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

> Wan 3.0 è il modello video di Alibaba, aperto a tutti il 24 agosto 2026. In una generazione fa fino a 30 secondi in 1080p con audio, accetta fino a 10 foto, 5 video e 5 audio, più un documento o una pagina web, e sa modificare e prolungare clip già pronte. Accanto gira Wan 3.0 Prime, più veloce. Wan 3.0 è nel generatore di AI2Face.

Sviluppatore: Alibaba · Rilascio: 2026-08-24 · Aggiornato il 2026-10-28
URL: https://ai2face.com/it/models/wan-3-0

## Dati chiave

| | |
|---|---|
| Sviluppatore | Alibaba (Alibaba Cloud Model Studio) |
| Data di uscita | Beta nell'agosto 2026, API pubblica il 24 agosto 2026 |
| Versioni | Wan 3.0 e Wan 3.0 Prime accelerata |
| Durata | 2–30 secondi o una durata «intelligente» in base al prompt; 30 fotogrammi al secondo |
| Risoluzione | 480p, 720p, 1080p |
| Audio | Parlato, musica ed effetti insieme al video, attivo di default |
| Riferimenti | Fino a 10 foto, 5 video e 5 audio, più un documento o un link |
| Modifica | Sostituzione di oggetti e sfondo, cambio delle battute, prolungamento in avanti e indietro |
| Prezzo API | 0,05 / 0,10 / 0,20 $ al secondo in 480p / 720p / 1080p |
| In AI2Face | Sì, nel generatore |

## 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](/it/models/wan).

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](/it/models/gemini-omni), FLUX 3 Video della famiglia [FLUX 3](/it/models/flux-3), [Grok Imagine Video 1.5](/it/models/grok-imagine-video-1-5) e [Seedance 2.0](/it/models/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.

![Cinque fotogrammi di cinema in fila: il nonno e la nipote salgono su una collina con un aquilone rosso, il nonno lega il filo, la bambina corre, l'aquilone in cielo, entrambi seduti sull'erba al tramonto](https://ai2face.com/_astro/storyboard.Bxpn5Xvs_xJTKU.jpg "Cinque inquadrature di una stessa storia: è quanto entra in una clip di 30 secondi di Wan 3.0, a 4–6 secondi per inquadratura. Fotogrammi fatti in Nano Banana Pro")

**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.

![Slide: foto di una lanterna da campeggio a energia solare e le scritte SOLAR LANTERN L1, 12 h of light, 300 g, IP67 waterproof](https://ai2face.com/_astro/slide.BVPuzfAk_tIBKB.jpg "Una slide così si può dare a Wan 3.0 come documento: il modello ne ricava le caratteristiche del prodotto. Fotogramma fatto in GPT Image 2.5 Flare")

**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.

![Fotogramma verticale: un ciclista con impermeabile giallo percorre di notte una strada bagnata sotto un lampione, le luci si riflettono nelle pozzanghere](https://ai2face.com/_astro/vertical.CMRExT9b_Z1GzdTt.jpg "Fotogramma iniziale verticale 9:16 per una clip social. Fotogramma fatto in Nano Banana Pro")

## 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](/it/models/seedance-2-5) | [MiniMax H3](/it/models/minimax-h3) | [HappyHorse AI](/it/models/happyhorse) 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](/it/models/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](/it/models/minimax-h3), [Kling 3.0](/it/models/kling-3-0) e [Veo 3.1](/it/models/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](/it/models/gpt-image-2-5) o in [Nano Banana Pro](/it/models/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](/it/models/minimax-h3); se ti servono decine di riferimenti, [Seedance 2.5](/it/models/seedance-2-5). Prime serve solo quando la velocità conta più del prezzo.

## Domande frequenti

### Cosa sa fare Wan 3.0?

Fa clip fino a 30 secondi in 1080p con audio da testo, fotogrammi e riferimenti. Accetta fino a 10 foto, 5 video, 5 audio e un documento o un link, modifica le clip già pronte e le prolunga. Su Arena è 6º su 48.

### In cosa Wan 3.0 Prime è diverso da Wan 3.0?

Prime è la versione accelerata: Alibaba promette una generazione nettamente più veloce a parità di qualità. Funzioni e parametri sono gli stessi, e il secondo costa circa 1,4 volte tanto: 0,28 $ contro 0,20 $ in 1080p.

### Si può scaricare Wan 3.0?

No. Wan 3.0 funziona solo tramite l'API cloud di Alibaba e i servizi che l'hanno collegata. Aperti e scaricabili sono solo i precedenti Wan 2.1 e 2.2.

### Quanto costa Wan 3.0?

Nell'API di Alibaba: 0,05 $ al secondo in 480p, 0,10 $ in 720p e 0,20 $ in 1080p. Una clip di 30 secondi in 1080p costa 6 $, una bozza della stessa durata in 480p costa 1,50 $. Le generazioni fallite non si pagano.

### Wan 3.0 è gratis?

L'API non ha un piano gratuito. In AI2Face, dopo la registrazione arrivano crediti di benvenuto: bastano per una clip breve in Wan 3.0, e il costo si vede prima dell'avvio.

## Fonti

- https://www.alibabacloud.com/en/news/product/video-generation-model-wan30-officially-launched-nsb
- https://www.alibabacloud.com/blog/wan3-0-30-second-ai-video-generation-from-any-input_603452
- https://www.alibabacloud.com/help/en/model-studio/wan3-video-generation-guide
- https://www.alibabacloud.com/help/en/model-studio/wan3-0-video-prime
- https://www.alibabacloud.com/help/en/model-studio/video-generate-edit-model/
- https://arena.ai/leaderboard/text-to-video