Guía de Wan 3.0: especificaciones de vídeo, costes y prompts (2026)
Wan 3.0 de Alibaba genera vídeos nativos con IA de hasta 30 segundos a una resolución de hasta 1080p por 24 créditos por segundo en DramaCanvas. Está disponible en [DramaCanvas](https://dramacanva.com) con unas tarifas de 6 créditos por segundo en 480p, 12 créditos en 720p y 24 créditos en 1080p. Su principal punto fuerte en DramaCanvas son las referencias: admite 10 imágenes, 5 vídeos (cada uno de ≤100 MB) y 5 pistas de audio en una sola generación —más que Seedance 2.0 (9 imágenes, 3 vídeos y 3 audios)—, además de audio nativo según la documentación de Alibaba. Aunque resulta más barato por segundo que Seedance 2.0 y Seedance 2.5, si buscas los segundos en 1080p más económicos la opción es Kling 4 (12 créditos/s, solo imágenes, sin referencias de vídeo ni de audio).
En esta guía de producción descubrirás cómo se compara Wan 3.0 con Seedance 2.5 y Seedance 2.0, cómo funciona la facturación por créditos en DramaCanvas y cómo estructurar tus prompts mediante la fórmula oficial de Alibaba. Con la suscripción Standard de 29,90 $ por 1100 créditos (≈ 0,027 $ por crédito), una toma de 10 segundos en 1080p cuesta 240 créditos (≈ 6,48 $), lo que ofrece una referencia muy práctica para planificar storyboards narrativos.
¿Qué es Wan 3.0 de Alibaba y cuáles son sus capacidades principales?
Wan 3.0 de Alibaba es un modelo fundacional de vídeo publicado por Alibaba Cloud en [Model Studio](https://modelstudio.alibabacloud.com/intl/blog/wan3-ai-video-generation-model/) que genera vídeos continuos de 30 segundos a 30 fotogramas por segundo en 6 relaciones de aspecto.
Según la [guía de generación de vídeo de Alibaba Cloud Model Studio](https://docs.modelstudio.console.alibabacloud.com/en/model-studio/wan3-video-generation-guide), Wan 3.0 funciona como una arquitectura integrada que admite texto a vídeo, imagen a vídeo y referencia a vídeo dentro de un único modelo. De forma nativa, genera diálogos hablados, música de fondo y efectos de sonido ambiente sincronizados con la acción visual.
En DramaCanvas, los creadores acceden a Wan 3.0 mediante la [interfaz de lienzo infinito](https://dramacanva.com) junto a modelos como Kling 3.0 y Kling 4. En el lienzo, Wan 3.0 acepta hasta 10 imágenes de referencia, 5 vídeos de referencia (cada uno de ≤100 MB) y 5 clips de audio de referencia en resoluciones de 480p, 720p y 1080p. Tal como se detalla en el [repositorio oficial de Wan 3.0 en GitHub](https://github.com/AlibabaCloud-Official/Wan3.0/tree/main), el modelo también renderiza texto en 12 idiomas y se conecta con el servidor MCP de DramaCanvas para automatizar flujos de trabajo.
Wan 3.0 frente a Seedance: ¿cómo se comparan los costes de vídeo y las referencias?
En DramaCanvas, Wan 3.0 renderiza vídeo en 1080p por 24 créditos por segundo, lo que reduce el consumo de créditos en un 67,6 % en comparación con Seedance 2.5 (74 créditos por segundo) y en un 52 % respecto a Seedance 2.0 (50 créditos por segundo).
Al planificar secuencias episódicas en un lienzo infinito, el ritmo de gasto de créditos determina el volumen total de producción. Un borrador de 10 segundos en 720p con Wan 3.0 consume 120 créditos (≈ 3,24 $ a razón de 0,027 $ por crédito), frente a los 200 créditos (≈ 5,40 $) de Seedance 2.0 y los 300 créditos (≈ 8,10 $) de Seedance 2.5. Para una secuencia completa de 30 segundos en 1080p, Wan 3.0 requiere 720 créditos (≈ 19,44 $), mientras que Seedance 2.5 asciende a 2220 créditos (≈ 59,94 $).
La compatibilidad con archivos de referencia marca otra gran diferencia. Aunque Seedance 2.5 admite hasta 30 imágenes de referencia, no acepta vídeo de referencia en DramaCanvas. Por el contrario, Wan 3.0 permite incluir hasta 5 vídeos de referencia (cada uno de ≤100 MB) junto con 10 imágenes de referencia y 5 clips de audio, haciendo posible trasladar la coreografía visual directamente a nuevas escenas.
| Modelo (creador) | Resolución y créditos por segundo | Duración | Relaciones de aspecto | Entradas en DramaCanvas |
|---|---|---|---|---|
| Wan 3.0 (Alibaba) | 480p: 6 · 720p: 12 · 1080p: 24 | 2–30 s | 6 relaciones | hasta 10 imágenes de referencia, 5 vídeos de referencia (cada uno ≤100 MB), 5 clips de audio de referencia |
| Seedance 2.5 | 480p: 14 · 720p: 30 · 1080p: 74 | 4–30 s | 6 relaciones | hasta 30 imágenes de referencia, 10 clips de audio de referencia; sin vídeo de referencia en DramaCanvas |
| Seedance 2.0 | 480p: 10 · 720p: 20 · 1080p: 50 | 4–15 s (720p hasta 30 s) | 6 relaciones | hasta 9 imágenes de referencia, 3 vídeos de referencia, 3 audios de referencia |
| Kling 4 (Kuaishou) | 720p: 7 · 1080p: 12 | 3–30 s | 16:9 / 9:16 / 1:1 / 21:9 | hasta 10 imágenes de referencia |
| Kling 3.0 (Kuaishou) | 720p: 8 (12 con sonido) · 1080p: 16 · 4K: 40 | 3–15 s | 16:9 / 9:16 / 1:1 | 2 imágenes como fotograma inicial y final; sin vídeo ni audio de referencia |
| MiniMax H3 (Hailuo) | 480p: 5 · 768p: 8 · 1080p: 13 | 4–30 s (1080p hasta 15 s) | 6 relaciones | 1 imagen como fotograma inicial |
| Grok Imagine Video 1.5 (xAI) | 480p: 6 · 720p: 10 | 4–15 s | 6 relaciones | hasta 7 imágenes de referencia |
Créditos comprobados en DramaCanvas el 2026-11-04.
Elige Seedance 2.5 cuando una escena coral requiera amplias referencias de vestuario y el presupuesto sea secundario. Opta por Wan 3.0 cuando tu proyecto necesite escenas continuas de 30 segundos, compatibilidad con referencias de vídeo y audio, o costes más reducidos que los de Seedance. Si buscas los segundos en 1080p más económicos, recurre a Kling 4 (12 créditos/s, solo imágenes, sin referencias de vídeo ni de audio), que además ofrece generación en 720p a 7 créditos por segundo (≈ 1,89 $ por 10 segundos), mientras que Kling 3.0 proporciona una opción de resolución en 4K a 40 créditos por segundo.
¿Cómo crear tu primer vídeo con Wan 3.0 en DramaCanvas?
Para crear tu primer vídeo con Wan 3.0 en DramaCanvas, añade un nodo de vídeo, selecciona Wan 3.0 en el selector de modelos, ajusta los parámetros, redacta el prompt y genera la toma por 12 créditos por segundo en 720p.
Paso 1: Añade un nodo de vídeo y selecciona Wan 3.0
Haz clic en Add node en la barra de herramientas situada en la parte inferior del lienzo y elige Video. En el selector de modelos que aparece debajo del nodo, busca Wan 3.0 (Alibaba).
Paso 2: Define la resolución, la relación de aspecto y la duración
Haz clic en el resumen de ajustes situado debajo del cuadro de entrada (mostrará algo como «720P · 16:9 · 5s») para abrir la configuración del vídeo. Establece Resolution en 720P para empezar (o 1080P para producción), selecciona la relación de aspecto en Size (9:16 para vídeo corto vertical o 16:9 para apaisado) y ajusta los segundos en Seconds entre 2 y 30.
Paso 3 (opcional): Conecta imágenes o vídeos como referencias
Para animar una imagen o aportar material de referencia, añádelos al lienzo y arrastra una línea desde el punto de conexión a la derecha del nodo de imagen o vídeo hasta el nodo de vídeo. En DramaCanvas, Wan 3.0 admite hasta 10 imágenes de referencia, 5 vídeos de referencia (cada uno de ≤100 MB) y 5 clips de audio de referencia. Elige una imagen en Start frame dentro de Parameters si deseas animarla.
Paso 4: Escribe el prompt, comprueba los créditos y genera
Pega uno de los prompts que encontrarás a continuación en el cuadro de texto y adáptalo. El botón de generación muestra cuántos créditos costará la ejecución; compruébalo y haz clic. Cuando finalice, selecciona el nodo de vídeo y pulsa Download en su barra de herramientas para guardarlo.
¿Cuál es la estructura oficial de prompt de Wan 3.0 para vídeo de producción?
La fórmula oficial de prompt para Wan 3.0 publicada en la [guía de prompts de Alibaba Cloud Model Studio](https://www.alibabacloud.com/help/en/model-studio/wan3-video-generation-prompt-guide) organiza el vídeo narrativo en 7 componentes: descripción general, citas de material de referencia, desglose de planos con marcas de tiempo, diálogo hablado, efectos de sonido o música de fondo, estilo o ambientación y lista de prompts negativos.
Aunque una simple frase genera movimientos básicos, las secuencias de 30 segundos con varios planos se benefician enormemente de marcas de tiempo explícitas y referencias citadas para mantener la coherencia en la puesta en escena y en la trayectoria de la cámara.
Prompt = [Overall description]
+ [Reference material citation: Image N / Video N / Audio N]
+ [Shot N (start-end seconds): Subject + Scene + Motion + Camera control]
+ [Dialogue: Character says: "Line"]
+ [Sound effect / BGM]
+ [Style / Mood]
+ [Negative prompt list]La siguiente tabla compara un prompt impreciso con una estructura de prompt eficaz para Wan 3.0.
| Versión del prompt | Contenido de ejemplo del prompt | Por qué funciona o falla |
|---|---|---|
| Prompt ineficaz | "A detective walking down a dark street in the rain with dramatic lighting." | Carece de marcas de tiempo, omite la especificación de objetivos, no cita referencias y deja la generación de audio sin pautas. |
| Prompt eficaz | "Shot 1 (00:00-00:05): 35mm wide lens. Detective Hayes (Image 1) walks across rain-slicked cobblestones. Shot 2 (00:05-00:10): 85mm close-up. He mutters: 'Too quiet.' Sound: steady rainfall, distant foghorn. Mood: 1940s film noir, amber lighting." | Define marcas de tiempo, distancias focales, etiquetas de referencia, diálogo hablado, efectos de sonido y controles de iluminación. |
¿Cuáles son las 5 plantillas de prompt de Wan 3.0 listas para producción?
Estas 5 plantillas de prompt para Wan 3.0 proporcionan estructuras listas para producción enfocadas en drama histórico narrativo, seguimiento de acción a alta velocidad, publicidad comercial, transferencia de movimiento y diálogos para series cortas en formato vertical.
1. Drama narrativo con múltiples planos
Utiliza esta plantilla para escenas de diálogo que requieran una puesta en escena coherente y audio sincronizado.
Period drama sequence in an 18th-century library. Lord Malvern (referencing Image 1) confronts Julian (referencing Image 2) across an oak table. 15 seconds duration.
Shot 1 (00:00-00:05): Wide shot, 28mm lens. Lord Malvern stands by hearth holding an unsealed envelope.
Shot 2 (00:05-00:10): Medium shot, 50mm lens. Julian enters through oak doors. Lord Malvern speaks with quiet tension: "You should not have returned to the estate."
Shot 3 (00:10-00:15): Close-up, 85mm lens. Julian replies: "The inheritance belongs to the county now."
Sound design: Crackling fireplace wood, heavy window rain, clear spoken dialogue. Mood: Somber British period drama, warm amber key light, dark shadow falloff.2. Seguimiento de acción a alta velocidad
Usa esta secuencia de varios planos para dirigir movimientos de cámara y sincronización orquestal según la [guía de texto a vídeo de Alibaba Cloud](https://www.alibabacloud.com/help/en/model-studio/text-to-video-guide).
A 15-second wildlife tracking sequence across savanna grasslands during golden hour.
Shot 1 (00:00-00:05): Extreme wide shot. Camera glides forward across savanna while tilting upward as a cheetah enters frame left on the path of a fleeing antelope.
Shot 2 (00:05-00:10): Low tracking shot parallel to the cheetah on the right. Grassy background sweeps past rapidly while subject stays left of center.
Shot 3 (00:10-00:15): Forward push-in at ground level, narrowing focus as the cheetah extends forelimbs toward the antelope's hindquarters.
Sound design: Crescendoing orchestral score, rhythmic drum cadence, paw thuds on dry soil, rushing wind. Final second cuts to isolated breathing.3. Spot publicitario de marca
Utiliza esta estructura comercial para trasladar la estética y la paleta de colores de un producto a un vídeo promocional.
A 15-second warm-toned commercial brand film for an artisanal café, referencing barista in Image 1 and color palette in Image 2.
Shot 1 (00:00-00:05): Macro close-up shot, 100mm lens. Steaming water pours from brass kettle onto ground coffee in ceramic dripper. Water droplets catch morning window light.
Shot 2 (00:05-00:10): Medium tracking shot along a timber counter. A barista in an indigo apron slides a warm ceramic mug toward an unseen customer beside a sunlit window.
Shot 3 (00:10-00:15): Close-up portrait, 85mm lens. A smiling patron wraps hands around the ceramic cup, takes an appreciative sip, and looks toward the autumn street.
Sound design: Gentle water pouring hiss, ceramic mug clink on wood, acoustic guitar melody, ambient café murmurs. Mood: Warm golden tones.4. Transferencia de movimiento y referencia de personaje
Emplea esta configuración para replicar la coreografía y la trayectoria de cámara de un vídeo existente aplicando los recursos de un nuevo personaje.
Reference-to-video motion transfer: Replicate camera movement, sword strike trajectory, and footwork from Video 1, casting armored warrior from Image 1 as performer.
Action description: Armored warrior executes 360-degree spinning broadsword parry against two incoming spear attacks in stone courtyard. Maintain velocity curves and low whip-pan from Video 1.
Shot parameters: 10 seconds duration, 1080p resolution, 16:9 widescreen ratio. Armor engraving and face scars match Image 1.
Sound design: Heavy metal blade clashes, rain on steel plate, combat vocal grunts. Mood: Gritty dark fantasy, desaturated slate tones with bright weapon sparks.5. Diálogo en drama corto vertical 9:16
Usa esta plantilla para un diálogo dramático entre dos personajes optimizado para pantallas móviles.
Vertical 9:16 short drama scene in a corporate boardroom at night. Elena (referencing Image 1) confronts Marcus (referencing Image 2) across a glass conference table. 10 seconds duration.
Shot 1 (00:00-00:05): Medium close-up, vertical framing, 50mm lens. Elena stands under cool fluorescent lights, drops a signed contract onto the glass, and says firmly: "The board voted ten minutes ago."
Shot 2 (00:05-00:10): Close-up, 85mm lens. Marcus leans back into his leather chair, stares up with narrowed eyes, and answers quietly: "They don't own the voting shares, Elena."
Sound design: Sharp paper slap against glass table, low hum of office air conditioning, distant city sirens, clear synchronized dialogue. Mood: High-stakes corporate thriller, cool blue rim light with sharp shadows.¿Cuáles son las limitaciones operativas de Wan 3.0 en DramaCanvas?
Wan 3.0 en DramaCanvas limita las entradas a un máximo de 10 imágenes de referencia, 5 vídeos de referencia (cada uno de ≤100 MB) y 5 pistas de audio de referencia, con una duración de salida de entre 2 y 30 segundos por generación.
En primer lugar, el tamaño de los archivos y la cantidad de referencias de vídeo tienen límites estrictos. Aunque puedes conectar hasta 5 vídeos de referencia en el lienzo, cada archivo individual no debe superar los 100 MB. Del mismo modo, las imágenes de referencia están limitadas a 10 archivos por nodo. Si trabajas con archivos de vídeo más pesados, recórtalos o comprímelos antes de subirlos al lienzo.
En segundo lugar, la resolución de salida alcanza un máximo de 1080p. Aunque Wan 3.0 ofrece niveles de 480p, 720p y 1080p a 6, 12 y 24 créditos por segundo respectivamente, no admite generación en 4K. Si tu flujo de producción requiere másteres en 4K, Kling 3.0 ofrece salida en 4K a 40 créditos por segundo.
En tercer lugar, las funciones de Model Studio difieren de las herramientas del lienzo de DramaCanvas. En Alibaba Cloud Model Studio, Wan 3.0 admite la importación de documentos y hojas de cálculo (como PPT, PDF, DOC y XLS), así como la edición de instrucciones de vídeo mediante texto. En DramaCanvas, el modelo está integrado específicamente para flujos de generación de vídeo mediante nodos de referencia de imagen, vídeo y audio.
Por último, el gasto de créditos aumenta proporcionalmente con la duración y la resolución. Una secuencia completa de 30 segundos en 1080p cuesta 720 créditos (≈ 19,44 $). Probar el encuadre y las referencias de los personajes en un borrador previo de 5 segundos en 720p cuesta solo 60 créditos (≈ 1,62 $), lo que te permite verificar la continuidad visual antes de renderizar una secuencia definitiva de 30 segundos.
Preguntas frecuentes
¿Admite Wan 3.0 archivos de vídeo de referencia en DramaCanvas?
Sí, Wan 3.0 admite hasta 5 clips de vídeo de referencia (cada uno de ≤100 MB) directamente en DramaCanvas. Esto te permite guiar las trayectorias de cámara, el ritmo actoral y la acción física a partir de metraje ya existente. En comparación, Seedance 2.5 no admite vídeo de referencia en DramaCanvas, mientras que Seedance 2.0 admite hasta 3 vídeos de referencia.
¿Cuánto cuesta un vídeo de 30 segundos en 1080p con Wan 3.0 en DramaCanvas?
Un vídeo de 30 segundos en 1080p con Wan 3.0 cuesta 720 créditos, lo que equivale aproximadamente a 19,44 $ con el plan Standard (29,90 $ por 1100 créditos a ≈ 0,027 $ por crédito). En comparación, renderizar un vídeo de 30 segundos en 1080p con Seedance 2.5 cuesta 2220 créditos (≈ 59,94 $), por lo que Wan 3.0 es un 67,6 % más barato que Seedance 2.5 en renderizados largos. Las generaciones fallidas en DramaCanvas se reembolsan de manera automática en tu saldo. Ten en cuenta que, para obtener los segundos en 1080p más económicos de toda la plataforma, Kling 4 cuesta 12 créditos por segundo (solo imágenes, sin referencias de vídeo ni de audio).
¿Conviene elegir Wan 3.0 o Seedance 2.5 para series cortas?
Elige Wan 3.0 cuando necesites escenas continuas de 30 segundos, compatibilidad con vídeo y audio de referencia o costes más bajos que los de Seedance a 24 créditos por segundo en 1080p. Para los segundos en 1080p más baratos en general, utiliza Kling 4 (12 créditos/s, solo imágenes, sin referencias de vídeo ni de audio). Escoge Seedance 2.5 cuando tu producción requiera hasta 30 imágenes de referencia para mantener una rigurosa coherencia en personajes complejos, vestuario y atrezo. Seedance 2.5 cuesta 74 créditos por segundo en 1080p (≈ 19,98 $ por 10 segundos), mientras que Wan 3.0 cuesta 24 créditos por segundo (≈ 6,48 $ por 10 segundos) y admite hasta 5 vídeos de referencia.
¿Qué ocurre si falla la generación de un vídeo con Wan 3.0 en DramaCanvas?
Los créditos de las generaciones fallidas se reembolsan automáticamente en tu saldo de DramaCanvas. Entre las causas habituales de error figuran adjuntar archivos de vídeo de referencia que superen los 100 MB cada uno o conectar más de 5 vídeos de referencia. Una vez compruebes que tus archivos respetan los límites de entrada, podrás generar de nuevo sin perder créditos.
Para empezar a trabajar con Wan 3.0, comienza configurando tu nodo de vídeo en 720p durante 5 segundos (60 créditos, ≈ 1,62 $) para verificar el encuadre de cámara y la alineación de los recursos de referencia antes de pasar a tomas completas de 30 segundos en 1080p. Crea un proyecto en [DramaCanvas](https://dramacanva.com), añade un nodo de vídeo y prueba tu primera escena narrativa en el lienzo.
