Wan 3.0 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 APIMart.
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 APIMart
Precios transparentes sin tarifas ocultas. Paga solo por lo que uses.
* Los costos reales dependen del resultado final.
* Precio total = (duración del vídeo de referencia + duración del vídeo generado) × precio unitario.
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
70%
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 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 APIMart.
Preguntas habituales sobre las entradas, los precios y el comportamiento de las tareas de Wan 3.0
Wan 3.0 es el modelo de vídeo con IA todo en uno de Alibaba Cloud, disponible en APIMart como wan3.0-video. 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.
Wan 3.0 se factura por segundo solicitado y nivel de resolución. Las tarifas oficiales son RMB 0.30/s para 480P, RMB 0.60/s para 720P y RMB 1.20/s para 1080P; tu precio actual de APIMart se muestra arriba.
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 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.
Explora más modelos de la misma categoría.

Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flash is a multimodal video model officially released by Google that supports rapid generation, natural language editing, and cinematic-quality visual control. This page connects to the official service through APIMart’s unified video API and uses separate pricing and task logs.

Gemini Omni Flash Preview
gemini-omni-flash-preview is a multimodal video generation and editing model launched by Google.

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

Pixverse V6
pixverse-v6 is PixVerse's sixth-generation AI video generation model, primarily used for text-to-video and image-to-video generation.