Guia do Wan 3.0: Recursos de Vídeo da Alibaba, Custos e Prompts (2026)
O Wan 3.0 da Alibaba gera vídeos de IA nativos de até 30 segundos em resolução 1080p por 24 créditos por segundo no DramaCanvas. Ele está disponível no [DramaCanvas](https://dramacanva.com), custando 6 créditos por segundo em 480p, 12 créditos em 720p e 24 créditos em 1080p. Seu principal diferencial na plataforma é a capacidade de referências: 10 imagens, 5 vídeos (cada um ≤100 MB) e 5 clipes de áudio em uma única geração — superando o Seedance 2.0 (9 imagens, 3 vídeos e 3 áudios) —, além de áudio nativo integrado segundo a documentação da Alibaba. Embora seja mais econômico por segundo que o Seedance 2.0 e o Seedance 2.5, para obter os segundos mais baratos em 1080p a opção ideal é o Kling 4 (12 créditos/s, somente imagens, sem suporte a referências de vídeo ou áudio).
Neste guia de produção, você vai conferir como o Wan 3.0 se compara ao Seedance 2.5 e Seedance 2.0, como funciona o consumo de créditos no DramaCanvas e como estruturar prompts seguindo a fórmula oficial da Alibaba. Em uma assinatura Standard de US$ 29,90 por 1.100 créditos (≈ US$ 0,027 por crédito), uma tomada de 10 segundos em 1080p consome 240 créditos (≈ US$ 6,48), estabelecendo um parâmetro prático para a produção de storyboards narrativos.
O que é o Alibaba Wan 3.0 e quais são seus principais recursos?
O Alibaba Wan 3.0 é um modelo fundacional de vídeo lançado pela Alibaba Cloud no [Model Studio](https://modelstudio.alibabacloud.com/intl/blog/wan3-ai-video-generation-model/) que gera vídeos contínuos de 30 segundos a 30 quadros por segundo em 6 proporções de tela.
De acordo com o [guia de geração de vídeo do Alibaba Cloud Model Studio](https://docs.modelstudio.console.alibabacloud.com/en/model-studio/wan3-video-generation-guide), o Wan 3.0 opera como uma arquitetura completa "all-in-one", suportando texto para vídeo, imagem para vídeo e referência para vídeo dentro de um único modelo. Ele gera nativamente diálogos falados, música de fundo e efeitos sonoros ambientes sincronizados com a ação visual.
No DramaCanvas, criadores acessam o Wan 3.0 por meio da [interface de canvas infinito](https://dramacanva.com) ao lado de modelos como o Kling 3.0 e o Kling 4. No canvas, o Wan 3.0 aceita até 10 imagens de referência, 5 vídeos de referência (cada um ≤100 MB) e 5 clipes de áudio de referência nas resoluções 480p, 720p e 1080p. Conforme detalhado no [repositório oficial do Wan 3.0 no GitHub](https://github.com/AlibabaCloud-Official/Wan3.0/tree/main), o modelo também renderiza textos em 12 idiomas e se conecta ao servidor MCP do DramaCanvas para fluxos automatizados de trabalho.
Wan 3.0 vs Seedance: como os custos de vídeo e as entradas de referência se comparam?
No DramaCanvas, o Wan 3.0 renderiza vídeos em 1080p por 24 créditos por segundo, o que reduz o consumo de créditos em 67,6% na comparação com o Seedance 2.5 (74 créditos por segundo) e em 52% em relação ao Seedance 2.0 (50 créditos por segundo).
Ao planejar sequências episódicas em um canvas infinito, o ritmo de consumo de créditos determina o volume de produção viável. Uma prévia de 10 segundos em 720p no Wan 3.0 consome 120 créditos (≈ US$ 3,24 a US$ 0,027 por crédito), contra 200 créditos (≈ US$ 5,40) no Seedance 2.0 e 300 créditos (≈ US$ 8,10) no Seedance 2.5. Para uma sequência completa de 30 segundos em 1080p, o Wan 3.0 exige 720 créditos (≈ US$ 19,44), enquanto o Seedance 2.5 chega a 2.220 créditos (≈ US$ 59,94).
O suporte a entradas é outro ponto crucial de diferenciação. Embora o Seedance 2.5 aceite até 30 imagens de referência, ele não oferece suporte a vídeos de referência no DramaCanvas. Em contrapartida, o Wan 3.0 aceita até 5 vídeos de referência (cada um ≤100 MB), juntamente com 10 imagens de referência e 5 clipes de áudio, permitindo que criadores transfiram coreografias visuais diretamente para novas cenas.
| Modelo (criador) | Resolução e créditos por segundo | Duração | Proporções de tela | Entradas no DramaCanvas |
|---|---|---|---|---|
| Wan 3.0 (Alibaba) | 480p 6 · 720p 12 · 1080p 24 | 2–30 s | 6 proporções | até 10 imagens de referência, 5 vídeos de referência (cada um ≤100 MB), 5 clipes de áudio de referência |
| Seedance 2.5 | 480p 14 · 720p 30 · 1080p 74 | 4–30 s | 6 proporções | até 30 imagens de referência, 10 clipes de áudio de referência; sem suporte a vídeos de referência no DramaCanvas |
| Seedance 2.0 | 480p 10 · 720p 20 · 1080p 50 | 4–15 s (720p até 30 s) | 6 proporções | até 9 imagens de referência, 3 vídeos de referência, 3 áudios de referência |
| Kling 4 (Kuaishou) | 720p 7 · 1080p 12 | 3–30 s | 16:9 / 9:16 / 1:1 / 21:9 | até 10 imagens de referência |
| Kling 3.0 (Kuaishou) | 720p 8 (12 com som) · 1080p 16 · 4K 40 | 3–15 s | 16:9 / 9:16 / 1:1 | 2 imagens como quadro inicial + final; sem vídeo/áudio de referência |
| MiniMax H3 (Hailuo) | 480p 5 · 768p 8 · 1080p 13 | 4–30 s (1080p até 15 s) | 6 proporções | 1 imagem como quadro inicial |
| Grok Imagine Video 1.5 (xAI) | 480p 6 · 720p 10 | 4–15 s | 6 proporções | até 7 imagens de referência |
Créditos verificados no DramaCanvas em 04/11/2026.
Escolha o Seedance 2.5 quando uma cena de conjunto exigir uma ampla variedade de figurinos de referência e o orçamento for secundário. Prefira o Wan 3.0 quando seu projeto demandar cenas contínuas de 30 segundos, suporte a referências de vídeo e áudio ou custos inferiores aos da linha Seedance. Para obter os segundos mais baratos em 1080p, use o Kling 4 (12 créditos/s, apenas imagens, sem referências de vídeo ou áudio), que também oferece geração em 720p a 7 créditos por segundo (≈ US$ 1,89 por 10 segundos), enquanto o Kling 3.0 disponibiliza uma opção de resolução 4K a 40 créditos por segundo.
Como criar seu primeiro vídeo com o Wan 3.0 no DramaCanvas?
Para criar seu primeiro vídeo com o Wan 3.0 no DramaCanvas, adicione um nó de vídeo, escolha o Wan 3.0 no seletor de modelos, configure os parâmetros, escreva o prompt e faça a geração por 12 créditos por segundo em 720p.
Passo 1: Adicione um nó de vídeo e escolha o Wan 3.0
Clique em Add node na barra de ferramentas na parte inferior do canvas e selecione Video. No seletor de modelos abaixo do nó, localize o Wan 3.0 (Alibaba).
Passo 2: Configure a resolução, a proporção de tela e a duração
Clique no resumo de configurações abaixo da caixa de entrada (algo como "720P · 16:9 · 5s") para abrir as opções de vídeo. Defina Resolution em 720P para começar (ou 1080P para produção), selecione a proporção de tela em Size (9:16 para vídeos curtos verticais, 16:9 para formato horizontal) e ajuste Seconds entre 2 e 30.
Passo 3 (opcional): Conecte imagens ou vídeos como referências
Para animar uma imagem ou fornecer materiais de referência, adicione-os ao canvas e arraste uma linha do ponto de conexão à direita do nó de imagem ou vídeo até o nó de vídeo. No DramaCanvas, o Wan 3.0 aceita até 10 imagens de referência, 5 vídeos de referência (cada um ≤100 MB) e 5 clipes de áudio de referência. Escolha uma imagem em Start frame dentro de Parameters para animá-la.
Passo 4: Escreva o prompt, confira os créditos e gere o vídeo
Cole um dos prompts abaixo na caixa de entrada e adapte-o. O botão de geração exibe quantos créditos essa execução consumirá; confira o valor e clique para gerar. Quando concluir, selecione o nó de vídeo e clique em Download na sua barra de ferramentas para salvar o arquivo.
Qual é a estrutura oficial de prompt do Wan 3.0 para vídeos de produção?
A fórmula oficial de prompt do Wan 3.0 publicada no [guia de prompts do Alibaba Cloud Model Studio](https://www.alibabacloud.com/help/en/model-studio/wan3-video-generation-prompt-guide) organiza vídeos narrativos em 7 componentes: descrição geral, citações de materiais de referência, decupagem de planos com marcação de tempo, diálogos falados, efeitos sonoros ou música de fundo, estilo ou clima e prompts negativos.
Embora uma única frase consiga gerar movimentações básicas, sequências com múltiplos planos de 30 segundos se beneficiam de marcações de tempo precisas e citações explícitas de referências para manter a consistência de posicionamento dos personagens e a trajetória de câmera.
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]A tabela abaixo compara um prompt sem foco com uma estrutura de prompt eficiente para o Wan 3.0.
| Versão do prompt | Exemplo de conteúdo do prompt | Por que funciona ou falha |
|---|---|---|
| Prompt ineficaz | "A detective walking down a dark street in the rain with dramatic lighting." | Não possui marcações de tempo, omite especificações de lentes, não cita arquivos de referência e deixa a geração de áudio sem orientação. |
| 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 marcações de tempo, distâncias focais das lentes, marcadores de referência, diálogos falados, efeitos sonoros e controle de iluminação. |
Quais são 5 modelos de prompt prontos do Wan 3.0 para produção?
Estes 5 modelos de prompt prontos do Wan 3.0 fornecem estruturas preparadas para produção de drama de época narrativo, rastreamento de ação em alta velocidade, comercial para marcas, transferência de movimento e diálogo para mininovelas verticais.
1. Drama Narrativo com Múltiplos Planos
Use este modelo para cenas de diálogo que exigem marcação cênica consistente e áudio 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. Rastreamento de Ação em Alta Velocidade
Utilize esta sequência com múltiplos planos para direcionar movimentos de câmera e sincronização orquestral com base no [guia de texto para vídeo da 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. Comercial Publicitário de Marca
Use esta estrutura comercial para traduzir a identidade estética e paletas de cores de produtos em vídeos promocionais.
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. Transferência de Movimento e Referência de Personagem
Aplique esta configuração para replicar a coreografia e o movimento de câmera de um vídeo existente, incorporando um novo visual de personagem.
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 em Mininovela Vertical 9:16
Use este modelo para cenas de tensão dramática entre dois personagens formatadas especialmente para telas de celulares.
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.Quais são as limitações operacionais do Wan 3.0 no DramaCanvas?
O Wan 3.0 no DramaCanvas limita as entradas a 10 imagens de referência, 5 vídeos de referência (cada um com ≤100 MB) e 5 clipes de áudio de referência, com uma duração de saída entre 2 e 30 segundos por geração.
Primeiramente, o tamanho de arquivo e a contagem de referências em vídeo possuem limites rígidos. Embora você possa conectar até 5 vídeos de referência no canvas, cada arquivo individual não deve ultrapassar 100 MB. Do mesmo modo, as imagens de referência são restritas a 10 arquivos por nó. Ao trabalhar com materiais de vídeo mais pesados, corte ou comprima os clipes antes de enviá-los para o canvas.
Em segundo lugar, a resolução máxima de saída é 1080p. Embora o Wan 3.0 ofereça faixas de 480p, 720p e 1080p a 6, 12 e 24 créditos por segundo respectivamente, ele não suporta geração em 4K. Caso seu fluxo de produção exija masters em 4K, o Kling 3.0 disponibiliza saídas em 4K a 40 créditos por segundo.
Em terceiro lugar, os recursos disponíveis no Model Studio diferem das ferramentas do DramaCanvas. No Alibaba Cloud Model Studio, o Wan 3.0 aceita a ingestão de documentos e planilhas (como PPT, PDF, DOC e XLS), além de edição de instruções de vídeo orientada por prompt. No DramaCanvas, o modelo foi integrado especificamente para fluxos generativos de vídeo utilizando nós de referência de imagem, vídeo e áudio.
Por fim, o gasto de créditos aumenta proporcionalmente à duração e à resolução escolhidas. Uma sequência completa de 30 segundos em 1080p custa 720 créditos (≈ US$ 19,44). Testar enquadramentos e referências de personagens em uma prévia inicial de 5 segundos em 720p consome 60 créditos (≈ US$ 1,62), permitindo validar a continuidade visual antes de partir para a geração da sequência final de 30 segundos.
Perguntas frequentes
O Wan 3.0 aceita arquivos de vídeo de referência no DramaCanvas?
Sim, o Wan 3.0 aceita até 5 clipes de vídeo de referência (cada um com ≤100 MB) diretamente no DramaCanvas. Isso permite que você guie caminhos de câmera, o ritmo dos atores e as ações físicas utilizando filmagens já existentes. Em comparação, o Seedance 2.5 não aceita nenhum vídeo de referência no DramaCanvas, enquanto o Seedance 2.0 suporta até 3 vídeos de referência.
Quanto custa um vídeo de 30 segundos em 1080p no Wan 3.0 no DramaCanvas?
Um vídeo de 30 segundos em 1080p no Wan 3.0 custa 720 créditos, o que equivale a aproximadamente US$ 19,44 no plano Standard (US$ 29,90 por 1.100 créditos a ≈ US$ 0,027 por crédito). Em contrapartida, renderizar um vídeo de 30 segundos em 1080p no Seedance 2.5 custa 2.220 créditos (≈ US$ 59,94), tornando o Wan 3.0 67,6% mais econômico que o Seedance 2.5 em renderizações longas. Falhas na geração no DramaCanvas têm os créditos estornados automaticamente no seu saldo. Vale lembrar que, para os segundos mais baratos em 1080p de forma geral, o Kling 4 custa 12 créditos por segundo (apenas imagens, sem suporte a referências de vídeo ou áudio).
Você deve escolher o Wan 3.0 ou o Seedance 2.5 para mininovelas?
Escolha o Wan 3.0 quando precisar de cenas contínuas de 30 segundos, suporte a referências em vídeo e áudio ou custos menores que o Seedance a 24 créditos por segundo em 1080p. Para os segundos mais econômicos em 1080p, use o Kling 4 (12 créditos/s, somente imagens, sem referências de vídeo/áudio). Opte pelo Seedance 2.5 quando a sua produção exigir até 30 imagens de referência para assegurar a consistência detalhada de personagens, figurinos e objetos de cena. O Seedance 2.5 consome 74 créditos por segundo em 1080p (≈ US$ 19,98 por 10 segundos), enquanto o Wan 3.0 consome 24 créditos por segundo (≈ US$ 6,48 por 10 segundos) e aceita até 5 vídeos de referência.
O que acontece se a geração de um vídeo com o Wan 3.0 falhar no DramaCanvas?
Os créditos de gerações que falharem são estornados automaticamente para o seu saldo no DramaCanvas. As causas mais comuns de erro na geração envolvem anexar arquivos de vídeo de referência que superam 100 MB cada ou conectar mais de 5 vídeos de referência. Assim que você ajustar seus arquivos aos limites da plataforma, poderá realizar uma nova geração sem qualquer perda de créditos.
Para começar a produzir com o Wan 3.0, configure inicialmente o nó de vídeo em 720p por 5 segundos (60 créditos, ≈ US$ 1,62) para validar o enquadramento de câmera e o alinhamento dos materiais de referência antes de avançar para tomadas completas de 30 segundos em 1080p. Crie um projeto no [DramaCanvas](https://dramacanva.com), adicione um nó de vídeo e teste sua primeira cena narrativa no canvas.
