Wan 3.0: video fino a 30 secondi da testo, foto, audio e documenti — cosa sa fare il modello di Alibaba

Cos’è Wan 3.0

Wan 3.0 è il modello video di punta di Alibaba, nella famiglia Wan. All’inizio di agosto 2026 Alibaba ha aperto l’accesso beta, e il 24 agosto ha lanciato l’API per tutti, senza domanda. Il quadro della famiglia, compresi i Wan 2.1 e 2.2 aperti, è nella pagina Wan AI.

Alibaba chiama Wan 3.0 un modello «tutto in uno». Un solo nome copre la generazione da testo, da fotogrammi e da riferimenti, la modifica e il prolungamento: Wan capisce il compito dall’insieme dei file e dalle parole del prompt.

Insieme a Wan 3.0 è uscito Wan 3.0 Prime, una versione accelerata con le stesse funzioni.

Nella classifica Arena al 21 settembre 2026, Wan 3.0 è 6º su 48 modelli video. Sopra ci sono solo due versioni di Gemini Omni, FLUX 3 Video della famiglia FLUX 3, Grok Imagine Video 1.5 e Seedance 2.0.

Cosa sa fare Wan 3.0

30 secondi in una generazione. La durata va da 2 a 30 secondi, a 30 fotogrammi al secondo. Se imposti la durata «intelligente», Wan sceglie da sola una lunghezza adatta alla storia. Per più inquadrature, Alibaba consiglia di contare 4–6 secondi a inquadratura e di scriverle con i timecode.

Audio subito. Battute, musica di sottofondo ed effetti si generano insieme al video. L’audio è attivo di default e si può spegnere.

Fino a 20 riferimenti. Wan 3.0 accetta in un unico compito:

Tipo	Limite
Immagini	fino a 10, ciascuna fino a 20 MB
Video	fino a 5, 15 s in totale, ciascuno fino a 100 MB
Audio	fino a 5, 15 s in totale, ciascuno fino a 15 MB
Documento o link	1 file (doc, docx, xls, xlsx, ppt, pptx, pdf, txt, md) o 1 pagina pubblica

Video da un documento. Carica una presentazione del prodotto o un report e descrivi in breve il tono: Wan 3.0 prende il contenuto dal file e monta la clip. Alibaba fa esempi: presentazione → film di immagine del brand, report → briefing parlato. Il file, fino a 100 MB e 50 pagine.

Modifica di una clip già pronta. Carica un video e scrivi cosa cambiare: «sostituisci», «togli», «cambia in». Puoi cambiare oggetto, sfondo o battute senza generare tutto da capo.

Prolungamento. Con «prolunga» o «continua», Wan aggiunge metraggio in avanti, indietro o in entrambi i sensi. L’originale più il seguito non supera i 30 secondi.

Primo e ultimo fotogramma. Un’immagine fissa l’inizio; due fissano inizio e fine.

Volti ed emozioni. Alibaba mette in evidenza volti realistici e vari, le microespressioni e il linguaggio del corpo, e anche interfacce, grafici e testo nitidi — per demo di app e infografiche video.

Wan 3.0 e Wan 3.0 Prime: le differenze

	Wan 3.0	Wan 3.0 Prime
A cosa serve	modello principale	lo stesso, più veloce
Durata	2–30 s	2–30 s
Risoluzione	480p, 720p, 1080p	480p, 720p, 1080p
Audio	sì	sì
Prezzo al secondo (480p / 720p / 1080p)	0,05 / 0,10 / 0,20 $	0,068 / 0,14 / 0,28 $
30 s in 1080p	6,00 $	8,40 $

Funzioni e parametri di Prime sono gli stessi: Alibaba lo vende come una generazione più veloce, senza perdita di qualità. Se non hai fretta, il Wan 3.0 normale costa circa il 30% in meno.

A cosa serve Wan 3.0

• Cortometraggi, serie e clip — 30 secondi e più inquadrature in una generazione.
• Pubblicità da un brief — presentazione del prodotto in ingresso, clip in uscita.
• Demo di interfacce e infografiche — Alibaba mette in evidenza schermate di app e grafici nitidi.
• Video di viaggio senza andare sul set.
• Clip sulla musica — il riferimento audio detta ritmo e voce.
• Modifica e prolungamento di clip già pronte, senza rigenerarle per intero.

Wan 3.0 e le alternative

	Wan 3.0	Seedance 2.5	MiniMax H3	HappyHorse AI 1.1
Sviluppatore	Alibaba	ByteDance Seed	MiniMax	Alibaba
Durata	2–30 s	4–30 s	4–15 s	3–15 s
Risoluzione	fino a 1080p	fino a 1080p	fino a 2K	fino a 1080p
Riferimenti	10 foto, 5 video, 5 audio	fino a 50 file	9 foto, 3 video, 3 audio	fino a 9 foto
Documento in ingresso	sì	no	no	no
Modifica e prolungamento	sì	sì	modifica	modifica (modello 1.0)
Posto su Arena (21/09/2026)	6	7	8	10 (1.0)
Prezzo al secondo in 1080p	0,20 $	—	0,13 $ (2K)	—

Wan 3.0 e Seedance 2.5, della famiglia Seedance, sono due modelli con 30 secondi per generazione: Wan costa meno e legge i documenti, Seedance prende più riferimenti. MiniMax H3 vince sulla risoluzione, HappyHorse è il secondo modello video di Alibaba per clip brevi con dialoghi.

Come scrivere i prompt per Wan 3.0

1. Chiama i file per numero: “Image 1”, “Video 1”, “Audio 1”. Ogni tipo ha la sua numerazione, nell’ordine di caricamento.
2. Scrivi le inquadrature con i timecode, 4–6 secondi per inquadratura.
3. Modifica e prolungamento richiedono parole chiave: “edit video”, “replace”, “remove”, “change to” oppure “extend”, “continue”. Senza, Wan non capisce il compito.
4. Con un documento scrivi corto: tono e obiettivo, il contenuto lo prende il modello dal file.
5. La bozza, in 480p. Alibaba stessa consiglia di provare l’idea a bassa risoluzione e solo dopo fare il 1080p.

Esempio dallo storyboard qui sopra:

0–6 s: campo lungo, un nonno con il berretto e una bambina con due trecce salgono
una collina erbosa sul mare con un aquilone rosso. 6–12 s: primo piano, il nonno
lega il filo e dice: "Tieniti forte." 12–18 s: piano medio, la bambina corre e
l'aquilone si alza. 18–24 s: dal basso, l'aquilone rosso alto tra le nuvole.
24–30 s: campo lungo, entrambi seduti sull'erba guardano il mare al tramonto.
Audio: vento, risacca, la risata della bambina, una melodia calda di chitarra.

Come usare Wan 3.0 in AI2Face

Wan 3.0 è nel generatore di AI2Face, accanto a MiniMax H3, Kling 3.0 e Veo 3.1.

1. Registrati: gli account nuovi ricevono crediti di benvenuto.
2. Apri il generatore, passa al video e scegli Wan 3.0.
3. Carica fotogrammi, riferimenti o un documento, scrivi il prompt e imposta durata e risoluzione.
4. Il costo in crediti si vede prima dell’avvio. I crediti dei pacchetti non scadono. Puoi pagare con carta o in criptovalute.

La slide con le caratteristiche del prodotto o i fotogrammi dello storyboard si preparano nello stesso generatore — in GPT Image 2.5 o in Nano Banana Pro.

Limiti

• Fino a 1080p. Wan 3.0 non ha 2K né 4K: per quelli guarda MiniMax H3 e Kling 3.0.
• Audio e testo sono ancora in affinamento. Alibaba scrive chiaramente che la trama del suono e la precisione delle scritte nel fotogramma stanno migliorando.
• Non si mescolano le modalità. Riferimenti, documento o link non si combinano con il primo e l’ultimo fotogramma nello stesso compito.
• Un documento o un link — non entrambi insieme; la pagina deve aprirsi senza accesso.
• Le clip lunghe costano. 30 secondi in 1080p sono 6 $ nell’API, con Prime 8,40 $.
• Niente pesi. Wan 3.0 è solo cloud; si possono scaricare Wan 2.1 e 2.2.

Conclusioni

Wan 3.0 è il modello video lungo più flessibile del 2026: 30 secondi con audio, 20 riferimenti, una clip da una presentazione o da un link, modifica e prolungamento in un solo modello. È il 6º posto su Arena a 0,20 $ al secondo di 1080p — meno caro della maggior parte dei vicini in classifica. Usa Wan 3.0 per storie, pubblicità da un brief e clip sulla musica; se ti serve il 2K, MiniMax H3; se ti servono decine di riferimenti, Seedance 2.5. Prime serve solo quando la velocità conta più del prezzo.