Wan 3.0 vs Wan 2.7: duración, entradas, edición y precio

Elige Wan 3.0 para generación de 16–30 segundos, borradores en 480P, conjuntos de referencias más grandes, o entrada de documentos y páginas web. Elige Wan 2.7 cuando la tarea es edición de vídeo explícita o cuando necesitas sus controles de referencia-a-vídeo separados. Wan 3.0 no es un simple salto de calidad: combina más tipos de entrada en un modelo de referencia, mientras que Wan 2.7 expone un modo de edición dedicado.^[1]^[2]

Wan 3.0 vs Wan 2.7 de un vistazo

Requisito	Wan 3.0	Wan 2.7 Video
Duración de salida de texto/imagen	2–30 segundos	2–15 segundos
Resolución	480P, 720P, 1080P	720P, 1080P
Primer y último fotograma	Sí	Sí
Imágenes de referencia	Hasta 10	Hasta 5 referencias de subject
Vídeos de referencia	Hasta 5, 15s totales	Hasta 5; límite de salida inferior cuando hay vídeo
Audio de referencia	Hasta 5	Voces de referencia por subject
Entrada de documento	Sí, hasta 50 páginas/100 MB	No
Entrada de página web pública	Sí	No
Edición dedicada de vídeo de origen	Sin modo de edición separado	Sí
Audio generado	Activado por defecto	Controles de audio según el modo

La elección correcta sigue la forma de la solicitud, no el número de versión.

El límite de 15 segundos es la diferencia más clara

Wan 2.7 de texto-a-vídeo e imagen-a-vídeo se detiene en 15 segundos. Wan 3.0 duplica ese límite a 30 segundos.^[1]^[2]

Esto importa para una escena continua. Una actuación de 24 segundos es una tarea de Wan 3.0, pero al menos dos tareas de Wan 2.7 y una edición. La unión adicional puede cambiar una cara, disposición de la sala, voz, guardarropa o velocidad de cámara.

Importa menos para anuncios cortados en clips de cinco segundos. Las listas de clips cortos ya tienen ediciones intencionales, y una inserción de cinco segundos fallida es más barata de reemplazar que los últimos cinco segundos de una toma de 30 segundos. El tiempo más largo solo es útil cuando la continuidad es útil.

Wan 3.0 acepta material que 2.7 no

Wan 3.0 puede usar un archivo DOCX, XLSX, PPTX, PDF, texto/Markdown, documento Apple iWork o una página pública sin necesidad de inicio de sesión como entrada de referencia. Los documentos pueden ser de hasta 100 MB y 50 páginas.^[1]

Esto lo hace adecuado para trabajos como:

convertir un resumen de producto en un clip conceptual;
usar una página de producto pública como contexto para un vídeo;
proporcionar una presentación o informe sin convertir manualmente cada página en imágenes;
combinar un documento con referencias visuales y de audio en una solicitud.

Wan 2.7 espera campos de medios y texto. La aplicación debe extraer o resumir un documento antes de enviar la solicitud de vídeo.

El soporte de documentos no debe confundirse con un renderizador de diapositivas determinista. Wan 3.0 interpreta el material como una referencia. Puede elegir escenas, reordenar ideas u omitir detalles. Si cada número y oración en pantalla deben coincidir, extrae un guión y un storyboard primero.

Wan 2.7 sigue teniendo el camino de edición más claro

Wan 2.7 expone un modo de edición de vídeo dedicado: envía una fuente a través de video_url, describe el cambio y elige si la banda sonora se maneja automáticamente o se mantiene el original. Puede procesar la fuente completa con duration: 0, sujeto a las reglas del modo.^[2]

Wan 3.0 acepta vídeo de referencia, pero la referencia no es una promesa de preservar cada fotograma de origen mientras se cambia un objeto. Interpreta el clip junto con el prompt y otros activos. Para "re-renderizar este vídeo de origen" en lugar de "usar este clip como guía", Wan 2.7 es el contrato API más explícito.

Los límites de referencia cambian cuánto preprocesamiento necesitas

Wan 3.0 acepta hasta diez imágenes de referencia, cinco clips de vídeo de referencia y cinco clips de audio de referencia. Wan 2.7 admite hasta cinco imágenes de subject y cinco clips de referencia, con voces de referencia vinculadas a subjects.^[1]^[2]

El límite de imagen más alto ayuda con un personaje más guardarropa, producto, sala, iluminación y referencias de props. Más referencias no son automáticamente mejores. Los ángulos o identidades contradictorios pueden hacer que el objetivo sea ambiguo. Comienza con el conjunto más pequeño que defina la toma y agrega una referencia solo cuando proporcione información que falta en las otras.

El costo no es comparable sin el modo

Las tasas reAPI públicas actuales son:

Modelo	Resolución	Tarifa por segundo	Salida simple de 10s
Wan 3.0	480P	$0.038	$0.38
Wan 3.0	720P	$0.076	$0.76
Wan 3.0	1080P	$0.151	$1.51
Wan 2.7	720P	aproximadamente $0.074	aproximadamente $0.74
Wan 2.7	1080P	aproximadamente $0.121	aproximadamente $1.21

Para generación pura de texto/imagen, Wan 2.7 es ligeramente más barato en las resoluciones compartidas. Wan 3.0 agrega un nivel de iteración 480P y el límite de 30 segundos.

El trabajo de referencia y edición cambia la comparación. Wan 2.7 puede incluir la duración de la fuente sondada en los segundos facturables para los modos facturados por entrada, mientras que el precio público actual de Wan 3.0 multiplica su tarifa por la duración de la salida. Comprueba el modo de entrada en lugar de multiplicar ambos modelos por la misma duración y asumir que el resultado es equivalente.^[1]^[2]

Una regla de decisión simple

Usa Wan 3.0 cuando alguno de estos sea verdad:

la toma debe ser más larga que 15 segundos;
la entrada es un documento o página pública;
una iteración 480P barata ayuda;
el trabajo necesita más imágenes de referencia;
una solicitud de referencia multimodal es más fácil que construir preprocesamiento.

Usa Wan 2.7 cuando:

la tarea es específicamente edición de vídeo de origen;
15 segundos es suficiente;
su estructura de voz de referencia por subject coincide con la escena;
la tarifa de generación de texto/imagen 1080P más baja importa más que las nuevas entradas de 3.0.

No migres cambiando solo el id del modelo

Las aplicaciones que mueven un flujo 2.7 a 3.0 deben tratarlo como un nuevo esquema de solicitud. Wan 2.7 separa referencias de subject, voces de referencia y campos de edición de vídeo de origen. Wan 3.0 combina medios de referencia bajo una familia diferente y agrega file_url, link_url y una opción explícita generation_type.

Construye un validador por modelo y migra un modo a la vez. Comienza con generación solo de prompt, luego primer/último fotograma, luego referencias mixtas. Mantén solicitudes de edición 2.7 en el modelo antiguo hasta que una prueba de referencia 3.0 demuestre que cumple los mismos criterios de aceptación. Una respuesta HTTP exitosa no significa que la operación semántica siga siendo la misma.

También establece resolución y duración explícitamente durante la migración. Wan 3.0 agrega 480P y por defecto a 1080P; su comportamiento de duración -1 se reserva en el límite de 30 segundos en reAPI. Los cambios de valor por defecto silencioso son una forma pobre de descubrir el perfil de costo de un nuevo modelo.

Ambos están disponibles a través de sus páginas públicas de modelo y documentación: Wan 3.0, Wan 2.7 Video, Wan 3.0 docs, y Wan 2.7 docs.