Wan 3.0 Prime es el modelo de vídeo todo en uno de Alibaba Cloud organizado en tres modos: generación general, generación por fotogramas inicial/final y generación por archivo o página web. La generación general acepta solo el prompt o referencias de imagen, vídeo y audio; en el modo por fotogramas, el inicial es obligatorio y el final es opcional. Genera vídeos de 2–30 segundos en 480P, 720P o 1080P, con audio de salida opcional, mediante un único endpoint asíncrono de 光谱汇深.
Genera solo con un prompt o añade imágenes, vídeos y audio como referencias
General / Referencias
Usa solo un prompt o añade referencias, un documento o una página web
Fotogramas
El primer fotograma es obligatorio y el último es opcional
Los fotogramas inicial y final no se pueden combinar con materiales de referencia en una misma solicitud.
Introduce un prompt o añade al menos una imagen, un vídeo o un audio de referencia.
Hasta 5 archivos WAV o MP3 · 1–15 s cada uno · 15 s en total · máx. 15 MB por archivo
WAV, MP3 (max 15MB, up to 5 audios, duration ≤ 15s)
0/5 referencias de audio utilizadas. Los archivos subidos y las URL se contabilizan en conjunto.
Elige la duración automática (-1) o una duración entera de entre 2 y 30 segundos. Con un vídeo de referencia, la duración de entrada y la de salida no pueden superar los 30 segundos en total.
1080P es la resolución predeterminada y corresponde al nivel de precio más alto.
Añade una pista de audio al vídeo generado. El precio es el mismo con o sin audio.
Añade una marca de agua al vídeo generado.
Almacenado a largo plazo en la CDN de 光谱汇深
Precios transparentes sin tarifas ocultas. Paga solo por lo que uses.
| Variante | Nivel | Precio |
|---|---|---|
wan3.0-video-prime | 480P | 0.5143Credits(~¥0.0514)/seg |
| 720P | 1.0286Credits(~¥0.1029)/seg | |
| 1080P | 2.0571Credits(~¥0.2057)/seg |
* Los costos reales dependen del resultado final.
* Coste total = (duración del vídeo de referencia + duración del vídeo generado) × precio original por segundo del modelo y la resolución seleccionados × porcentaje realmente pagadero ÷ 100.
Elige entre generación general, generación por fotogramas inicial/final y generación por archivo o página web. El prompt funciona solo o con referencias de imagen, vídeo y audio; el fotograma inicial es obligatorio y el final, opcional. Elige de 2–30 segundos y salida en 480P, 720P o 1080P.
50K+
Usuarios Activos
99.9%
Tiempo Activo
2x
Más Rápido
—
Ahorro de Costos
Tres modos de generación, dos familias de materiales, controles de salida y entrega
Escenarios para generación general, por fotogramas, archivos y páginas web
Envía y recupera una tarea de vídeo de Wan 3.0 Prime en tres pasos
Elige generación general con el prompt solo o referencias, generación por fotogramas con el inicial obligatorio y el final opcional, o generación por archivo y página web.
Define de 2–30 segundos, 480P, 720P o 1080P, una relación de aspecto, audio de salida, marca de agua y una semilla aleatoria opcional.
Envía la solicitud asíncrona, consulta el ID de la tarea y recupera el vídeo completado desde el almacenamiento de 光谱汇深.
Preguntas habituales sobre las entradas, los precios y el comportamiento de las tareas de Wan 3.0 Prime
Wan 3.0 Prime es el modelo de vídeo con IA todo en uno de Alibaba Cloud, disponible en 光谱汇深 como wan3.0-video-prime. La interfaz organiza las entradas en tres modos y separa las referencias de los fotogramas inicial/final como dos familias de materiales incompatibles.
Hay tres modos: generación general con el prompt solo o referencias de imagen, vídeo y audio; generación por fotogramas con el inicial obligatorio y el final opcional; y generación por archivo o página web pública.
Define duration como cualquier número entero de 2 a 30 segundos. Cuando se proporcionen vídeos de referencia, su duración total más la duración de salida solicitada no puede superar los 30 segundos. Define duration como -1 para que el modelo elija automáticamente la duración de salida.
Wan 3.0 Prime usa su precio original por segundo y su porcentaje realmente pagadero para la resolución seleccionada. Coste = (duración de referencia + duración generada) × precio original por segundo × porcentaje pagadero ÷ 100. La duración automática muestra un intervalo estimado. Consulta los precios y descuentos actuales de este modelo en la tabla de esta página.
1080P es la resolución predeterminada y el nivel de mayor precio. Indica explícitamente 480P o 720P cuando se ajusten mejor a tus requisitos de calidad y coste.
No. El audio de salida está activado por defecto y definir audio como false no cambia el precio por segundo. El audio de referencia es una entrada independiente que sirve para guiar la generación.
No. Los fotogramas inicial y final forman una familia de entrada, mientras que las imágenes, los vídeos, el audio, los archivos y los enlaces de referencia forman otra. Wan 3.0 Prime rechaza las solicitudes que mezclan ambas familias.
Las fuentes admitidas incluyen archivos de Word, Excel, PowerPoint, PDF, TXT, Keynote, Pages, Numbers y Markdown de hasta 100MB y 50 páginas, o una página web pública que no requiera iniciar sesión.
Regístrate en 光谱汇深, abre la página API Keys en tu panel y crea una clave. La misma clave sirve para llamar a la API Alibaba Wan 3.0 Prime y a todos los demás modelos de la plataforma, con pago por uso y sin suscripción. Los precios de esta página son de miembro Oro, con un 20% de descuento; los miembros Platino y Diamante ahorran hasta un 28%.
Envía una solicitud de generación con el modelo wan3.0-video-prime y tu prompt. La API Wan 3.0 Prime funciona como tarea asíncrona: devuelve un task id de inmediato y consultas esa tarea (polling) hasta que el resultado esté listo. Los parámetros completos y ejemplos de código están en la documentación de 光谱汇深 (docs.callhub.cn).
Explora más modelos de la misma categoría.
MiniMax H3 Max
MiniMax H3 Max generates video from text and images at 480P, 768P or 1080P with 5–15 second clips, first/last frames, multimodal references and synced audio.
Seedance 2.0 Mini
Seedance 2.0 Mini is the lightweight version of ByteDance's Seedance 2.0 for text-to-video and image-to-video, with 480p or 720p output.
HappyHorse 1.1
HappyHorse 1.1 generates 720P or 1080P video from text, a first-frame image or 1–9 reference images. Video editing is not supported.

Kling 3.0 Turbo
Kling-3.0-Turbo: A high-speed, high-quality AI video generation model ideal for quickly creating short videos.