto. Usa este endpoint cuando una foto de producto, un póster o un par de storyboards ya definan cómo debe abrirse y cerrarse la escena. |
| Wan 3.0 R2V API (Reference to Video) | Hasta 20 materiales de referencia viajan junto con el prompt: 10 imágenes, 5 videos con una duración total de 15 segundos y 5 clips de audio con una duración total de 15 segundos, alineados a nivel de píxel para mantener identidad, voz y espacio. El modo de pensamiento profundo abre una segunda opción, permitiendo que un documento de hasta 100MB y 50 páginas (pdf, docx, pptx, xlsx, txt, md y más) o una página web en vivo actúen como fuente. Resérvalo para trabajos donde un personaje recurrente, un activo de marca exacto o un informe completo deban conservarse intactos en el video. |
Wan 3.0 en acción
6 capacidades principales que muestran lo que puede producir una sola solicitud a Wan 3.0, desde películas de marca con múltiples referencias hasta tomas únicas de 30 segundos.
Películas de marca multirreferencia
El modo Omni procesa hasta 20 materiales de referencia, 10 imágenes, 5 clips y 5 pistas de audio, además de un documento o página web de origen, de modo que un kit de marca completo se convierte en un único vídeo adaptado a la marca en una sola pasada.
Historias en una sola toma de 30 segundos
La generación nativa de 30 segundos otorga a la narrativa espacio para desarrollarse, permitiendo movimientos de cámara continuos y secuencias de plano secuencia que los clips más cortos no pueden abarcar. La duración inteligente permite al modelo establecer el ritmo de cada escena por sí mismo.
Consistencia de Referencia a Nivel de Píxel
Los rostros, los productos y los detalles finos se reproducen con una fidelidad a nivel de píxel en cada fotograma. Los equipos de producción obtienen la certeza de entrega que exigen los personajes recurrentes y los activos de marca exactos.
Sonido Inmersivo y Realismo
El realismo, la textura de la imagen y el audio nativo mejoran simultáneamente, por lo que una escena generada se presenta con el sonido correspondiente en lugar de ser una secuencia silenciosa. El resultado logra un verdadero impacto audiovisual.
Edición de instrucciones y referencias
La edición precisa reelabora el material existente a partir de una instrucción escrita o un clip de referencia, cambiando un sujeto, estilo o momento sin regenerar todo el video.
Documentos y páginas web a video
Más allá de texto, imagen, audio y video, Wan 3.0 lee archivos doc, xls, ppt, pdf y md, así como páginas web en vivo, transformando un informe o una presentación de diapositivas directamente en un clip terminado.
Comparativas de vídeo en el mismo prompt
Observa cómo los modelos Wan 3.0, Seedance 2.5 y Wan 2.7 generan vídeo.
Generando un cortometraje animado de guerra de ciencia ficción para adultos, de 30 segundos y formato 16:9 panorámico. Estilo visual: CGI ultrafotorrealista Estructuras biomecánicas Fusión de hueso gris-blanco y metal negro Articulaciones tipo insecto Texturizado óseo extremadamente detallado Estrias de sangre seca, grietas cerámicas y grasa industrial Ciudad futurista abandonada Luz cenital gris y fría Organismos tóxicos de color verde esparcidos Iluminación cinematográfica de alto contraste Paleta de colores fríos de baja saturación Naranja-rojo usado solo para llamas y alarmas Destrucción física realista Tono opresivo, pesado, desheroico Los personajes ya no tienen cuerpos completos de carne. Están compuestos principalmente por: Columna vertebral humana Costillas Cráneo Músculo hidráulico negro Articulaciones metálicas Fibra óptica neural Puertos de conexión de armas Los esqueletos no son zombis: son "hardware heredado" que aún opera bajo sistemas militar-industriales. Línea temporal narrativa y dinámica 0-4 s | Combatiendo tras la muerte La toma se abre sobre una placa identificativa de soldado tendida en un charco de agua estancada. ¿Quieres que siga traduciendo el resto de la línea temporal si tienes más segundos/escenas escritas? Parece cortarse después del beat de 0-4 segundos.
Generated by Wan 3.0
Generated by Seedance 2.5 on Altas Cloud
Generated by Wan 2.7 on Altas Cloud
Generando un clip de aventura de 15 segundos en formato 16:9 ultrapanorámico, ambientado en un universo de peluche. Una nave espacial fabricada con tela de peluche, botones, cremalleras y algodón de relleno huye a gran velocidad a través de un universo compuesto por planetas gigantes de lana, nebulosas esponjosas y megafauna de muñeca de trapo. La nave la tripulan tres pequeños animales de peluche: un conejo, un zorro y un cuervo. Una ballena bestia interestelar gigante, cubierta de largo y tupido pelaje azul oscuro, con ojos de dos botones de cristal, persigue a la nave mientras sale de la nebulosa. Estilo general: texturas de peluche ultradetaladas, escala espacial cinematográfica, fuerte contraste entre apariencia adorable y acción intensa, cámara FPV exagerada y física de cuerpo blando realista. **Línea temporal dinámica de 15 segundos** **0-3 s | Lanzamiento por expulsión de la nave con cremallera** La toma está dentro de la nave de peluche, con un cockpit hecho de costuras, botones y paneles de instrumentos de tela. Un botón de advertencia rojo parpadea rápidamente. El conejo tira de una palanca de control gigante con forma de cremallera, y la escotilla delantera de la nave se abre en dos como una bolsa de tela. La cámara se aleja rápidamente del cockpit, atraviesa la escotilla de cremallera y emerge en el exterior. La nave se eyecta y despega desde el cráter tejido de un planeta de lana. **3-6 s | Vuelo rasante a alta velocidad sobre el planeta de lana** La cámara acompaña la cola de la nave, volando bajo sobre la superficie del planeta. El suelo está tejido con mechones gigantes de lana: - Cadenas montañosas tejidas pasan a gran velocidad bajo la nave - Hilos sueltos se balancean como un bosque - La nave esquivan bruscamente a izquierda y derecha - La cámara se inclina y gira continuamente - Los propulsores emiten una estela de algodón blanco **6-8,5 s | Aparece la gran ballena de peluche** La nebulosa esponjosa se abre de golpe a ambos lados mientras una ballena de peluche gigante de color azul oscuro irrumpe desde detrás. El largo pelaje del cuerpo de la ballena es empujado hacia atrás por el flujo de aire a alta velocidad, y sus ojos de botón de cristal reflejan la luz del planeta. La cámara describe un semicírculo alrededor de la nave, cambiando a una vista trasera (invertida), de modo que la ballena crece constantemente en el encuadre detrás de la nave.
Generated by Wan 3.0
Generated by Seedance 2.5 on Altas Cloud
Generated by Wan 2.7 on Altas Cloud
Wan 3.0 API - Diseñado para flujos de trabajo creativos reales
Las actualizaciones de Wan 3.0 se remontan a las demandas reales de la industria, integrándose directamente en los flujos de trabajo de producción a continuación, desde dramas cortos hasta videos corporativos.
Cine, TV, Dramas Cortos y MV
Las tomas nativas de 30 segundos y la restauración de escenas reales permiten que las películas, los cortometrajes y los videos musicales de IA omitan gran parte del rodaje físico. La coherencia de píxeles mantiene a los protagonistas recurrentes, y el audio nativo llega sincronizado con cada corte.
Animación, Marca e IP
El control total de estilos pasa del realismo al anime dentro de un único modelo, mientras que la consistencia de píxeles fija una mascota, un logotipo o un personaje de IP en cada fotograma. Las animaciones completas de marca se renderizan sin la tediosa cadena de producción.
Publicidad y Promoción Corporativa
La creación Omni supera los límites de texto e imagen para las marcas de electrodomésticos, belleza, automoción, bienes de consumo de alta rotación (FMCG) y moda. Introduzca directamente una página de producto o un informe de la empresa para crear de todo, desde demostraciones de productos hasta vídeos corporativos de marca.
Diseño de Software y Productos
Proporcione un recorrido por la interfaz de usuario de un producto, una animación de características o una visualización de datos, y Wan 3.0 mantendrá la estética original mientras lo transforma en una pieza de animación narrativa. El tedioso paso de la animación desaparece.
Educación
La entrada de documentos lee directamente un PDF, PPT o página web, de modo que una lección o informe de investigación se convierte en un video explicativo claro sin necesidad de un guion separado. El material complejo se vuelve visual en un solo paso.
Turismo Cultural
La restauración de escenas reales recrea paisajes, sitios patrimoniales y gastronomía local sin necesidad de rodajes a gran escala, por lo que las películas urbanas y la digitalización cultural se realizan a bajo costo. Lugares lejanos llegan justo frente a los espectadores.
Cómo se compara la API Wan 3.0 con otros modelos de video
Coloca la API Wan 3.0 junto a los modelos de video que comparten una clave de Atlas Cloud y comprueba dónde difieren realmente la duración, capacidad de referencia, audio y costo por segundo.
| Modelo | Duración máxima | Resolución | Entradas de referencia y archivos | Audio nativo | Precio por segundo |
|---|---|---|---|---|---|
| Wan-3.0 Referencia a video | 2 a 30 s, o -1 para duración inteligente | 480P, 720P, 1080P | Hasta 20 elementos mixtos: 10 imágenes, 5 videos, 5 clips de audio, más un documento o página web | √ (activado por defecto) | $0.05 |
| Wan-3.0 Texto a video | 2 a 30 s, o -1 para duración inteligente | 480P, 720P, 1080P | Solo prompt, hasta 20.000 caracteres | √ (activado por defecto) | $0.05 |
| Wan-3.0 Imagen a video | 2 a 30 s, o -1 para duración inteligente | 480P, 720P, 1080P | Primer fotograma, con un último fotograma opcional | √ (activado por defecto) | $0.05 |
| Seedance 2.5 Referencia a video | 4 a 30 s, o -1 para longitud automática | 480p, 720p, 1080p nativo, niveles superiores mediante mejora | Hasta 30 imágenes, 10 videos, 10 clips de audio, sin entrada de documento | √ (activado por defecto) | $0.134 |
| Kling V3.0 Turbo Imagen a video | 3 a 15 s, 5 s de forma predeterminada | 720p, 1080p | Una imagen de origen, sin modo de referencia múltiple | √ (opcional, desactivado por defecto) | $0.112 |
| Veo3.1 Referencia a video | 8 s fijo | 720p, 1080p, 4K | 1 a 3 imágenes de referencia | √ (opcional, desactivado por defecto) | $0.2 |
| MiniMax H3 Referencia a video | 4 a 15 s | 768P, 2K | Referencias mixtas de imagen, video y audio; se requiere al menos una referencia visual | - | $0.1 |
Cómo usar Wan 3.0 en Atlas Cloud
Empieza en minutos — sigue estos sencillos pasos para integrar y desplegar modelos a través de la plataforma de Atlas Cloud.
Crea una cuenta en Atlas Cloud
Regístrate en atlascloud.ai y completa la verificación. Los nuevos usuarios reciben créditos gratuitos para explorar la plataforma y probar modelos.
Por Qué Usar Wan 3.0 en Atlas Cloud
Combina modelos avanzados de Wan 3.0 con la plataforma acelerada por GPU de Atlas Cloud, proporcionando rendimiento, escalabilidad y experiencia de desarrollo incomparables.
Rendimiento y Flexibilidad
Baja Latencia:
Inferencia optimizada por GPU para respuestas en tiempo real.
API Unificada:
Una sola integración para acceder a Wan 3.0, GPT, Gemini y DeepSeek.
Precios Transparentes:
Facturación por Token, soporta modo Serverless.
Empresa y Escala
Experiencia del Desarrollador:
SDK, análisis de datos, herramientas de ajuste fino y plantillas todo en uno.
Confiabilidad:
99.99% de disponibilidad, control de permisos RBAC, registros de cumplimiento.
Seguridad y Cumplimiento:
Certificación SOC 2 Type II, cumplimiento HIPAA, soberanía de datos en EE.UU.
Preguntas frecuentes sobre la API de Wan 3.0
Wan 3.0 es el modelo de video todo en uno de próxima generación de Alibaba, ahora en beta pública. Una sola solicitud puede convertir texto, imágenes, video, audio, documentos o páginas web en un video de hasta 30 segundos de duración, y el modelo combina esa amplia entrada con consistencia a nivel de píxeles, edición precisa y audio generado de forma nativa.
Wan 3.0 es el lanzamiento más amplio de la línea. Aumenta la duración nativa a 30 segundos, acepta hasta 20 materiales de referencia mixtos además de documentos y páginas web en el modo de referencia omni, añade un modo de primer y último fotograma, y avanza hacia la consistencia a nivel de píxel con audio nativo. Las versiones anteriores de Wan en Atlas Cloud siguen siendo excelentes opciones para trabajos más cortos y enfocados de texto a video e imagen a video.
Wan 3.0 procesa mucho más que un simple prompt como material de origen. Una sola solicitud puede utilizar hasta 20 referencias mixtas, 10 imágenes, 5 clips de vídeo que sumen 15 segundos y 5 clips de audio que sumen 15 segundos, junto con un único documento (doc, xls, ppt, pdf o md) o página web, mientras que el propio prompt de texto puede alcanzar los 20.000 caracteres.
Los clips se reproducen de forma nativa hasta 30 segundos. Una solicitud de texto o imagen puede durar de 2 a 30 segundos, mientras que una solicitud que incluye video mantiene la entrada y la salida dentro de un límite combinado de 30 segundos, y la duración inteligente puede establecer la longitud por usted. La resolución abarca 480p, 720p y 1080p, con proporciones de 16:9, 9:16, 4:3, 3:4, 1:1 y proporciones inteligentes disponibles.
La coherencia se gestiona a nivel de píxel, por lo que un rostro, un atuendo, un producto o un fino detalle de referencia mantiene su aspecto a medida que cambian las escenas y los sujetos se mueven. Para las series de producción que reutilizan el mismo personaje o un activo de marca exacto, esa estabilidad es lo que hace que cada entrega sea predecible.
Sí, tanto mediante instrucciones como por referencia. Una nota escrita o un clip de muestra pueden cambiar el estilo de un sujeto, modificar la iluminación o reemplazar un solo segmento, y los elementos que desea mantener intactos permanecen en su lugar durante toda la edición.
Sí. Atlas Cloud ya ofrece Wan 2.7, 2.6 y 2.5 bajo una clave unificada, y Wan 3.0 funciona con esa misma clave sin necesidad de una cuenta nueva, sin reconfiguración de endpoints y sin configuración independiente. Los equipos que ya llaman a la familia Wan pueden acceder a Wan 3.0 simplemente cambiando el nombre del modelo.
Explorar Más Series
Seedance 2.5
¡La API de Seedance 2.5 ya está disponible en Atlas Cloud! Ofrece a los desarrolladores el modelo de video más reciente de ByteDance. Genera hasta 30 segundos de video nativo en una sola pasada a partir de texto, una sola imagen o hasta 50 referencias multimodales, con audio sincronizado y texto multilingüe en el encuadre. En Atlas Cloud puede acceder a él mediante una única clave, con consistencia del sujeto y físicas mejoradas que mantienen la coherencia en las tomas largas.
Wan 3.0
La API Wan 3.0 es la próxima generación de la familia de videos Wan de Alibaba, diseñada para llevar la generación de formato largo, el control de múltiples referencias y la calidad audiovisual a nuevas alturas. Atlas Cloud ya aloja Wan 2.7, 2.6 y 2.5, y Wan 3.0 se ejecuta con la misma clave unificada sin necesidad de configuración adicional. Empieza a construir hoy mismo. Desplázate hacia abajo hasta la galería para ver lo que Wan 3.0 puede crear.
MiniMax H3
MiniMax H3 es la familia de vídeo multimodal de MiniMax para la creación guiada por texto, imagen y referencias. En las rutas compatibles, conserva los sujetos del material de referencia, ofrece relaciones de aspecto flexibles y combina el sonido generado con los elementos visuales mediante H3 Developer, con perfiles de salida seleccionados según el endpoint. Atlas Cloud reúne toda la familia bajo una única clave compatible con OpenAI, con precios transparentes de pago por uso a partir de la tarifa estándar de $0.038 por segundo. Empieza a crear hoy mismo.
Seedream 5.0 Pro
La API de Seedream 5.0 Pro ofrece a los desarrolladores el modelo de edición de imágenes controlable de ByteDance en Atlas Cloud. Sitúa las ediciones con precisión mediante anclajes y coordenadas, separa las imágenes en capas editables, fusiona múltiples referencias y empareja colores y materiales exactos, con texto multilingüe a 2K y 3K. ¡En Atlas Cloud puede acceder a él mediante una sola clave!
Seedance 2.0
Seedance 2.0 es el modelo de vídeo para producción de ByteDance, diseñado para crear planos con precisión. Convierte prompts en vídeo, anima una imagen del primer fotograma con orientación opcional del último fotograma o da forma a los resultados mediante medios de referencia y búsqueda web opcional. Atlas Cloud reúne estos flujos de trabajo en una única API unificada, con precios transparentes de pago por uso y una sola clave compatible con OpenAI. Empieza a crear hoy mismo.
GPT Image 2.5
La familia gpt-image-2.5 de OpenAI ofrece a los desarrolladores la posibilidad de elegir entre Flare y Sunburst para flujos de trabajo de producción de imágenes. Renderiza con resoluciones arbitrarias de hasta 3840x2160 y elige entre cinco niveles de calidad, incluidos xhigh y max, para adaptarte a requisitos de salida específicos. Atlas Cloud proporciona inferencia REST lista para usar, sin arranques en frío y con precios estándar desde $0.004 por generación. Empieza a crear hoy mismo.
GPT Image 2
La API de GPT Image 2 ofrece a los desarrolladores acceso al último modelo de imágenes de OpenAI, el sucesor de GPT Image 1.5. Genera y edita imágenes con una representación de texto precisa en caracteres latinos y CJK, además de una sólida composición para carteles, maquetas e infografías. En Atlas Cloud, puede acceder a ella a través de una API unificada junto con más de 300 modelos, con créditos gratuitos, un tiempo de actividad del 99,99% y sin necesidad de verificación de organización de OpenAI.
Gemini Omni Flash
La API de gemini omni pone a disposición de los desarrolladores la familia Gemini Omni Flash nativamente multimodal de Google DeepMind, incluido Gemini Omni 1.1 Flash. Crea vídeos cinematográficos con audio nativo sincronizado, anima imágenes estáticas con un control preciso de los fotogramas inicial y final, o revisa metraje existente mediante ediciones guiadas por texto que conservan el contenido no modificado. Atlas Cloud proporciona una única clave compatible con OpenAI, acceso unificado y precios transparentes de pago por uso. Empieza a desarrollar hoy mismo.
Grok Imagine
La API Grok Imagine cubre los modelos de imagen, video y voz de xAI, desde Image 2.0 hasta Video 1.5 y xAI TTS v1. Genera imágenes de 1K o 2K en 14 relaciones de aspecto, expande una escena a 15 segundos de movimiento en 1080p, controla tomas con hasta 7 imágenes de referencia, o nárralas en 20 idiomas. Atlas Cloud ejecuta todos los modos en un endpoint, con precios de pago por uso desde $0.02 por imagen y $0.05 por segundo. Empieza a construir hoy.
Los modelos creativos más potentes de Google están todos disponibles en Atlas Cloud. Veo 3.1 ofrece generación de video cinematográfico, Nano Banana 2 impulsa la creación de imágenes de alta fidelidad y Gemini aporta inteligencia multimodal a cada flujo de trabajo. Acceda a la suite completa de modelos de Google a través de una sola API key con disponibilidad Day-0 y precios de pago por uso (pay-as-you-go).
Seedance 2.0 Mini
Seedance 2.0 Mini lleva la generación de video multimodal de ByteDance a los flujos de trabajo donde la velocidad y el costo son más importantes. Ofrece las capacidades principales de Seedance 2.0 con un menor consumo de recursos: generación más rápida, menor costo por video y la misma integración de API que ya utiliza. Para los equipos que ejecutan pipelines de alto volumen o crean prototipos a escala, Mini es la opción predeterminada práctica.
ByteDance
Desde la generación de video cinematográfico hasta la creación de imágenes de alta fidelidad, los modelos más potentes de ByteDance están disponibles en Atlas Cloud. Ejecute Seedance y Seedream a gran escala con los precios de inferencia más bajos y cero gastos generales de infraestructura.
Artículos recomendados
Guías, tutoriales y novedades de producto para aprovechar al máximo Atlas Cloud.
