Wan 3.0 vs Seedance 2.5: los modelos de video con IA de China

ago. 24, 2026

En la primera semana de agosto de 2026, las dos mayores empresas tecnológicas de China lanzaron sus modelos insignia de video con IA casi simultáneamente. El 31 de julio, ByteDance lanzó Seedance 2.5; el 6 de agosto, Alibaba abrió la beta pública de Wan 3.0. Ambos generan clips de 30 segundos con audio nativo en una sola pasada — y ambos se comercializan como el modelo que finalmente lleva el video con IA de "generar un clip" a "terminar un proyecto".

Pero lea más allá de las páginas de lanzamiento y queda claro que están hechos para tipos de trabajo distintos. El Wan 3.0 es el modelo de productividad: convierte documentos en videos, se cobra como un servicio público y llega a 1080p. El Seedance 2.5 es el modelo de dirección de arte: acepta hasta 50 materiales de referencia, edita a nivel de marca de tiempo y ya está conectado a las apps de consumo de ByteDance. Cuál necesita depende de lo que esté haciendo — y de una especificación que la mayoría de los sitios de comparación entienden mal.

La hoja de especificaciones, para el registro

EspecificaciónWan 3.0 (Alibaba)Seedance 2.5 (ByteDance)
Lanzamiento6 de agosto de 2026 (beta pública)31 de julio de 2026; API el 7 de agosto
Duración máxima30 s (2–30 s por ejecución)30 s (4–30 s), extensión multirronda; beta de 180 s en web
Resolución API480p / 720p / 1080p480p / 720p (la web vende upscale 4K, no la API)
Audio nativoSí — diálogo, efectos, música; puede desactivarseSí — 10+ idiomas, sincronización de labios
Entradas de referencia10 imágenes + 5 videos + 5 audios (20 en total)30 imágenes + 10 videos + 10 audios (50 en total)
Documento a videoSí: doc/xls/ppt/pdf/md + enlaces webNo disponible
Edición de videoEdición por instrucción + referenciaEdición local por marca de tiempo, croma, render de arcilla, edición de cámara
ExtensiónIntegradaMultirronda, alta fidelidad
Límite de prompt20.000 caracteresSin límite duro de caracteres
FacturaciónPor segundo + resoluciónPor token (depende de la entrada)
Precio (Pekín)¥0,3 / 0,6 / 1,2 por s (480/720/1080)Por token; estimado ~¥0,67/s 480p, ~¥1,51/s 720p
Pesos abiertosNoNo
PlataformasAlibaba de primera parte (vista previa), terceros en despliegueJimeng, Doubao, Coze, CapCut, BytePlus ModelArk, global

La especificación que todos entienden mal

Busque "Wan 3.0 vs Seedance 2.5" y la mitad de los resultados le dirá que ambos modelos generan "4K nativo". Ambas afirmaciones son incorrectas.

La API de Wan 3.0 tiene exactamente tres niveles: 480p, 720p, 1080p. No existe 4K. La situación del Seedance 2.5 es más engañosa: el producto web Dreamina anuncia 4K y un modo beta de 180 segundos, pero la documentación de la API BytePlus lista solo 480p y 720p, con un tope de 30 segundos, y no admite explícitamente 1080p ni 4K. Los números llamativos viven en las apps de consumo; la API — lo que realmente construiría — es 720p como máximo. Así que en resolución pura de API, gana Wan 3.0: es el único de los dos que ofrece 1080p.

Lo que muestran las pruebas

Atlas Cloud ejecutó diez pruebas cara a cara con prompts idénticos en Wan 3.0, Seedance 2.5 y MiniMax H3. La conclusión honesta: ningún modelo ganó todo, y las diferencias fueron consistentes y útiles.

  • Texto en el encuadre y superficies de producto limpias: Seedance 2.5. Prueba tras prueba, Seedance mantuvo el texto en pantalla legible y las tomas de producto limpias — lo que importa para anuncios y comercio electrónico.
  • Prompts largos y muy especificados de varias tomas: Wan 3.0. Wan manejó los guiones más complejos del lote — prompts de más de 1.700 caracteres con diez tomas con marca de tiempo — sin perder el hilo. Está hecho para listas de tomas detalladas.
  • Identidad de personaje y movimiento natural: ninguno fue el claro ganador. (MiniMax H3 se llevó esa categoría.) Ambos modelos se desviaron en algunas pruebas, especialmente con accesorios entre tomas.

Las pruebas independientes chinas (Photon Planet) encontraron que el renderizado de texto chino de Wan 3.0 es sorprendentemente estable — cero caracteres rotos en una prueba de PPT a video — mientras que el propio Alibaba admite que la calidad de audio y la precisión del texto aún necesitan trabajo. El marketing del Seedance 2.5 enfatiza soporte de 10+ idiomas y "subtítulos y música de fondo no controlados" reducidos. Tome ambos con pinzas hasta probar su propio material.

Dónde brilla el Wan 3.0

  • Documento a video es único. Cargue un archivo Word/Excel/PPT/PDF/Markdown (≤100 MB / 50 páginas) o un enlace web y obtenga un video narrado. Ningún competidor tiene aún este canal de entrada — es la función más práctica para trabajo de oficina y educación.
  • Salida API en 1080p. El único de los dos con un nivel de 1080p en la API.
  • Precio transparente y más barato. Facturación por segundo que puede cotizar antes de generar. 720p cuesta ¥0.6/s — aproximadamente un tercio o la mitad del costo por segundo estimado de Seedance.
  • Fuerte salida en chino y flujos orientados a oficina — presentaciones, informes, demos de producto.
  • Modelo unificado que cubre texto/imagen/referencia a video, control de primer/último fotograma, edición por instrucción y extensión.

Dónde se queda corto el Wan 3.0

  • Todavía en vista previa / solo invitación. La API está documentada (endpoints de Pekín y Singapur) pero marcada como "vista previa" y "solo invitación" — no todas las cuentas tienen acceso aún. Plataformas de terceros como Atlas Cloud comenzaron a incorporarse el 24 de agosto, pero no es el acceso libre que ya tiene Seedance.
  • Solo 20 ranuras de referencia (10 imágenes + 5 videos + 5 audios) frente a las 50 de Seedance.
  • Edición menos precisa. Wan 3.0 tiene edición por instrucción y referencia, pero no la edición local por marca de tiempo ni el flujo de croma de Seedance.
  • Sin 4K, y Alibaba concede que la calidad de audio y la precisión del texto aún maduran.
  • Techo de habilidad de prompt: espera listas de tomas con marca de tiempo (hasta 20.000 caracteres) — más potente, pero con una curva de aprendizaje real.

Dónde brilla el Seedance 2.5

  • 50 referencias multimodales — 30 imágenes, 10 clips de video, 10 audios en una pasada. Para proyectos cargados de referencias (varios personajes, kits de escena, paquetes de estilo) es el espacio de entrada más flexible de cualquier modelo de video actual.
  • Kit de edición profesional. Ediciones locales por marca de tiempo (cambiar un fondo, arreglar un producto, cambiar una acción), edición con croma, referencia de render de arcilla (modelo blanco) para fijar la composición, edición de perspectiva de cámara.
  • Extensión multirronda más una beta ultralarga de 180 segundos en web — los experimentos de una sola generación más largos disponibles.
  • 10+ idiomas con audio nativo y sincronización de labios, apuntando directamente al contenido global y de mercados de exportación.
  • La distribución está hecha. Funciona en Jimeng, Doubao Pro, Coze, Xiaoyunque, CapCut, más la API BytePlus ModelArk — con socios empresariales (XCMG, XPeng) ya construyendo sobre ella.

Dónde se queda corto el Seedance 2.5

  • La resolución API se limita a 720p. El 4K del marketing de consumo es un upscale en el producto web; no puede obtener 1080p ni 4K a través de la API hoy.
  • La facturación por token es un juego de adivinar el presupuesto. No existe precio por segundo; su factura depende de los tipos de entrada, el volumen de referencias, los reintentos y los trabajos fallidos. Los analistas estiman ~¥0.67/s en 480p y ~¥1.51/s en 720p — considerablemente más caro que Wan 3.0 en el mismo nivel.
  • Sin documento a video.
  • No es código abierto, como Wan — sin despliegue local, sin ajuste fino.
  • Postura de consumo primero: las funciones insignia (beta de 180 s, 4K) viven en las apps, no en la API que integraría.

La cuestión del dinero

Estos dos modelos no facturan igual, así que no compare un solo número. Wan 3.0 cobra por segundo y resolución: un clip de 30 segundos en 1080p cuesta unos ¥36; 720p unos ¥18. Seedance 2.5 cobra por token — con entrada de video $0.0064/1K tokens, sin entrada de video $0.0107/1K tokens — y el costo final depende de su prompt, referencias y reintentos. Las estimaciones de terceros sitúan un clip comparable de 30 segundos en 720p en unos ¥45, aproximadamente 2.5× el precio de Wan 3.0 en el mismo nivel. Seedance puede ganar por clip aprobado si su mayor tasa de acierto le ahorra reintentos — esa es una pregunta que solo sus propias pruebas pueden responder.

Entonces, ¿cuál?

Elija Wan 3.0 si su trabajo está impulsado por documentos (presentaciones, informes, lecciones), necesita 1080p a través de una API, quiere un presupuesto que pueda cotizar antes de pulsar generar, o produce principalmente contenido en chino.

Elija Seedance 2.5 si sus proyectos están cargados de referencias (muchos personajes, accesorios, paquetes de estilo), necesita edición seria (arreglos locales, croma, previsualización con modelo blanco), envía contenido multilingüe o ya vive en el ecosistema ByteDance.

Y honestamente, los dos son complementarios. Wan 3.0 es el modelo de "hacer el trabajo" para producción de oficina y educación; Seedance 2.5 es el modelo de "dirigir el arte" para trabajos cinematográficos de múltiples referencias. Antes de comprometerse, ejecute el mismo prompt y las mismas referencias en ambos — la hoja de especificaciones responde las preguntas fáciles, pero su metraje responde las reales.

Pruebe Wan 3.0 y Seedance 2.5 lado a lado en wan3video.io — mismo prompt, mismas referencias, y puede ver la diferencia en minutos.

Wan AI Team

Wan AI Team