Wan 3.0
El modelo de video Wan 3.0 de Alibaba, disponible a través de Alibaba Cloud Model Studio, con clips de hasta 30 segundos y hasta 1080p. Es primero en la arena de texto a video de Artificial Analysis y empata en el primer puesto en imagen a video de LMArena.
Alibaba (Wan)Modelo de videoLanzado en agosto de 2026Datos revisados el 18 de octubre de 2026
Dónde lo sitúa la gente
#1
Convertir imágenes en video (empate), 3442 votos
#2
Crear video (empate), 2598 votos
Según los votos a ciegas de LMArena, donde la gente elige la mejor de dos respuestas anónimas. Mira las tablas completas en el ranking de IA.
Puntos fuertes y débiles
- Primero en la arena de texto a video de Artificial Analysis
- Empatado en el primer puesto en imagen a video de LMArena
- Precio por segundo claro ($0.10 por segundo en 720p en la región de Singapur de Alibaba Cloud)
- Solo sexto entre todas las entradas en texto a video de LMArena
- No es de pesos abiertos, a diferencia de versiones anteriores de Wan
Ideal para
- Clips más largos de hasta 30 segundos
- Animar imágenes para convertirlas en video
Todas las puntuaciones que tenemos
Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.
- LMArena, texto a video1476,3Puntaje Arena 1476.3 (IC 95% 1463.6 a 1488.9); 2,598 votos; entrada "wan3.0"; puesto 6 de 48 en la tabla completa
- LMArena, imagen a video1479,8Puntaje Arena 1479.8 (IC 95% 1469.0 a 1490.6); 3,442 votos; entrada "wan3.0"; puesto 3 de 48 en la tabla completa
- Arena de video de Artificial Analysis1174Elo 1174.0 (IC 95% 1159.0 a 1189.0); 5,861 apariciones; puesto 1 de 32 en la arena de texto a video de Artificial Analysis
- Precio por minuto de video (estimado)$12$12.00 por minuto de video (estimación de Artificial Analysis)
Compáralo con
- MiniMax H3El modelo de video omnimodal de pesos abiertos de MiniMax, que genera clips de 4 a 15 segundos con audio estéreo nativo a partir de texto, imágenes, video y audio.
- FLUX 3 VideoEl modelo de video FLUX 3 de Black Forest Labs, que genera video con audio sincronizado a partir de texto, fotogramas clave o un clip existente.
- Grok Imagine Video 1.5El modelo de video Grok Imagine de SpaceXSI (antes xAI), que convierte texto o imágenes en videos cortos.
- Veo 3.1El modelo de video cinematográfico Veo 3.1 de Google con audio sincronizado, publicado en vista previa pública en octubre de 2025 y ofrecido en los niveles estándar, Fast y Lite.