Alibaba ha abierto la beta pública de Wan3.0-Video, su modelo de vídeo que genera clips de hasta 30 segundos y acepta audio, imagen, texto y vídeo como entrada. El precio arranca en 0,05 dólares por segundo generado en 480p.
Treinta segundos es el número que llama la atención. La mayoría de la competencia se mueve entre 5 y 10.
Puntos clave
- Duración máxima: 30 segundos por clip.
- Tres resoluciones con precio por segundo generado: 480p a 0,05 dólares, 720p a 0,10 y 1080p a 0,20.
- Entradas: audio, imagen, texto y vídeo. Alibaba lo llama referencia omnimodal y dice que puede interpretar ficheros, páginas web e imágenes complejas.
- Capacidades unificadas en un solo modelo: referencia, edición, replicación y control de movimiento.
- Límites de la API en beta: 2 peticiones simultáneas, cola asíncrona de 50 tareas, 30 peticiones por minuto.
- Se sirve desde QwenCloud a través de DashScope. No consta como modelo de pesos abiertos.
Qué significan 30 segundos
En generación de vídeo, la duración no escala linealmente. Mantener la coherencia de un personaje, una iluminación y una cámara durante medio minuto es un problema distinto al de generar cinco segundos bonitos.
Que sea un solo modelo el que hace referencia, edición, replicación y control de movimiento también importa. Los flujos de trabajo actuales encadenan tres o cuatro herramientas: una genera, otra hace inpainting, otra pone la voz. Cada salto degrada.
El precio, en cambio, no es especialmente agresivo. Un minuto en 1080p son 12 dólares. Para un anuncio de 30 segundos que quizá haya que regenerar veinte veces hasta dar con el bueno, la factura de la iteración es la que manda, no la del render final.
Dónde queda respecto al resto
El vídeo generativo lleva dos meses moviéndose rápido. Flux 3 salió con clips de 20 segundos y audio nativo hace dos días. Higgsfield, Kling y Runway empujan por su lado.
Alibaba juega la carta de la integración: quien ya usa Qwen para texto tiene el vídeo en la misma cuenta y la misma factura. Para una empresa que ha estandarizado sobre Qwen por precio, eso vale más que un punto de calidad.
La ausencia de pesos abiertos es la novedad menos comentada. Las versiones anteriores de Wan sí se publicaron abiertas y eso construyó su comunidad. Que la 3.0 llegue solo por API dice que Alibaba ha decidido monetizar el vídeo.
Es un patrón que se repite en los laboratorios chinos este año. Se abre para ganar adopción y reputación técnica, y cuando el modelo alcanza calidad comercial se cierra la puerta. Alibaba lleva la contabilidad separada: Qwen 3.8 sigue siendo su bandera abierta en texto, mientras el vídeo pasa por caja.
Por qué importa
Si haces contenido para redes, 30 segundos es exactamente la duración de un anuncio de Instagram o un corte de LinkedIn. Deja de ser una demo y empieza a ser una pieza publicable sin montar.
Antes de meterlo en el flujo de trabajo, calcula el coste real: no el del clip final, sino el de las quince versiones que vas a descartar. Multiplica por el número de piezas al mes. Ese número es el que hay que comparar contra lo que te cuesta hoy la agencia o el freelance, no el precio de lista por segundo.
Y ojo con los límites de la beta: 2 peticiones simultáneas no da para producción en volumen. Esto es para probar, no para montar la fábrica encima todavía.
Relacionado
