Alibaba
Wan 3.0 Video
wan3.0-video
Nova geração de modelos de geração de vídeo da série Wan da Alibaba, capaz de produzir clipes de aproximadamente 30 segundos em 1080p por vez, com suporte à consistência do sujeito a partir de materiais de referência e suporte inédito a entradas estruturadas no formato de documento
Experimentar wan3.0-video
Entrada
Criações
Ver todas as criaçõesSaída
videoPreços
wan3.0-video per second
| Especificações | Preço unitário |
|---|---|
| 480P | $0.040 |
| 720P | $0.080 |
| 1080P | $0.160 |
Apresentação do modelo
wan3.0-video é o modelo da série Alibaba Wan voltado à geração de vídeo a partir de referências, acessível por meio da interface unificada do HiAPI.ai. Condicionado por materiais de referência multimodais, ele gera em uma única chamada vídeos com áudio de até 30 segundos e resolução de até 1080P, sendo adequado para a criação de anúncios curtos, vídeos explicativos e trechos narrativos longos que exigem manter consistentes pessoas, produtos ou estilos ao longo de uma sequência de planos.
Destaques principais
- Combinação de condições de referência multimodal — até 10 imagens, 5 vídeos e 5 áudios podem servir simultaneamente como condições de geração; o prompt referencia os materiais na ordem do array.
- Narrativa de até 30 segundos em uma única chamada — a duração de saída pode ser definida entre 2 e 30 segundos; a soma da duração dos vídeos de referência com a duração de saída não pode ultrapassar 30 segundos.
- Entrada de documentos estruturados e páginas web — aceita no máximo um documento ou uma página web sem necessidade de login como referência, convertendo materiais como PPT e PDF em conteúdo de vídeo.
- Controle de primeiro e último quadro e alternância de faixa de áudio — é possível especificar separadamente as imagens do primeiro e do último quadro, além de escolher se a saída inclui uma faixa de áudio sincronizada com a imagem.
Descrição das capacidades
Geração com referência multimodal: gera vídeos a partir de imagens, vídeos, áudios, documentos ou páginas web como condições de referência; o prompt aponta com precisão para materiais específicos por meio de índices como Image1 e Video1, facilitando o controle da origem do sujeito e do estilo.
Restrição de primeiro e último quadro: ao fornecer first_frame_url e last_frame_url, é possível ancorar os quadros inicial e final do trecho, ideal para emendar planos existentes ou controlar o ponto de chegada de uma transição.
Duração e resolução ajustáveis: a duração de saída varia de 2 a 30 segundos e a resolução pode ser de 480P a 1080P; as proporções de tela incluem adaptive e 16:9, entre seis opções, para adequar o formato ao canal de veiculação.
Saída com faixa de áudio sincronizada: por padrão, o vídeo é gerado com faixa de áudio sincronizada; também é possível desativar o áudio para dublagem unificada na pós-produção. As referências de áudio devem ser usadas em par com imagens ou vídeos.
Geração reproduzível: ao especificar seed, é possível fixar a semente aleatória, o que facilita reproduzir o mesmo resultado durante ajustes de parâmetros ou geração em lote.
Cenários de aplicação
- Conversão de imagens de produto em anúncios para equipes de marca e e-commerce — gera vídeos com estética cinematográfica a partir de imagens de produto e vídeos de referência, produzindo vídeos prontos para uso como material de veiculação ou em páginas de detalhes do produto.
- Narrativas com consistência de personagem para equipes de conteúdo — com o envio de imagens de referência de personagens e áudio, gera sequências de planos que mantêm a aparência consistente dos personagens, para uso em séries curtas ou produções seriadas.
- Conversão de documentos de treinamento e explicação em vídeo — usa PPT, PDF ou páginas web sem login como referência para produzir vídeos explicativos destinados a treinamento interno ou apresentação de produtos.
- Extensão e complementação de planos com materiais existentes — com vídeo de referência e primeiro/último quadros, gera trechos de ligação para preencher lacunas narrativas ou prolongar a duração de materiais já gravados.
Limitações e recomendações de escolha
Os materiais de referência têm limites claros: no máximo 10 imagens, no máximo 5 vídeos com duração total não superior a 15 segundos, no máximo 5 áudios de 1 a 15 segundos cada, e no máximo um documento e uma página web; o modo de primeiro quadro não pode ser usado simultaneamente com o array de materiais de referência. A qualidade da descrição de sujeito, ação, enquadramento e som no prompt afeta diretamente a estabilidade do resultado, sendo necessário reservar custo de ajuste. A cobrança é feita por segundo de saída; o custo de combinações de longa duração com alta resolução deve ser avaliado previamente. Se for necessário apenas um trecho curto e não houver dependência de consistência com referências, pode-se optar por um modelo de vídeo mais leve.
Novidades
Ver o changelog →- Novo modelo Modelo de geração de vídeo wan3.0-video-prime já disponível
Perguntas frequentes
Ver todas as perguntas →-
Que tipo de modelo de vídeo é o Wan 3.0 Video?
Ele tem o Prompt como núcleo e também pode incluir quadros inicial e final ou imagens, vídeos e áudios de referência; diferentes formas de controle devem ser combinadas de acordo com o contrato de parâmetros atual.
-
Quais especificações de saída o Wan 3.0 Video suporta?
Suporta de 2 a 30 segundos, com resoluções incluindo 480P, 720P e 1080P, e proporções de tela incluindo adaptive, 16:9, 4:3, 1:1, 3:4 e 9:16.
-
É possível gerar voz ou usar referências de áudio?
Referências opcionais de imagem, vídeo, áudio, arquivo e link; suporta áudio sincronizado
-
Como o Wan 3.0 Video é cobrado?
A cobrança é feita com base na duração da saída e na faixa em tempo real; diferenças decorrentes da resolução, do modo ou das opções de áudio seguem os preços da página e o registro da tarefa.
Criar uma tarefa de geração
https://api.hiapi.ai/v1/tasks Cabeçalhos
AuthorizationstringObrigatórioChave de API da conta. Obrigatória em toda requisição. Exemplo: Bearer YOUR_HIAPI_API_KEY. Obter chave de API
Content-TypestringOpcionalO corpo da requisição é sempre interpretado como JSON; se enviado, apenas application/json (charset opcional) é aceito — qualquer outro valor retorna 415. Exemplo: application/json.
Idempotency-KeystringOpcionalChave de idempotência, até 255 bytes. Retries com a mesma chave da mesma conta criam a tarefa apenas uma vez; replays retornam o taskId original.
Em timeouts de rede ou retries automáticos do cliente, a mesma chave cria a tarefa apenas uma vez, sem cobrança duplicada (escopo = a conta da chave de API). Use um identificador de negócio exclusivo (ex.: "order-42"); replays retornam o taskId original e as chaves expiram 24 h após a primeira requisição. A matriz completa de cenários está na introdução da API assíncrona unificada.
Corpo
modelstringObrigatórioValor fixo atual: wan3.0-video
routestringOpcionalValor fixo atual: default
inputobjectObrigatório
Objeto de parâmetros de negócio para wan3.0-video e a rota default — veja a tabela de parâmetros abaixo.
seedintegerOpcionalmin 0max 2147483647Semente aleatória, usada para reproduzir resultados de geração existentes; passe um número inteiro fixo quando precisar de saída determinística.
audiobooleanOpcionalPadrão: trueDefine se uma faixa de áudio sincronizada com a imagem será gerada junto com o vídeo de saída; valor booleano, padrão true.
promptstringObrigatóriominLength 1maxLength 20000Prompt de texto que descreve a cena, o movimento, a câmera, a iluminação e o som; no modo de referência, os materiais correspondentes são referenciados na ordem do array como Image1, Video1, Audio1.
durationintegerOpcionalPadrão: 5min 2max 30Duração do vídeo de saída, em segundos, padrão 5; a soma da duração do vídeo de referência com a duração da saída não pode ultrapassar 30 segundos.
resolutionstringOpcionalPadrão: "1080P"Resolução da saída, string, padrão 1080P.
480P720P1080Paspect_ratiostringOpcionalPadrão: "adaptive"Proporção de largura e altura da imagem de saída, string, padrão adaptive, ou seja, adapta-se automaticamente à mídia de entrada e ao prompt.
adaptive16:94:31:13:49:16last_frame_urlstringOpcionalUma imagem acessível publicamente que, junto com first_frame_url, especifica o quadro final do vídeo.
first_frame_urlstringOpcionalUma imagem acessível publicamente usada como quadro inicial do vídeo; não pode ser usada simultaneamente com o array de mídias de referência.
reference_file_urlsarrayOpcionalmaxItems 1Array de URLs de documentos ou apresentações de referência, no máximo 1, e que precisa ser acessível publicamente.
Array [ string ]
reference_link_urlsarrayOpcionalmaxItems 1Array de URLs de páginas web de referência, no máximo 1, e a página precisa ser acessível publicamente e não exigir login.
Array [ string ]
reference_audio_urlsarrayOpcionalmaxItems 5Array de URLs de áudios de referência, no máximo 5 trechos WAV ou MP3, cada trecho de 1 a 15 segundos; o áudio precisa ser usado em conjunto com imagens ou vídeos.
Array [ string ]
reference_image_urlsarrayOpcionalmaxItems 10Array de URLs de imagens de referência, no máximo 10, usadas para geração de referência geral.
Array [ string ]
reference_video_urlsarrayOpcionalmaxItems 5Array de URLs de vídeos de referência, no máximo 5 trechos, cada trecho de 1 a 15 segundos, e a duração total não pode ultrapassar 15 segundos.
Array [ string ]
callbackobjectOpcional
Configuração de notificação de estado terminal. Se omitida, sem callback: consulte a tarefa por conta própria.
Informe callback.url na criação e o HiAPI fará POST no seu serviço no estado terminal, sem polling. O corpo do callback replica a estrutura do detalhe da tarefa; assinatura, retries e idempotência estão descritos na introdução da API assíncrona unificada.
urlstringObrigatórioObrigatória se callback estiver presente. No estado terminal é enviado um POST para esta URL; deve ser uma URL http(s) válida.
whenstringOpcionalPadrão: "final"Atualmente só há suporte a final — notifica tanto em success quanto em fail.
finalstoragestringOpcionalPadrão: "temp"Nível de armazenamento de artefatos: temp (padrão, ~7 dias) ou persistent (longo prazo, cobrado por tamanho). Saldo insuficiente ou limite excedido ⇒ rebaixamento silencioso para temp; o nível efetivo aparece na resposta de detalhes.
temppersistentExemplos de requisição
# Envia uma tarefa assíncrona; retorna um taskId imediatamente (sem esperar a geração)
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"
} Obter detalhes da tarefa
https://api.hiapi.ai/v1/tasks/:id Campos da resposta
taskIdstringObrigatórioID da tarefa, sempre com prefixo tk-hiapi-.
modelstringObrigatórioNome completo resolvido do modelo. Tarefas enviadas com o parâmetro route retornam base@route (ex.: gpt-image-2/text-to-image@ext); caso contrário, igual ao nome enviado.
routestringOpcionalPresente apenas se o parâmetro route explícito foi usado; ecoa o valor enviado.
statusstringObrigatórioEstado da tarefa.
queued Na fila, ainda não iniciada.
handling Em processamento.
archiving Processamento concluído, preparando artefatos.
success Terminal: concluído, artefatos disponíveis (retorna output).
fail Terminal: falha (retorna error).
Após o envio, acompanhe status: success e fail são terminais, os demais não. Faça polling a cada 1–3 s até o estado terminal. Em caso de sucesso, baixe os artefatos em output[].url e transfira antes de expireAt; para retenção longa, use storage: "persistent" na criação.
creatednumberObrigatórioMomento de criação da tarefa (segundos Unix).
completednumberObrigatórioSegundos Unix do estado terminal; 0 enquanto não terminal.
outputarrayOpcional
Presente apenas com status == success. Lista de artefatos — sempre um array; uma tarefa pode retornar vários types ao mesmo tempo (ex.: video + first_frame).
Array [ object ]
Itens do array
urlstringObrigatórioURL do artefato, baixável diretamente.
typestringObrigatórioValores possíveis no momento: video, image, audio, first_frame, last_frame, thumbnail; poderão ser ampliados.
expireAtnumberObrigatórioSegundos Unix de disponibilidade do artefato; baixe ou transfira antes da expiração.
errorobjectOpcional
Presente apenas com status == fail.
codestringObrigatórioCódigo de erro de negócio.
messagestringObrigatórioDescrição do erro.
Exemplos de resposta
Sucesso
{
"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
}
]
}
} Em processamento (não final)
{
"code": 200,
"message": "success",
"data": {
"taskId": "tk-hiapi-...",
"model": "happyhorse-1-0",
"status": "archiving",
"created": 1777282033,
"completed": 0
}
} Falhou
{
"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"
}
}
} Artigos
Ver todos os artigos →-
Tutorial
Usar Kandinsky 6.0 Pro text-to-video na HiAPI: tutorial de curl e Python
Demonstração prática com foco na requisição: montar a chamada de prompt para clipe de vídeo, enviar a requisição, consultar o status de conclusão e baixar o resultado
-
Tutorial
Tutorial de kandinsky-6.0-pro/image-to-video na HiAPI: curl + Python
Faça uma requisição de imagem para vídeo funcional na HiAPI: do upload do primeiro quadro ao polling assíncrono e ao download final
-
Tutorial
Como usar kling-4.0/text-to-video através da API HiAPI: curl, Python e um exemplo de requisição executável
Guia prático para desenvolvedores: prompts cinematográficos, áudio sincronizado, polling assíncrono e download da saída
-
Avaliação comparativa
hailuo-2.3-fast/image-to-video comparação lado a lado: como escolher modelos de imagem para vídeo e pontos de migração
-
Tutorial
Como chamar hailuo-2.3/text-to-video pela API HiAPI: curl, Python e exemplos de requisição executáveis
-
Avaliação comparativa
Comparação lado a lado do Recraft v4.1 Flash em text-to-image: guia de seleção e migração para desenvolvedores
Com um custo de $0.01 por imagem e capacidade de text-to-image pura, avalie se ele é adequado para seu pipeline de geração de imagens
-
Tutorial
Como chamar kling-4.0/image-to-video na HiAPI: curl, Python e polling
-
Tutorial
Como chamar hailuo-2.3-fast/image-to-video pela API HiAPI: curl e Python na prática
A primeira requisição executável do nível rápido e econômico de geração de vídeo a partir de imagem — do ID do modelo ao download do MP4
-
Tutorial
recraft-v4.1-flash geração de imagens por texto na prática: 5 cenários de negócio de alto valor e pontos de integração
Partindo de um custo de US$ 0,01 por imagem, planeje como aplicar a geração de imagens em negócios reais
Modelos relacionados
Ver todos os modelos →Mesmo tipo
-
FLUX 3 Video Black Forest Labs $0.090 /segundo -
Wan 2.6 Flash Alibaba $0.043 /segundo -
HappyHorse 1.1 Alibaba $0.160 /segundo -
Kling AI Avatar Kuaishou -- -
Kling 3.0 Turbo Kuaishou $0.130 /segundo -
Kling 3.0 Kuaishou $0.100 /segundo -
HeyGen Avatar V HeyGen $0.150 /segundo -
Veo 3.1 Fast Google $0.170 /segundo -
Grok Imagine 1.5 Lite xAI $0.029 /segundo -
Kling 4.0 Kuaishou $0.330 /segundo -
Gemini Omni Google -- -
Creatify Boreal Creatify $0.015 /segundo
Mesmo provedor
-
Qwen Audio 3.0 TTS Alibaba $0.030 /1.000 caracteres -
Z-Image Alibaba $0.008 /imagem -
Wan 2.7 Video Alibaba $0.100 /segundo -
Qwen Image 2.1 Alibaba $0.020 /imagem -
Wan 2.7 Image Alibaba $0.035 /imagem -
Qwen Image 3.0 Alibaba $0.036 /imagem -
HappyHorse 1.0 Alibaba $0.168 /segundo -
Qwen Image 2.0 Alibaba $0.042 /imagem -
HappyHorse 1.1 Alibaba $0.160 /segundo -
Wan 2.6 Flash Alibaba $0.043 /segundo



