Alibaba

Wan 3.0 Video

wan3.0-video

Nueva generación de modelos de generación de video de la serie Wan de Alibaba, capaz de producir clips de 1080p de unos 30 segundos en una sola pasada, con soporte para mantener la consistencia del sujeto a partir de materiales de referencia y, por primera vez, con soporte para entradas estructuradas de tipo documental

wan3.0-video wan3.0-video-prime

Probar wan3.0-video

Entrada

Audio

Creaciones

Ver todas las creaciones

Salida

video

Rellena los parámetros y genera: los resultados aparecerán aquí.

Tarjeta de fórmulas de prompts de vídeo Wan3.0: guía visual de escritura estructurada

Estilo Explicación · Gráficos en movimiento · Prompt estructurado

Entradas de referencia

first_frame_url

Prompt

Un gráfico en movimiento limpio de explicación técnica, 16:9. Fondo de rejilla en gris carbón oscuro, con una gran tarjeta de estilo editorial en el centro, esquinas redondeadas y una sombra suave. El título de la tarjeta es "PROMPT FORMULA", con una tipografía sans serif geométrica y un fino subrayado de énfasis debajo. Siete ranuras etiquetadas se apilan en dos columnas —SUBJECT, ACTION, SCENE, CAMERA, LIGHTING, AUDIO, STYLE—; cada ranura se dibuja como una cápsula de contorno fino, y en su interior se rellena de izquierda a derecha una breve frase de ejemplo en tipografía monoespaciada. Las ranuras se activan en secuencia con un ritmo constante, cada una con una pequeña marca de verificación y un pulso suave en el color de énfasis (ámbar cálido sobre fondo azul grisáceo oscuro). La cámara mantiene una vista frontal fija, con un avance hacia delante muy lento de solo un 5% durante todo el plano; la profundidad de campo reducida mantiene nítida la tarjeta mientras el fondo se desenfoca sutilmente. Solo hay movimiento en el espacio de pantalla: el texto se rellena, las cápsulas se iluminan y, al final, una fina línea horizontal conecta las ranuras formando una línea de fórmula unificada, que se resalta una vez al completarse del todo. La iluminación es uniforme y gráfica, sin destellos de lente ni partículas. Audio: un tic electrónico disperso por cada ranura, una base de tono continuo grave y cálido por debajo, y un suave acorde de confirmación al ensamblarse todo. El tono general es contenido, preciso y con una textura de nivel documental, sin brillo publicitario.

Copia el prompt completo y adáptalo a tu propia generación.

Etiquetas

Precios

wan3.0-video per second

Especificaciones	Precio unitario
480P	$0.040
720P	$0.080
1080P	$0.160

Descripción general

wan3.0-video es el modelo de la serie Alibaba Wan orientado a la generación de video a partir de referencias, invocado mediante la interfaz unificada de HiAPI.ai. Toma como condición material de referencia multimodal y puede generar en una sola pasada videos con audio de hasta 30 segundos y 1080P, ideal para anuncios cortos, videos explicativos y piezas narrativas largas que requieren mantener consistentes a personas, productos o estilos a lo largo de una secuencia de planos.

Puntos clave

Combinación de condiciones de referencia multimodal: hasta 10 imágenes, 5 videos y 5 audios pueden usarse simultáneamente como condiciones de generación, y el prompt referencia los materiales según el orden del arreglo.
Narrativa de hasta 30 segundos en una sola pasada: la duración de salida se puede configurar entre 2 y 30 segundos; la duración del video de referencia y la de salida no deben superar 30 segundos en total.
Entrada de documentos estructurados y páginas web: admite como referencia hasta un documento o una página web sin inicio de sesión, convirtiendo materiales como PPT o PDF en contenido de video.
Primer y último fotograma controlables y conmutador de pista de audio: permite especificar por separado las imágenes del primer y último fotograma, y elegir si la salida incluye una pista de audio sincronizada con la imagen.

Descripción de capacidades

Generación con referencias multimodales: genera video a partir de imágenes, videos, audios, documentos o páginas web como condiciones de referencia; el prompt señala con precisión materiales concretos mediante índices como Image1 o Video1, lo que facilita controlar el sujeto y el origen del estilo.

Restricción de primer y último fotograma: al pasar first_frame_url y last_frame_url se anclan las imágenes de inicio y fin del fragmento, adecuado para enlazar con planos existentes o controlar el punto final de una transición.

Duración y resolución ajustables: la duración de salida va de 2 a 30 segundos y la resolución de 480P a 1080P es seleccionable; la relación de aspecto incluye adaptive y 16:9, entre seis opciones, para adaptar el formato al canal de publicación.

Salida de pista de audio sincronizada: por defecto se genera video con pista de audio sincronizada, aunque también se puede desactivar para doblar el audio de forma unificada en posproducción; las referencias de audio deben usarse emparejadas con imágenes o videos.

Generación reproducible: especificar seed fija la semilla aleatoria, lo que facilita reproducir el mismo resultado al ajustar parámetros o generar por lotes.

Casos de uso

Equipos de marca y comercio electrónico: conversión de imágenes de producto en anuncios: generar cortos cinematográficos a partir de imágenes de producto y videos de referencia, con resultados directamente utilizables como material publicitario o video para la página de detalle del producto.
Equipos de contenido: narrativa con consistencia de personajes: subir imágenes de referencia de personajes y audio para generar secuencias de planos que mantienen la apariencia consistente de los personajes, útiles para microdramas o producción de contenido seriado.
Conversión de documentos de formación y explicativos en video: usar PPT, PDF o una página web sin inicio de sesión como referencia para producir videos explicativos destinados a formación interna o presentación de productos.
Extensión y completado de planos con material existente: generar fragmentos de enlace a partir de un video de referencia más el primer y último fotograma, para cubrir huecos narrativos o prolongar la duración de material ya grabado.

Limitaciones y recomendaciones de selección

Los materiales de referencia tienen límites claros: como máximo 10 imágenes, 5 videos que en total no superen los 15 segundos, 5 audios de 1 a 15 segundos cada uno, y un documento y una página web como máximo; el modo de primer fotograma no puede usarse a la vez que el arreglo de materiales de referencia. La calidad de la descripción del sujeto, la acción, el plano y el sonido en el prompt influye directamente en la estabilidad del resultado, por lo que conviene reservar tiempo para depuración. La facturación se basa en los segundos de salida, así que el costo de combinar duraciones largas con altas resoluciones debe evaluarse de antemano. Si solo se necesitan fragmentos cortos y no se depende de la consistencia de referencias, se puede optar por un modelo de video más ligero.

Novedades

Ver el registro de cambios →

Nuevo modelo Lanzamiento del modelo de generación de video wan3.0-video-prime Nov 3, 2026

Preguntas frecuentes

Ver todas las preguntas →

¿Qué tipo de modelo de video es Wan 3.0 Video?

Se centra en el Prompt y también puede incorporar fotogramas inicial y final o imágenes, videos y audios de referencia; los distintos métodos de control deben combinarse según el contrato de parámetros vigente.
¿Qué especificaciones de salida admite Wan 3.0 Video?

Admite de 2 a 30 segundos; las resoluciones incluyen 480P, 720P y 1080P; las relaciones de aspecto incluyen adaptive, 16:9, 4:3, 1:1, 3:4 y 9:16.
¿Se puede generar voz o usar referencias de audio?

Referencias opcionales de imagen, video, audio, archivos y enlaces; compatible con audio sincronizado
¿Cómo se factura Wan 3.0 Video?

Se factura según la duración de salida y el nivel en tiempo real; las diferencias causadas por la resolución, el modo o las opciones de sonido se rigen por el precio de la página y el registro de la tarea.

Crear una tarea de generación

POST https://api.hiapi.ai/v1/tasks

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: wan3.0-video

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para wan3.0-video y la ruta default; consulta la tabla de parámetros a continuación.

seedintegerOpcionalmin 0max 2147483647

Semilla aleatoria para reproducir resultados de generación existentes; introduce un entero fijo cuando necesites una salida determinista.

audiobooleanOpcionalPredeterminado: true

Indica si se genera también una pista de audio sincronizada con la imagen en el vídeo de salida; valor booleano, por defecto true.

promptstringObligatoriominLength 1maxLength 20000

Indicación de texto que describe la escena, el movimiento, la cámara, la iluminación y el sonido; en el modo de referencia, los materiales correspondientes se designan como Image1, Video1, Audio1 según el orden del arreglo.

durationintegerOpcionalPredeterminado: 5min 2max 30

Duración del vídeo de salida en segundos, por defecto 5; la suma de la duración del vídeo de referencia y la de salida no debe superar los 30 segundos.

resolutionstringOpcionalPredeterminado: "1080P"

Resolución de salida, cadena de texto, por defecto 1080P.

Opciones:480P720P1080P

aspect_ratiostringOpcionalPredeterminado: "adaptive"

Relación de aspecto de la imagen de salida, cadena de texto, por defecto adaptive, es decir, se adapta según el medio de entrada y la indicación.

Opciones:adaptive16:94:31:13:49:16

last_frame_urlstringOpcional

Una imagen de acceso público que, junto con first_frame_url, especifica el fotograma final del vídeo.

first_frame_urlstringOpcional

Una imagen de acceso público que se usa como fotograma inicial del vídeo; no puede usarse junto con el arreglo de medios de referencia.

reference_file_urlsarrayOpcionalmaxItems 1

Arreglo de URL de documentos o presentaciones de referencia, máximo 1, y deben ser de acceso público.

Array [ string ]

reference_link_urlsarrayOpcionalmaxItems 1

Arreglo de URL de páginas web de referencia, máximo 1, y dicha página debe ser de acceso público y no requerir inicio de sesión.

Array [ string ]

reference_audio_urlsarrayOpcionalmaxItems 5

Arreglo de URL de audio de referencia, máximo 5 fragmentos WAV o MP3, cada uno de 1 a 15 segundos; el audio debe usarse junto con imágenes o vídeos.

Array [ string ]

reference_image_urlsarrayOpcionalmaxItems 10

Arreglo de URL de imágenes de referencia, máximo 10, para la generación con referencias generales.

Array [ string ]

reference_video_urlsarrayOpcionalmaxItems 5

Arreglo de URL de vídeos de referencia, máximo 5 fragmentos, cada uno de 1 a 15 segundos, y la duración total no debe superar los 15 segundos.

Array [ string ]

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "wan3.0-video",
  "input": {
    "audio": true,
    "prompt": "…",
    "duration": 5,
    "resolution": "1080P",
    "aspect_ratio": "adaptive"
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "wan3.0-video",
    input: {
      "audio": true,
      "prompt": "…",
      "duration": 5,
      "resolution": "1080P",
      "aspect_ratio": "adaptive"
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "wan3.0-video",
        "input": {
          "audio": True,
          "prompt": "…",
          "duration": 5,
          "resolution": "1080P",
          "aspect_ratio": "adaptive"
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtener el detalle de la tarea

GET https://api.hiapi.ai/v1/tasks/:id

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En proceso (no terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fallido

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}