# Wan 3.0: vídeos de até 30 segundos a partir de texto, fotos, áudio e documentos — o que o modelo da Alibaba faz

> Wan 3.0 é o modelo de vídeo da Alibaba, aberto para todo mundo em 24 de agosto de 2026. Numa geração, faz até 30 segundos em 1080p com som, aceita até 10 fotos, 5 vídeos e 5 áudios, mais um documento ou uma página da web, e sabe editar e prolongar clipes prontos. Ao lado roda o Wan 3.0 Prime, mais rápido. O Wan 3.0 está no gerador do AI2Face.

Desenvolvedor: Alibaba · Lançamento: 2026-08-24 · Atualizado em 2026-10-28
URL: https://ai2face.com/pt/models/wan-3-0

## Fatos principais

| | |
|---|---|
| Desenvolvedor | Alibaba (Alibaba Cloud Model Studio) |
| Data de lançamento | Beta em agosto de 2026, API pública em 24 de agosto de 2026 |
| Versões | Wan 3.0 e o Wan 3.0 Prime acelerado |
| Duração | 2–30 segundos ou uma duração «inteligente» conforme o prompt; 30 quadros por segundo |
| Resolução | 480p, 720p, 1080p |
| Som | Fala, música e efeitos junto com o vídeo, ligado por padrão |
| Referências | Até 10 fotos, 5 vídeos e 5 áudios, mais um documento ou um link |
| Edição | Troca de objetos e de fundo, mudança das falas, prolongamento para a frente e para trás |
| Preço da API | US$ 0,05 / 0,10 / 0,20 por segundo em 480p / 720p / 1080p |
| No AI2Face | Sim, no gerador |

## O que é o Wan 3.0

Wan 3.0 é o modelo de vídeo principal da Alibaba, da família Wan. No começo de agosto de 2026 a Alibaba abriu o acesso beta, e em 24 de agosto lançou a API para todo mundo, sem pedido de acesso. O panorama da família, incluindo os Wan 2.1 e 2.2 abertos, está na página [Wan IA](/pt/models/wan).

A Alibaba chama o Wan 3.0 de modelo «tudo em um». Um único nome cobre a geração a partir de texto, de quadros e de referências, a edição e o prolongamento: o Wan entende a tarefa pelo conjunto de arquivos e pelas palavras do prompt.

Junto com o Wan 3.0 saiu o **Wan 3.0 Prime**, uma versão acelerada com as mesmas funções.

No ranking da Arena em 21 de setembro de 2026, o Wan 3.0 está em 6.º de 48 modelos de vídeo. Acima ficam só duas versões do [Gemini Omni](/pt/models/gemini-omni), o FLUX 3 Video da família [FLUX 3](/pt/models/flux-3), o [Grok Imagine Video 1.5](/pt/models/grok-imagine-video-1-5) e o [Seedance 2.0](/pt/models/seedance-2-0).

## O que o Wan 3.0 sabe fazer

**30 segundos numa geração.** A duração vai de 2 a 30 segundos, a 30 quadros por segundo. Se você escolher a duração «inteligente», o Wan escolhe sozinho um comprimento adequado à história. Para vários planos, a Alibaba recomenda reservar 4–6 segundos por plano e escrevê-los com timecodes.

![Cinco fotogramas de cinema em fila: o avô e a neta sobem um morro com uma pipa vermelha, o avô amarra a linha, a menina corre, a pipa no céu, os dois sentados na grama ao pôr do sol](https://ai2face.com/_astro/storyboard.Bxpn5Xvs_xJTKU.jpg "Cinco planos de uma mesma história: é o que cabe num clipe de 30 segundos do Wan 3.0, a 4–6 segundos por plano. Quadros feitos no Nano Banana Pro")

**Som desde o início.** Falas, música de fundo e efeitos são gerados junto com o vídeo. O som vem ligado e pode ser desligado.

**Até 20 referências.** O Wan 3.0 aceita numa mesma tarefa:

| Tipo | Limite |
|---|---|
| Imagens | até 10, cada uma de até 20 MB |
| Vídeo | até 5, 15 s no total, cada um de até 100 MB |
| Áudio | até 5, 15 s no total, cada um de até 15 MB |
| Documento ou link | 1 arquivo (doc, docx, xls, xlsx, ppt, pptx, pdf, txt, md) ou 1 página pública |

**Vídeo a partir de um documento.** Envie uma apresentação do produto ou um relatório e descreva o tom em poucas palavras: o Wan 3.0 tira o conteúdo do arquivo e monta o clipe. A Alibaba dá exemplos: apresentação → filme de imagem da marca, relatório → briefing narrado. O arquivo, até 100 MB e 50 páginas.

![Slide: foto de uma lanterna de camping solar e as legendas SOLAR LANTERN L1, 12 h of light, 300 g, IP67 waterproof](https://ai2face.com/_astro/slide.BVPuzfAk_tIBKB.jpg "Um slide assim pode ir para o Wan 3.0 como documento: o modelo tira dele as características do produto. Quadro feito no GPT Image 2.5 Flare")

**Edição de um clipe pronto.** Envie um vídeo e escreva o que mudar: «troca», «tira», «muda para». Dá para trocar o objeto, o fundo ou as falas sem gerar tudo de novo.

**Prolongamento.** Com «prolonga» ou «continua», o Wan acrescenta trecho para a frente, para trás ou nos dois sentidos. O original mais a continuação não passa de 30 segundos.

**Primeiro e último quadro.** Uma imagem define o começo; duas, o começo e o fim.

**Rostos e emoções.** A Alibaba destaca à parte rostos realistas e variados, microexpressões e linguagem corporal, e também interfaces, gráficos e texto nítidos — para demos de aplicativos e infografia em vídeo.

![Quadro vertical: um ciclista de capa de chuva amarela pedala à noite numa rua molhada sob um poste, as luzes refletidas nas poças](https://ai2face.com/_astro/vertical.CMRExT9b_Z1GzdTt.jpg "Quadro inicial vertical 9:16 para um clipe de rede social. Quadro feito no Nano Banana Pro")

## Wan 3.0 e Wan 3.0 Prime: as diferenças

| | Wan 3.0 | Wan 3.0 Prime |
|---|---|---|
| Para quê | modelo principal | o mesmo, mais rápido |
| Duração | 2–30 s | 2–30 s |
| Resolução | 480p, 720p, 1080p | 480p, 720p, 1080p |
| Som | sim | sim |
| Preço por segundo (480p / 720p / 1080p) | US$ 0,05 / 0,10 / 0,20 | US$ 0,068 / 0,14 / 0,28 |
| 30 s em 1080p | US$ 6,00 | US$ 8,40 |

As funções e os parâmetros do Prime são os mesmos: a Alibaba vende essa versão como uma geração mais rápida, sem perda de qualidade. Se você não está com pressa, o Wan 3.0 comum sai cerca de 30% mais barato.

## Para que serve o Wan 3.0

- **Curtas, séries e clipes** — 30 segundos e vários planos numa geração.
- **Anúncio a partir de um briefing** — apresentação do produto na entrada, clipe na saída.
- **Demos de interface e infografia** — a Alibaba destaca telas de aplicativos e gráficos nítidos.
- **Vídeos de viagem** sem ir filmar no local.
- **Clipes em cima de música** — a referência de áudio marca o ritmo e a voz.
- **Edição e prolongamento** de clipes prontos, sem regenerar tudo.

## Wan 3.0 e alternativas

| | Wan 3.0 | [Seedance 2.5](/pt/models/seedance-2-5) | [MiniMax H3](/pt/models/minimax-h3) | [HappyHorse IA](/pt/models/happyhorse) 1.1 |
|---|---|---|---|---|
| Desenvolvedor | Alibaba | ByteDance Seed | MiniMax | Alibaba |
| Duração | 2–30 s | 4–30 s | 4–15 s | 3–15 s |
| Resolução | até 1080p | até 1080p | até 2K | até 1080p |
| Referências | 10 fotos, 5 vídeos, 5 áudios | até 50 arquivos | 9 fotos, 3 vídeos, 3 áudios | até 9 fotos |
| Documento na entrada | sim | não | não | não |
| Edição e prolongamento | sim | sim | edição | edição (modelo 1.0) |
| Lugar no Arena (21/09/2026) | 6 | 7 | 8 | 10 (1.0) |
| Preço por segundo em 1080p | US$ 0,20 | — | US$ 0,13 (2K) | — |

Wan 3.0 e Seedance 2.5, da família [Seedance](/pt/models/seedance), são dois modelos com 30 segundos por geração: o Wan é mais barato e entende documentos, o Seedance aceita mais referências. O MiniMax H3 ganha em resolução, e o HappyHorse é o segundo modelo de vídeo da Alibaba para clipes curtos com diálogos.

## Como escrever prompts para o Wan 3.0

1. **Nomeie os arquivos por número:** "Image 1", "Video 1", "Audio 1". Cada tipo tem a própria numeração, na ordem do envio.
2. **Descreva os planos com timecodes,** 4–6 segundos por plano.
3. **Edição e prolongamento pedem palavras-chave:** "edit video", "replace", "remove", "change to" ou "extend", "continue". Sem elas, o Wan não entende a tarefa.
4. **Com documento, escreva curto:** o tom e o objetivo; o conteúdo o modelo tira do arquivo.
5. **O rascunho, em 480p.** A própria Alibaba recomenda testar a ideia em baixa resolução e só depois fazer o 1080p.

Exemplo a partir do storyboard acima:

```
0–6 s: plano geral, um avô de boné e uma menina de duas tranças sobem um morro
gramado à beira-mar com uma pipa vermelha. 6–12 s: close, o avô amarra a linha
e diz: "Segura firme." 12–18 s: plano médio, a menina corre e a pipa sobe.
18–24 s: de baixo, a pipa vermelha alta nas nuvens. 24–30 s: plano geral, os
dois sentados na grama olhando o mar no pôr do sol. Som: vento, maré, a risada
da menina, uma melodia quente de violão.
```

## Como usar o Wan 3.0 no AI2Face

O Wan 3.0 está no gerador do AI2Face, ao lado de [MiniMax H3](/pt/models/minimax-h3), [Kling 3.0](/pt/models/kling-3-0) e [Veo 3.1](/pt/models/veo-3-1).

1. Cadastre-se — contas novas recebem créditos de boas-vindas.
2. Abra o gerador, vá para vídeo e escolha Wan 3.0.
3. Envie quadros, referências ou um documento, escreva o prompt e defina a duração e a resolução.
4. O custo em créditos aparece antes de começar. Os créditos dos pacotes não expiram. Dá para pagar com cartão ou cripto.

O slide com as características do produto ou os quadros do storyboard ficam fáceis de fazer no mesmo gerador — no [GPT Image 2.5](/pt/models/gpt-image-2-5) ou no [Nano Banana Pro](/pt/models/nano-banana-pro).

## Limites

- **Até 1080p.** O Wan 3.0 não tem 2K nem 4K — para isso, veja MiniMax H3 e Kling 3.0.
- **Som e texto ainda estão sendo aprimorados.** A Alibaba escreve com clareza que a textura do som e a precisão das legendas no quadro vão melhorando.
- **Não dá para misturar modos.** Referências, documento ou link não se combinam com o primeiro e o último quadro na mesma tarefa.
- **Um documento ou um link** — não os dois ao mesmo tempo; a página precisa abrir sem login.
- **Clipes longos saem caros.** 30 segundos em 1080p são US$ 6 na API, e no Prime, US$ 8,40.
- **Não há pesos.** O Wan 3.0 é só nuvem; dá para baixar o Wan 2.1 e o 2.2.

## Conclusão

O Wan 3.0 é o modelo de vídeo longo mais flexível de 2026: 30 segundos com som, 20 referências, um clipe a partir de uma apresentação ou de um link, edição e prolongamento num só modelo. É o 6.º lugar no Arena a US$ 0,20 por segundo de 1080p — mais barato que a maioria dos vizinhos no ranking. Use o Wan 3.0 para histórias, anúncios a partir de um briefing e clipes em cima de música; se precisar de 2K, [MiniMax H3](/pt/models/minimax-h3); se precisar de dezenas de referências, [Seedance 2.5](/pt/models/seedance-2-5). O Prime só vale quando a velocidade importa mais que o preço.

## Perguntas frequentes

### O que o Wan 3.0 sabe fazer?

Faz clipes de até 30 segundos em 1080p com som a partir de texto, quadros e referências. Aceita até 10 fotos, 5 vídeos, 5 áudios e um documento ou um link, edita clipes prontos e os prolonga. No Arena, fica em 6.º de 48.

### Em que o Wan 3.0 Prime difere do Wan 3.0?

O Prime é a versão acelerada: a Alibaba promete uma geração bem mais rápida com a mesma qualidade. As funções e os parâmetros são os mesmos, e o segundo sai por cerca de 1,4 vez o preço: US$ 0,28 contra US$ 0,20 em 1080p.

### Dá para baixar o Wan 3.0?

Não. O Wan 3.0 só funciona pela API na nuvem da Alibaba e pelos serviços que a conectaram. Abertos e baixáveis são apenas os anteriores Wan 2.1 e 2.2.

### Quanto custa o Wan 3.0?

Na API da Alibaba: US$ 0,05 por segundo em 480p, US$ 0,10 em 720p e US$ 0,20 em 1080p. Um clipe de 30 segundos em 1080p custa US$ 6, e um rascunho da mesma duração em 480p custa US$ 1,50. Gerações que falham não são cobradas.

### Existe Wan 3.0 grátis?

A API não tem plano gratuito. No AI2Face, depois do cadastro entram créditos de boas-vindas: dão para um clipe curto no Wan 3.0, e o custo aparece antes de começar.

## Fontes

- 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